Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
manuela simões
ÍNDICE
MANUAL
TEMA I MODELOS MATEMÁTICOS
U1 Modelos Grafos 3
U2 Modelos Populacionais 22
DOSSIÊ DO PROFESSOR 98
© AREAL EDITORES
© AREAL EDITORES
TEMA 6.
I MODELOS
MATEMÁTICOS
UNIDADE 7.1. Não existem lacetes; arestas paralelas: TU e UT
MODELOS
1
7.2. acetes – no vértice K;
L
DE GRAFOS arestas paralelas – não existem
MANUAL
Arestas 6 6 6 4 1
> 3.º grafo: Todos os vértices têm grau 3
1.2. G1 G2 G3 G4 G5 8.2. O vértice H no 1.º grafo.
AeB AeC AeD AeB BeC 8.3. No vértice G no 1.º grafo.
AeC BeC AeC AeC
AeD CeE BeC BeC 8.4. Não existem.
BeC DeE BeD
BeD EeF CeD 9. 1 é completo e regular (todos os vértices têm
G
CeD FeG
grau 3); G2 nem é completo, nem é regular.
1.3. G1 G2 G3 G4 G5 10.
AB AC AC AC –
AC AD AB
AD
1.4. G3 e G4
2.1. {A, B, C, X, Y, Z}
Investigue e Explore
2.2. {AX, AY, AZ, BB, BC, BX, CX, XY}
1. K3 K4
2.3. A B C X Y Z
Grau 3 4 2 4 2 1
3.1. {A, B, C, D, X, Y, Z}
3.2. {AX, AX, AY, BX, BY, DZ, XY}
2 + 1 = 3 arestas 3 + 2 + 1 = 6 arestas
3.3. A B C D X Y Z
Grau 3 2 0 1 4 3 1 K5 K6
4.
T K W
4 + 3 + 2 + 1 = 10 5 + 4 + 3 + 2 + 1 = 15
R S arestas arestas
5.1.
K 3 4 5 6 … 20
19 + 18 + … + 3 + 2 + 1 =
19
A 3 6 10 15 … =
∑ i
i=1
5.2.
(A = Arestas)
De uma forma geral:
Número de arestas em Kn = n - 1 + n - 2 + … + 2 + 1
Outra sugestão B C
A
1. Kn n.° de Arestas D
3*2
K3 =3 M H
2
4*3 N F
K4 =6
2 I G
5*4
K5 = 10 3.2. értices – modalidades;
V
2
6*5 arestas – ligam modalidades com responsáveis
K6 = 15 interessados em as dinamizar em comum
2
… … B T F N TM
20 * 19 B
K20 = 190 B ✓ ✓ ✓ ✓
2 T
T ✓ ✓ ✓ ✓ TM
Como o grafo é completo, se escolhermos 2 vértices F ✓ ✓ ✓ ✓
ao acaso existirá sempre uma aresta adjacente a N ✓ ✓ ✓ ✓ F
MANUAL
5. O (1) e o (3).
B
D
A
C A
B C D
2. értices – equipas;
V D C B A
arestas – ligam equipas que se vão defrontar
A B 6.
F (4) F (4)
E (4)
F C E (4)
G (3) G (3)
D (4) D (4)
E D
A B C D H F G I N M
7.1. V1 V2
A ✗ ✗ ✗ ✗ ✗ ✗ ✗
B ✗ ✗ ✗ ✗ ✗ ✗
V3
C ✗ ✗ ✗ ✗ ✗ ✗ ✗
D ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗
H ✗ ✗ ✗ ✗ ✗ ✗ ✗
F ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ V5 V4
G ✗ ✗ ✗ ✗
I
© AREAL EDITORES
© AREAL EDITORES b) Não é um circuito, pois não é fechado, logo Vértices – cruzamento de tubos.
também não é ciclo. Arestas – troço de tubos entre dois cruzamentos.
c) É circuito e é ciclo pois é um percurso fechado sem É possível desde que se comece em E e termine em
repetição de arestas e sem repetição de vértices, F, ou vice-versa. Por exemplo:
com exceção do inicial e do final.
EDCBAGDFGHIEF
7.3. Comprimento - 5
3.2. ara que tal fosse possível, e dado que o grafo que
P
8.1. VUTSR
representa o labirinto é conexo, todos os vértices
8.2. WVYXVURS, por exemplo. teriam de ter grau par, o que não acontece.
8.3. XYVX. Existem outras possibilidades.
4. ão é possível porque representando a situação por
N
9.1. rafos conexos G2 e G4, pois nestes existe sempre
G um grafo verificamos que este terá de ter 2 vértices
um percurso a unir quaisquer dois dos seus vértices. de grau ímpar.
9.2. xiste uma ponte em G2 (assinalada a vermelho no
E (6) (4)
grafo). É uma ponte pois é uma aresta que ao ser
(5)
retirada torna o grafo desconexo. (3) (4)
MANUAL
(8)
11 12 20 21
7 16 22
3.1. A 6 15 17
8 23 24
10 13 19 25
H G B 5 30 29
9 14 18
F 4 1 S 28
D
3 2 27 26
C
I E
S BRBDLDCLCARLRL
R T U
B 6.2. 14 R (5)
(2) 11 12
13
Arestas duplicadas A B 7
(3)
10 8 2 3 6
9
2. ão é possível porque teremos sempre de duplicar
N C 1
D (3)
DE e DF, por E e F terem grau ímpar. Resta C e D (4)
MANUAL
5
com grau ímpar. A melhor hipótese será duplicar 4
L (5)
(2) 2
A B 1
(3)
C D
12 8 7 3 4 5
9
B F C D (3)
6
(4)
3. umerando as arestas pela ordem em que são
N 10
L (5)
percorridas e assinalando a vermelho as arestas 11
a duplicar: RBRLRLDBDCLCAR
23
6 21
INVESTIGUE E EXPLORE
20 5 24 22 27 26
7
16 15 4 25
1.1. V
9 8 3 G
17 18 14 1 S
10 12 Co
11 13 19
Gf
4. umerando as arestas pela ordem em que são
N E
percorridas e assinalando a tracejado as arestas
Pe Br
a duplicar: Bo
3
Pa
15 SV
Ch
PN 2 F
4
1 M U
5 6 7
14
16 13 10
A
8
MM 12 11
17
PS 19 23
A – Argentina Gf – Guiana Francesa
18 RB 20
9 Bo – Bolívia Pa – Paraguai
21
F
CL 22
Br – Brasil Pe – Peru
Co – Colômbia S – Suriname
Ch – Chile U – Uruguai
5. êm razão aqueles que alegam não existir nenhum
T E – Equador V – Venezuela
percurso sem repetições, uma vez que no grafo que G – Guiana
representa a situação são vários os vértices de grau
ímpar. É possível, no entanto, definir um percurso 1.2. ão, pois existem mais do que dois vértices de grau
N
(a iniciar na Capela Menino de Deus e a terminar na ímpar. Assim, o número mínimo de duplicações de
praça XV de novembro, junto à rua Tiradentes, por arestas é 3 para que existam apenas dois vértices de
exemplo). grau ímpar. Deste modo procedemos à eulerização
8 7 6
do grafo original. Duplicando as arestas G-S, Ch-Bo
9 15
16
17
5 31
e Pa-A, obtemos um grafo em que apenas os vértices
12
14
4 30
V e Pe têm grau ímpar, logo, neste caso um dos
13
10 11 21 20 18
28 planos possíveis seria iniciar num destes vértices e
22 19 29
terminar no outro. Por exemplo:
© AREAL EDITORES
23 3 1
27 26
2
24 25
MANUAL
22 G F E
24 26 G F E
2 23 Gf DCEBGAF
AGFECDB
E 4 5 21 27
3 9
Pe 8 Br 5.1. 8 vértices (A a H)
Bo 10
6 7 14 17 Num ciclo de Hamilton são referidos todos os
Pa 20
11 vértices.
Ch 13 18
15 16 5.2. AHCBFDGEA
12 U
19 5.3. omo não conhecemos todas as arestas do grafo, o
C
A
único ciclo que podemos indicar é aquele em que a
VCoEPeChBoPeBrBoChABoPaAPaBrAUBrCo
ordem dos vértices é inversa à apresentada em 5.2,
VBrGSBrGfSGV
ou seja, AEGDFBCHA.
Págs. 44-45 6. Considerando todos os possíveis ciclos
1.
penas III é um ciclo de Hamilton, pois é um
A
E F G A
percurso fechado que percorre todos os vértices do
C
grafo conexo sem passar em nenhum mais do que
B F
uma vez.
E C F G A
No caso do percurso I, este não é ciclo de Hamilton
pois há repetição de vértices. O percurso II também
não é ciclo de Hamilton pois não é um percurso A F
fechado e, além disso, existe repetição de vértices.
C E B A
2.1. um percurso de Euler pois percorre todas as
É G F
arestas sem repetir nenhuma. Como o percurso não E C B A
é fechado, não é um circuito de Euler. Também não
é um percurso de Hamilton, pois, apesar de passar Como não pode haver repetição de vértices, os ciclos
por todos os vértices existem repetições. Assim, de Hamilton, com início no vértice A, são os seguintes:
também não é ciclo de Hamilton. ABCEFGA, ABECFGA, AGFCEBA e AGFECBA.
2.2. ão é percurso (nem circuito) de Euler pois não
N
passa por todas as arestas. Também não é percurso 7.1. grafo não é de Euler, logo não existe qualquer
O
(nem ciclo) de Hamilton pois, apesar de passar por circuito de Euler, pois nem todos os vértices têm
todos os vértices, existe repetição dos mesmos. grau par (os vértices E e F têm grau 3). Para que
2.3. ão é percurso (nem circuito) de Euler pois não
N exista pelo menos um circuito de Euler num grafo
passa por todas as arestas. É percurso de Hamilton conexo, todos os seus vértices têm de ter grau par.
pois percorre todos os vértices, sem repetir nenhum, Assim, é necessário duplicar a aresta EF para que
mas como não é percurso fechado, não é ciclo de isso aconteça. Nesse caso temos que, por exemplo
Hamilton. AEFBCFEDA é um circuito de Euler.
2.4. ão é percurso (nem circuito) de Euler pois não
N A B
passa por todas as arestas. Também não é percurso 1
2
3
(nem ciclo) de Hamilton pois, apesar de passar por 8 4
E 6 F
todos os vértices, existe repetição dos mesmos. 7 5
3.1. ão existe um ciclo de Hamilton nessas condições,
N D C
AE é uma ponte (ou seja, teremos sempre de repetir
E para chegar a A).
• A iniciar em E
Págs. 54-56 E ——— C ——— A ——— D ——— B ——— E
165 200 185 360 340
1.
a) ADBECA " 1250 (10 000 €)
18 28
20 C D A 114
B O ciclo com menor custo é o encontrado iniciando
18 22
32 D C A 120 em B ou em C.
48
32 28 2.4.
20 B D A 102
22
A C A EC – 165
32 B 48 A B AD – 185
18 D 120
28 185 AC – 200
20 22
32 B C A 102 AE – X
E 200
D BC – X
20 48 CD – X
18 C B A 114 165 C
BE – 340
ACBDA (ou ADBCA) " peso total 102 D BD – 360
© AREAL EDITORES
1250
Custo 10 000 €
© AREAL EDITORES Aplicando o algoritmo das arestas ordenadas o custo – iniciando em “Casa”
total do autocarro seria maior do que aplicando o 2 6 7 4 6 5
Casa — Pad. — Corr. — Cab. — Ban. — Carlos — Casa
algoritmo do vizinho mais próximo.
2 + 6 + 7 + 4 + 6 + 5 = 30
3. TS – 92
HkS – T 104 – iniciando em “Banco”
BS – X 4 5 2 6 13 5
HkB – 130 Ban. — Cab. — Casa — Pad. — Corr. — Carlos — Ban.
P Hk
TB – X 4 + 5 + 2 + 6 + 13 + 5 = 35
THk – X
BP – 230 – iniciando em “Cabeleireiro”
S B PT – 323
4 5 2 6 13 6
879 Cab. — Ban. — Casa — Pad. — Corr. — Carlos — Cab.
Tóquio – Seul – Hong Kong – Banguecoque – 4 + 5 + 2 + 6 + 13 + 6 = 36
Pequim – Tóquio (879)
– iniciando em “Carlos”
4. A B C D E 7 Cor. 6 P. 7 Carlos
4 Cabel.
A ✗ 35 40 22 18 B
MANUAL
5 7 6 13
5 Pad. Cor. Carlos
B 35 ✗ 9 21 18 Carlos Casa
4 7 6 13
C 40 9 ✗ 25 23 5 Cabel. B Pad. Cor. Carlos
D 22 21 25 ✗ 32
E 18 18 23 32 ✗ ➊ 5 + 5 + 4 + 7 + 6 + 7 = 34
➋ 5 + 5 + 4 + 7 + 6 + 13 = 40
4.1. A ——— E ——— B ——— C ——— D ——— A
18 18 9 25 22 ➌ 5 + 5 + 4 + 7 + 6 + 13 = 40
D ➍ 6 + 2 + 5 + 4 + 6 + 13 = 36
O custo é igual ao da questão anterior, pois o ciclo é ➎ 6 + 2 + 5 + 4 + 6 + 13 = 36
o da alínea anterior, pela ordem inversa. ➏ 6 + 2 + 5 + 6 + 4 + 7 = 30
5.1. o grafo estão representadas as distâncias, em
N ➐ 6 + 2 + 5 + 6 + 4 + 11 = 34
quarteirões, entre os vários pontos que terá de – iniciando em “Padaria”
visitar.
B 4 Cab. 6 Carlos Cor. 6 P
Carlos 5 Casa 5
5 2 5 4 6 6 P¡
2 P Casa Cab. B Carlos 13 Cor.
6
7
5 5 B 4 Cab. 7 Cor. 6 P ¢
7 6
Banco Padaria Carlos
13 4 11 6
14 6 Cab. B Cor. P
4 6 8 6
7
Cabeleireiro
7 Correios ➑ 2 + 5 + 4 + 6 + 13 + 6 = 36
➒ 2 + 5 + 4 + 6 + 13 + 6 = 36
5.2. lgoritmo do vizinho mais próximo – para
A
➓ 2 + 5 + 6 + 4 + 7 + 6 = 30
encontrar o ciclo de Hamilton de custo mínimo:
11 2 + 5 + 6 + 4 + 11 + 6 = 34
Cabeleireiro
– carlos - casa
Casa
ou
Banco ✗ 5 4 6 11 7
Casa – Carlos – banco – cabeleireiro – correios
Casa 5 ✗ 5 5 8 2 – padaria - casa.
Cabeleireiro 4 5 ✗ 6 7 7
Carlos 6 5 6 ✗ 13 7
Correios 11 8 7 13 ✗ 6
Padaria 7 2 7 7 6 ✗
= = = 360
7.1. lgoritmo das arestas ordenadas (aresta obrigatória:
A 2 2 2
Salinas – Cheiro a Floresta) (A-D) (F-A)
DM 2.1. I; B4; C4; B3; C3; B2; C2; B1; C1 " por exemplo
MN L 2.2. C1; B4; C1; B3; C3; B2; C2; B1; I " por exemplo
55 56
C2; B2; C3; B3; C1; B4; C1; B1; I " por exemplo
68
E 68 QA 2.3.
2.4. Para que fosse possível teria de existir uma aresta
67
F que fosse adjacente ao vértice do centro I e a um
MA
64 233 dos vértices do canto.
S 78 CF
2.5. É impossível, pela mesma razão de 2.4.
Subgrafo 1 Subgrafo 2
L – F " 56 ✓ MN – E " 55 ✓ Págs. 61-62
L – QA " 68 ✓ MA – S " 64 ✓ 1. penas a) e c) são árvores pois são grafos conexos
A
DM – F " 68 ✓ E – MA " 67 ✓ que não possuem qualquer ciclo. Já b) não é uma
DM – L " 90 ✗ MN – MA " 120 ✗ árvore pois, apesar de ser conexo, possui ciclos, por
QA – F " 114 ✗ E – S " 174 ✗ exemplo BGDEFCB.
DM – QA " 158 ✗ MN – S " 227 ✗ 2.1. grafo dado tem 6 vértices. Para se obter uma
O
F – CF " 215 ✗ 186 árvore geradora teremos que ter 5 arestas. Como o
L – CF " 221 ✗ grafo tem sete arestas devem ser retiradas duas
QA – CF " 233 ✓ arestas para que se obtenha uma árvore geradora, ou
DM – CF " 280 ✗ seja, um subgrafo conexo do grafo dado que não
425 possua qualquer ciclo.
78 + 425 + 186 = 689 km 2.2.
rês é o número mínimo de arestas a percorrer para
T
689 * 0,39 + 50 + 3 = 321,71 € chegar de H a N. Não existe nenhum par de vértices
cujo número mínimo de arestas a percorrer entre
Algoritmo do vizinho mais próximo
eles seja maior do que 3.
MN Vejamos:
DM
E L QA
Distância mínima entre
Vértices
os vértices (n.º arestas)
F
MA J 1
S 78 CF L 1
H K 2
215 56 68 158 M 2
CF —— F —— L —— QA —— DM N 3
78 | L 1
S —— MA —— E —— MN K 1
J
64 67 55 M 2
N 3
MN – E – MA – S – CF – F – L – QA – DM " 761 km
K 2
Custo: 761 * 0,39 + 50 + 3 = 349,79 € L M 1
N 2
O melhor itinerário é MN-E-MA-S-CF-QA-L-F-DM
com um custo de 321,71 €. M 1
K
© AREAL EDITORES
N 2
Confirma-se este resultado pelo Método da Força
M N 1
Bruta.
10
PB PA PB 43 PA
L M
J K PV 60 PE PV 60 PE
68
107 38
H N
PB PA PB PA
43
H N
3L A
MANUAL
L M
J K
SC J
H N Para 6 vértices no mínimo temos de ter 5 ligações
para o grafo ser conexo. Assim, como há 9 ligações,
L M podemos suprimir 4. Por exemplo, suprimindo
4 ligações:
3. a) D E D E PE C
PE – A
A B A B 3L – C
C C 3L – A
3L A
C–J
F F
b) E F obtemos o grafo ao lado.
SC J
A B 7. árvore abrangente terá n - 1 arestas, pois o
A
D C número de arestas de qualquer árvore geradora de
um grafo conexo é igual ao seu número de vértices
H G subtraído de uma unidade.
Págs. 65-66
4.1. Peso Total: 9 + 6 + 1 + 3 + 4 = 23
4.2. Por exemplo: 1. Aplicando o algoritmo de Kruskal:
A B A B C 7 E
UH – 4 ✓
8 10 8 6 10 15 PE – 5 ✓ 5
7 C 1 D 27 E C D E
TP – 6 ✓ U H
EC – 7 ✓ 4
4 9
PC – 8 ✗
TC – 8 ✗ T 6 P
F F
7+8+1+10+27=53 8+6+10+15+4=43
PH – 9 ✓
Devem ser construídas as ligações seguintes:
5.1. PV 60 PE
- hospital - universidade
77 68 - hospital - praia
107 38
- praia - teatro
PB 43 PA - praia - estádio
5.2. Por exemplo: - estádio - câmara.
PV 60 PE Neste caso gastar-se-á:
4 + 9 + 6 + 5 + 7 = 31 milhões de euros.
77 68
2.1. plicando o algoritmo de Kruskal, começa-se por
A
PB PA ordenar as arestas por ordem crescente de pesos:
11
De seguida escolhem-se sucessivamente arestas do algumas das arestas consideradas. Fica então:
menor peso para o maior, de modo a nunca formar C
um ciclo e até que todos os vértices pertençam a 15
algumas das arestas consideradas. Fica então: 12 13
B D
B
16
30
F E
A C
Peso: 16 + 15 + 13 + 12 = 56
40 35
D 3.2. m primeiro lugar, constatamos que F-G é uma
E
ponte, logo, é uma aresta obrigatória. Aplicando
2.2. plicando o algoritmo de Kruskal, começa-se por
A uma variante do algoritmo de Kruskal, começa-se
ordenar as arestas por ordem crescente de pesos: por ordenar as arestas por ordem decrescente de
DC – 1,2 AB – 2,1 pesos:
EF – 1,8 AC – 2,2 DM – 17 ✓ HF – 10 ✓
EC – 2,0 … JE – 15 ✓ CJ – 9 ✓
MANUAL
12
© AREAL EDITORES Neste caso, o comprimento mínimo é 4.2. Os três caminhos são:
6 + 9 + 11 + 12 + 14 + 17 + 20 = 89 metros, o que > I nício – T – F – E – Ex – P – Fim (comprimento
corresponderá ao mínimo de gasto possível. igual a 43)
> I nício – T – F – E – A – I – Fim (comprimento
6. scolhem-se sucessivamente arestas de menor peso
E
igual a 40)
para o maior, de modo a nunca formar um ciclo e
> I nício – T – F – E – El – I – Fim (comprimento
até que todos os vértices pertençam a algumas das
igual a 44)
arestas consideradas. Fica então a árvore geradora
mínima de resposta ao problema: 4.3. Caminho crítico é dado por
O
M E Início – T – F – E – El – I – Fim (comprimento igual
a 44), porque corresponde ao caminho com maior
78
181 SR peso total das tarefas que o constituem.
95 4.4. tempo mínimo para a realização da tarefa é dada
O
P pelo peso total do caminho crítico, ou seja, é de
No mínimo deve oferecer 3 rotas: 44 dias.
- Praia – Mindelo
4.5. i) Se existirem dois dias de atraso nas fundações, o
- Praia – Sal Rei
caminho crítico continua a ser o mesmo. Assim,
- Sal Rei – Espargos
MANUAL
haverá um atraso de 2 dias na conclusão da obra.
7. O grafo que representa a situação é:
EX P
13 7
500
Início T F E EL Fim
0 3 6 16 10 0
A T
Como existem 20 vértices, o número de arestas para 6 11
formar uma árvore abrangente é 19.
Como todas as arestas têm o mesmo peso, o número ii) Se existirem dois dias de atraso na rede de águas,
total de metros de tubagem necessária será não haverá qualquer efeito no tempo necessário
19 * 500 = 9500 m para conclusão da obra pois as tarefas A e I
9500 m = 9,5 km demorarão 19 dias a ser executadas, logo, podem
Assim o custo mínimo é 9,5 * 1000 = 9500 € continuar a ser executadas em simultâneo com as
tarefas El e I (que continuarão a demorar
Págs. 73-74 21 dias para serem executadas).
EX P
1. 13 7
T F E EL Fim
3 6 16 10 0
A T
8 11
T F E ES
3 4 16 10
I
Fim
11
A
6
13
Págs. 79-80 3. G1
1.
número cromático do grafo que representa a
O número cromático: 4
situação é 4, ou seja, é o número mínimo de cores
necessário para colorir os vértices de modo que os
vértices adjacentes não tenham a mesma cor. G2
Por exemplo: número cromático: 3
Vértices – disciplinas; arestas – ligam as disciplinas
que possuem alunos em comum
Português Psicologia
G3
Psicanálise
número cromático: 2
C. Sociais
EI FFP G4
ED número cromático: 2
MANUAL
Q H
E F
R I
Em qualquer uma das hipóteses serão necessárias,
no mínimo, 4 tardes.
© AREAL EDITORES
14
Baixo
MANUAL
Alentejo
(B Alent) 2.
Algarve
2.1. onjunto dos vértices {A, B, C, D, E};
C
(A) Conjunto das arestas {AB, AE, BC, CD}
A B
Sugestão
M TMAD C
E
D
DL B Alta
Resposta: Todas as arestas são pontes.
2.2. onjunto dos vértices {A, B, C, D, E};
C
Conjunto das arestas {AB, AC, BC, BD, DE}
BL BB
Resposta: BD e DE.
R
E A B D
AA
B Alent. C E
E D
(3) (3) V
(4)
4. A (2) B (2) D (3)
E B (2) E (4)
(4)
5.
5.1. DAHGFE
5.2. DBAHGGFE
5.3. DAHFE
5.4. DCBDAHGFE
5.5. 4 percursos: DA; DCBA; DCBDA; DBA.
5.6. 3 percursos: HGGFE; HGFE; HFE.
5.7. 12 percursos: DCBDAHGFE; DCBDAHGGFE;
DCBDAHFE; DCBAHGFE; DCBAHGGFE; DCBAHFE;
DBAHGFE; DBAHGGFE; DBAHFE; DAHGFE;
DAHGGFE e DAHFE.
15
6. értices – pessoas;
V F P 10. ão é possível porque representando a situação por
N
arestas – liga amigos um grafo (em que os vértices representem cidades e
do Facebook as arestas ligações entre elas), este terá dois vértices
C M
de grau ímpar (Calabria e Roma).
S B M
(2)
7. H T C V
7.1. A e B: 1; A e G: 2 (3) (2)
7.2. ACHLK
7.3. graus de separação, pois, o percurso mais curto entre
5 R F
N e M é NGECHM e tem comprimento igual a 5. (3) (4)
7.4. ualquer um dos pares O e K (OGECHLN) ou N e K
Q 11.
(NGECHCK) ou O e J (OGECHIJ) ou N e J (NGECHIJ). 11.1. a) Todos os vértices têm grau par, é conexo, logo
admite circuito de Euler.
8. a) N ão é percurso visto L e J serem vértices não
A
adjacentes. Assim, também não é um circuito,
MANUAL
1
nem percurso de Euler, nem circuito de Euler. 7 D
b) É um circuito pois é um percurso fechado em 5 4
que não há repetição de arestas, mas não é B
6
2 E
circuito de Euler pois não percorre todas as
3
arestas.
C
c) Nenhum deles. Apesar de ser um percurso não é ADCEDBEA
de Euler pois não percorre todas as arestas. Não é
circuito pois não é um percurso fechado. b) Não admite circuito de Euler porque tem dois
d) É um percurso de Euler pois é um percurso em vértices com grau ímpar: A e E, ambos com
que são percorridas todas as arestas sem repetir grau 3.
nenhuma. Não é circuito pois o percurso não é c) Da mesma forma, não admite circuito de Euler
fechado. porque tem dois vértices com grau ímpar: A e B,
ambos com grau 3.
9. a) É
possível pois o grafo associado tem apenas dois
d) Não admite circuito de Euler porque tem quatro
vértices de grau ímpar, logo, existe um percurso
vértices com grau ímpar: A, B, E e F.
de Euler (começando num dos vértices de grau
ímpar e acabando no outro). e) Não admite circuito de Euler porque tem quatro
Por exemplo: vértices com grau ímpar: A, B, C e D.
Fim 6 Início f) Todos os vértices têm grau par, é conexo, logo
admite circuito de Euler.
15 11 1
14 2 A 1 B
2
5 10 7
3 13 12 11 4 3 6
7
9 5
4 D C
8 9
10
8 F E
b) É possível pois todos os vértices do grafo
ABACDCBEFEDA
associado têm grau par.
13 7 1 11.2. O
s grafos em d) e e) não admitem percursos de
Euler porque têm mais de dois vértices de grau
10 4 ímpar.
11 9 5 3
12 8 6 2 b) ECABEBDA
15 B
3
Início 4 5 6
A 2
14 16 C
7 1
c) Não é possível pois existem mais do que dois
vértices de grau ímpar (14), logo, não existe um E D
percurso de Euler.
c) AEADEDCECBEB
A B
1 11
2
E 10 9
© AREAL EDITORES
3 4 8
5 7
D C
6
16
MANUAL
11 8
D E A 50 A C B D E A 14 23 25 2
B 8
12 5 E D A 40
11 B 5 E A 41
9 6 13 24 6
A C D 5
8 E B A 10 12 7 3
11 11 5
4 5 B D A 35
E 11 9 8 4
6 8 D B A
5 4 E A 43
C
B
E C A b) O grafo tem dois vértices de grau ímpar e é
11 8
12 5 E A 39 conexo, logo, existe um percurso de Euler (que
6 C B
10 D
4 E B A tem início num dos vértices de grau ímpar e
8 4 B B A termina no outro). Por exemplo:
E C A
5 C
C D A 28
B 15 29
D C A
B B A 14 16 27 26 30
E C 13 17 25 34
D D A
B C A 18 24 33 35
D 12 31
C B A 9 19 23 32
12.2. O
Tomás já escolheu o percurso ABECDA (ou 11 10 8 20 22 36
3 7 21 37
ADCEBA) – 26 minutos.
2 4 6 38
12.3. A
Graça escolheu o percurso ACBDEA (ou AEDBCA) 1 5 39
- 50 minutos.
Início Fim
13.
endo em conta o grafo que representa a situação,
T
onde aos vértices representam as casas e as arestas c)
representam as ruas que "ligam" as casas, os únicos 4
3
vértices adjacentes à estação são I e J, logo terão de 2 55 56 5
representar as primeira e última casas a visitar. Fim 65 54 57 7
1 6
Escolhendo I para primeira casa a visitar, só pode 64 58 53 8
Início 63
seguir para E e de seguida para A ( pois se fosse 59 51 52 42 41 40
62 43 9
para F levaria a que para passar por A se tivesse 60 49 50 31 32 33
de repetir vértices). Continua-se para B pois é o 61 46 44 39
48 47
único vértice disponível e adjacente a A. Neste 30 34 45
27 38
momento há duas hipóteses: 26 25 24 11
29 35
Primeira hipótese: seguir por C e de seguida por D 28 36 37 13 12
(pois se fosse por G levaria a que para passar em D 18 19
21 22 23
20 14 15
tivesse de repetir vértices). Continuando por H e de
17 16
seguida por L e depois a única hipótese seria seguir
por K-G-F-J-Estação. 15.
Segunda hipótese: seguir por F e de seguida a única 15.1. A e G: grau 5; C e E: grau 3
hipótese seria G seguido de C ( pois se escolhesse H 15.2. Teremos de repetir sempre pelo menos 3 arestas
ou K, para passar em C teria de repetir vértices). (assinaladas a vermelho no grafo).
Depois a única hipótese seria seguir por D-H-L-K-J-
B F
Estação pois não há qualquer outra alternativa.
O chefe da estação também pode optar por visitar A
C
E G
17
MACS11EP-LRES-02
16. 17.2. T
erão sempre de se repetir pelo menos duas pontes
16.1. (assinaladas a vermelho).
Um possível gráfico que representa a situação é:
C 6 P. M.
7
5 3 21
8
C 4 I. T.
(H. D.)
2 3 C 5 I. T.
(H. D.)
1 7 6 4
18. im, é possível. O grafo conexo que representa a
S
22 5
Início situação tem apenas dois vértices de grau ímpar,
8 logo, existe um percurso de Euler partindo de E:
Fim
21 9
a-b-c-d-e-f-g-h-i-l-m-n-o-p-k.
20 14
18
19 13 19. m possível grafo que modele a situação é o
U
17 15 12 10 seguinte, onde os vértices representam cada um dos
espaços do recinto e as arestas, o percurso que vai
16 11 de um espaço a outro passando por uma porta
16.3. O
multigrafo é conexo e tem dois vértices de grau P P – pátio
ímpar, logo, é possível percorrer todas as arestas, E – exposição
E D C D – espaço de debate
sem haver repetições, iniciando num dos vértices de C – cantina
grau ímpar e terminando no outro. A – auditório
A T T – teatro
3
Para que seja possível efetuar uma ronda ao recinto,
passando por todas as portas uma única vez,
2 4
começando e terminando o percurso na cantina,
teria que existir pelo menos um circuito de Euler no
1 8 7 5
grafo que representa a situação. Pelo Teorema de
23 6 Euler, e dado que o grafo é conexo, todos os vértices
Início
9 teriam que ter grau par, o que não acontece.
Fim
22 10 Assim, a solução para efetuar uma ronda
21 15 percorrendo todas as portas e passando o menor
19
20 14 número de vezes por cada uma, passa por duplicar
18 16 13 11
o número mínimo de arestas de forma a que todos
os vértices passem a ter grau par. Tal é possível
17 12 duplicando as arestas PE e TC (a tracejado na
figura)
O novo grafo terá mais um lacete não introduzindo
alterações, porque acrescenta duas arestas a um dos P P – pátio
vértices mantendo a sua paridade. E – exposição
D C D – espaço de debate
E
17. C – cantina
A – auditório
17.1. É
possível: Península de Macau – China (norte) A T T – teatro
– China (Hengquin Dao) – Ilha da Taipa – Península
de Macau – Ilha da Taipa – Península de Macau. Uma solução possível para a situação colocada seria
a ronda: C T A P E D C P E A D P T C
© AREAL EDITORES
18
MANUAL
ABCDEJHFIG
b) Admite um ciclo de Hamilton: ABCDIHGEFA 24.2. C ___ T ___ P ___ B ___ E ___ Lx ___ La ___ Co
145 141 29 464 136 268 360
22. Total: 1723 km
22.1. A
DBCEA; ADBECA; ADCBEA; ADCEBA; ADEBCA;
ADECBA Reformulando o percurso para se iniciar em Tondela:
C EA ADBCEA T ___ P ___ B ___ E ___ Lx ___ La ___ C ___ T
B
CA ADBECA 24.3. >Início em Bragança
E
B ___ P ___ T ___ C ___ E ___ Lx ___ La ___ B
B EA ADCBEA 209 141 145 249 136 268 540
A D C
Total: 1688 km
E CA ADCEBA
T ___ C ___ E ___ Lx ___ La ___ B ___ P ___ T
C EA ADECBA
E
>Início em Évora
B CA ADEBCA E ___ Lx ___ T ___ P ___ B ___ C ___ La ___ E
136 267 141 209 224 360 167
22.2. Como o grafo é completo e tem 5 vértices então
Total: 1504 km
15 - 12! 4! 24
existem = = = 12 ciclos de Hamilton T ___ P ___ B ___ C ___ La ___ E ___ Lx ___ T
2 2 2
diferentes. >Início em Lagoa
ou La ___ E ___ Lx ___ T ___ P ___ B ___ C ___ La
167 136 267 141 209 224 360
da construção de um diagrama com todos os
percursos possíveis Total: 1504 Km
T ___ P ___ B ___ C ___ La ___ E ___ Lx ___ T
A
B C D E
(igual a iniciar em Évora)
C D E B D E B C E B C D
>Início em Lisboa
Lx ___ E ___ La ___ C ___ T ___ P ___ B ___ Lx
DE CE CD DE BE BD CE BE BC CD BD BC
A A A A A A A A A A A A A A A A A A A A A A A A
136 167 360 145 141 209 485
Resulta um total de 24. Como metade desses
Total: 1643 km
percursos correspondem à outra metade percorridos
no sentido inverso, temos exatamente 12 voltas T ___ P ___ B ___ Lx ___ Ev ___ La ___ C ___ T
distintas. >Início no Porto
23. P ___ T ___ C ___ B ___ E ___ Lx ___ La ___ P
121 - 12! 20! 141 145 224 464 136 268 449
23.1. Há = ciclos de Hamilton diferentes,
2 2 Total: 1827 km
então, o número de segundos que o computador
20! 20! T ___ C ___ B ___ E ___ Lx ___ La ___ P
demora a gerá-los é dado por : 109 = .
2 2 * 109 Melhor percurso: Início em Lagoa ou Évora
Para calcular o número correspondente de anos (1504 km)
(considerando 1 ano = 365 dias) teremos de
Ou seja, T – P – B – C – La – E – Lx – T ou no
calcular:
sentido contrário.
20!
: (60 * 60 * 24 * 365) ) 38,573
2 * 109
O computador levará cerca de 39 anos a gerar todos
os ciclos de Hamilton.
19
D E – 0,9
C
A B – 1,2 59
E
B
Total: 4,4 53
D 45
C
49
ABDECA D
51
F
42
25.2. ABBECA " AD – 1,0 A G
BD – 0,8
27.2. A
árvore abrangente mínima altera-se porque tem
BE – 1,1
de passar a incluir a aresta EG. Em substituição da
EC – 0,8
aresta CE.
CA – 0,7
C
Total: 4,4 59
E
B
A percentagem de erro do ciclo encontrado pelo 53
algoritmo das arestas ordenadas é de 0%. 45 x
49 D F
26. 51 42
26.1. Coimbra A G
346
206 Cáceres 28. plicando o algoritmo proposto ordenemos por
A
313 ordem crescente as distâncias fornecidas na tabela:
Lisboa
625
260 A1 A2
447
282 442 A7 500
459 350
Sevilha 190
197 A3
Faro
Os vértices do grafo são as cinco cidades envolvidas 220 100
A6 150
e as arestas são as possíveis ligações entre as
cidades, estando em cada uma delas associada a A5 A4
distância entre as respetivas cidades.
A3A5 – 100 – ✓
26.2. C
umprindo a ida, em primeiro lugar, de Lisboa para A3A4 – 150 – ✓
Coimbra têm-se os seguintes circuitos: A2A3 – 190 – ✓
A2A5 – 200 – forma circuito
Faro – Sevilha – Lisboa 1650 km A4A5 – 220 – forma circuito
Cáceres
Sevilha – Faro – Lisboa 1291 km A5A6 – 20 – ✓
Cáceres – Sevilha – Lisboa 1814 km A4A6 – 240 – forma circuito
Lisboa – Coimbra Faro A2A6 – 340 – forma circuito
Sevilha – Cáceres – Lisboa 1423 km
A1A7 – 350 – ✓
Cáceres – Faro – Lisboa 1815 km
Sevilha A1A2 – 500 – ✓
Faro – Cáceres – Lisboa 1783 km A2A7 – 650
A1A6 – 740
O António, ao ter de começar por visitar o seu Selecionadas 6 arestas (7-1) obtemos o número
cliente em Coimbra, fica com seis hipóteses de mínimo total de metros de fibra ótica:
circuitos diferentes para optar. Os circuitos possíveis 100 + 150 + 190 + 220 + 350 + 500 = 1510 metros.
© AREAL EDITORES
estão esquematizados na figura anterior, estando à O que terá um custo de 3,40 * 1510 = 5 134,00 euros
frente de cada um deles a distância total, tendo que
20
MANUAL
B 3 –
E 6 D
C 4 A
11
D 4 A, B
30.2. a) 28 metros E 2 B
b) A 9 F 3 C
B
3 11
G 3 D, E
8 H 7 F, G
8
F C
5
9 3
6 33.
E D
33.1. T
endo em conta que no mesmo dia não podemos
11
escolher as companhias que seja representadas por
c) Recorrendo ao algoritmo de Kruskal vértices adjacentes, serão necessários no mínimo
Há várias hipóteses corretas. São elas: três dias em que num mesmo dia sairão: C1, C3 e
C7; noutro C2 e C6; e noutro dia C4 e C5.
A A B
B
C7
3 3
8 C1
8 C6
F C F C
5 5
9 3 9 3
E D E D
C2
A 9 C5
B
3
8 C3 C4
F C
5
3 33.2. C7
E D
C1
31. C6
31.1. T OE
L 3 1
2 C2
C5
7 5 2
E D C C3 C4
31.2. Percursos possíveis: Não, pois neste caso no grafo que representa a
T OE D C " 11 dias (3 + 1 + 5 + 2) situação o vértice C5 seria adjacente a todos os
T E D C " 17 dias " Caminho Crítico outros, significando que a companhia 5 não poderá
(3 + 7 + 5 + 2) realizar visitas com nenhuma das outras companhias.
L E D C " 16 dias (2 + 7 + 5 + 2) Sendo assim, é necessário no mínimo 4 dias em que
Resposta: 17 dias. num mesmo dia sairão: C1, C3 e C7; noutro C2 e C6;
noutro dia apenas C4 e ainda noutro C5.
21
TEMA
I MODELOS
MATEMÁTICOS
UNIDADE
MODELOS
2 POPULACIONAIS
Concluindo que ao fim de 3 meses o número de
coelhos é de 14, e ao fim de um ano (12 meses) será
de 158.
Págs. 102-103
3.2. A taxa de crescimento é dada por
1.1. Substitui-se na expressão n = 0 P6 - P5 44 - 32
= = 0,375 Æ 37,5%
Obtendo-se P5 32 0
50 * 11 + 0,5 * 02 50 4.1.
3
I nício da contagem: n = 0, P0 = 1600 * a b = 1600
P(0) = = = 25 insetos 2
2 + 0,01 * 0
MANUAL
2 pinheiros
1.2. Fazendo agora n = 5 3
15
2 2 3 1
= = – 1 = Æ 50%
3
n
2 2
1600 * a b
2
22
MANUAL
2.1.
P2 = P1 + 100 = 275
Concluindo que Pn = 1 para n = 4 P3 = P2 + 100 = 375
2.2. Trata-se de uma p.a. de razão 100 e termo inicial 75.
> Analiticamente
Assim P100 = P0 + 100 * 100 = 10 075
Para n ≥ 1
2.3. Termo geral: Pn = P0 + 100n = 75 + 100n
2n + 3
= 1 § 2n + 3 = 3n – 1 §
3n - 1 3.1. stamos perante uma p.a. de termo inicial 80 e
E
razão 6
§ - 3n + 2n = – 1 – 3 § – n = – 4 § n = 4
Assim P30 = P0 + 6 * 30 = 80 + 180 = 260
6.1. P0 = 1 3.2. Inserimos o termo geral dado por Pn = 80 + 6n, na
P1 = 1 calculadora e procuramos na tabela de valores
P2 = P1 + 2P0 = 1 + 2 * 1 = 3 Pn ≈ 1000 ou Pn ≈ 1002
P3 = P2 + 2P1 = 3 + 2 * 1 = 5
P4 = P3 + 2P2 = 5 + 2 * 3 = 11
P5 = P4 + 2P3 = 11 + 2 * 5 = 21
6.2. P6 = P5 + 2P4 = 21 + 2 * 11 = 43
P7 = P6 + 2P5 = 43 + 2 * 21 = 85
P8 = P7 + 2P6 = 85 + 2 * 43 = 171
23
Obtendo-se P9 ≈ 307,55
24
MANUAL
62 - 42 (aproximadamente).
7. A taxa de crescimento é dada por ≈ 0,476,
42
correspondendo a cerca de 47,6%.
Págs. 121-122
6
8.1. r= = 3; Termo geral Pn = 2 * 3n, com n ≥ 0 1. I nserem-se os dados fornecidos nas listas da
2
13 - 12 * P0
20 calculadora:
8.2. ≈ 3 486 784 400
3-1 População urbana
Ano
9.1. eja Rn a sequência populacional da população anual
S (milhares de milhões)
de roedores, n anos após o início da contagem. 1950 0,7
Sabe-se que R0 = 200 1960 1,0
R1 = 200 * 1,95 = 390 1970 1,3
R2 = 390 * 1,95 = 760,5 ≈ 761
1980 1,7
R3 = 760,5 * 1,95 = 1482,98 ≈ 1483
1990 2,3
R4 = 1482,98 * 1,95 ≈ 2891,80 ≈ 2892
2000 2,9
9.2. rata-se de uma p.g. de termo inicial 200 e razão
T
1,95 De seguida, com recurso a uma regressão linear,
Logo obtém-se o seguinte modelo:
Rn = 200 * 1,95n, com n ≥ 0 y ≈ 0,0437x - 84,6857
10.1. O
número de habitantes no início da contagem é Que nos fornece os seguintes valores:
dado por 1,4450 * 8500 = 8500
População Valores
10.2. T
ratando-se de uma p.g. e designando-a por Pn, a urbana obtidos a
taxa de crescimento anual é sempre a mesma e pode Ano
(milhares de partir do
ser dada, por exemplo, por milhões) modelo
P1 - P0 1,445 * 8500 - 8500 8500 * 11,445 - 12 1950 0,7 0,56
= = =
P0 8500 8500 1960 1,0 0,99
= 1,445 - 1 = 0,445 1970 1,3 1,43
Isto é 44,5%. 1980 1,7 1,87
10.3. 1,445 * 8500 = 17 748,2125 ≈ 17 748 habitantes
2 1990 2,3 2,31
10.4. 1,445 * 8500 ≈ 2 125 380,2 ≈ 2 125 380 habitantes
15 2000 2,9 2,74
25
Obtendo-se
EUA e Canadá: aproximadamente 222 milhões;
Europa: aproximadamente 357 milhões
© AREAL EDITORES
26
© AREAL EDITORES partir daí, o crescimento anual tem sido maior na 1.4. ecorrendo ao modelo exponencial e consultando a
R
Europa do que nos EUA e Canadá. respetiva tabela de valores, pretende-se agora
encontrar um valor de Y próximo de 70%
MANUAL
crescimento exponencial que pode ser modelado
pela expressão y = 1034 * 1,014x, em que x
representa o número de anos após 2000.
Introduzindo esta expressão no editor de funções
da calculadora e consultando a respetiva tabela
de valores para x = 11 (2013), x = 12 (2014) e
x = 23 (2025):
Obtém-se
27
2.2. a)
1339 - 1330
2009 7 1339 ≈ 0,0068 Æ 0,7%
1330
1347 - 1339
2010 8 1347 ≈ 0,0060 Æ 0,6%
1339 Concluindo assim que em 2029, os dois países terão
mais ou menos a mesma população, sendo esta de
b) Introduzindo os dados nas listas da calculadora e
cerca de 1521,5 milhões.
realizando de seguida uma regressão exponencial
obtém-se y ≈ 1282,058 * 1,006x 3.
rata-se de um crescimento exponencial de razão
T
0,5 com uma população inicial de 1 milhão. Pode,
c) a 9 1282,058 representa um valor aproximado da
por isso, ser representado por:
população chinesa em 2002.
y = 1 * 1,5x, sendo x o número de horas após o
b 91,006 § 1 – b 9 0,06 representa a taxa de
início da contagem
crescimento anual, considerada constante de ano
para ano. Pretende-se saber o valor de y para x = 4 e x = 24
Para x = 4; y = 1 * 1,54 = 5,0625
d) 2015 corresponde a x = 13
Para x = 24; y = 1 * 1,524 = 16 834,1122
Bastará então consultar a tabela de valores do
modelo exponencial 4.1. rata-se de um crescimento exponencial de razão
T
0,03 com uma população inicial de 8 milhões. Pode,
por isso, ser representado por:
y = 8 * 1,03x, sendo x o número de anos após 2010.
Pretende-se saber o valor de y para x = 2; x = 3 e x = - 1
28
© AREAL EDITORES 5.1. Para t = 0, tem-se Nt = 5000e0 = 5000 Somos levados a concluir que no final do 1.°
Ou seja, inicialmente existiam 5000 nenúfares no semestre de 2017 toda a população portuguesa terá
lago. um tablet (desde que a população portuguesa se
5.2. I ntroduzindo o modelo no editor de funções da mantenha inferior a 14 830 000 habitantes).
calculadora, procura-se na tabela de valores 7.1. Introduzindo os dados fornecidos na calculadora:
respetiva o valor de y próximo de 3000:
Anos após 1960 N.° de exemplares
0 5000
24 1100
32 1035
39 750
45 150
47 235
51 312
É assim possível concluir que ao fim de 5 anos
Depois de efetuar uma regressão exponencial
MANUAL
existirão aproximadamente 3000 nenúfares no lago.
obtém-se y ≈ 5426,4 * 0,94x
5.3. bservando conjuntamente a tabela de valores e a
O
representação gráfica do modelo, para valores de x 7.2. Taxa de crescimento: 0,94 - 1 = - 0,06
cada vez maiores: Ou seja, cerca de - 6%.
7.3. rocurando na tabela de valores do modelo o valor
P
de y ≈ 2
Pág. 138
1.1. I ntroduzindo os dados nas listas da calculadora e
realizando uma regressão logarítmica chega-se ao
modelo y ≈ 8,98 + 82,34ln (x)
29
Concluindo que 12 anos após a criação da reserva
existirão cerca de 214 elefantes.
1.3. rata-se agora de procurar na tabela de valores do
T
MANUAL
Ao fim de cerca de 35 anos são atingidos os 300
exemplares e ao fim de cerca de 116 anos, os 400
exemplares.
2.1. O ano de 2003 corresponde a t = 3.
Pretende-se então A (3) = 7 - ln (3) ≈ 5,90139
É possível afirmar que o primeiro ano em que serão
Existiam cerca de 5901 aves no estuário em 2003.
recolhidas mais de 250 milhares, ocorre 17 anos
2.2. Pretende-se A (t) = 0 § 7 - ln (t) = 0 §
após o ano de 2006, ou seja, em 2006 + 17 = 2023.
§ ln (t) = 7 § t = e7 § t ≈ 1097
Podemos então concluir que a espécie se extinguirá
Pág. 146-147
por volta de 3097.
1.1. ara que o problema seja abordado com valores
P
3.1. realizar em função do ano em que nos
A
mais pequenos, define-se x como o número de anos
encontramos. Por exemplo se estivermos em 2017,
após 1988 e indica-se o número de infetados em
quereremos conhecer o valor de P (17) e de P (14).
milhares.
3.2. olocando a expressão do modelo no editor de
C
funções da calculadora e consultando a respetiva N.º de infetados (em milhares)
40
tabela de valores para y ≈ 7. 35
30
25
20
15
10
5
0
0 5 10 15 20 25
Anos após 1988
30
© AREAL EDITORES 1.2. a) Realizando uma regressão exponencial e uma Ou seja, cerca de 38 858 infetados em 2012 e cerca
regressão logística a partir dos dados fornecidos, de 40 825 infetados em 2020.
obtêm-se os seguintes modelos. 2.1. População (em milhões)
MANUAL
exceção do modelo exponencial que mesmo assim
não se afasta significativamente dos restantes, no
período em análise.
2.3. odemos, pela observação do gráfico concluir que
P
todos os modelos se ajustam de forma semelhante
aos dados. Como tal, consideremos os valores que
cada um fornece para x = 2012, x = 2016 e x = 2020
2012 2016 2020
Conclui-se que o ponto de interseção dos dois
Modelo linear 10,33 10,51 10,69
modelos é o ponto de coordenadas (14,4; 24,1) e
Modelo exponencial 11,16 11,48 11,80
significa que para o ano de 2002 (1988 + 14)
ambos os modelos fornecem aproximadamente o Modelo logarítmico 10,28 10,45 10,62
mesmo número de infetados. Modelo logístico 10,36 10,52 10,68
d) Considerando o modelo logístico como o mais
3. efine-se no editor de funções da calculadora a
D
adequado:
expressão do modelo matemático que permite
descrever, em milhares, o número de residentes em
Portugal.
Podemos agora encontrar a resposta, bastando para
isso determinar a diferença entre a imagem de t = 7
(final de 2007) e a imagem de t = 0 (final de 2000).
E uma vez que 2012 corresponde a x = 24 e 2020 a
x = 32, teremos:
Podemos então concluir que, desde o final do ano
2000 até ao final do ano 2007, o número de
residentes em Portugal aumentou em 284 milhares
de indivíduos.
31
10 4960,07 48,08
11 4981,98 21,91
12 4991,89 9,91
13 4996,35 4,47
14 4998,36 2,01
15 4999,26 0,90
16 4999,67 0,41
Concluindo que são necessários cerca de 8 dias para
que 99 dos estudantes estejam infetados. 17 4999,85 0,18
4.4. odemos introduzir no editor de funções uma
P 18 4999,93 0,08
expressão equivalente a P (t) - P (t - 1) e verificar b)
qual o valor de t para o qual esta expressão toma o
valor máximo:
Verificando que foi no 3.° e no 4.° dia em que o
aumento de infetados foi maior, cerca de 23
infetados mais em cada dia.
c) Através da consulta da tabela podemos verificar
que o crescimento começa a abrandar a partir do
4.° mês.
© AREAL EDITORES
32
5000
= 100; Fim do estudo:
© AREAL EDITORES
e) Início do estudo:
1 + 49
5000
2000
f) Início do estudo: = 40; Fim do estudo:
1 + 49
2000
g) Terá que ser a = 10 000
E
10 000 100 97
= 300 § 1 + b = §b=
1+b 3 3
Ou seja, o modelo procurado é: O que acontece para x ≈ 22 tentativas.
10 000 2.3. e, na tabela de valores da função inserida na
S
y =
97 - 0,8x calculadora, atribuirmos a x valores tão grandes
1+ e quanto queiramos, podemos verificar que os
3
h) Analisemos os gráficos respetivos: respetivos valores de y se vão aproximando de 100,
mas sem nunca atingir este valor.
MANUAL
Todos os modelos partem do mesmo valor inicial
(300) e apresentam a mesma capacidade máxima 3.1. P2 = 2P1 + P0 = 2 * 1 + 1 = 3
(10 000). P3 = 2P2 + P1 = 2 * 3 + 1 = 7
No primeiro caso o modelo aproxima-se mais P4 = 2P3 + P2 = 2 * 7 + 3 = 17
rapidamente da sua capacidade máxima, enquanto P5 = 2P4 + P3 = 2 * 17 + 7 = 41
que no segundo caso esta aproximação é mais lenta. 3.2. P6 = 2P5 + P4 = 2 * 41 + 17 = 99
P7 = 2P6 + P5 = 2 * 99 + 41 = 239
APLICANDOS P8 = 2P7 + P6 = 2 * 239 + 99 = 577
1 4.1. a informação dada podemos concluir que estamos
D
1.1. u1 =
3
1 uma p.a. de termo inicial P0 = 430 e razão - 15.
u2 = 3u1 = 3 * = 1 O termo geral será dado por Pn = 430 - 15n
3
u3 = 3u2 = 3 * 1 = 3 Em particular, P20 = 430 - 15 * 20 = 130
u4 = 3u3 = 3 * 3 = 9 4.2. sta questão pode ser resolvida por via analítica ou
E
u5 = 3u4 = 3 * 9 = 27 explorando as potencialidades da calculadora
1 gráfica.
1.2.
Trata-se de um p.g. de razão r = 3 e termo inicial
3 > Analiticamente
1 1 1 3n
un = * 3n - 1 = * 3n * = , n ≥ 1 430 - 15n = 10 § - 15n = 10 - 430 §
3 3 3 9
420
1.3. rata-se de uma situação de crescimento uma vez
T § 15n = 420 § n = = 28
15
que estamos perante uma p.g. de razão r > 1 430
430 - 15n = 0 § n = ≈ 28,66666
40 * 1 - 15 25 15
2.1. p (1) = = ≈ 36 Conclui-se que terão de passar 28 anos para que a
0,4 * 1 + 0,3 0,7
população seja de 10 e 29 anos para que se extinga.
40 * 2 - 15 65
p (2) = = ≈ 59
0,4 * 2 + 0,3 1,1 > Calculadora
40 * 3 - 15 105 Definimos y = 430 - 15x no editor de funções e
p (3) = = = 70
0,4 * 3 + 0,3 1,5 consultamos a tabela de valores:
40 * 4 - 15 145
p (4) = = ≈ 76
0,4 * 4 + 0,3 1,9
40 * 5 - 15 185
p (5) = = ≈ 80
0,4 * 5 + 0,3 2,3
40 * 6 - 15 225
p (6) = = ≈ 83
0,4 * 6 + 0,3 2,7
33
MACS11EP-LRES-03
5.1. P5 = P0 * 0,755 = 3072 * 0,755 = 729 Por sua vez, 7 semanas corresponde a 49 dias, ou
5.2. termo geral da progressão é dado por
O 49
seja, x =
Pn = 3072 * 0,75n 6 49
Obtendo-se y = 2 6 ≈ 287 bactérias
5.3. efine-se y = 3072 * 0,75x no editor de funções e
D
consultamos a tabela de valores: 9.1. I ntroduzimos nas listas da calculadora os dados
fornecidos:
1.ª lista: anos " 0, 1, 2,…, 6
2.ª lista: alunos " 7680, 8776, 7096,…, 6712
De seguida efetuamos uma regressão linear, obtendo:
P0 = 200
6.1. e
Pn = 1,5 * Pn - 1, n ≥ 1
y ≈ - 277,0357x + 7945,6786
6.2. Pn = 200 * 1,5n
9.2. epois de definido o modelo linear no editor de
D
6.3. 2025 = 2010 + 15, o que corresponde a n = 15
funções da calculadora, procura-se na respetiva
P15 = 200 * 1,515 ≈ 87 579 crimes tabela o valor de y correspondente a x = 9 (uma vez
que 2017 = 2008 + 9), obtendo-se 5452 alunos,
7.1. Número inicial de roedores: R0 = (1,75)0 * 50 = 50
aproximadamente.
7.2. Taxa de crescimento: r - 1 = 1,75 - 1 = 0,75 " 75%
7.3. odemos recorrer à calculadora gráfica definindo
P
y = (1,75)x * 50 e consultando de seguida a
respetiva tabela de valores:
10.1. P
odemos atribuir ao ano 2005 o valor de x = 0.
Introduzimos então os dados fornecidos nas listas
da calculadora:
1.ª lista: anos " 0, 2, 4, 6, 8
Concluindo que ao fim de 3 anos a população de 2.ª lista: alunos " 23; 20; 19,5; 18,1; 15,7
roedores será de 268 aproximadamente e ao fim de De seguida efetuamos uma regressão linear, obtendo
20 anos será de 3 628 532, aproximadamente. y ≈ - 0,825x + 22,56
10.2. D
epois de definido o modelo linear no editor de
8. Intervalos de tempo
Número de bactérias funções da calculadora, procura-se na respetiva
de 6 dias (n)
tabela o valor de y correspondente a x = 10 (uma
0 1
vez que 2015 = 2005 + 10), obtendo-se y ≈ 14,31%.
1 2
2 4
3 8
4 16
33
x = = 5,5 intervalos de 6 dias, acontece para x = 27
6
y = 25,5 ≈ 45 bactérias Ou seja, em 2005 + 27 = 2032
34
MANUAL
12.3. T
axa de crescimento do modelo relativo aos
Concluindo que ao fim de 122 dias havia mais de 1 homens: 0,3802, ou 38,02%
milhão (1000 milhares) de mosquitos. Taxa de crescimento do modelo relativo às
mulheres: 0,4024 ou 40,24%
Pt + 1 296,33e0,01 1t + 12 296,33e0,01t e0,01 Podemos assim concluir que o modelo relativo às
11.3. = = = e0,01 ≈ 1,01
Pt 296,33e0,01t 296,33e0,01t mulheres regista uma maior taxa de crescimento.
Isto é Pt + 1 ≈ 1,01Pt, ou seja, a população aumenta
cerca de 1% de um dia para o outro. 13.1. A
mbas as populações podem ser representadas por
modelos exponenciais
12.1. Podemos considerar para 1989, x = 0
Cidade A: yA = 50 * 1,01x
> Analiticamente
Cidade B: yB = 10 * 1,04x
Considerando que procuramos um modelo
exponencial de razão r Definindo estes dois modelos no editor de funções
919 da calculadora e determinando o ponto de
919 = 96 * r7 § r = 7 ≈ 1,3802 interseção das duas curvas:
Å 96
Podemos assim definir um modelo exponencial para
os homens
yh = 96 * 1,3802x
> Calculadora gráfica
Definimos nas listas da calculadora:
1.ª lista: anos depois de 1989 " 0, 7
2.ª lista: N.° de mortes por SIDA nos
homens " 96; 919
E através de uma regressão exponencial obtém-se:
Podemos concluir que ao fim de 55 anos, em 2065,
a população das duas cidades é igual, momento a
partir do qual a cidade B, passará a ter mais
habitantes do que a cidade A.
13.2. A abordagem a esta questão é semelhante à anterior.
Basta apenas comparar agora os modelos
yB = 10 * 1,04x
e
y2A = 20 * 1,04x
12.2. P
odemos, da mesma forma, recorrer a dois
processos.
35
36
© AREAL EDITORES 17.1. P ara 2018, o valor correspondente de t é Podemos verificar que tal acontece passados
2018 - 1980 = 38 350 anos.
Assim, de acordo com o modelo N, a previsão do
número de habitantes é de 8018 de acordo com os 19.1. E
stamos perante um modelo exponencial cuja
cálculos: N(38) = 678,211 * e0,065 * 38 ) 8018 população inicial é de 318 exemplares e taxa de
417 - 318
17.2. Inserem-se os dados fornecidos nas listas da crescimento de ≈ 0,31132
318
calculadora: Podemos assim definir o seguinte modelo
2.ª lista (número de exponencial
1.ª lista (t)
habitantes - N) P(n) = 318 * 1,31132n, sendo n o número de anos
0 650 após o ano zero.
5 940 19.2. a) Para n = 2
10 1380 Taxa de crescimento anual:
15 1999 P 122 - P 112
≈
20 2373 P 112
470,772 705 533 89 - 416,964 417 795 74
Efetuando de seguida uma regressão linear obtém-se ≈ ≈
MANUAL
416,96441779574
o modelo linear
y = 90,1x + 567,4 ≈ 0,129 ou seja 12,9% aproximadamente.
O crescimento anual será dado pelo valor do Para n = 4
coeficiente de x (o declive), sendo portanto de 90. P 142 - P 132
Taxa de crescimento anual: ≈ 0,019 ou
132
17.3. I nserindo no editor de funções o modelo seja 1,9% aproximadamente. P
exponencial fornecido, podemos compará-lo com a Entre o 3.º e o 4.º anos após o início dos registos, o
função y = 7000, através de uma janela de aumento foi menos acentuado do que entre o 1.º e
visualização adequada: o 2.º anos.
b) Sendo c = 509 a capacidade máxima deste
modelo logístico, poderemos concluir que daqui a
muitos anos o número de águias rondará os 509
exemplares.
20.1. C
olocando nas listas da calculadora os dados
fornecidos:
1.ª lista " anos decorridos desde a criação da área
protegida
Xmin = 0; Xmax = 100 Ymin = 0; Ymax = 8000 2.ª lista " número de animais existentes na área
Conclui-se que o número de habitantes atingirá os protegida
7000, cerca de 36 anos após 1980, ou seja, em 2015. E realizando uma regressão linear obtém-se o
seguinte modelo y ≈ 8,2x – 3,5
V 112 = A + B.In 112 = 20 A + 0 = 20
18.1. e §e § Ou seja a ≈ 8,2 e b ≈ – 3,5
V 192 = A + B.ln 192 = 50 20 + B.ln 192 = 50
20.2. D
e acordo com o modelo logístico, que se ajusta aos
A = 20
A = 20 dados da situação, o número de animais existentes,
§• 50 - 20 § e B ) 13,6536
B= na área protegida, 20 anos após a sua criação,
ln 192 calcula-se do seguinte modo:
18.2. Pretende-se saber o valor de V (5) 125,445
30 y(20) = ) 124 animais
V(5) = 20 + * ln(5) ≈ 42 veados 1 + 18,351 * e - 0,355 * 20
ln 192
(resultado arredondado às unidades).
18.3. D
epois de introduzir a expressão de V(x) no editor
20.3. D
e entre os dois modelos considerados, o de
de funções e a expressão y = 100, com uma janela
regressão linear e o logístico, o que melhor
de visualização adequada podemos determinar o
interpreta a situação descrita para o primeiro meio
ponto em que V(x) atinge o valor de 100.
século de existência da área protegida é o modelo
logístico.
Uma das razões que afasta o modelo linear,
y = 8,2x - 3,5, é o facto de y(0) = - 3,5, ou seja,
prevê um número negativo de animais no início da
criação da área protegida, enquanto o modelo
125,445
logístico, y = prevê cerca de 6
1 + 18,351 * e - 0,355x
animais, y(0) ) 6, o que se adequa mais à realidade
Xmin = 0; Xmax = 400 Ymin = 0; Ymax = 150 que são 8.
37
Encontramos x ≈ – 26
O que significa que a população de Portugal
Continental atingiu os 3,7 milhões 26 anos depois
de 1864, ou seja, em 1838.
22.3. O ponto de viragem de um modelo logístico é aquele
ponto em que o crescimento passa de cada vez mais
rápido a cada vez mais lento. Comecemos por
Janela de visualização: encontrar de forma aproximada tal ponto a partir da
Xmin = 1; Xmax = 31 Ymin = 0; Ymax = 65 análise da representação gráfica do modelo em estudo:
Modelo B
© AREAL EDITORES
38
MANUAL
Assim o ponto de viragem do modelo definido é o
ponto de coordenadas (70; 6,85).
A capacidade máxima do sistema é dada por
3,5 + 6,8 = 10,3 milhares de habitantes.
39
26.1. P
ara decidir qual o melhor modelo, de entre os
estudados, comecemos por analisar a forma da
nuvem de pontos relativa aos dados fornecidos.
Para isso introduzimos os valores fornecidos nas Obtendo uma estimativa de 418 milhares de alunos,
listas da calculadora: aproximadamente.
16 388 38 636
17 397
18 401
19 384
40
© AREAL EDITORES É possível concluir que o mais ajustado parece ser o 27.2. b
) Utilizando esse modelo para prever o número de
modelo logístico, definido por: homens doutorados em 2015 (x = 45) e 2050
909,312 (x = 80), obtém-se agora:
y≈
1 + 132,629.e- 0,151x
Utilizando esse modelo para prever o número de
mulheres doutoradas em 2015 (x = 45) e 2050
(x = 80), obtém-se:
MANUAL
Ou seja, para 2015 o modelo estima cerca de 792 2015 2050
mulheres doutoradas e para 2050, cerca de 909.
N.º mulheres
791,878 908,630
27.2. a
) Introduzindo agora os dados relativos ao número doutoradas
de homens doutorados na calculadora: N.º de homens
766,289 893,767
doutorados
1.ª lista 2.ª lista
Anos após 1970 Número de homens Concluindo que a manterem-se as tendências de
0 57 crescimento, o número de mulheres doutoradas
66 ultrapassará o número de homens doutorados.
5
78 28.1. y = 32 * 1,012t - população da Argentina em
10
milhões, t anos após 1989
15 150
28.2. I ntroduzindo a expressão anterior no editor de
20 210
funções da calculadora e consultando a respetiva
356
25 tabela de valores, para x = 28 (correspondendo a
30 470 2017), por exemplo, obtém-se:
38 649
41
TEMA A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 V1 V2
II
A1
MODELOS DE A2
PROBABILIDADE A3
A4
A5
A6
A7
A8
A9
A10
V1
Págs. 168-169
V2
1. ão fenómenos aleatórios os descritos nas alíneas
S
1.1., 1.3., 1.4. e 1.6. porque descrevem situações em 3.
que, apesar de envolverem acaso, é possível antecipar 3.1. = {face nacional, face europeia}, ao lançar-se uma
S
o conjunto de resultados possíveis. moeda ao ar, pode ficar voltada para cima, ou a face
MANUAL
Em 1.1. não se pode prever qual a cor que vai sair nacional ou a face europeia.
nas duas bolas, cada vez que se retiram duas bolas, 3.2. S = {A1, A2, A3, A4, A5, A6, A7, A8, V}, ao retirar – se
mas pode descrever-se com toda a certeza todas as um berlinde pode registar-se a cor azul (A) ou
possibilidades: 2 azuis ou 2 vermelhas ou uma azul e vermelha (V). Como os berlindes da mesma cor não
uma vermelha. se distinguem, numeraram-se.
Em 1.3. não se pode prever quais as cartas que vão
3.3. onsiderando que a agulha nunca se imobiliza na
C
sair, cada vez que se retiram duas cartas, mas pode
fronteira das cores, então aquela pode ficar na cor
descrever-se com toda a certeza todas as
amarela ou vermelha ou verde ou azul.
possibilidades.
Em 1.4. não se pode prever o que vai acontecer S = {amarelo, vermelho, verde, azul}.
quando for feito o sorteio mas pode-se afirmar com
4. Existem exemplos diferentes dos que se apresentam:
toda a certeza que se vai ter um jogo com prémio ou
um jogo sem prémio podendo definir-se todas as 4.1.
m acontecimento elementar é representado por um
U
chaves possíveis. conjunto com um só elemento de S.
Em 1.6. não se pode prever qual a média, cada vez
“sair face europeia” – {face europeia} ou “sair
que se escolhem ao acaso 10 alunos de uma turma berlinde vermelho” – {V} ou “sair cor azul”
para formar uma amostra, mas pode descrever-se – {azul}
com toda a certeza todas as possibilidades de 4.2. m acontecimento composto é representado por um
U
amostras e as respetivas médias. conjunto com mais de um elemento de S.
São fenómenos determinísticos os descritos nas “ sair face europeia ou nacional” – {face europeia,
alíneas 1.2. e 1.5. porque se sabe antecipadamente o face nacional} ou “sair berlinde azul” – {A1, A2, A3,
resultado: A4, A5, A7, A8} ou “sair cor vermelha ou cor verde
Em 1.2. a rolha vai flutuar e em 1.5. a temperatura ou cor azul” – {vermelho, verde, azul}
registada é 100 °C (temperatura
4.3.
m acontecimento impossível é um acontecimento
U
da ebulição).
que nunca pode ocorrer, ou seja, é representado por
2. um conjunto vazio.
2.1. odem sair duas bolas com a mesma cor
P
“não sair nem face europeia nem face nacional” – { }
(2 azuis ou 2 vermelhas) ou duas bolas com cores ou “sair berlinde branco” – { } ou “sair cor laranja”
diferentes (uma azul e uma vermelha). -{}
2.2.
omo existem mais bolas azuis que vermelhas
C
5. xperiencia aleatória: lançar um dado 2 vezes
E
espera-se que ocorra mais vezes “2 bolas azuis” e
consecutivas e anotar as pontuações obtidas.
menos vezes “2 bolas vermelhas”.
O espaço amostral S pode ser definido por uma
Pode-se listar todos os elementos do espaço amostral
tabela de dupla entrada:
recorrendo a uma tabela de dupla entrada. Sejam os
acontecimentos: A – “sair bola azul” e V – “sair bola DADO 2
vermelha” como as bolas da mesma cor não se 1 2 3 4 5 6
distinguem, numeremos as bolas azuis de 1 a 10 e 1 (1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
DADO 1
42
© AREAL EDITORES Para o acontecimento A pode fazer-se uma nova tabela com a soma e identificar cada um dos
tabela com a soma e identificar cada um dos acontecimentos elementares que satisfazem E:
acontecimentos elementares que satisfazem A:
DADO 2
DADO 2 Soma
1 2 3 4 5 6
Soma (+)
1 2 3 4 5 6
(+) 1 2 3 4 5 6 7
DADO 1
1 2 3 4 5 6 7 2 3 4 5 6 7 8
DADO 1
2 3 4 5 6 7 8 3 4 5 6 7 8 9
3 4 5 6 7 8 9 4 5 6 7 8 9 10
4 5 6 7 8 9 10 5 6 7 8 9 10 11
5 6 7 8 9 10 11 6 7 8 9 10 11 12
6 7 8 9 10 11 12
E = {(1, 1)}
A = {(1, 1); (1, 3); (1, 5); (2, 2); (2, 4); (2, 6); (3,
Para o acontecimento F pode construir-se a tabela
1); (3, 3); (3, 5); (4, 2); (4, 4); (4, 6); (5, 1); (5, 3);
com o produto e identificar cada um dos
(5, 5); (6, 2); (6, 4); (6, 6)}
acontecimentos elementares que satisfazem F:
MANUAL
Para o acontecimento B pode-se observar, de novo, a
tabela com a soma e identificar cada um dos DADO 2
acontecimentos elementares que satisfazem B: Produto
1 2 3 4 5 6
(*)
DADO 2 1 1 2 3 4 5 6
DADO 1
Soma 2 2 4 6 8 10 12
1 2 3 4 5 6 3 3 6 9 12 15 18
(+)
1 2 3 4 5 6 7 4 4 8 12 16 20 24
DADO 1
2 3 4 5 6 7 8 5 5 10 15 20 25 30
3 4 5 6 7 8 9 6 6 12 18 24 30 36
4 5 6 7 8 9 10 F = {(1, 1); (1, 3); (1, 5); (3, 1); (3, 3); (3, 5);
5 6 7 8 9 10 11 (5, 1); (5, 3); (5, 5)}
6 7 8 9 10 11 12
5.2. – acontecimento elementar – só um elemento de S
E
B = {(2, 6); (3, 5); (4, 4); (5, 3); (6, 2)} D – acontecimento certo – todos os elementos de S
Para o acontecimento C pode construir-se a tabela C – acontecimento impossível – nenhum dos
com o produto e identificar cada um dos elementos de S
acontecimentos elementares que satisfazem C:
6. xperiência aleatória – lançar uma moeda, duas
E
DADO 2 vezes consecutivas, e anotar a face que fica voltada
Produto para cima. O espaço amostral S também pode ser
1 2 3 4 5 6
(*) definido por uma tabela de dupla entrada:
1 1 2 3 4 5 6 6.1. {(E, E); (E, N); (N, E); (N, N)} ou
DADO 1
2 2 4 6 8 10 12
3 3 6 9 12 15 18 MOEDA 2
4 4 8 12 16 20 24
MOEDA 1
43
7.2. 301, 302, 303, 304, 305, 306, 307, 308, 309, 401,
{ Dos 276 (c) rapazes interrogados, 215 (d)
402, 403, 404, 405, 406, 407, 408, 409} responderam afirmativamente à mesma questão.
7.3. {404, 414, 424, 434, 444, 454, 464, 474, 484, 494} O preenchimento foi feito pela ordem (a), (b), …, (i)
cor e retiraram-se 3 meias. 290 é maior que 215 num total de 650 alunos.
8.2. ara obter duas meias brancas, 4 tentativas. Para
P 1.3. sta questão sugere que se observem valores, não
E
obter duas meias pretas, todas, ou seja, 22. relativamente ao total de alunos mas sim por género:
Para obter 2 meias brancas (B): 374 100%
BB (2 tentativas) BPB (3 tentativas) PBB 290 percentagem de raparigas que vai a pé
(3 tentativas) Obtém-se:
BPPB ou PBPB " a 4.ª peúga tem de ser branca 290
* 100 ) 77,5%
pois só há 2 peúgas pretas, que já saíram (4 374
tentativas) 276 100%
PPBB " a 3.ª e a 4.ª peúga têm de ser brancas 215 percentagem de rapazes que vai a pé
pois só há 2 peúgas pretas, que já saíram
Obtém-se:
(4 tentativas)
215
Para obter 2 meias pretas (P): * 100 ) 77,9%
276
PP (2 tentativas) Há uma maior percentagem de rapazes do que de
PBP (3 tentativas) BPP (3 tentativas) raparigas, a ir a pé para a escola. Se o objetivo for
PBBP (4 tentativas) BPBP (4 tentativas) BBPP comparar, devemos usar valores percentuais e não
(4 tentativas) absolutos.
PBBBP (5 tentativas)…
1.4. ara preencher o diagrama de Venn deve começar-se
P
…
por observar quais os acontecimentos definidos,
BBBBBBBBBBBBBBBBBBBBPP (22 tentativas)
quais os dados de que se dispõe e o que significa
cada espaço.
Os acontecimentos são: R – “ser rapariga” e
Págs. 178-179 P – “Ir a pé”
1.
Se a+b é o número de Se b é o n.º de raparigas que
1.1. 1.º Passo: Atenção à informação de cada espaço: raparigas=374. vai a pé então c tem de ser o
n.º de rapazes que vai a pé,
Então a=374 – 290=84
Vai a pé Não vai a pé e c=215.
Total raparigas que não vão a pé.
(P) (NP)
F e NP = as
F e P = as Raparigas Vai a pé
Rapariga raparigas que vão raparigas que não Total de
vão a pé = ser
(F) a pé = ser raparigas
rapariga e não ir
rapariga e ir a pé
a pé a? b? c?
M e NP = os
M e P = os
Rapaz rapazes que não d?
rapazes que vão a Total de
vão a pé = ser
(M) pé = ser rapaz e ir rapazes
rapaz e não ir a
a pé
pé
a+b+c=n.º de raparigas + o n.º
Total de alunos Total de alunos Total de Comum aos 2
Total de alunos que vão a pé=n.º de
que vão a pé que não vão a pé alunos acontecimentos
raparigas que não vão a pé + n.º
vai ser “rapariga
de raparigas que vão a pé + n.º de
2.º Passo: Atenção aos dados: que vai a pé”.
rapazes que vão a pé.
Por observação
290 (a) das 374 (b) raparigas interrogadas da tabela, a+b+c+d=total de alunos.
© AREAL EDITORES
responderam que sim à pergunta “Vais a pé para a b=290. Então d terá de ser o número de
escola?”. rapazes que não vão a pé d=61.
44
castanhos” - sabe-se que 42 têm os olhos castanhos. 87 tiveram positiva a Filosofia mas 50
O - “usar óculos” - sabe-se que 34 usam óculos. (20 + 15 + 15) já foram anteriormente assinalados
(pois além de positiva a Filosofia também tiveram a
17 C O
Matemática e Inglês):
87 - 50 = 37
MANUAL
19 23 11 M F
9 20 37
15
13 15
3.
omeçar por observar os dados e definir os 3
C 6
acontecimentos observados: I
9 20 37 9 20 37
15 15
13 15 13 15
6 6
I I
T2 - “experimentar t-shirt 2”
T3 - “experimentar t-shirt 3”
6
I
45
TC 2
T1 4
3
TB 4
TC
SA T2 4 * 4 * 4 = 64
TB 6.2. D = {(1, 1, 1), (2, 2, 2), (3, 3, 3), (4, 4, 4)}
TC E = {(1, 1, 3), (1, 3, 1), (3, 1, 1), (1, 2, 2),
T3
(2, 1, 2), (2, 2, 1)}
TB
F = {(4, 1, 1), (4, 1, 2), (4, 1, 3), (4, 1, 4), (4, 2, 1), (4,
2, 2), (4, 2, 3), (4, 2, 4), (4, 3, 1), (4, 3, 2), (4, 3,
A Maria pode experimentar 18 conjuntos diferentes:
3), (4, 3, 4), (3, 1, 1), (3, 1, 2), (3, 1, 3), (3, 1, 4),
(G, T1, TC); (G, T1, TB); (G, T2, TC); (G, T2, TB);
(3, 2, 1), (3, 2, 2), (3, 2, 3), (3, 2, 4), (2, 1, 1), (2,
(G, T3, TC); (G, T3, TB);
1, 2), (2, 1, 3), (2, 1, 4)}
(SP, T1, TC); (SP, T1, TB); (SP, T2, TC);
7.
(SP, T2, TB); (SP, T3, TC); (SP, T3, TB);
MOEDA 1 €
(SB, T1, TC); (SB, T1, TB); (SB, T2, TC);
(SB, T2, TB); (SB, T3, TC); (SB, T3, TB) N E
1 (1, N) (1, E)
5. S = {(N, N, N), (N, N, E), (N, E, N), (N, E, E), (E, N,
2 (2, N) (2, E)
N), (E, N, E), (E, E, N), (E, E, E)}
DADO Octaédrico
3 (3, N) (3, E)
1.ª Moeda 2.ª Moeda 3.ª Moeda
4 (4, N) (4, E)
N 5 (5, N) (5, E)
N
E 6 (6, N) (6, E)
N 7 (7, N) (7, E)
N
E 8 (8, N) (8, E)
E
8. a) O diagrama de árvore mostra quem ganha em
N cada jogo e que são necessários no máximo
N 7 jogos para que haja uma equipa vencedora.
E
E A A A
N A A A A
E B B B
E B B B
A A A
A A A
B B B B
B B B
b) 7 jogos.
Pág. 183
1. xperiência aleatória escolher, ao acaso, duas
E
© AREAL EDITORES
46
© AREAL EDITORES tabela de dupla entrada. Tem 20 elementos mas a) Como num baralho existem 4 ases (A) de
como as equipas inscritas vão jogar todas contra 4 naipes diferentes
todas apenas uma vez basta realizar (♥ (copas), ♦ (ouros), ♠ (espadas) e ♣ (paus)) e
10 jogos. não há reposição tem-se as 4 * 3 = 12
possibilidades:
2.a Equipa {(A♥, A♣), (A♥, A♠), (A♥, A♦), (A♣, A♥), (A♣,
P Q R T V A♠), (A♣, A♦), (A♠, A♥), (A♠, A♣),
P (P, Q) (P, R) (P, T) (P, V) (A♠, A♦), (A♦, A♥), (A♦, A♣), (A♦, A♠)}
1.a Equipa
Q (Q, P) (Q, R) (Q, T) (Q, V) b) Como num baralho existem 3 figuras (R-Rei,
R (R, P) (R, Q) (R, T) (R, V) D-Dama e V-Valete) de 4 naipes diferentes
(♥ (copas), ♦ (ouros), ♠ (espadas) e ♣ (paus)) e
T (T, P) (T, Q) (T, R) (T, V)
não há reposição mas só se pretende saída de
V (V, P) (V, Q) (V, R) (V, T)
figuras de copas (♥) tem-se as 3 * 2 = 6
2. possibilidades:
2.1. xperiência aleatória – rodar o rapa uma vez e
E {(R♥, D♥), (R♥, V♥), (V♥, R♥), (V♥, D♥), (D♥,
anotar a face voltada para cima. R♥), (D♥, V♥)}
MANUAL
S = {1.1, 1.2, X, 2}
4. odem organizar-se os dados numa tabela, tendo
P
2.2. xperiência aleatória – rodar o rapa duas vezes e
E em consideração que não interessa a ordem de
anotar as faces que ficam voltadas para cima. escolha e observar que são necessários 15 debates.
Sejam 1.1 – 1.ª face numerada com 1 e 1.2 – 2.ª
face numerada com 1. 2.° Escolhido
a) O espaço de resultados pode ser definido por uma 1 2 3 4 5 6
tabela de dupla entrada ou S = {(1.1, 1.1); 1 (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
(1.1, 1.2); (1.1, X);(1.1, 2); (1.2, 1.1); (1.2, 1.2);
1.° Escolhido
2 (2, 3) (2, 4) (2, 5) (2, 6)
(1.2, X); (1.2, 2); (X, 1.1); (X, 1.2); (X, X); (X, 2);
3 (3, 4) (3, 5) (3, 6)
(2, 1.1); (2, 1.2); (2, X); (2, 2)}
4 (4, 5) (4, 6)
2.º Lançamento do rapa 5 (5, 6)
1.1 1.2 X 2 6
1.1 (1.1, 1.1) (1.1, 1.2) (1.1, X) (1.1, 2)
Lançamento
1.2 (1.2, 1.1) (1.2, 1.2) (1.2, X) (1.2, 2) e 5 hipóteses para escolher o segundo candidato (os
1.º
X (X, 1.1) (X, 1.2) (X, X) (X, 2) debates são com candidatos diferentes): 6 * 5 = 30
2 (2, 1.1) (2, 1.2) (2, X) (2, 2) mas como a ordem não interessa, há opções
30
duplicadas. Assim, = 15 debates.
2.3. á 16 resultados possíveis por observação da tabela
H 2
ou pelo princípio fundamental da contagem 5.
4 * 4 = 16.
5.1. xperiência aleatória – extrair duas bolas de uma
E
3. Experiência aleatória - retirar sucessivamente, ao urna com quatro bolas, numeradas de
acaso, duas cartas com reposição, de um baralho 1 a 4 se a extração ocorrer sem reposição.
com 40 cartas e registam-se as cartas que saíram. Pelo princípio fundamental da contagem, da
3.1.
) Como num baralho existem 4 ases (A) de
a 1.ª vez tem-se 4 (1, 2, 3, 4) possibilidades e na 2.ª
4 naipes diferentes vez, 3 possibilidades (pois não se pode repetir o que
(♥ (copas), ♦ (ouros), ♠ (espadas) e ♣ (paus)) e há saiu e não foi reposto). Assim tem-se 4 * 3 = 12
reposição tem-se as 4 * 4 = 16 possibilidades: maneiras diferentes.
{(A♥, A♥), (A♥, A♣), (A♥, A♦), (A♥, A♠), (A♣, O espaço de resultados pode ser definido por uma
A♥), (A♣, A♣), (A♣, A♦), (A♣, A♠), tabela de dupla entrada ou
(A♦, A♥), (A♦, A♣), (A♦, A♦), (A♦, A♠), S = {(1, 2); (1, 3); (1, 4); (2, 1); (2, 3); (2, 4);
(A♠, A♥), (A♠, A♣), (A♠, A♦), (A♠, A♠)} (3, 1); (3, 2); (3, 4); (4, 1); (4, 2); (4, 3)}
b) Como num baralho existem 3 figuras (R-Rei, 2.a Extração
D-Dama e V-Valete) de 4 naipes diferentes
1 2 3 6
(♥ (copas), ♦ (ouros), ♠ (espadas) e ♣ (paus)) e há
1 (1, 2) (1, 3) (1, 4)
1.a Extração
47
4 (4, 1) (4, 2) (4, 3) (4, 4) serem colocados ao acaso numa das 4 caixas A, B,
C, D.
6. xperiência aleatória – Escolher, ao acaso, uma de
E 8.1. Para o primeiro cartão a ser arrumado, suponhamos
20 questões e em seguida escolher, ao acaso, uma que é o cartão A, existem 4 caixas onde pode ser
opção das 4 alíneas disponíveis em cada questão. arrumado:
Pode fazer-se um raciocínio com tabela de dupla Caixa A; caixa B; Caixa C; Caixa D
entrada, um esboço em árvore ou recorrer ao princípio Para o segundo cartão ser arrumado, suponhamos
fundamental da contagem, considerando que existem que B, já só existem 3 caixas onde este pode ser
20 questões e cada uma delas com 4 opções e, que ao arrumado, uma vez que o cartão A já foi arrumado
escolher uma questão, ao acaso, seguida da escolha de numa das caixas.
uma opção, uma ação se sucede a outra. Assim tem-se
20 * 4 = 80 maneiras possíveis de responder às 20 Então:
questões escolhendo, ao acaso, e em cada questão, 1.º cartão 2.º cartão 3.º cartão 4.º cartão
uma das opções disponíveis. 4 hipóteses * 3 hipóteses * 2 hipóteses * 1 hipótese
Tabela de dupla entrada: Num total de 24 hipóteses.
8.2.
Opção
Caixa
1 2 3 4
A B C D
1 (1, 1) (1, 2) (1, 3) (1, 4) e
d B A D C
Questão
48
© AREAL EDITORES dos acontecimentos sugerem-nos estimativas para as primeiro filho é rapaz e o segundo é rapariga
probabilidades desses acontecimentos. apresentam uma tendência para ocorrerem
a) A estimativa para a probabilidade de ser menos.
selecionada uma rapariga é 67%.
b) A estimativa para a probabilidade de ser 3.
selecionado um rapaz é 100 – 67 = 33%. 3.1. 10 + 10 + 10 + 2 + 4 + 8 + 1 + 8 = 53 funcionários
c) A estimativa para a probabilidade de ser 3.2. ão se sabe. Mas é mais provável que seja homem,
N
selecionado um aluno de olhos castanhos é 53%. pois dos 11 funcionários que viajaram de metro, 10
d) A estimativa para a probabilidade de ser eram homens.
selecionado um aluno louro é 40%. 3.3. pesar de se terem recolhido poucos dados, os
A
e) A estimativa para a probabilidade de ser resultados apresentados das frequências relativas
selecionada uma rapariga de olhos castanhos e dos acontecimentos sugerem-nos estimativas para
loura é 40%. (existem 12 em 30 registos: 111). as probabilidades desses acontecimentos e por isso
1.3. valor para que tende a frequência de um dado
O 1.º - III; 2.º - I ; 3.º II e IV. Pois ao calcular as
acontecimento, ao fim de um grande número de frequências relativas temos:
repetições de uma experiência aleatória, é I – A Paula desloca-se a pé para o trabalho:
MANUAL
4
interpretado como a probabilidade desse * 100 ) 19%
acontecimento ocorrer. 21
8
Apesar de se terem recolhido poucos dados, os II – A Paula utiliza o autocarro: * 100 ) 38%
21
resultados apresentados das frequências relativas 1
III – A Paula utiliza o metro: * 100 ) 5%
dos acontecimentos sugerem-nos estimativas para as 21
probabilidades desses acontecimentos. 8
IV – A Paula utiliza o carro: * 100 ) 38%
a) A estimativa para a probabilidade do próximo 21
aluno a ser chamado ser rapaz de olhos
castanhos e não louro é 0%. (não existem 4.
registos: 010) 4.1. 0 jogadas é um número de repetições demasiado
2
b) A estimativa para a probabilidade do próximo pequeno para se tirar qualquer conclusão.
aluno a ser chamado ser rapariga loura é 40%. 4.2. a)
(não existem registos: 101 mas existem 12 em 30
Face R T D P
registos: 111)
F. Rel. João 0,27 0,20 0,30 0,23
c) A
estimativa para a probabilidade do próximo
aluno a ser chamado ser rapariga loura de olhos F. Rel. Ana 0,10 0,30 0,45 0,15
castanhos é 40%. (existem 12 em 30 registos: 111) Total de lançamentos/observações:
27 + 20 + 30 + 23 = 100
2.
as frequências relativas são:
2.1. Frequência relativa para:
27 30
2 raparigas:
51
* 100 = 25,5% R– = 0,27 D– = 0,30
200 100 100
20 23
rapariga, rapaz:
55
* 100 = 27,5% T– = 0,20 P– = 0,23
200 100 100
38 As frequências relativas obtidas pelo grupo de
rapaz, rapariga: * 100 = 19%
200 trabalho do João estão mais próximas umas das
56 outras e do valor esperado 0,25 do que as da Ana. O
2 rapazes: * 100 = 28%
200 número de lançamentos ainda é pequeno para tirar
Frequência Frequência conclusões.
Tipo de família
absoluta relativa 4.3.
Duas raparigas 51 25,5% Face R T D P
Rapariga, rapaz 55 27,5% N.º de vezes 142 158 145 155
49
MACS11EP-LRES-04
1.a Extração
de casos favoráveis é 3 e não 2, como parece ter P1 (P1, V1) (P1, V2) (P1, P1) (P1, P2) (P1, P3) (P1, P4)
pensado D’Alembert.
P2 (P2, V1) (P2, V2) (P2, P1) (P2, P2) (P2, P3) (P2, P4)
MANUAL
Tem-se 8 casos possíveis (2 * 2 * 2 = 8) P1 (P1, V1) (P1, V2) (P1, P1) (P1, P2) (P1, P3) (P1, P4)
a) Casos favoráveis: (Cara, Cara, Cara); (Coroa, P2 (P2, V1) (P2, V2) (P2, P1) (P2, P2) (P2, P3) (P2, P4)
Coroa, Coroa) P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P3) (P3, P4)
P(saírem três faces iguais) = P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3) (P4, P4)
número de casos favoráveis 2 1
= = = P(uma bola verde e uma preta, por esta ordem) =
número de casos possíveis 8 4 8 2
=
b) C
asos favoráveis: (Coroa, Coroa, Cara); (Coroa, 36 9
Cara, Coroa); (Cara, Coroa, Coroa) c) Casos favoráveis:
P(sair exatamente uma cara) =
2.a Extração
número de casos favoráveis 3
= = V1 V2 P1 P2 P3 P4
número de casos possíveis 8
V1 (V1, V1) (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4)
c) Casos favoráveis: (Coroa, Cara, Cara); (Cara, Cara,
V2 (V2, V1) (V2, V2) (V2, P1) (V2, P2) (V2, P3) (V2, P4)
1.a Extração
P(saírem ou duas caras ou três caras) = P2 (P2, V1) (P2, V2) (P2, P1) (P2, P2) (P2, P3) (P2, P4)
número de casos favoráveis 4 1 P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P3) (P3, P4)
= = =
© AREAL EDITORES
número de casos possíveis 8 2 P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3) (P4, P4)
16 4
P(duas bolas de cor diferente) = =
36 9
50
2.a Extração
V1 V2 P1 P2 P3 P4
V1 (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4) 6
V2 (V2, V1) (V2, P1) (V2, P2) (V2, P3) (V2, P4)
1.a Extração
P1 (P1, V1) (P1, V2) (P1, P2) (P1, P3) (P1, P4)
P2 (P2, V1) (P2, V2) (P2, P1) (P2, P3) (P2, P4) Área da zona azul = ÁreaCírculo Grande Azul –
P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P4) - ÁreaQuadrado Grande Branco = 9p - 18 ) 10,274
P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3) Analogamente, e como o lado do quadrado anterior
é o diâmetro do circulo pequeno e a diagonal do
a) Casos favoráveis: quadrado pequeno, tem-se que:
2
"18
2.a Extração reaCírculo Pequeno Vermelho = p * a
Á b =
2
V1 V2 P1 P2 P3 P4 = 4,5p ) 14,137
MANUAL
V1 (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4) ÁreaQuadrado Pequeno Branco: L2 + L2 = "182 § L2 = 9
V2 (V2, V1) (V2, P1) (V2, P2) (V2, P3) (V2, P4) Área da zona vermelha = ÁreaCírculo Pequeno Vermelho -
1.a Extração
P1 (P1, V1) (P1, V2) (P1, P2) (P1, P3) (P1, P4) - ÁreaQuadrado Pequeno Branco = 4,5p - 9 ) 5,137
5,137
P2 (P2, V1) (P2, V2) (P2, P1) (P2, P3) (P2, P4) a) P(acertar na zona vermelha) = ) 0,18
28,274
P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P4)
10,274
P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3) b) P(acertar na zona azul) = ) 0,36
28,274
2 1
P(duas bolas verdes) = = 5. ão é possível garantir. Se tivermos, por exemplo,
N
30 15
as fichas 5, 5, 7, 9, 10, 10, 10, 20, 20, 20 estamos
b) Casos favoráveis: nas condições do enunciado, mas a probabilidade
de obter uma ficha com algarismos das unidades
2.a Extração 0 é de 0,6.
V1 V2 P1 P2 P3 P4
6. Experiência aleatória - lançar um dado octaédrico e
V1 (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4)
um dado cúbico e registar os pontos das faces que
V2 (V2, V1) (V2, P1) (V2, P2) (V2, P3) (V2, P4)
1.a Extração
1 2 3 4 5 6 7
16 8
P(duas bolas de cor diferente) = =
Dado octaédrico
2 3 4 5 6 7 8
30 15
3 4 5 6 7 8 9
4. Área Círculo Grande Azul = p * 32 = 9p ) 28,274
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
3
7 8 9 10 11 12 13
8 9 10 11 12 13 14
33 11
P(a soma dos pontos ser maior do que 6) = =
48 16
51
52
© AREAL EDITORES INVESTIGUE E EXPLORE – Pág. 196 sua interseção é o conjunto vazio logo A e B são
Esperiência aleatória – Escolher, ao acaso, um dos 4 cartões incompatíveis.
etiquetados com as letras A, B, C e D para serem colocados
2.
ao acaso num dos 4 envelopes A, B, C, D.
2.1. reunião com Y = X ∂ Y = {1, 2, 3, 4} - observar
X
Para colocar o 1.º cartão existem 4 hipóteses: envelope A
os elementos que pertencem a pelo menos um dos
ou B ou C ou D.
conjuntos, X ou Y
Para o 2.º cartão: 3 hipóteses, porque o 1.º cartão já está
2.2. interseção com Y = X © Y = {3} - observar os
X
num dos envelopes.
elementos comuns a um dos conjuntos, X ou Y.
Num total de 4 * 3 * 2 * 1 = 24 casos possíveis.
2.3. Complementar de X = X = {2, 4, 5} - elementos de
Para que nenhum dos carrões esteja no envelope certo só S que não pertencem a X
existem as seguintes possibilidades.
2.4. Complementar de Y = Y = {1, 5} - elementos de S
Envelope que não pertencem a Y
A B C D
3. em-se que 4% dos habitantes ouvem as 3
T
B C D A emissoras.
MANUAL
B D A C Sejam os acontecimentos:
B A D C J - “ouvir a emissora de rádio Jovem”
M - “ouvir a emissora de rádio Moderna”
Cartão
C A D B
C D A B A - “ouvir a emissora de rádio Alegria”
C D B A Como os 3 acontecimentos têm dados em comum,
D A B C então ao construir o diagrama de Venn os círculos
correspondentes aos acontecimentos intersetam-se.
D C A B
D C B A Como 4% é comum aos 3 acontecimentos, vamos
escrever esse dado na zona de interseção dos 3
Temos assim 9 casos favoráveis círculos.
9 3
Ou seja a probabilidade pedida é de = . J M
24 8
4
Pág. 200
1. Experiência aleatória - lançar um dado tetraédrico
com as faces numeradas de 1 a 4 e verificar qual o
número da face que fica virada para baixo. A
S = {1, 2, 3, 4} Dado que 9% dos habitantes ouvem as rádios M e A
Sejam os acontecimentos A, B e C, tais que: e 4% ouvem as 3 rádios então 9 – 4 = 5% ouvem só
A - “sair uma face com um número ímpar” = {1, 3} as emissoras de rádio M e A e por isso vamos
acrescentar esse dado:
B - “sair uma face com um número par” = {2, 4}
C - “sair uma face com um número inferior a 4” = J M
= {1, 2, 3}
A e C - Observar os elementos comuns a A e a C:
1.1.
4
A © C = {1, 3}
5
B e C - Observar os elementos comuns a B e a C:
B © C = {2}
A e B - Observar os elementos comuns a A e a B: A
A©B={} Mas, 11% dos habitantes ouvem as rádios J e A e
A ou B - Observar os elementos que pertencem a 4% ouvem as 3 rádios então 11 – 4 = 7% ouvem só
pelo menos um dos conjuntos, A ou B: as emissoras de rádio J e A e por isso vamos
A ∂ B = {1, 2, 3, 4} = S acrescentar esse dado:
A ou C - Observar os elementos que pertencem a
J M
pelo menos um dos conjuntos, A ou C:
A ∂ C = {1, 2, 3} = C
B ou C - Observar os elementos que pertencem a
4
pelo menos um dos conjuntos, B ou C: 7 5
B ∂ C = {1, 2, 3, 4} = S
1.2. ois acontecimentos são incompatíveis se não
D
tiverem nenhum elemento em comum, ou seja, a A
53
J M 4
7 5
11
4 17
7 5 A 5
33 11 4.
om estes dados é conveniente construir um
C
4 diagrama de Venn com os acontecimentos:
7 5 N - “fazer natação”
T - “jogar ténis”
Os círculos correspondentes aos acontecimentos
A
intersetam-se, pois dos 95 sócios que fazem natação
38% dos habitantes ouvem a emissora de rádio 45 destes jogam ténis.
Moderna mas, no círculo correspondente, apenas Ou seja 95 - 45 = 50 sócios fazem só natação.
falta preencher a parte relativamente aos que só
ouvem essa rádio: N T
38 - 5 - 4 - 11 = 18% só ouvem a rádio M
J M 50 45
33 11 18
4
7 5
Como qualquer um dos sócios pratica, pelo menos,
uma destas modalidades N ou T então:
A
• 0 sócios não praticam nenhuma delas;
33% dos habitantes ouvem a emissora de rádio
• 150 - 50 - 45 = 55 sócios praticam apenas ténis
Alegria mas, no círculo correspondente, apenas falta
preencher a parte relativamente aos que só ouvem
essa rádio: N T
33 - 5 - 4 - 7 = 17% só ouvem a rádio M
50 45 55
J M
33 18 0
11
4 a probabilidade de selecionar um sócio, ao acaso, e
45 + 55 11
7 5 ele praticar ténis = =
150 30
17
5. om a informação disponível a melhor forma de
C
A organizar os dados é numa tabela:
A soma das percentagens dentro do retângulo tem Não Faz
Faz T.P.C.
de ser 100%. Face (T)
Total
T.P.C. 1T2
33 + 11 + 18 + 4 + 7 + 5 + 17 = 95%
Rapariga (F) 6 14 - 6 = 8 14
Conclui-se que 100 - 95 = 5% dos habitantes não
Rapaz 1 F 2 7 11 - 7 = 4 11
ouvem nenhuma das emissoras de rádio.
14 + 11 =
Total 6 + 7 = 13 8 + 4 = 12
= 13 + 12 = 25
© AREAL EDITORES
14 13
5.1. P(F) = e P(T) =
25 25
54
© AREAL EDITORES 5.2. P(F ∂ T) = probabilidade de ser rapariga ou ter feito 3.1. Experiência aleatória - lançar um dado cúbico
14 + 7 21
o trabalho de casa = = seguido do lançamento de um dado octaédrico e
25 25 fazer o registo das pontuações
P(F © T) = probabilidade de ser uma rapariga que
fez o trabalho de casa =
6 P(sair o mesmo número nos dois dados) =
25 número de casos favoráveis
=
5.3. F e T são mutuamente exclusivos se não tiverem número de casos possíveis
nenhum elemento em comum, isto é, Pode-se fazer uma listagem dos casos favoráveis:
F © T = { }. Em 5.2 mostrou-se que F © T 0 { } (1, 1); (2, 2); (3, 3); (4, 4); (5, 5); (6, 6) e, concluir
que o número de casos favoráveis é 6.
Págs. 208 e 209 O número de casos possíveis é 6 * 8 = 48
1. xperiência aleatória: retirar ao acaso uma carta de
E 6 1
3.2. P(sair o mesmo número nos dois dados) =
=
um baralho de 52 cartas. 48 8
Número de elementos do espaço amostral: 52 P(sair soma das pontuações superior a 6) =
número de casos favoráveis
a) P(sair rei de copas) = =
número de casos possíveis
número de casos favoráveis 1
= = O número de casos possíveis é 6 * 8 = 48
MANUAL
número de casos possíveis 52
1 Podem elencar-se as pontuações favoráveis depois
b) P(sair ás de paus) =
52 de organizar uma tabela com todas as somas
c) P(sair figura) = possíveis:
= P(sair um rei ou uma dama ou um valete) =
12 3 Dado octaédrico
= = Soma
52 13 (+) 1 2 3 4 5 6 7 8
13 1
d) P(sair copas) = = 1 2 3 4 5 6 7 8 9
52 4
Dado cúbico
13 + 13 1 2 3 4 5 6 7 8 9 10
e) P(sair paus ou ouros) = =
52 2 3 4 5 6 7 8 9 10 11
1 3
f) P(não sair copas) = 1 - P(sair copas) = 1 - = 4 5 6 7 8 9 10 11 12
4 4
5 6 7 8 9 10 11 12 13
2. xperiência aleatória: retirar ao acaso duas cartas de
E
um baralho de 52 cartas. 6 7 8 9 10 11 12 13 14
33 11
2.1. e a extração for com reposição, o número de
S P(sair soma das pontuações superior a 6) =
=
elementos do espaço amostral é 52 * 52. 48 16
Pretende-se determinar a P(saírem 2 cartas de Experiência aleatória - rodar a roleta da figura duas
4.
paus). Pode-se recorrer a uma árvore de vezes e registar a cor da região onde a seta se
probabilidades e à regra do produto: imobiliza (considerando que nunca se imobiliza
entre duas cores)
Seja o acontecimento P - “sair carta de Paus” 1 Amarelo
4
13 13 13 1 Azul
1
P * = Amarelo 4
P 52 52 52 16 1 Verde
13 13 1
P 4 4
52 52 Vermelho
P
39 39
P 1
52 P 52
4
39 1 Amarelo
P
52 4
13 13 1 Azul
P(saírem 2 cartas de paus) = * =
1
52 52 16 Azul 4
1
1 Verde
2.2.
e a extração for sem reposição, o número de
S 4 1
4
elementos do espaço amostral é 52 * 51. 4 Vermelho
Pretende-se determinar a P(saírem 2 cartas de
paus). Pode-se recorrer a uma árvore de 1
4
1 Amarelo
probabilidades e à regra do produto: 4
Seja o acontecimento P - “sair carta de Paus” Azul
1
Verde 4
12 13 12 1
* = 1 Verde
1
P
P 51 52 51 17 4 1
4
13 39 4 Vermelho
P
P 52 51
39 13
P
52 P 51 1 Amarelo
38 4
P Azul
1
51 Vermelho
13 12 1 4
P(saírem 2 cartas de paus) = * = 1 Verde 1
52 51 17 4
4 Vermelho
55
56
© AREAL EDITORES Branca na 1.ª extração continua a haver 2 bolbos de 8. xperiência aleatória: retirar de um chapéu, sem
E
tulipas Amarelas para poderem sair na 2.ª extração. reposição, dois papéis com nomes das crianças, e
6.3. O número de casos possíveis é 20 * 19 = 380 registar os mesmos. Há um total de 3 + 4 + 2 + 1 =
10 crianças. Na 1.ª extração há 10 papéis e na 2.ª
6.4. (de o João acertar nos bolbos do vaso da entrada) =
P
extração há apenas 9.
P(saírem duas tulipas amarelas) =
2 1 1 1 1 Sejam os acontecimentos M, V, B e G que são
= * = * =
20 19 10 19 190 incompatíveis:
6.5. P(de no vaso da entrada vir a nascer uma tulipa M – “sair nome de criança da família Marques”
branca e uma vermelha) = V – “sair nome de criança da família Vicente”
= P(sair um bolbo de tulipa branca seguido de um B – “sair nome de criança da família Barradas”
bolbo de tulipa vermelha ou sair um bolbo de tulipa G – “sair nome de criança da família Gomes”
vermelha seguido de um bolbo de tulipa branca) = Esquema de árvore com alguns dos ramos com as
8 10 10 8 8
= * + * = respetivas probabilidades:
20 19 20 19 19
6.6. P(apenas um dos bolbos do vaso da entrada ter a cor 1.ª Extração 2.ª Extração
correta) = M
= P(sair apenas um bolbo de tulipa amarela) = V
M
MANUAL
B
= P(sair um bolbo de tulipa amarela na 1.ª extração G
e um bolbo de tulipa branca na 2.ª extração ou sair
2 1 2 1
um bolbo de tulipa amarela na 1.ª extração e um M * = =
V 10 9 90 45
bolbo de tulipa vermelha na 2.ª extração ou sair um V
B P(saírem dois
bolbo de tulipa branca na 1.ª extração e um bolbo de
G nomes Barradas)
tulipa amarela na 2.ª extração ou sair um bolbo de
tulipa vermelha na 1.ª extração e um bolbo de M
tulipa amarela na 2.ª extração) = V
B
2 8 2 10 8 2 10 2 B
= * + * + * + * = G
20 19 20 19 20 19 20 19
16 20 16 20 18
= + + + = M
380 380 380 380 95
V
G
7.
xperiência aleatória: Retirar uma lâmpada ao acaso
E B
da caixa 1 e outra da caixa 2 e registar se são ou não G
2 1 2 1
defeituosas. 8.1. = * = =
Esta experiência é realizada em 2 passos, primeiro 10 9 90 45
retirar uma lâmpada da caixa 1 e registar se é ou não 8.2. (ambos os prémios saírem a crianças da mesma
P
defeituosa depois fazer o mesmo para a 2.ª caixa. família) =
7.1. = P(ambos os prémios saírem à família Barradas ou
Lâmpada 1 Lâmpada 2
ambos os prémios saírem à família Vicente ou ambos
1 4 3
45% D os prémios saírem à família Marques) = + *
D 3 2 2 45 10 9
D
30% + * =
55% 10 9 9
45% D 8.3. P(os prémios saírem a crianças de famílias
diferentes) =
70%
D
D 55% = 1 - P(ambos os prémios saírem a crianças da
P(sair Lâmpada defeituosa da 1.ª caixa) = mesma família) = 1 - =
2 7
30 9 9
= 30% = = 0,3
100 9. xperiência aleatória: Lançar dois dados iguais que
E
P(sair Lâmpada não defeituosa da 1.ª caixa) = têm uma face numerada com 1, duas faces
70
= 100 – 30 = 70% = = 0,7 numeradas com 2 e três numeradas com 3 e registar
100 1
os números saídos. 1
P(sair Lâmpada defeituosa da 2.ª caixa) = 1 6
45 1 3
= 45% = = 0,45 2
100 1
P(sair Lâmpada não defeituosa da 2.ª caixa) =
1
2 3
6
55
= 100 – 45 = 55% = = 0,55
1 1
100 2 1 1
7.2. = 6
6 3 3
7.2.1. P(Ambas as lâmpadas retiradas são defeituosas) = 2 2
1
= 0,3 * 0,45 = 0,135 = 13,5%
2 3
P(Só a lâmpada retirada da caixa 1 é defeituosa) =
7.2.2. 3 1
=
= P(a lâmpada retirada da caixa 1 é defeituosa e a
6 2 1
1
1
6
da caixa 2 não é) = 3 3
2
= 0,3 * 0,55 = 0,165 = 16,5% 1
2 3
57
58
© AREAL EDITORES
0,15 C ; P(C | H) = 15% = 0,15 5.1. Complete-se a tabela com os totais:
60% = 0,6 H
A B C Total
0,85 C ; P(C | H) = 1 – 0,15 = 0,85
nM 650 200 150 650 + 200 + 150 = 1 000
49 350 + 19 800 + 29 850 =
0,17 C ; P(C | M) = 17% = 0,11 M 49 350 19 800 29 850
99 000
40% = 0,4
M Total 50 000 20 000 30 000 1 000 000
0,83 C ; P(C | 7) = 1 – 0,15 = 0,83
P 1M © A2 49 350
P(M | A) = = = 0,987 = 98,7%
P 1A2 50 000
3.1. om os dados do diagrama em árvore de
C
probabilidades e usando a regra do produto para P 1M © B2 19 800
P(M | B) = = = 0,99 = 99%
calcular P(H © C) e P(M © C) obtém-se a P 1B2 20 000
probabilidade de ao selecionar um funcionário ao P 1M © C2 29 850
acaso ele seja competente para desempenhar as P(M | C) = = = 0,995 = 99,5%
P 1C2 30 000
funções em questão, tendo em consideração que
Número de casos favoráveis
esse funcionário competente pode ser homem ou P(M) = =
MANUAL
mulher: Número de casos possíveis
99 000
P(C) = P(H © C) + P(M © C) = = = 0,99 = 99%
1 000 000
= 0,6 * 0,15 + 0,4 * 0,17 = 0,158 = 15,8%
C é o tratamento mais eficaz porque a probabilidade
3.2. P(C | H) = 0,85 = 85%
de uma pessoa melhorar sabendo que foi sujeita ao
4. xperiência aleatória – Lançar 2 vezes a bola e
E tratamento C, P(M | C), é maior do que a
anotar se encesta/acerta ou não e anotar os pontos probabilidade de melhorar sabendo que se fez outro
tratamento e maior que a probabilidade de
P(encestar) = P(acertar) = 70% = 0,7 e
melhorar.
P(falhar) = 100 – 70 = 30% = 0,3
5.2. (A | M) é a probabilidade de uma pessoa ter sido
P
Para responder às questões vai-se usar os dados do
sujeita ao tratamento A sabendo que melhorou.
diagrama em árvore de probabilidades e a regra do
produto. P 1A © M2 49 350
P(A | M) = = = 0,498 = 49,8%
1.° lançamento 2.° lançamento P 1M2 99 000
4.1.
0,3 Falha – 0 pontos 5.3. B e M são independentes pois
Falha P(M | B) = P(M) = 0,99 = 99%
0,3
Acerta – 1 ponto P 1nM © A2 650
0,7
P(nM | A) = = = 0,013 = 1,3%
P 1A2 50 000
0,3 Falha – 1 ponto
P 1nM © B2 2000
0,7
Acerta P(nM | B) = = = 0,01 = 1%
P 1B2 20 000
0,7 Acerta – 2 pontos
P 1nM © C2 150
4.2. (de falhar no primeiro lançamento) = 0,3 =
P P(nM | C) = = = 0,005 = 0,5%
P 1C2 30 000
= 30%
Número de casos favoráveis
4.3. (de acertar) = P(de acertar no segundo lançamento
P P(nM) = =
Número de casos possíveis
e ter acertado no primeiro ou de acertar no segundo 1000
lançamento e ter falhado no primeiro) = = = 0,01 = 1%
1 000 000
= 0,3 * 0,7 + 0,7 * 0,7 = 0,7 = 70%
B e nM são independentes pois P(nM | B) = P(nM) =
4.4. P(de obter 2 pontos) = 0,7 * 0,7 = 0,49 = 49% 0,01 = 1%
4.5. (de pontuar) = P(de obter 1 ponto ou obter 2
P
pontos) = 6. Completar o diagrama de árvore de probabilidades:
= 0,3 * 0,7 + 0,7 * 0,3 + 0,7 * 0,7 = 0,91 = 91% Sejam os acontecimentos:
4.6. P(de obter 0 pontos) = 0,3 * 0,3 = 0,09 = 9% David - “ficha ser do David”
Fernando - “ficha ser do Fernando”
P(de obter 1 ponto) = 0,3 * 0,7 + 0,7 * 0,3 =
Emília - “ficha ser da Emília”
= 0,42 = 42%
B – “ficha passar por B”
É mais provável obter 1 ponto. C – “ficha passar por C”
4.7. É mais provável obter 2 pontos 49% > 42% P(B) = P(sair face europeia) = 0,5 P(C) = P(sair face
4.8. (de acertar no segundo sabendo que se falhou no
P nacional) = 0,5
primeiro) = 0,7 = 70% P(David | B) = P(sair 1 ou 2 num dado cúbico) =
2 1
= =
6 3
P(Fernando | B) = P(sair 3 ou 4 ou 5 ou 6 num dado
4 2
cúbico) = =
6 3
59
60
© AREAL EDITORES = 0,51 * 0,8 + 0,49 * 0,1 = 0,457, aplicando a Com estes dados pode-se organizar a informação no
propriedade da probabilidade total. diagrama de árvore de probabilidades:
2.4. P(uma rapariga ser classificada como rapaz) =
0,8 IC
= P(CM | F) = 0,1 E
2.5. (um feto ser classificado corretamente) =
P 0,85
0,2 IC
= P(M © CM) + P(F © CF) =
= P(M) * P(CM | M) + P(F) * P(CF | F) =
IC
= 0,51 * 0,8 + 0,49 * 0,9 = 0,849, aplicando a 0,15 0,8
MANUAL
P 1IC2
5
uma bola branca em qualquer extração, que é de . ) 41%
7
4. ode-se começar a organizar a informação no
P 6. Considerem-se os acontecimentos:
diagrama de árvore de probabilidades: C1 - “sair ficha da 1.ª caixa”
Se de entre as raparigas, 70% apresentaram a razão A C2 - “sair ficha da 2.ª caixa”
e 20% a razão B, então P(A | Rapariga) = V - ”sair ficha vermelha”
= 0,7 e P(B | Rapariga) = 0,2 e P(C | Rapariga) = A - “sair ficha azul”
= 1 - 0,7 - 0,2 = 0,1 Informação dada:
Se de entre os rapazes, 40% apresentaram a razão B P(C1) = P(C2) = 50% = 0,5
e 10% a razão C então, P(A | Rapaz) = P(V | C1) =
70
= 0,7 e P(A | C1) =
30
= 0,3
= 1 - 0,4 - 0,1 = 0,5 e P(B | Rapaz) = 0,4 e 100 100
30 70
P(C | Rapaz) = 0,1 P(V | C2) = = 0,3 e P(A | C2) = = 0,7
100 100
0,7 A Com estes dados pode-se organizar a informação no
130 13 0,2 diagrama de árvore de probabilidades:
=
Raparigas B
220 22
V
0,7
0,1 C
C1
0,5 A 0,5
A 0,3
90 9 0,4
=
Rapazes B
220 22
V
0,5 0,3
0,1 C
C2
9 A
* 0,5
0,7
P 1Rapaz © A2 22
P(Rapaz | A) =
= = Se escolhida uma das duas caixas ao acaso e
P 1A2 9 13
45 * 0,5 + * 0,7 extraída dela uma ficha, se constata que a ficha é
= 22 22
vermelha. Então já se sabe que saiu ficha vermelha
136
6.1. (da caixa escolhida ser a número 1 | que saiu ficha
P
5. Considerem-se os acontecimentos: vermelha) =
E - “ser residente com cabelo escuro” P 1C1 © V2 0,5 * 0,7
C - ”ser residente com cabelo claro” = P(C1 | V) = = =
P 1V2 0,5 * 0,7 + 0,5 * 0,3
IC - “identificar corretamente a cor de cabelo” = 70% = 0,7
Informação dada:
6.2. (da caixa escolhida ser a número 2 | que saiu ficha
P
P(ser residente com cabelo escuro) = P(E) = 85% vermelha) =
P(ser residente com cabelo claro) = P(C) = 15% P 1C2 © V2 0,5 * 0,3
= P(C2 | V) = = =
P(identificar corretamente) = P(IC) = P(IC | E) = P 1V2 0,5 * 0,7 + 0,5 * 0,3
= 30% = 0,3
= P(IC | C) = 80% = 0,8
P(não identificar corretamente) = P(IC) =
= 1 – P(IC) = 100 – 80 = 20% = 0,2
61
62
MANUAL
Distribuição de probabilidades da variável aleatória X: da curva correspondente a esse intervalo, por
observação do gráfico da função densidade da
X = xi 0 1 2 3 4 5 variável aleatória X pode-se concluir que:
P(X = 6 10 8 6 4 2
1.1. percentagem de hamsters com comprimento entre
A
xi) 36 36 36 36 36 36
os 8 e os 10 cm = P(8 < X < 10) = 16%
1 5 2 1 1
4.2. m = 0 * +1* +2* +3* +4* +
6 18 9 6 9
1
+5* ) 1,94
18
5. X - “valor da moeda que se extrai de um mealheiro”
X pode assumir valores: 0,2 ou 0,5 ou 1 14% 16% 30% 9%
63
μ – 2m μ μ+2m
3. e a distribuição é normal é representada por uma
S
curva de Gauss e a probabilidade de a variável X 3.3. percentagem de valores que são superiores ao
A
tomar valores pertencentes ao intervalo ]a, b[ é valor médio mais do que dois desvios-padrão é
igual à área abaixo da curva correspondente a esse 2,5% (valores aproximados)
intervalo.
Como em qualquer curva normal, isto é, dada uma
variável aleatória X com uma distribuição normal,
tem-se: .95
.025 .025
2m 2m
Área =1 μ – 2m μ μ+2m
μ
3.4. percentagem de valores que distam do valor
A
P(m - s ≤ X ≤ m + s) 9 0,683 médio mais do que um
desvio-padrão = 100 – 68 = 32% (valores
P(m - 2s ≤ X ≤ m + 2s) 9 0,954
aproximados)
P(m - 3s ≤ X ≤ m + 3s) 9 0,997
99,7%
99,7%
68%
68%
95%
64
MANUAL
Podemos concluir que em 95% das cápsulas a
concentração do ingrediente varia entre 9,6% e 68%
10,4%.
4.3. xistem várias possibilidades. Se considerarmos que
E
95%
a resposta é dada em torno do valor médio, uma das
possibilidades é: μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
P(X > 10,6) = (100 – 99,7) / 2 = 0,15% (valores
99,7% aproximados)
Ou
Usando as potencialidades da calculadora normalcdf
68% dando a informação do limite inferior: 10,6 limite
superior: um número suficientemente grande
(sempre superior a
95% m + 3s) por exemplo 100; o m = 10 e o s = 0,2.
Obtém-se que em aproximadamente
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
0,0015 = 0,15% das cápsulas a concentração do
ingrediente é superior a 10,6%
Usando as potencialidades da calculadora:
invnormal e dando a informação da área ou 5. - medidas numa vasta população e
X
probabilidade: 0,5; m = 10 e s = 0,2. X } N(84,5; 14)
5.1. m + 3s = 84,5 + 2 * 14 = 112,5 cm
Obtém-se que em 50% das cápsulas a concentração
5.2. m – s = 84,5 – 14 = 70,5 cm
do ingrediente varia entre 9,87% e 10,13%, com
5.3. P(m - s < X < m + s) = P( 70,5 < X < 98,5) =
valores aproximados (podem obter-se pequenas
68,26% (valores aproximados)
diferenças entre modelos de calculadora)
4.4. P(X > 10,4) =? mas m + 2s = 10 + 0,4 = 10,4 e
99,7%
99,7%
68%
68%
95%
99,
.95 68
.025 .025
2m 2m
95
μ – 2m μ μ+2m
μ–m μ
65
MACS11EP-LRES-05
Ou Ou
Usando as potencialidades da calculadora normalcdf Usando as potencialidades da calculadora normalcdf
dando a informação do limite inferior: 70,5 limite dando a informação do limite inferior: 3,2 limite
superior: 98,5; o m = 84,5 e o s = 10. superior: 8; o m = 5,6 e o
Obtém-se que aproximadamente 68,23% das s = 1,2.
medições variam entre 70,5cm e 84,5cm. Obtém-se que em aproximadamente 95% dos
5.4. percentagem de medições inferiores a 84,5 cm
A insetos a longevidade varia entre os 3,2 dias e os 8
pode ser determinada pela dias.
P(X < 84,5) = P(X < m) = 50% 8.2. omo 2,6 e 8,6 não são nenhum dos dados de
C
referência, para calcular a percentagem pedida
6. variável aleatória X segue uma distribuição
A poderá recorrer-se à calculadora:
N(125, 7)
P(2,6 < X < 8,6) ) 98,76%
6.1. m + 2s = 125 + 2 * 7 = 139
Usando as potencialidades da calculadora
6.2. m – 3s = 125 - 3 * 7 = 104 normalcdf, dando a informação do limite inferior:
6.3. m – 1,5s = 125 - 1,5 * 7 = 114,5 2,6 limite superior:
m + 2,5s = 125 + 2,5 * 7 = 142,5 8,6; o m = 5,6 e o s = 1,2.
MANUAL
6.4.
1 1 Obtém-se que em aproximadamente 98,76% dos
6.5. m - s = 125 - * 7 = 123,6
5 5 insetos a longevidade varia entre os 2,6 dias e os 8,6
7. dias.
7.1.
Na distribuição N(84, 8) tem-se que cerca de 20% 8.3. omo 3,32 e 6,56 não são nenhum dos dados de
C
dos dados estão no intervalo referência, para calcular a percentagem pedida
8 8 poderá recorrer-se à calculadora:
g84 - , 84 + c = ]82, 86[.
4 4 P(X > 3,32) ) 97,13%
s
Assim, o valor de X, acima do valor médio é 86. Usando as potencialidades da calculadora normalcdf
4
E abaixo do valor médio é 82. dando a informação do limite inferior: 3,32 limite
7.2. P(82 < X < 86) é cerca de 20%. superior: um número suficientemente grande
(sempre superior a m + 3s) por exemplo 100; o
8. Seja X - longevidade de um certo tipo de inseto e m = 5,6 e o s = 1,2.
X } N(5,6; 1,2) Obtém-se que em aproximadamente 97,13% dos
8.1. Observa-se que: insetos a longevidade é superior a 3,32 dias.
m + s = 5,6 + 1 * 1,2 = 6,8 P(X < 6,56) ) 78,81%
m – s = 5,6 – 1 * 1,2 = 4,4
Usando as potencialidades da calculadora normalcdf
m + 2s = 5,6 + 2 * 1,2 = 8
dando a informação do limite superior: 6,56 e limite
m – 2s = 5,6 – 2 * 1,2 = 3,2
inferior: um número suficientemente pequeno
m + 3s = 5,6 + 3 * 1,2 = 9,2
(sempre inferior a m – 3s) por exemplo 0; o m = 5,6
m – 3s = 5,6 – 3 * 1,2 = 2
e o s = 1,2.
Assim P(3,2 < X < 8) = P(m – 2s < X < m + 2s) que
é aproximadamente 95% (ou 95,45%) Obtém-se que em aproximadamente 78,81% dos
insetos a longevidade é inferior a 6,56 dias.
99,7%
9. - precipitação anual na Guatemala e
X
X } N(955,257)
Sofrer piores condições significa haver menos
68% precipitação e assim pretende-se determinar
P(X < 600) ) 8,3%
Usando as potencialidades da calculadora normalcdf
95% dando a informação do limite superior: 600 e limite
inferior: um número suficientemente pequeno
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
(sempre inferior a m – 3s) por exemplo 0; o m = 955
e o s = 257.
99,7% Obtém-se que se espera que em aproximadamente
8,3% dos anos, Guatemala sofra condições piores do
que em 2001 no que se refere à precipitação anual.
68%
Págs. 254
1. - Resultados na escala de Wechsler Intelligence
X
© AREAL EDITORES
66
© AREAL EDITORES 1.1. 1.4. P(X < QI) = 75% = 0,75 e pretende-se encontrar o QI.
Usando as potencialidades da calculadora.
invnormal dando a informação da área ou
probabilidade: 0,75; o e m = 100 e o s = 15.
Obtém-se que em 75% dos resultados do QI são
menores que 110,12 com valores aproximados
(podem obter-se pequenas diferenças entre modelos
55 70 85 100 115 130 145 de calculadora)
99,7%
75%
68%
MANUAL
110,12
95%
X - duração da gestação humana, desde a conceção
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m até ao nascimento natural
m + s = 100 + 1 * 15 = 115 2. X } N(266, 16)
m - s = 100 – 1 * 15 = 85
2.1.
m + 2s = 100 + 2 * 15 = 130
m – 2s = 100 – 2 * 15 = 70
m + 3s = 100 + 3 * 15 = 145
m – 3s = 100 – 3 * 15 = 5
1.2. P(X > 120) ) 0,091 ) 9,1%
99,7%
120
95%
Usando as potencialidades da calculadora normalcdf
dando a informação do limite inferior: 120; μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
limite superior: um número suficientemente grande m + s = 266 + 1 * 16 = 282
(sempre superior a m + 3s) por exemplo 200; o m = m – s = 266 – 1 * 16 = 250
100 e o s = 15. m + 2s = 266 + 2 * 16 = 298
Obtém-se que aproximadamente 9,1% de crianças m – 2s = 266 – 2 * 16 = 234
terão um QI superior a 120. m + 3s = 266 + 3 * 16 = 314
1.3. elas propriedades da curva normal P(X < m) = 50%,
P m – 3s = 266 – 3 * 16 = 218
como neste caso m = 100 então o QI pedido é 100. 2.1. P(X < 250) = m – s = 266 – 1 * 16 = 250
99,7%
68%
100 95%
67
s = ? e X } N(m, s) Z } N(0, 1)
6.
m = 9,8 e Z10,3 = 2
6.1.
x -m 10,3 - 9,8
Z10,3 = i §2= §
s s
μ – 3m μ – 2m μ – m § 2 * s = 10,3 - 9,8 § 2 * s = 0,5 §
0,5
3. ara responder à questão deve-se estandardizar as
P §s= § s = 0,25
2
classificações das provas diagnósticas às disciplinas
de Português e de Inglês para se poderem comparar. m = 577 e Z533 = - 0,5
6.2.
xi - m 533 - 577
Para tal define-se uma nova variável Z } N(0, 1) Z533 = § - 0,5 = §
s s
x - m 14,3 - 11 3,3 - 44
MANUAL
Zportuguês = i
s
=
2
=
2
= 1,65
§ - 0,5 = § - 0,5 * s = - 44 §
s
x - m 14,3 - 9 5,3 - 44
Zinglês = i
s
= = = 1,65625 §s= § s = 88
3,2 2 - 0,5
Os valores são praticamente iguais, por isso
localizam-se na distribuição estandardizada muito APLICANDO págs. 257-265
próximos. No entanto o João encontra-se mais bem 1. xperiência aleatória –
E N E
situado à disciplina de Inglês uma vez que o seu Lançar 2 moedas
N (N, N) (N, E)
resultado está acima da média 1,65625 desvios- (a experiência
repete-se 2 vezes) E (E, N) (E, E)
padrão, enquanto que a classificação de Português
está 1,65 desvios-padrão acima da média.
X – número de faces nacionais (N) obtidas ao lançar
O João tem uma menor percentagem de colegas da 2 moedas equilibradas é uma variável aleatória que
turma com nota mais elevada que a sua à disciplina pode assumir os valores 0, 1 ou 2.
de Inglês do que à disciplina de Português. A distribuição de probabilidade de X pode definir-se
pela tabela:
X = xi 0 1 2
1 2 1 1
P(X = xi) = 0,25 = = 0,5 = 0,25
4 4 2 4
P(ambos obterem o mesmo número de faces) =
= P(ambos obterem 0 faces ou ambos obterem 1 faces
ou ambos obterem 2 faces) =
–2 –1 0 1 2 3
= 0,25 * 0,25 + 0,5 * 0,5 + 0,25 * 0,25 =
1,65<1,65625 8
Observem-se todas as jogadas possíveis e
4. – peso das bagagens de cabine dos passageiros
X identifiquem-se as favoráveis no diagrama de árvore
que frequentam determinado aeroporto de probabilidades:
X } N(25,6; 5,1) 2.° Jogador
x - m 15 - 25,3 1.° jogador 0,25 0 faces nacionais @ Favorável
Z15 = i = ) - 2,0196
s 5,1 0,25 0 faces nacionais 0,5
1 face nacional
x - m 22,7 - 25,3 0,5
Z22,7 = i = ) - 0,5098 1 face nacional 0,25 2 faces nacionais
s 5,1
0,25 2 faces nacionais
x - m 25,9 - 25,3
Z25,9 = i = ) 0,1176
s 5,1 1.° jogador 2.° Jogador
x - m 5 - 25,3 0,25 0 faces nacionais 0,25 0 faces nacionais
Z5 = i = ) - 3,9804
s 5,1 0,5
1 face nacional 0,51 face nacional @ Favorável
5. 0,25 2 faces nacionais 0,25 2 faces nacionais
s = 4,25 e Z52,1 = 1,9
5.1.
x -m 52,1 - m 1.° jogador 2.° Jogador
Z52,1 = i § 1,9 = §
s 4,25 0,25 0 faces nacionais
§ 1,9 * 4,25 = 52,1 - m § 0,5
1 face nacional 0,25
0 faces nacionais
© AREAL EDITORES
68
MANUAL
262144 269297 Os múltiplos de 5 são o 5 e o 10.
=1– ) ) 0,507 ) 50,7%
531441 531441 P(sair múltiplo de 5) = P(X = 5) + P(X = 10) =
4 3 7
3. xperiência aleatória – Retirar um papel com duas
E = + =
preferências (local seguido de meio de transporte) 36 36 36
P(a Vanda vir a selecionar o primeiro livro para ler
Considerar os acontecimentos:
da estante que só contém romances de ficção
G – “visitar Grécia” 7
I – “visitar Itália” científica) = P(sair múltiplo de 5) =
36
T – “visitar Turquia”
5. Experiência aleatória- Escolher ao acaso dois
Av – “Ir de avião”
praticantes do clube para o representarem num
A – “Ir de autocarro”
evento.
Total de alunos: 10 + 8 + 3 = 21
A seleção é sem reposição depois de se ter
Diagrama em árvore de probabilidades: selecionado um praticante de Râguebi apenas ficam
10
P(G) = para a 2.ª seleção 730 praticantes sendo 190
21
5 1 praticantes de Râguebi.
P(Av | G) = = = P(A | G)
10 2 Pretende-se calcular P(ambos os escolhidos serem
8
P(T) = praticantes de Râguebi)
21
3
P(Av | T) = Pela regra do produto tem-se que:
8
5 P(ambos os serem praticantes de Râguebi) =
P(A | T) =
8 = P(ser escolhido um praticantes de Râguebi na 1.ª
P(I) =
3
=
1 seleção) * P(ser escolhido um praticantes de Râguebi
21 7 191 190
0 na 2.ª seleção) = * ) 6,8%
P(Av | I) = = 0 731 730
3
3 6. xperiência aleatória – Escolher ao acaso um
E
P(A | I) = = 1 jogador para entrar no site (a experiência repete-se
3
5 1 3 vezes)
=
AV
10 2 P(ser concedida a entrada no site) = 0,8 logo
G
A
10 1 P(não ser concedida a entrada no site) =
21 2 = 1 – 0,8 = 0,2
3
8 Pela regra do produto:
AV
8
21
T P(entrar na sala de jogo apenas à terceira tentativa)
A
= P(não entrar nem à 1.ª nem à 2.ª tentativas mas
entrar à 3.ª) = 0,2 * 0,2 * 0,8 =
3 1
=
AV
21 7
0
= 0,032
I
A
7. xperiência aleatória – Escolher um caminho dos 5
E
8 3 3 1
3.1. P(T © Av) = * = = ) 0,1429 ) caminhos possíveis
21 8 21 7
) 14,29% 7.1. B–D–F
3.2. P(A) = P(G © A) + P(T © A) + P(I © A) = F D–F
10 1 8 5 1 13 C F
= * + * + *1= )
21 2 21 8 7 21 A D–D–F
) 0,6190 ) 61,9%
B–D–F
69
7.2. Existem 5 caminhos possíveis: O jogo entre B e C mostra que C tem 5 hipóteses em
A B D F com 13 Km e que passa por 4 povoações 9 de ganhar em cada jogada enquanto o B tem 4 em
A C B D F com 15 Km e que passa por 5 povoações 9. Assim, P(C ganhar a B) > P(B ganhar a C).
A C E B D F com 19 Km e que passa por 6 O jogo entre A e B mostra que B tem 5 hipóteses em
povoações 9 de ganhar em cada jogada enquanto o A tem 4 em
A C E D F com 13 Km e que passa por 5 povoações 9. Assim, P(B ganhar a A) > P(A ganhar a B).
A C E F com 13 Km e que passa por 4 povoações
O jogo entre A e C mostra que A tem
a) P(escolhido um desses caminhos ao acaso passar 5 hipóteses em 9 de ganhar em cada jogada
1
por todas as povoações) = enquanto o C tem 4 em 9. Algo que não era
5
b) P(escolhido um desses caminhos ao acaso ter no intuitivamente esperado dados os resultados
4 anteriores. Assim,
máximo 15 km) =
5 P(A ganhar a C) > P(C ganhar a A).
8. O que confirma o paradoxo e mostra que a lei da
8.1. xperiência aleatória - Sentar, ao acaso, um
E transitividade não é respeitada.
português, um francês, um inglês e um belga em
quatro cadeiras dispostas em fila e registar o modo 10. omece-se por preencher a tabela tendo em
C
MANUAL
8 A A A
Estudar tanto em bibliotecas como em casa: 12%.
4 5
P(C ganhar a A) = ; P(A ganhar a C) =
9 9
70
MANUAL
(5, 2); (3, 4); (4, 3)}
6 1
11.3. P
(não gostar de estudar nem em casa, nem em P(A) = = e P(A | B) = P(sair doble sabendo que
36 6
bibliotecas) = 26% saiu soma 7) = 0 pois nenhum dos pares que dá
12. xperiência aleatória – Retirar dois chocolates de
E soma 7 é doble.
uma caixa, sem reposição. Como P(A) 0 P(A | B) então os acontecimentos não
Sejam C, M e B os acontecimentos: são independentes.
C – “retirar bombom de chocolate” 13.2. E
xperiência aleatória: Lançar duas vezes uma
M – “retirar bombom de menta” moeda. Com 2 * 2 = 4 casos possíveis.
B – “retirar bombom de baunilha”
Os acontecimentos são:
Existem 4 + 5 + 3 = 12 bombons na caixa. A – “obter Face Europeia no segundo lançamento” =
Depois de se retirar o primeiro ficam 11 (sem {(E, E); (N, E)}
reposição). B – “obter Face Europeia no primeiro lançamento” =
12.1.
3/11 Chocolate {(E, E); (E, N)}
2 1
5/11 P(A) = = e P(A | B) = P(sair Face Europeia no
Chocolate Menta 4 2
segundo lançamento sabendo que também saiu no
4/12
3/11 P 1A © B2 1
Baunilha primeiro) = =
P 1B2 2
12.2. a) P(ambos os bombons serem de menta) = 14. xperiência aleatória: Escolher um português ao
E
5 4 20 5
= * = = ) 0,152 ) 15,2% acaso e perguntar qual o grupo sanguíneo e o
12 11 132 33
b) P(ambos os bombons serem do mesmo tipo) = respetivo Rhésus.
P(ambos os bombons serem de menta ou ambos (o grupo sanguíneo não ser O) = 1 – P(o grupo
14.1. P
os bombons serem de chocolate ou ambos os sanguíneo ser O) =
bombons serem de baunilha) = = 100% – (35,4 + 6,7)% = 100% – 42,1% =
=
5
*
4 1
+ *
3 1
+ *
2
=
19
) = 57,9% ) 58%.
12 11 3 11 4 11 66
) 0,288 ) 28,8%
71
14.2. P
(o grupo sanguíneo ser A sabendo que é Rhésus Dos dados pode concluir-se o seguinte com os
negativo) = acontecimentos:
P 1A © RH-2 J – “sair banco Juro” R – “sair banco Rende”
= P(A | RH = P 1RH-2 =
-)
G – “sair banco Ganha” L – “ obter lucro”
6,5, 6,5, 1
= = ) 0,439 ) P(J) = P(R) = P(G) =
16,5 + 1,2 + 0,4 + 6,72, 14,8, 3
) 44%. P(L | J) = 0,72 logo P(L | J) = 1 – 0,72 = 0,28
P – “ser português”
P(declarar não saber nada (nível 1)) = P(1) =
0,75 L
= 10% = 0,1
1
P(declarar saber ou nível 2 ou 3 ou 4 ou 5 ou 6 ou 7
3 0,1 L
ou 8 ou 9 ou 10) = G
= P(1) = 1 – 0,1 = 0,9
0,9 L
P(P | 1) = 20% = 0,2 logo P(P | 1) = 1 – 0,2 = 0,8
(L | G) = 0,1 logo estima-se que 3500 * 0,1 =
17.1. P
P(P | 1) = 5% = 0,05 logo P(P | 1) = 1 – 0,05 = 0,95
= 350 aplicações no banco Ganha não obtenham
0,8 P lucro.
P 1D © A2
1 17.2. P(J | L) = =
P 1A2
0,1
0,2 P 1
* 0,72
3 0,24 24
= = =
1 1 1 0,79 79
0,9 0,05 P * 0,72 + * 0,75 + * 0,9
3 3 3
1
18. xperiência aleatória: Escolher ao acaso um
E
0,95 P
comerciante e questionar 1.º qual o motivo porque
P(um inquirido se ter autoavaliado com nível 1 se dirigiu ao balcão de atendimento do gabinete de
sabendo que era português) = P(1 | P) = apoio ao comércio de Altivo e de seguida qual o
P 11 © P2 0,1 * 0,2 0,02 índice da empresa do comerciante.
= = = )
P 1P2 0,1 * 0,2 + 0,9 * 0,05 0,065 Dos dados pode concluir-se o seguinte, com os
) 0,308 ) 31%. acontecimentos:
E – “obter informação sobre a abertura de novas
16. Experiência aleatória - Escolher ao acaso um atleta empresas comerciais”
da minimaratona. P – “fazer pagamentos”
Dos dados pode concluir-se o seguinte com os I – “índice da empresa do comerciante estar
acontecimentos: compreendido entre 0,5 e 1,5”
A – “beber água no posto A” 3 3 5
P(E) = logo P(P) = 1 – =
D – “beber água no posto D” 8 8 8
9 3 P(I | E) = 0,82 logo P(I | E) = 1 – 0,82 = 0,18
P(D | A) = e P(D © A) =
10 5
P(I | P) = 0,3 logo P(I | P) = 1 – 0,3 = 0,7
3
P 1D © A2 9 5 I
P(D | A) = § = §
0,18
P 1A2 10 P 1A2 E
3
3
§ 9 * P(A) = * 10 § 9 * P(A) = 6 § 8
0,82 I
5
6 2
§ P(A) = § P(A) =
9 3
5 0,7 I
17. xperiência aleatória: Escolher ao acaso um dos 3
E 3
P
bancos onde a seguradora faz aplicações financeiras 0,3 I
e de seguida verificar se as aplicações financeiras
© AREAL EDITORES
3
* 0,82
obtêm ou não lucro. P 1E © I2 8 0,3075 41
P(E | I) = = = =
P 1I2 3 5 0,495 66
* 0,82 + * 0,3
8 8
72
19. 300 1
19.4. p2 = P(B) = =
© AREAL EDITORES
pela máquina B. A variável aleatória Y pode assumir - “número de vezes que sai a face europeia” é
20.1. X
os valores 0, 1, 2 ou 3. uma variável aleatória que pode assumir os valores
0, 1 ou 2.
A distribuição de probabilidade de Y pode definir-se
pela tabela: Sejam os acontecimentos:
E – “sair face Europeia”
Y = yi 0 1 2 3 N - “sair face Nacional”
MANUAL
75 1 75 1 150 1 300 1
P(Y = yi) = = = = P(E) = 25% = 0,25 logo a P(N) = 1 – P(E) =
600 8 600 8 600 4 600 2
= 1 – 0,25 = 0,75
19.2. É a máquina B.
0,25 E
Máquina A:
1 1 3 1 E
m = 0 * + 1 * + 2 * + 3 * = 1,625 defeitos
4 8 8 4
0,25 0,75 N
Máquina B:
1 1 1 1
m = 0 * + 1 * + 2 * + 3 * = 2,125 defeitos E
8 8 4 2 0,25
0,75
19.3. Experiência aleatória: Escolher ao acaso uma das 2 N
máquinas que produz o mesmo tipo de gelado de N
0,75
chocolate e de seguida analisar o número de
defeitos por gelado. A distribuição de probabilidade de X pode definir-se
Dos dados pode concluir-se o seguinte com os pela tabela:
acontecimentos:
A – “ser produzido na máquina A” X = xi 0 1 2
0,25 * 0,75 +
B – “ser produzido na máquina B” 0,75 * 0,75 = 0,25 * 0,25 =
0,75 * 0,25 =
0D – “ter zero defeitos” P(X = xi) 9 1
= 3 =
1D – “ter um defeito” 16 = 16
8
2D – “ter dois defeitos”
3D – “ter três defeitos” 9 3 1 1
20.2. m = 0 * +1* +2* = 0,5 =
Como se misturaram os gelados todos, tem-se 16 8 16 2
300 + 300 = 600 gelados L1 L2
300 1
P(A) = 0D
P(B) = = 9
600 2 1 1 0
16
4 8
1D 3
1
8
A 3
8 1
2D
1 2
2 1 16
4
3D Ou, usando as potencialidades das calculadoras com
os dados nas listas:
0D m = 0,5 e s ) 0,61
1
1
1D
8 21. xperiência aleatória: Tirar, ao acaso, um bombom
E
2
de uma caixa com cinco bombons de igual aspeto
B
exterior, mas só um é que tem licor e comê-lo.
2D
1 Repetir a experiência até encontrar um bombom de
2 licor.
3D
Sejam os acontecimentos:
1 1
* L – “sair bombom com Licor”
P 1B © 3D2 2 2 0,25 2
1 = P(B | 3D) =
p = = = L – “sair bombom sem Licor”
P 13D2 1 1 1 1 0,375 3
* + * 1 1 4
2 4 2 2 P(L) = logo P(L) = 1 – =
5 5 5
73
Jogo: Um jogador aposta 1 € num número: Se não sair, em nenhum dos três dados, o número
• se for um dos vinte selecionados, recebe 4 € apostado, o jogador perde o dinheiro apostado:
• senão perde o que apostou x1 = - 0,5
Seja a variável aleatória X – “valor recebido no final Se sair uma vez o número apostado, o jogador
de cada jogada” recebe uma vez a aposta feita mais o dinheiro que
apostou: x2 = 1 * 0,5 + 0,5 = 1 €
A distribuição de probabilidade de X pode definir-se
pela tabela: Se sair duas vezes o número apostado, o jogador
recebe duas vezes a aposta feita mais o dinheiro que
X = xi 0€ 4€ apostou: x3 = 2 * 0,5 + 0,5 = 1,5 €
60 3 20 1
P(X = xi) = = Se sair três vezes o número apostado, o jogador
80 4 80 4
recebe três vezes a aposta feita mais o dinheiro que
22.1. P(receber 4 €) =
1 apostou: x4 = 3 * 0,5 + 0,5 = 2 €
4
A distribuição de probabilidades da variável
22.2. Sim. Em média nem se lucra, nem se tem prejuízo
aleatória X pode ser dada pela tabela:
pois o valor médio que se recebe por jogada é:
3 1 - 0,5 €
m = 0 * + 4 * = 1 € que também é o valor que se X = xi 1€ 1,5 € 2€
© AREAL EDITORES
4 4
aposta. 125 75 15 1
P(X = xi)
216 216 216 216
74
© AREAL EDITORES
Não é um jogo justo para o feirante uma vez que ele 25.2. Experiência aleatória - Extrair, ao acaso, duas bolas
terá um prejuízo médio de dezassete cêntimos por do saco (sem reposição).
jogada, pois o valor médio que quem aposta num
P(sair duas bolas terem o mesmo número) =
número ganha por jogada é:
= P(essas duas bolas terem o número 1 ou o 2 ou o
125 75 15 1
m = - 0,5 * +1* + 1,5 * +2* = 3) = P(essas duas bolas terem o número 1 ou o 2) =
216 216 216 216 4 3 5 4 16
37 * + * =
= ) 0,17 € 10 9 10 9 45
216
Só existe uma bola com o número 3
24. Experiência aleatória - lançar um dado tetraédrico,
25.3. Experiência aleatória - Tirar, ao acaso, uma bola do
não equilibrado, com as faces numeradas de 1 a 4 e
saco, observar o número e repor a bola no saco
anotar o número que está na face que fica voltada
juntamente com mais dez bolas com o mesmo
para baixo.
número. Seguidamente, tirar, ao acaso, uma
Sejam A e B os acontecimentos seguintes: segunda bola do saco.
A: “sair número ímpar” = {1, 3}
No final da experiência o saco tem 20 bolas.
B: “sair número maior do que 2” = {3, 4}
Sejam A e B os acontecimentos:
Sabe-se que:
A: “sair bola com o número 1 na primeira extração”
• P(A © B) = 0,4
MANUAL
1 B: “sair bola com o número 1 na segunda extração”
• P(A) = P(A) logo terá de ser = 0,5 = P(sair
2
número ímpar) = P(sair número par) P(B | A) = P(sair bola com o número 1 na segunda
• P(A ∂ B) = 0,8 extração sabendo que saiu bola com o número 1 na
primeira extração), neste caso no final da
Mas A © B = {3} logo a P(sair número 3) = 0,4
experiência vai haver 14 (4 + 10) com o número 1, 5
Assim, se P(sair número ímpar) = 0,5 e com o número 2 e 1 com o número 3 num total de
P(sair número 3) = 0,4 então P(sair número 1) = 20 bolas.
= 0,5 – 0,4 = 0,1 14 7
Logo, P(B | A) = =
A ∂ B = {1, 3, 4} logo se P(A ∂ B) = 0,8 então a 20 10
P(sair número 2) = 1 – 0,8 = 0,2 26. Experiência aleatória - escolher, ao acaso, dois dos
Por fim a P(sair número 4) = 1 – P(sair número 1 200 encartados e perceber quantos exames de
ou 2 ou 3) = 1 – (0,1 + 0,2 + 0,4) = 0,3 condução tinham realizado até ficarem encartados.
Se X a variável aleatória “número saído no Seja X a variável aleatória: “número de encartados
lançamento efetuado”. que realizaram exatamente 2 exames” e considere-
se o acontecimento A – “ser encartado ao fim de 2
A tabela de distribuição de probabilidades da
exames” =
variável aleatória X é:
= “realizar exatamente 2 exames” então P(A) =
X = xi 1 2 3 4 50 1 50 150 3
= = e P(A) = 1 – = =
P(X = xi) 0,1 0,2 0,4 0,3 200 4 200 200 4
Pode-se organizar os dados num diagrama em
25. árvore de probabilidades:
25.1. E
xperiência aleatória: Extrair, ao acaso, uma bola do 1
4 A
saco.
1 A
Seja X – “número da bola extraída”, X pode assumir
3
os valores 1, 2 ou 3.
4 A
4
Existem 10 bolas, quatro numeradas com o número
1
1, cinco com o número 2 e uma com o número 3.
3 4 A
4 2
P(X = 1) = = = 0,4; 4 A
10 5 3
A
5 1
P(X = 2) = = = 0,5; 4
10 2 3 3 9
P(X = 0) = * = ) 0,56
1 4 4 16
P(X = 2) = = 0,1 1 3 3 1 3
10 P(X = 1) = * + * = ) 0,38
A tabela de distribuição de probabilidades da 4 4 4 4 8
1 1 1
variável aleatória X é: P(X = 2) = * = ) 0,06
4 4 16
X = xi 1 2 3 A tabela de distribuição de probabilidades da
P(X = xi) 0,4 0,5 0,1 variável aleatória X é:
X = xi 0 1 2
P(X = xi) 0,56 0,38 0,06
75
76
© AREAL EDITORES
y 30. P(X > a) = 15%
y
0 2 x
0 2 x
Ou, para calcular a percentagem pedida poderá
recorrer-se às potencialidades da calculadora Tem-se as seguintes hipóteses para a mas só uma é
normalcdf dando a informação do limite inferior: 20; verdadeira:
limite superior, um número suficientemente grande (A) 1 ou (B) 1,5 ou (C) 2
(sempre superior a m + 3s), por exemplo 100;
Como P(X > 2) = 50% se a = 1 ou a = 1,5
o m = 10 e o s = 5.
então P(X > a) > 50%
Obtém-se que aproximadamente 5% dos aviões
daquela companhia chegam atrasados 20 min ou Logo a não pode ser nem 1 nem 1,5 nem 2
mais. y
MANUAL
29. 1 - “classificação do 1.º teste de matemática” e T1
T
} N(13, 3)
T2 - “classificação do 2.º teste de matemática” e T2
} N(11, 4)
0 x
(alunos com positiva no primeiro teste) =
1 1,5 2
29.1. P
= P(T1 > 10) ) 0,841 = 84,1% A resposta correta é (D) a = 2,5
Para calcular a percentagem pedida poderá recorrer- 31. Pretende-se determinar P(a < X < b).
se às potencialidades da calculadora normalcdf
dando a informação do limite inferior: 10; limite
superior, um número suficientemente grande
(sempre superior a m + 3s), por exemplo 100;
o m = 13 e o s = 3.
P(alunos com positiva no segundo teste) =
= P(T2 > 10) ) 0,599 ) 59,9%
a μ b
Para calcular a percentagem pedida poderá recorrer-
Sabe-se que P(a < X < m) = 0,12 e P(X > b) = 0,17.
se às potencialidades da calculadora normalcdf
dando a informação do limite inferior: 10; limite P(a < X < b) = P(a < X < m) + P(m < X < b) =
superior, um número suficientemente grande = 0,12 + P(m < X < b)
(sempre superior a m + 3s), por exemplo 100; Mas P(X > m) = 0,5 e P(X > b) = 0,17
o m = 11 e o s = 4. logo a P(m < X < b) = P(X > m) – P(X > b) =
29.2. Classificação estandardizada de 14 valores: = 0,5 – 0,17 = 0,33
No 1.º teste: Assim,
14 - 13 1
Z14 = = ) 0,33 P(a < X < b) = P(a < X < m) + P(m < X < b) =
3 3
= 0,12 + P(m < X < b) = 0,12 + 0,33 = 0,45
No 2.º teste:
14 - 11 3
Z14 = = = 0,75
4 4
29.3. Classificação estandardizada de 12 valores:
No 1.º teste:
12 - 13 1
Z14 = = - ) - 0,33
3 3
No 2.º teste:
12 - 11 1
Z14 = = = 0,25
4 4
77
III
Tomando j como um número aleatório entre 1 e 3,
INTRODUÇÃO por exemplo 1.
À INFERÊNCIA Serão selecionados os elementos correspondentes
ESTATÍSTICA aos números: 1; 1 + 3 = 4; 1 + 2 * 3 = 7;
1 + 3 * 3 = 10 e assim sucessivamente.
c) Número de alunos com IMC:
- Abaixo do normal – 2 alunos " 2,99%
- Normal – 45 alunos " 67,16%
- Risco de excesso de peso – 12 alunos " 17,91%
Págs. 276-277
- Excesso de peso – 8 alunos " 11,94%
1.
Número de alunos de cada estrato a considerar na
1.1. opulação: os 15 350 clientes da cadeia de 23 hotéis
P
amostra:
nesse fim de semana. Amostra: os 50 clientes
selecionados. Variável em estudo: grau de satisfação - Abaixo do normal – 0,0299 * 20 ) 1 aluno
MANUAL
2. Dimensão da população: 80 + 125 + 65 + 390 = 660 4. Erro amostral: 165,1 - 160 = 5,1
Percentagem da população em cada estrato: 5.
80 125
E1: " 12,12% E2: " 18,94% 5.1. opulação: alunos da escola que comem ou já
P
660 660
comeram na cantina.
65 390
E3: " 9,85% E4: " 59,09% Parâmetro: proporção de alunos satisfeitos ou muito
660 660
satisfeitos com a comida da cantina.
Uma amostra de dimensão 100 deverá ter, então:
5.2. roporção dos alunos satisfeitos ou muito satisfeitos
P
12 elementos de E1; 19 elementos de E2; 10 elementos
com a comida da cantina, na amostra considerada,
de E3 e 59 elementos de E4.
que foi 0,24 (aproximadamente).
3.
6. spera-se que 84% dos 70 habitantes com jardim,
E
3.1. Amostra estratificada segundo ciclo de escolaridade tenham enfeitado o seu jardim com luzes no último
3.2. Amostra aleatória simples Natal, ou seja, cerca de
3.3. Amostra sistemática 0,84 * 70 = 58,8 " 59
5. Um cenário possível
Pág. 295-296
a) Gerar 20 números aleatórios entre 1 e 67, tendo
1.
em conta as repetições.
© AREAL EDITORES
78
MANUAL
menor do que a população que lhe dá origem. Daí 6.
esperar que existam valores, mais concentrados em 6.1. opulação: 7140 eleitores registados na cidade;
P
torno do valor médio m 9 1,616 e, como tal, menos Amostra: os eleitores inquiridos no bairro da cidade
valores mais distantes dele. 6.2. 420 eleitores registados.
3250
2. 6.3. ps = ) 0,455
7140
2.1. (X < 7,40) onde X tem valor médio 7,5 e desvio-
P
210
-padrão 0,60. 6.4. ps = = 0,5
420
Logo P(X < 7,40) ) 0,4338
P(X < 7,40) onde X tem valor médio 7,5 e desvio-
2.2. 7.
275
0,60 7.1. ) 0,049 ou 4,9% (aprox)
-padrão . 5560
"20 275
7.2. Valor médio: p = ) 0,049
Logo P(X < 7,40) ) 0,2280 5560
P(X < 7,40) onde X tem valor médio 7,5 e desvio-
2.3. 275
*
5285
0,60 Å 5560 5560
-padrão . Desvio-padrão: ) 0,0292
"50 "55
Logo P(X < 7,40) ) 0,1193
8.
2.4. ara médias amostrais, e tanto quanto maior for a
P 22 048
8.1. p= = 0,8
dimensão da amostra, o desvio-padrão diminui, o 27 560
que significa que os valores das médias amostrais 8.2. Valor médio: p = 0,8
vão estar mais concentrados em torno do valor
"0,8 * 0,2
médio. Assim, a probabilidade da distância de uma Desvio-padrão: ) 0,0327
média amostral ao valor médio ser superior a um "150
determinado valor vai diminuir. 8.3. Valor médio: p = 0,8
"0,8 * 0,2
3.
que é possível garantir é que a distribuição de
O Desvio-padrão: ) 0,0231
amostragem da proporção de clientes satisfeitos vai "300
estar mais concentrada em torno da proporção 8.4. s valores médios são iguais mas o desvio-padrão é
O
populacional (desconhecida) em amostras de menor em amostras de dimensão 300.
"p11 - p2
dimensão 200 adesvio-padrão b do que em
"200 Pág. 308
"p11 - p2
amostras de dimensão 100 adesvio-padrão b. 1.
"100 1.1. olocam-se os dados numa lista da calculadora: 9,5;
C
Mas tal facto nada nos garante relativamente a uma
10,8; …; 11,2; 10,2
amostra particular de dimensão 200 ou de dimensão
100. Existe sempre alguma probabilidade da A média é dada por x = 10,34
proporção amostral, obtida a partir de qualquer uma 1.2.
intervalo de confiança para um valor médio é
O
delas, estar mais afastada da proporção populacional dado por:
do que a outra. s s
I = d x - z * ;x+z* c
"n "n
4. onsidere-se a distribuição de amostragem da
C
Neste caso
proporção de alunos com tablet, em amostras de
dimensão 60, com um comportamento x = 10,34
79
z = 1,960 Donde
s = s = 17,38 "0,035 * 0,965
I = t 0,035 - 2,576 * ;
n = 36 "800
Logo "0,035 * 0,965
0,035 + 2,576 * s
17,38 17,38 "800
I = d135 - 1,960 * ; 135 + 1,960 * c)
"36 "36 I ) ]0,01826; 0,05174[
) ]129,323; 140,677[ 1.2. m 10 000 drives USB espera-se então, com um
E
nível de confiança de 99%, que existam entre
2.2. elecionado ao acaso um indivíduo adulto do
S
10000 * 0,01826 ) 183 e 10000 * 0,05174 ) 517
concelho, ele tem uma probabilidade de 95% de ter
drives USB com defeito.
uma pressão sanguínea entre 129,323 e 140,677.
Assim a companhia pode esperar ter de devolver
2.3. valor fornecido pelo boletim não está dentro do
O
uma quantia entre um valor máximo dado por
intervalo de confiança encontrado, pelo que a
517 * 30 = 15 510 € e um valor mínimo dado por
afirmação não é suportada pelos resultados da
183 * 30 = 5490 €.
sondagem realizada.
3. APLICANDO
917
3.1. pW = = 0,917 1. a) Estatística – se a população em estudo forem
1000 todos os alunos da escola.
"0,917 * 0,083
Desvio-padrão: ) 0,0087
b) Parâmetro
"1000
3.2. intervalo de confiança para uma proporção é dado
O c) Estatística – se a população em estudo forem
por: todos os alunos da escola.
d) Parâmetro
"pW 11 - pW2 "pW 11 - pW2
I = t pW - z * ; Wp + z * s e) Parâmetro
"n "n
f) Estatística
Neste caso
g) Parâmetro
pW = 0,917
h) Parâmetro
z = 2,576
i) Parâmetro
n = 1000
j) Estatística
Donde
k) Estatística se a população forem todas as famílias
"0,917 * 0,083
I = t 0,917 - 2,576 * ; portuguesas.
"1000
l) Parâmetro
"0,917 * 0,083
0,917 + 2,576 * s m) Estatística
"1000
n) Estatística
I ) ]0,89453; 0,93947[
3.3. ara um nível de confiança de 90%, z = 1,645
P 2.
mantendo-se tudo o resto, logo, neste caso 2.1. ão, uma vez que é natural que o número de
N
"0,917 * 0,083 pastilhas de cada cor não seja exatamente o mesmo
I = t 0,917 - 1,645 *
© AREAL EDITORES
80
MANUAL
135
3. p= = 0,45
300 Igualando as duas expressões
"0,2491 "0,2491
4. =2* §
4.1. opulação: alunos da escola da Antónia.
P "n "m
Proporção p – percentagem de alunos que pensam "0,2491
§ "m = 2 * * "n § "m = 2 * "n §
que a comida na cantina é boa. "0,2491
16 § m = 4n (m > 0 e n > 0)
4.2. pW = = 0,32 " 32%
50 Ou seja, a dimensão da amostra terá de aumentar
5. 4 vezes.
5.1. Tomando p = 0,53, o desvio-padrão será dado por 6.
"0,53 * 0,47 6.1. 41% - 39% = 2% é menor do que 6%, logo os dois
s=
partidos encontram-se em “empate técnico”.
"n
Teremos, então 6.2. ão. O facto de o partido X ter saído vencedor de
N
forma alguma significa que a sondagem estivesse
n s mal feita. As estimativas das percentagens de votos
"0,53 * 0,47 para os partidos X e Y foram, respetivamente, 39% e
50 s= ) 0,07058 41% com uma margem de erro de 6%, querendo
"50
isto dizer que para um nível de confiança de 95%,
"0,53 * 0,47 é de esperar que o partido X tenha entre 33% e 45%
100 s= ) 0,04991
"100 e o partido Y entre 35% e 47%. Uma vez que o
limite inferior do intervalo de confiança relativo ao
"0,53 * 0,47 candidato Y é inferior ao limite superior do
200 s= ) 0,03529
"200 intervalo de confiança relativo ao candidato X, a
sondagem prevê uma possibilidade de vitória de
"0,53 * 0,47
400 s= ) 0,02495 qualquer dos candidatos.
"400
6.3. a fórmula que permite obter o intervalo com nível
N
"0,53 * 0,47 de confiança 95% para a proporção de votantes no
500 s= ) 0,02232
partido X, sendo 39% a estimativa dessa proporção,
"500
a margem de erro obtém-se usando a expressão
"0,53 * 0,47 0,39 * 0,61
800 s= ) 0,01765 1,96.
"800 Å n
Para a margem de erro de 6% (0,06), a dimensão da
"0,53 * 0,47
1000 s= ) 0,01578 amostra será um número próximo de 250;
"1000
0,39 * 0,61
1,96. ) 0,06
"0,53 * 0,47 Å 250
1600 s= ) 0,01248
"1600
Se a margem de erro passar a metade da anterior,
0,03, mantendo o nível de confiança, a dimensão da
"0,53 * 0,47 amostra terá de passar a ser um número próximo de
2000 s= ) 0,01116
"2000 1000, uma vez que
0,39 * 0,61
1,96. ) 0,03
Å 1000
Ou seja, a afirmação é falsa.
81
MACS11EP-LRES-06
;
Ferreira do Amaral 0,24
"2000
António de Abreu 0,09
"0,72 * 0,28
0,72 + 2,576 * s
Assim "2000
Para Jorge Sampaio: I ) ]0,69414; 0,74586[
"0,63 * 0,37
I = t 0,63 - 1,960 * ; 9.2. elativamente à faixa etária dos 15 aos 65 anos o
R
"100 intervalo de 99% de confiança mostra valores bem
"0,63 * 0,37 acima dos 50% o que garante que existe uma
0,63 + 1,960 * s ) ]0,5354; 0,7246[
"100 probabilidade de 99% de mais de 50% dos
portugueses serem leitores de jornais. Relativamente
Para Ferreira do Amaral:
aos jovens com menos de 15 anos ou aos idosos
"0,24 * 0,76
I = t 0,24 - 1,960 * ; com mais de 65 anos nada é dito. Resta-nos
"100 ponderar se tais faixas poderão ou não ter uma
"0,24 * 0,76 influência decisiva na proporção de leitores em toda
0,24 + 1,960 * s ) ]0,1563; 0,3237[
a população.
"100
Para António Abreu: 10.
"0,09 * 0,91
I = t 0,09 - 1,960 * ; 10.1. Valor central do intervalo do André:
"100 0,346 + 0,474
= 0,41
"0,09 * 0,91 2
0,09 + 1,960 * s ) ]0,0339; 0,1461[ Valor central do intervalo obtido pela Beatriz:
"100 0,286 + 0,514
8. = 0,4
2
8.1. uma estatística porque diz respeito a uma amostra
É
O intervalo obtido pelo André está errado porque
da população de adultos dos EUA.
não está centrado em 0,4.
8.2. População em estudo: adultos dos EUA.
Amostra: 922 adultos dos EUA 10.2. a)
Parâmetro em estudo: valor médio da previsão de André Beatriz
0,558 + 0,682 0,611 + 0,779
gastos em prendas de Natal da população de adultos pW = = 0,62 pW = = 0,695
dos EUA. 2 2
Estatística: média da previsão de gastos em prendas b)
de Natal da amostra de 922 adultos dos EUA. André Beatriz
8.3. Consideremos uma representação gráfica das duas 0,682 - 0,558 0,779 - 0,611
= 0,062 = 0,084
distribuições, em que a que tem menor desvio-padrão 2 2
é a distribuição a azul. c) Não sabemos o nível de confiança com que cada
um está a trabalhar.
d) A semiamplitude do intervalo de confiança é
"pW 11 - pW2
dada por z *
+1
+2 "n
André
"0,62 * 0,38
0,062 = z * §
© AREAL EDITORES
82
MANUAL
dimensão da amostra faz aumentar o desvio-
A Beatriz utilizou um nível de confiança de 99%. -padrão.
10.3. a) André Beatriz c) Todo o intervalo se deslocaria de 0,5 unidades
0,533 + 0,635 0,550 + 0,602 para a direita.
pW = = 0,584 pW = = 0,576 d) A média amostral aumentaria de 15 minutos
2 2
Semiamplitude também, passando a ser 5,25 o que provocaria
0,635 - 0,533 0,602 - 0,550 um deslocamento do intervalo de 0,25 unidades
= 0,051 = 0,026 para a direita.
2 2
"pW 11 - pW2 13.
b) Semiamplitude: z * , com z = 1,645
"n 13.1. C
olocam-se os dados numa lista da calculadora e
André obtém-se
"0,584 * 0,416
0,051 = 1,645 * § x = 10,98 e s ) 2,756
"n
2,756
"0,584 * 0,416 13.2. s ) s ) = 0,2756
§ "n = 1,645 * § "n ) 15,898 "100
0,051
§ n ) 253 13.3. O intervalo de confiança será dado por
s s
I = d x - z * ;x+z* c
Beatriz "n "n
"0,576 * 0,424 Com
0,026 = 1,645 * §
"n x = 10,98
z = 1,960
"0,576 * 0,424
§ "n = 1,645 * § s ) 2,756
0,026
n = 100
§ "n ) 31,267 § n ) 978
Logo
É possível concluir que o André recorreu a uma
2,756 2,756
amostra de dimensão 250 e a Beatriz a uma amostra I = d10,98 - 1,960 * ; 10,98 + 1,960 * c)
de dimensão 1000. "100 "100
c) Os intervalos obtidos têm o mesmo nível de ) ]10,44; 11,52[
confiança 90%, como tal a probabilidade de
14.
O intervalo de confiança será dado por
conterem a proporção populacional é também,
s s
para ambos de 90%. I = d x - z * ;x+z* c
"n "n
22
11. O desvio-padrão é dado por s = = 11 gramas Com
"4 x = 16,8
12.
z = 1,960
12.1. C
olocando os dados numa lista da calculadora, s = 1,5
obtém-se s ) s ) 2,2288 n = 25
12.2. O intervalo de confiança será dado por Logo
s s 1,5 1,5
I = d x - z * ;x+z* c I = d16,8 - 1,960 * ; 16,8 + 1,960 * c)
"n "n "25 "25
Com ) ]16,212; 17,388[
x=5
z = 1,960
83
15. Onde
15.1. s =
9,7
9 1,94 pW = 0,38
"25 z = 1,960
15.2. O intervalo de confiança será dado por n = 400
s s
I = d x - z * ;x+z* c Donde
"n "n "0,38 * 0,62
Com I = t 0,38 - 1,960 * ;
"400
x = 65,8
"0,38 * 0,62
z = 1,960 0,38 + 1,960 * s
"400
s = 9,7
I ) ]0,33429; 0,42572[ ou ]33,43%; 42,57%[
n = 25
18.3. Neste caso z = 2,576, sendo
Logo
"0,38 * 0,62
9,7 9,7 I = t 0,38 - 2,576 * ;
I = d65,8 - 1,960 * ; 65,8 + 1,960 * c) "400
"25 "25
) ]61,988; 69,602[ "0,38 * 0,62
0,38 + 2,576 * s ) ]0,31749; 0,44251[
MANUAL
"n "n
0,44 * 0,56
2z = 0,18084 § z ) 2,576
Å 200
84
© AREAL EDITORES Valor de z que corresponde a um nível de confiança dadores com o grupo sanguíneo O pertencer ao
de 99%. intervalo ]39,21%; 42,79%[.
21.
margem de erro para um nível de confiança de
A 25. ara a determinação do intervalo de confiança
P
99% é dada por considera-se:
s 1,0
n = 1000
2,576 * = 2,576 *
"n "n z = 1,645
Para que seja igual a 5%, temos que ter 450
pW = = 0,45
1,0 1,0 1000
2,576 * = 0,05 § "n = 2,576 * = 51,52
"n 0,05 Assim, o intervalo de 90% de confiança para a
n ) 2654 proporção de habitações portuguesas com
22. 2 televisores será:
0,45 * 11 - 0,452
22.1. O
erro máximo é dado pela margem de erro d 0,45 - 1,645 * ;
associada ao nível de confiança em questão. Å 1000
MANUAL
Procuremos, então, o valor de n para o qual O que nos dá um intervalo de confiança igual a
5
1,960 * = 1 § "n = 1,960 * 5 = 9,8 ]0,424; 0,476[.
"n
n ) 96 A partir dos limites do intervalo de confiança
Para garantir que o erro máximo é inferior a 1s calculado, não existem evidências para duvidar do
teremos que ter então n = 97 medições aumento da percentagem de habitações com
2 televisores entre 2001 e 2009, pois o valor real
22.2. Se quisermos que o erro máximo seja de 2s
desta proporção em 2009 está entre 42,4% e 47,6%
5 5
1,960 * = 2 § "n = 1,960 * = 4,9 com uma probabilidade de 90%.
"n 2
n ) 24
26.
O intervalo pedido é dado pela expressão
Neste caso teremos que ter n = 25 medições s s
I = d x - z * ;x+z* c
23.
O intervalo pedido é dado pela expressão "n "n
s s Onde
dx - z ,x+z c x = 1,80
"n "n
onde z = 2,576
x = 270 s ) s = 1,10
s = 100 n = 210
n = 50 Logo
Como o nível de confiança pedido é 95%, z tomará 1,10 1,10
I = d1,80 - 2,576 * ; 1,80 + 2,576 * c)
o valor de 1,960. "210 "210
Donde: ) ]1,60; 2,00[
100 100
d270 - 1,960 * , 270 + 1,960 *
A partir dos limites do intervalo de confiança
c
"50 "50 calculado, não existem evidências para duvidar da
Ou seja, ]242,28; 297,72[ afirmação do funcionário do bufete, dado que o
valor médio dos pedidos feitos em 2009/2010, que
24. O intervalo pedido é dado pela expressão este refere (1,90), pertence ao intervalo encontrado.
"pW 11 - pW2 "pW 11 - pW2
t pW - z * ; pW + z * s 27. O intervalo pedido é dado pela expressão
"n "n
"pW 11 - pW2 "pW 11 - pW2
onde I = t pW - z * ; pW + z * s
pW = 0,41 (0,35 + 0,06) "n "n
n = 5000 Com
11
Como o nível de confiança pedido é de 99%, pW =
= 0,05
220
z tomará o valor de 2,576.
z = 1,960
Donde o intervalo pretendido será:
n = 220
0,41 * 0,59
d 0,41 - 2,576 * , Logo
Å 5000
"0,05 * 0,95
0,41 * 0,59 I = t 0,05 - 1,960 * ;
0,41 + 2,576 * c "220
Å 5000
"0,05 * 0,95
Ou seja, ]0,3921; 0,4279[. 0,05 + 1,960 * s
Com base na amostra aleatória de 5000 dadores "220
I ) ]0,021; 0,079[
mencionada, há 99% de confiança da proporção de
85
86
© AREAL EDITORES 3.2. Desta feita teríamos De seguida há que proceder ao ajuste da partilha,
Proposta X – 40 votos considerando as diferenças dos pontos atribuídos
Proposta Y – 39 + 9 = 48 votos por cada um a cada item.
Passaria a ser aprovada a proposta Y. Frota de motos: 25 - 20 = 5 pontos
3.3. exclusão de uma proposta perdedora, a proposta
A Frota de automóveis: 45 - 25 = 20 pontos
Z, com apenas 9 dos 88 votos, tem como Avião: 50 - 35 = 15 pontos
consequência a alteração do vencedor da eleição O item a que corresponde uma menor diferença de
que deixa de ser a proposta X para passar a ser a pontos é a frota de motos, pelo que será este a ser
proposta Y. usado no ajuste.
3.4. ealizemos todas as comparações possíveis tomando
R > total final de pontos a atribuir ao sócio A:
os candidatos dois a dois: x
75 - * 25
• Proposta X e Proposta Y 100
Preferem a proposta X – 40 votantes > total de pontos a atribuir ao sócio B:
x
Preferem a proposta Y – 48 votantes 45 + * 20
Vence a proposta Y 100
5 44 106 130 30
5. pós a atribuição dos pontos por cada um dos
A
sócios da empresa, a partilha temporária dos bens 7 31,4 75,7 92,9 21,4
pode ser representada numa tabela como a seguinte:
9 24,4 58,9 72,2 16,7
David Tomás 11 20 48,1 59,1 13,6
Frota de motos — 25 pontos
N.° de
Frota de automóveis 45 pontos — 1 3 4 1
Mandatos
Avião — 50 pontos
Total temporário de pontos 45 75
87
L 31 58 86 24
!L (L+1) 31,496 58,498 86,499 24,495 9.2. Avaliação da Inês
Quota Padrão
31 58 86 25 s1
Arredondada
Soma das quotas padrão arredondadas:
120º
31 + 58 + 86 + 25 = 200
s2
Como a soma das quotas padrão arredondadas é
igual ao número de convites a distribuir, o processo
está finalizado.
Assim cada filial terá direito ao seguinte número de
2
convites: s1: * 21,6 = 14,4
3
- Filial A – 31 convites;
1
- Filial B – 58 convites; s2: * 21,6 + 14,4 = 21,6
3
- Filial C – 86 convites; A Inês escolherá a fatia s2.
- Filial D – 25 convites
2
9.3. > Para o André a fatia s1 vale * 27 = 18, logo ele
8. • Aplicando o método de Hondt, os quocientes 3
120
calculados são os seguintes: vai dividi-la em 3 partes de = 40°.
3
Partido A B C D E André
a2 a1
N.° votos 10 918 5947 2022 1483 660 40º
40º i1
1 10 918 5947 2022 1483 660 a3
40º
2 5459,0 2973,5 1011,0 741,5 330,0
Divisores
21 030
– Divisor Padrão: DP = ) 2336,667 Inês – 60° de chocolate e 90° de baunilha
9
Maria – 40° de chocolate e 90° de baunilha
88
© AREAL EDITORES Avaliando cada um a parte atribuída a cada um da Para o André a fatia com que ele ficou vale 12 € e a
seguinte forma: da Inês vale 13,5 €.
André Inês Maria Total Para a Maria a sua fatia vale 14,67 € e a da Inês vale
16 €.
André 12 € 13,5 € 10,5 € 36 €
Inês 9,6 € 14,4 € 12 € 36 € ESTATÍSTICA
Maria 5,33 € 16 € 14,67 € 36 € 10. endo em conta que o inquérito foi realizado a 200
T
> Avaliação do André condutores encartados e que o ângulo ao centro do
setor correspondente aos encartados que realizaram
• Parte que coube ao André
três exames de condução possui uma amplitude de
120° chocolate – 18 € 27 graus, podemos verificar que:
2
* 18 = 12 € 200
3 a= * 27 = 15
360
• Parte que coube à Inês
Daqui, vem que:
1
60° chocolate – * 27 = 9
3 b = 200 - (130 + 50 + 15) = 200 - 195 = 5
9
90° baunilha – = 4,5
2 11.
úmero de dias em que a quantia gasta em
N
Total: 13,5 € portagens foi inferior a 10 euros, no mês de abril:
• Parte que coube à Maria 3 + 9 = 12
1
40° chocolate – * 18 = 6 Percentagem de dias em que a quantia gasta em
89
MODELOS FINANCEIROS
14. Aplicando os dois aumentos de forma sucessiva teremos
Preço final: 140,00 * 1,12 * 1,20 = 188,16 €
90
F G F D
E
3.2. nalisando a proposta do João temos um
A
De facto, acrescentando uma aresta entre os vértices
comprimento total de cabo a instalar de 5587
A e F (representando que esse será um caminho a
metros, correspondendo à soma dos pesos das
repetir), todos os vértices do grafo passam a ter grau
arestas utilizadas:
par e como tal é agora possível percorrer todas as
(A, B) " 1253
arestas, sem repetir nenhuma, começando e
(F, G) " 832
terminando em qualquer vértice.
(B, F) " 938
Um percurso possível a começar e terminar no
(B, E) " 712
vértice A, será: A B C A F E D C D E B F A
(C, E) " 941
1.3. e se está perante um problema, convém identificar
S (C, D) " 911
os seus elementos essenciais, destacá-los e
Quanto à proposta do José, esta resulta numa
negligenciar a informação que não é pertinente. Na
distância total de 5582 metros, obtida pela soma dos
situação apresentada do Parque da Pena, determinar
pesos das arestas selecionadas pela aplicação do
um percurso que torne o trabalho dos jovens o mais
algoritmo proposto:
eficiente possível, leva-nos a identificar o essencial
Passo 1: arestas com menor peso: (B, E) " 712 e
nos caminhos e nos cruzamentos; desta forma
(F, G) " 832
91
Passo 2: aresta seguinte com menor peso, que não Passo seguinte: seleciona-se a aldeia D (distância
fecha um circuito: (C, D) " 911 32 km)
Passo 3: restantes arestas: (B, F) " 938, Passo seguinte: seleciona-se a aldeia C (distância
(C, E) " 941, (A, G) " 1248 48 km)
As arestas (D, E) e (E, F) não puderam ser Passo seguinte: regresso a Vila de Freixo (distância
consideradas por fecharem circuitos. 20 km)
Assim a empresa deverá decidir pela escolha da Total de quilómetros percorridos:
proposta do José por ter um comprimento total 18 + 28 + 32 + 48 + 20 = 146
inferior, permitindo poupar 5 metros de cabo de
* A estrada que liga A a B não está transitável:
fibra ótica.
Passo 1: Vila de Freixo
4. O grafo que modela a situação é o seguinte: Passo 2: seleciona-se a aldeia A (distância 18 Km)
B Passo 3: seleciona-se a aldeia D (distância 30 Km)
A Passo seguinte: seleciona-se a aldeia B (distância
32 Km)
Passo seguinte: seleciona-se a aldeia C (distância
C
36 Km)
E
Passo seguinte: regresso a Vila de Freixo (distância
20 km)
PREPARAR O EXAME NACIONAL
92
© AREAL EDITORES MODELOS POPULACIONAIS Enquanto o custo das chamadas aumenta sempre da
7. mesma maneira no tarifário M, no tarifário N o custo
aumenta rapidamente nos primeiros minutos e
7.1. olocam-se os dados nas listas da calculadora
C
estabiliza-se nos 0,639 euros a partir de certa altura.
gráfica:
Para chamadas com duração inferior a 6,72
1.ª lista " duração das chamadas: 1, 2, …, 9, 10
minutos, aproximadamente, o custo no tarifário N é
2.ª lista " custo no tarifário N (euros): 0,196; menor do que no M. Mas a partir daí o tarifário N
0,338; …; 0,638; 0,639 passa a ser o menos dispendioso.
Após uma regressão logística, obtém-se
8.
a ) 5,730; b ) 0,931 e c ) 0,639
8.1. população de Peso em 1 de junho de 2000 é dada
A
7.2. ara encontrar o coeficiente de correlação linear,
P por P(0) = 1800.
temos que fazer uma regressão linear na calculadora Colocando a expressão de P(t) no editor de funções
gráfica a partir dos dados relativos ao tarifário M, da calculadora, procura-se na tabela de valores
introduzidos nas listas da calculadora: respetiva o valor de Y próximo de 2 * 1800 = 3600,
1.ª lista " duração das chamadas: 1, 2, …, 9, 10 o que se verifica para X = 14, como podemos
3.ª lista " custo no tarifário M (euros): 0,094; constatar no excerto seguinte da tabela apresentada
0,188; …; 0,846; 0,940 pela calculadora:
Tendo em conta o valor do coeficiente de correlação
linear (r = 1) e a nuvem de pontos obtida,
93
94
95
18.3. S
e em dois dos três serviços se utilizou o transporte 20. O intervalo pedido é dado pela expressão
rodoviário, significa que num deles não se utilizou
pW 11 - pW2 pW 11 - pW2
este meio de transporte. Pode ter sido o 1.º, o 2.º ou d pW - z ; pW + z c
o 3.º, o que nos dá 3 possibilidades. Å n Å n
A probabilidade de num serviço se utilizar o Como o nível de confiança pedido é 99%, z tomará
transporte rodoviário é de 80%, logo a o valor de 2,576.
probabilidade de não se recorrer ao transporte O valor de pW, proporção amostral de jovens que,
rodoviário num dos serviços é de 20%. estando a frequentar o ensino secundário numa
Assim, a probabilidade de em três serviços, em escola da região, desejam prosseguir estudos após
exatamente dois se tenha utilizado o transporte terminarem este nível de ensino é:
rodoviário é dada por: 220
pW = ) 0,7333
3 * 0,80 * 0,80 * 0,20 = 0,384 " 38,4% 300
donde
0,7333 11 - 0,73332 0,7333 11 - 0,7332
d 0,7333 - 2,576 ; 0,7333 + 2,576 c
INFERÊNCIA ESTATÍSTICA Å 300 Å 300
19.1. O
intervalo de confiança para uma proporção p a Ou seja, ]0,668; 0,799[.
partir de uma amostra de dimensão n é dado por:
21. Da amostra do contabilista sabe-se que:
pW 11 - pW2 pW 11 - pW2
d pW - z ; pW + z c n = 500, x = 830, s = 220
Å n Å n
O intervalo de confiança é dado por:
Sendo pW a proporção amostral e z um valor
relacionado com o nível de confiança. 220 220
d830 - 2,576 * , 830 + 2,576 * c
Neste caso temos: "500 "500
n = 15 800 ≈ ]804,66; 855,3[
pW = 0,1 Há razões para duvidar da afirmação do gerente, já
z = 2,576 (valor de z para um nível de confiança de
que 800 €, valor médio de uma fatura da empresa,
99%) não pertence ao intervalo de confiança encontrado.
Obtendo assim o intervalo
0,111 - 0,12 0,111 - 0,12
I = d 0,1 - 2,576 * ; 0,1 + 2,576 c)
© AREAL EDITORES
Å 15 800 Å 15 800
) ]0,094; 0,106[
96
© AREAL EDITORES
s s
22. Sabemos que I = ]546, 554[ = d x - z ;x+z c,
"n "n
em que n = 200 e z = 1,645
546 + 554
Sabemos ainda que x = = 550 pode ser o
2
valor central do intervalo.
Recorrendo a um dos extremos do intervalo, por
exemplo o extremo superior, temos:
s
x+z = 554 e substituindo os valores indicados,
"n
obtemos:
s s
550 + 1,645 = 554 § 1,645 =4§
"200 "200
s
§ ) 2,432 §
"200
§ s ) 34,388
Logo os valores são x = 550 e s ) 34.
s s
dx – z * ;x+z* c=
"n "n
0,5 0,5
= d6 - 1,960 * ; 6 + 1,960 * c=
"40 "40
= ]5,845; 6,155[
97
MACS11EP-LRES-07
QUESTÃO DE AULA 1 2.
Saída
N L R
T C
M O
Entrada
Modelo linear:
É efetivamente possível definir um percurso de Euler, no f1(x) = 0,0176 . x – 0,0149
grafo associado ao discurso do jardineiro, que visite todos Modelo exponencial:
os vértices sem repetir arestas, pois todos os vértices, f2(x) = 0,0366 * 1,0792x
exceto O e L têm, grau par.
Modelo logarítmico:
A título de exemplo: f3(x) = - 0,2099 + 0,2243 . ln(x)
O M T O C T N L O R L Modelo logístico:
0,7323
Em relação ao mordomo: f4(x) =
1 + 59,5831 * e- 0,1996x
Início O modelo que parece ajustar-se melhor ao conjunto
D N L R
dos dados é o modelo logístico.
QUESTÃO DE AULA 3
QUESTÃO DE AULA 2
1.1.
1. 1
A
2 1
* 1*2
0,8 4 4 4
1
A A 2 2 1
0,7 * * 1**2
2 4 4 4 4
0,6 2 V
N (milhares)
4
0,5 4 1
0,4 V
4
2 2 1
0,3 1
A * * 1*2; 1**2
4 4 4
0,2 2 4
0,1
2
4 A
1 2 2 1
© AREAL EDITORES
4
V V * * 1*2
0 10 20 30 40 50 60 4 4 4 4
t (horas) 1 V
4
98
2 1 642
P(1.º berlinde ser azul) = = 3.2.2. P(ser mulher e não gostar do produto) =
© AREAL EDITORES
1.2.
4 2 2815
1.3. Corresponde aos ramos da árvore assinalados com 684 171
3.2.3. P(gostar do produto | homem) = =
(*) 1420 355
P(2.º berlinde ser azul) = 642 321
2 1 2 2 1 1 3.2.4. P(ser mulher | não gostar do produto) = =
= * +2* * * = 1378 689
4 4 4 4 4 4
1.4. Corresponde aos ramos da árvore assinalados com
(**) QUESTÃO DE AULA 4
2 2 1 1
P=2* * * =
4 4 4 8 1.
14
2 1 1
1.5. P=2* * = 15 Rapariga
24
4 4 4 Rapariga
25
10
15
Rapaz
1 1.ª Turma
2. epresentemos os resultados possíveis por uma
R 24
2 Rapariga
24
tabela 10 Rapaz
25 9 Rapaz
7
DADO 2 8 Rapariga
17
24
1 2 3 4 5 6 18 Rapariga
1 10 Rapaz
8
1 (1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6) 2.ª Turma
2 17
Rapariga
17
2 (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6) 10 Rapaz
DADO 1
18 9 Rapaz
3 (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6) 17
99
QUESTÃO DE AULA 5 s
4.2. Margem de erro = z
"n
1.1. O valor médio é o valor central, ou seja, m = 15 Neste caso queremos o valor de z que corresponde a
P(7 < X < 19) = 0,135 + 0,34 + 0,34 = 0,815 "
1.2.1. 97%, ou seja, P(Z < z) = 0,97 +
0,03
= 0,985
" 81,5% 2
1 - 2 * 0,135 - 2 * 0,34
P(X > 23) =
1.2.2. = 0,025 "
2
" 2,5%
Temos z ) 2,170
Assim
5 2,170 * 5
0,5 = 2,170 * § "n = = 21,7
"n 0,5
Dando n > 21,72 § n ≥ 471
4.1.
O intervalo de 95% de confiança é dado por
I95% = d x - 1,960 s , x + 1,960 s c
"n "n
Onde x = 19; s = 5 e n = 96
5 5
Assim I95% = d19 - 1,960 , 19 + 1,960 c)
"96 "96
) ]18,000; 20,000[
© AREAL EDITORES
100
© AREAL EDITORES
FICHA DE DIAGNÓSTICO 3. Carla como é a primeira a escolher fica sempre
A
satisfeita, porque tem a oportunidade de escolher
378 + 4570 + 5052
1.1. DP = = 400 a fatia que considera melhor;
25
1.2.
Quotas
Freguesia Quota Padrão
arredondadas B A
378
A = 0,945 1
400
C
4570
B = 11,425 11
400
5052 Já o Bruno pode achar que não fica com uma parte
C = 12,63 13
400 justa. Por exemplo se a fatia que o António
Total 25 1
considera valer (A) for mais valiosa que isso para
3
Pelo método de Webster, a freguesia A fica com 1, B o Bruno e se a Carla escolher essa fatia, o Bruno
com 11 e C com 13 viaturas. terá de escolher uma das fatias B ou C que para ele
1
1.3. vão valer menos de cada uma.
3
DP = 400 Dm = 380 No que se refere ao António, também pode sentir
Quota Quota Quotas Quota que não obtém uma parte justa. Se ele considerar
Freguesia
Padrão Inferior modificadoras Inferior que B vale mais que C e se a Carla e o Bruno, que
378 escolhem antes dele, escolherem B e A nas suas
A 0,945 0 = 0,99474 0
380 vezes, resta-lhe ficar com a fatia C que para ele
4570 1
B 11,425 11 = 12,0263 12 valerá menos de .
380 3
5052
C 22,63 12 = 13,2947 13 4.1. (D)
380
4.2. (D)
Total 23 Total 25
Pelo método de Jefferson, a freguesia A ficaria com 5.1. m relação a 1990/91 e sobre os jovens com idades
E
zero viaturas. compreendidas entre os 6 e os 14 anos, a
informação que se retira do gráfico é que 98,7%
101
Cálculo do IRS sem a prestação do serviço, no Natal: 3.1. Jorge e a Cristina não têm nenhuma disciplina em
O
Rendimento global do casal – comum uma vez que no grafo que representa a
12 500 € + 500 € = 13 000 € situação, correspondem a dois vértices não
adjacentes.
Rendimento coletável –
13 000 € : 2 = 6500 € 3.2. aluna com mais disciplinas em comum com os
A
restantes é a Mónica.
Cálculo da coleta:
3.3. Vítor corresponde a um vértice isolado, isso
O
Com este rendimento coletável o casal passa a estar
significa que não tem disciplinas em comum com
no 1.º escalão (taxa a aplicar: 14,5%; parcela a
nenhum dos outros estudantes.
abater: 0 €
3.4. grafo não é conexo porque tem um vértice
O
Aplicação da taxa de imposto –
isolado, que neste caso ilustra o aluno que não tem
6500 * 0,145 = 942,5 €
disciplinas em comum com mais ninguém.
Coleta: 942,5 € * 2 = 1885 €
4. odemos representar a situação através de um grafo
P
Rendimento final = Rendimento - IRS em que os vértices representem as margens e as
Rendimento final (com o serviço no Natal) = ilhas do rio, e as arestas as pontes.
= 14 500 – 1995 = 12 505 €
A
Rendimento final (sem o serviço no Natal) =
= 13 000 – 1885 = 11 115 €
C
De facto, se o casal aceitar o serviço, muda do 1.º D
para o 2.º escalão, e por isso de uma taxa de 14,5%
para uma taxa de 28,5%. Isso significa que terá que B
pagar mais de IRS.
IRS, com o serviço de Natal – 1995 € A
C D
102
H2
24
H4
• De seguida deveria ser a aresta AE (peso 5) mas
19 17 23 formar-se-ia um ciclo, por isso escolhe-se a aresta
13 12 BC – peso 6
E encontrámos a árvore abrangente mínima deste
H3
grafo. Qualquer outra ligação (ou aresta) que se
Que podemos observar que é exatamente o ciclo quisesse acrescentar iria criar ciclo no grafo, isto é,
encontrado na alínea anterior, podendo assim iria acrescentar uma ligação que já não seria
concluir que o motorista tem razão. necessária porque os vértices já estariam ligados
entre si de forma direta ou indireta.
6.1.
A Assim, a instalação mais económica terá um custo
de 1 + 2 + 3 + 4 + 6 = 16 milhares de euros.
18 2
F 5 B
1
20 6
E 3 C
4
9 16
103
5
Cabana de repouso E efetua-se de seguida uma regressão linear.
Obtém-se y ) 0,0477x - 84,9466
104
105
de 2013.
106
2
3 4 5 6 5.3. P(mulher | viaja devido a religião e peregrinação) =
9325
3
(3, 1) (3, 2) (3, 3) (3, 4) = " 61,87%
4 5 6 7 15 071
(4, 1) (4, 2) (4, 3) (4, 4) 5.4. Percentagem de homens de entre os que viajam por
4
5 6 7 8 motivos profissionais ou de negócios:
(5, 1) (5, 2) (5, 3) (5, 4) 189 114
5 " 54%
6 7 8 9 348 420
(6, 1) (6, 2) (6, 3) (6, 4) Percentagem de mulheres de entre os que viajam
6
7 8 9 10 43 210
por motivos de saúde: " 47,5%
90 920
A soma dos pontos obtidos pode então ser de 2, 3,
Percentagem de homens de entre os que viajam por
4, 5, 6, 7, 8, 9 ou 10. 583 268
lazer: " 55,5%
Sendo que: 1 050 167
1 1
P(soma 2) = P(soma 10) = = Percentagem de mulheres de entre os que viajam
6 * 4 24 466 899
2 1 por lazer: " 44,5%
P(soma 3) = P(soma 9) = = 1 050 167
24 12 Analisando estes resultados, a tabela não nos
3 1
P(soma 4) = P(soma 8) = = oferece base para sustentar a afirmação do
24 8 jornalista, pois embora esta esteja correta
4 1
P(soma 5) = P(soma 6) = P(soma 7) = = relativamente às viagens por motivos profissionais e
24 6
negócios, já não acontece o mesmo no que se refere
Obtemos, assim, a seguinte tabela
às viagens por motivos de saúde ou por lazer.
107
1.4. T7 é uma tarefa que não pertence ao caminho 3.5. % das mulheres saudáveis terão um teste positivo
5
crítico. Para que um eventual atraso não implique (falso positivo): 0,05 * 9600 = 480 mulheres
um maior tempo de execução do projeto, o percurso
3.6. o total haverá 380 + 480 = 860 mulheres das
N
dado por T7 – T6 – T8 não poderá ter uma duração
10 000 com um teste positivo
total superior a 85 minutos.
Assim a T7 poderá sofrer, no máximo, um atraso de 3.7. emos pois 860 mulheres com um teste positivo das
T
13 minutos, passando a ter uma duração de quais 380 estão efetivamente doentes. Assim, a
28 minutos. probabilidade pedida é dada por
Vejamos 380
P= ) 0,4419
T7 – T6 – T8: duração com um atraso de 13 minutos 860
em T7 – 28 + 22 + 35 = 85 minutos (igual ao 4.1.
caminho crítico).
xi 0 1 2 3
2.1. odemos completar a tabela dada com os respetivos
P 14 13 10 14 10 9
* * 3* * 3* * * *
24 23 24 24 24 23
totais P(X = xi) 12 14 13 10 9 8
* * * * * *
Rapazes Raparigas Total 22 23 22 23 22 22
Pratica surf 20 20 40 P(X = 0) – significa que saem 3 rifas não premiadas
14 13 12
Não pratica surf 10 30 40 " * *
24 23 22
Total 30 50 80
P(X = 1) – sai uma rifa premiada e duas não
40 1 premiadas. A rifa premiada pode ser a primeira,
a) P(praticar surf) = =
80 2 10 14 13
a segunda ou a terceira " 3 * * *
30 3 24 23 22
b) P(ser rapaz) = =
80 8 P(X = 2) – sai uma rifa não premiada e duas rifas
20 1
c) P(ser rapaz praticante de surf) = = premiadas. A rifa não premiada pode ser a primeira,
80 4 14 10 9
a segunda ou a terceira " 3 * * *
20 2 24 23 22
d) P(praticar surf | rapaz) = =
30 3 P(X = 3) – todas as rifas são premiadas
DOSSIÊ DO PROFESSOR FICHAS DE AVALIAÇÃO
20 1 10 9 8
e) P(ser rapariga | praticar surf) = = " * *
40 2 24 23 22
2.2. erão independentes se P(ser rapaz | praticar surf) =
S 5.1. xistem na urna, 5 + 4 + 3 + 2 + 1 = 15 notas, das
E
P(ser rapaz) quais 3 têm valor superior a 60 €.
Ora Logo
3
P(ser rapaz) = P(valor da nota ser superior a 60 €) =
3 1
= = 0,20
8 15 5
E
20 1
P(ser rapaz | praticar surf) = = 5.2. variável aleatória associada a este jogo pode ser
A
40 2 definida como, X: valor da nota extraída ao acaso da
Logo não são independentes.
urna
3.1. C – tem cancro A distribuição de probabilidade de X é dada pela
C – não tem cancro tabela
T+ – teste deu positivo xi 5 10 20 100 500
T - – teste deu negativo 5 4 3 2 1
P(X = xi)
+ 15 15 15 15 15
0,95 T
C Cujo valor médio pode ser calculado a partir da
calculadora, colocando nas listas:
0,04 0,05 T -(falso negativo)
1.ª lista: valores de X – 5, 10, 20, 100, 500
2.ª lista: as respetivas probabilidades
0,05 T+ (falso positivo)
0,96
Obtemos m = 55 €
C
Trata-se de um jogo com fins lucrativos para o
0,95 T -
organizador do concurso, uma vez que o preço por
jogada (60 €) é maior do que o valor médio dos
3.2. Existem 10 000 * 0,04 = 400 mulheres doentes
ganhos de um jogador, por jogada (55 €).
3.3. Mulheres saudáveis: 10 000 – 400 = 9600
3.4. 5% das mulheres doentes terão um teste positivo,
9
© AREAL EDITORES
108
© AREAL EDITORES
TESTE-TIPO EXAME NACIONAL 1 • Comparação entre A e C
Método A
• Comparação entre A e B
A Assembleia em 2016 terá uma constituição igual à
Votantes de 2015.
Preferências 8 4 3 5 Judo – 3 representantes
1.ª A B A B Capoeira – 5 representantes
2.ª B A B A Aeróbica – 2 representantes
A: 8 + 3 = 11 votos
B: 4 + 5 = 9 votos
Vence A
109
A 3 B
6
8 8
9 C
4
E 4
12 2
5
D
4.1.
Peso Freq. Rel. Freq. Abs Freq Abs
(em Kg) (fi%) (ni) Ac (Ni)
[2,00; 2,50[ 13 0,13 * 196 ) 25 25
[2,50; 3,00[ 20 0,2 * 196 ) 39 64
[3,00; 3,50[ 36 0,36 * 196 ) 71 135
Verifica-se, assim, que a população de plantas da
espécie A duplica ao fim de 26 semanas, [3,50; 4,00[ 23 0,23 * 196 ) 45 180
aproximadamente. [4,00; 4,50[ 8 0,08 * 196 ) 16 196
3.2. I ntroduz-se agora a expressão do modelo relativa à
4.2. os 196 bebés, 20% + 36% + 23% = 79% têm peso
D
espécie B e com uma janela ajustada, procura-se
entre os 2,5 kg e os 4 kg.
uma boa visualização das representações gráficas
dos dois modelos: 4.3. eremos que ter dois bebés com peso dentro do
T
normal
" 0,79 * 0,79
E um bebé com peso fora do normal
" 1 - 0,70 = 0,21
Esse bebé pode ser o primeiro, o segundo ou o
terceiro.
Ou seja
P = 0,79 * 0,79 * 0,21 * 3 ) 0,3932
4.4.
0,5 - 0,04 = 0,46 0,26
0,04
a μ b
© AREAL EDITORES
110
20 123
17 L
A 15
R 85 Ti
20 123
17 L
A 15
R 85 Ti O número de animais existentes no centro ao fim do
primeiro ano de existência, segundo o modelo do
• Começa-se por escolher N Ta – 4 km
Rui, será de 122 animais.
111
2.3. Ambos têm razão nos argumentos apresentados. 4.2. onsideremos a variável aleatória X: pontos obtidos
C
O diretor, ao seguir o modelo linear, verificou que numa questão de escolha múltipla
ao fim de 12 meses já existiriam, segundo o modelo, E a respetiva distribuição de probabilidade
cerca de 250 animais na loja.
xi - 4 a
3 1
P(X = xi)
4 4
Pretende-se que o valor médio desta variável seja 0
Assim
3 1 a
m = 0 = (- 4) * + a * § 0 = - 3 + §
4 4 4
a
§ = 3 § a = 12
4
Cada resposta certa deverá valer 12 pontos.
224
5.1. ) 0,622 222 " 62,2%
Homens:
360
Já o Rui, ao adotar um modelo logístico, sabe que o 282
Mulheres: = 0,705 " 70,5%
número de animais existentes na loja nunca 400
ultrapassará a capacidade máxima do modelo que é
5.2.1. O intervalo de 95% de confiança para a
de c ) 122,31.
percentagem de homens ou mulheres que passam
Trata-se agora de decidir qual o modelo que pode no teste, é dado por
ser mais realista para a evolução do número de
"pW11 - pW2 "pW11 - pW2
animais existentes no centro. I95% = d pW - 1,960 , Wp + 1,960 c
"n "n
3. Construa-se a árvore de probabilidades associada
Onde
V " vacinado contra a gripe
Para os homens: Para as mulheres:
G " teve gripe 224 282
pW = pW =
G
0,30 360 400
n = 360 n = 400
V
DOSSIÊ DO PROFESSOR FICHAS DE AVALIAÇÃO
0,40 Assim,
G 0,70
Para os homens
G
0,60 0,65 I95% =
224 224 224 224
V a1 - b a1 - b
224 Å 360 360 224 Å 360 360
G
0,35 § - 1,960 , + 1,960 £
360 "360 360 "360
3.1. P(G) = 0,40 * 0,30 + 0,60 * 0,65 = 0,51 " 51% ≈ ]0,5721; 0,6723[
0,40 * 0,30
3.2. P(V | G) = ) 0,2353 " 23,53% Para as mulheres
0,51
I95% =
4.1. alhar pelo menos duas questões é o contrário de
F 282 282 282 282
a1 - b a1 - b
falhar no máximo 1. 282 Å 400 400 282 Å 400 400
§ - 1,960 , + 1,960 £
Ora 400 "400 400 "400
P(falhar no máximo 1 questão) =
≈ ]0,6603; 0,7497[
= P(acertar todas) + P(falhar apenas 1)
5.2.2. Como os intervalos são de igual nível de confiança,
Sabendo que em cada questão a probabilidade de
3 1 a probabilidade de obter qualquer dos valores no
falhar é de e a de acertar é de : seu interior é igual a 95%.
4 4
10
1 Ora como os intervalos se intersetam (o valor
P(acertar todas) = a b
4 máximo para os homens ultrapassa o valor mínimo
9
1 3 para as mulheres), com igual probabilidade,
P(falhar apenas uma) = a b * * 10
4 4 poderemos obter noutra amostra de 360 homens e
Logo de 400 mulheres, uma taxa de sucesso dos homens
1 30 31
P(falhar no máximo 1 questão) = 10 + 10 = 10 superior à das mulheres. Por exemplo, 67% para os
4 4 4 homens e 66% para as mulheres.
31
P(falhar pelo menos duas) = 1 – ≈ 0,9997
410
© AREAL EDITORES
112