Propostas de Resolução Testes - Areal

macs
11.º ANO / ENSINO SECUNDÁRIO

11 MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS
S OLUÇ ÕES
OD E R E
LIVR
manuela simões
MACS11EP_20152582_LRES_P001_021_3P.indd 1 5/2/16 2:55 PM

MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS 11
ÍNDICE
MANUAL
TEMA I MODELOS MATEMÁTICOS
U1 Modelos Grafos 3
U2 Modelos Populacionais 22
TEMA II MODELOS DE PROBABILIDADES 42
TEMA III INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 78
PREPARAR O EXAME NACIONAL 86
DOSSIÊ DO PROFESSOR 98
© AREAL EDITORES

LIVRO DE RESOLUÇÕES
© 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
8.1. > 1.º grafo: A, B, D, E e G " grau 3

C " grau 4
Págs. 14-15 F " grau 1
H " grau 0
1.1. G1 G2 G3 G4 G5
> 2.º grafo: A, B, D, E e H " grau 1
Vértices 4 7 4 3 3
C, F e G " grau 3
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
eles. Assim num grafo completo de 20 vértices, em

TM ✓ ✓ ✓ ✓ N
cada um incidirão 19 arestas. Apesar de uma aresta
incidir sempre em 2 vértices, ela só pode ser 4.1. João não se encontrou com a Sara porque no
O
contabilizada uma vez por cada par de vértices. grafo não existe qualquer aresta que incida
20 * 19
Assim, no total existirão = 190 arestas. simultaneamente nos vértices que representam os
2
referidos amigos.
2. empre que há uma aresta, ela une dois vértices,
S
4.2. Samuel encontrou-se com 3 amigos (o Miguel, o
O
logo, qualquer que seja o número de vértices, cada
João e a Eduarda) pois há 3 arestas incidentes no
aresta vai ser contabilizada nos dois, logo a soma
vértice que representa o Samuel.
dos graus dos vértices de um grafo é sempre o
número de arestas vezes dois. Portanto a soma dos 4.3. Ana foi a que se encontrou com mais pessoas
A
graus será sempre um número par. (4 amigos) pois o vértice que a representa é o que
tem um maior número de arestas incidentes.
Págs. 23-24 4.4. existência de um lacete significaria que, na última
A
1. értices – cruzamentos entre ruas do bairro;
V semana, um dos amigos se teria encontrado consigo
arestas – troços de ruas entre dois cruzamentos mesmo, o que não faz qualquer sentido.
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
3.1. értices – responsáveis;

V C (3)
A (3) B (3) C (3)
arestas – ligam responsáveis interessados em
dinamizar a mesma modalidade B (3) A (3)
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
✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ 7.2. a) Não é um circuito, pois não é fechado, logo

N ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ também não é ciclo.
M ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗

© 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)
O grafo não admite qualquer circuito de Euler.
5.1. percurso em d) é fechado e percorre todas as

O
arestas, logo é circuito de Euler.
Págs. 31-32
5.2. enhum porque o grafo não é um grafo de Euler.
N
1. penas o grafo em 1.1 é de Euler, pois neste, todos
A No entanto em c) existe um percurso que percorre
os vértices têm grau par. todas as arestas do grafo sem repetir nenhuma mas
2.1. possível porque no grafo associado a esta figura
É este não é um circuito de Euler, pois não é um
existem apenas 2 vértices de grau ímpar (os percurso fechado.
assinalados na figura).
6. ara ser possível aplicar o algoritmo de Fleury o
P
grafo tem de ser grafo de Euler, isto é, tem de ser
conexo com todos os vértices de grau par.
Grafo 1 Grafo 2 Grafo 3

2.2. possível porque no grafo associado a esta figura
É A " grau 2 L " grau 5 R " grau 6
existem apenas 2 vértices de grau ímpar (os
B " grau 6 M " grau 4 S " grau 4
assinalados na figura).
C " grau 2 N " grau 3 T " grau 2
D " grau 6 O " grau 5 U " grau 4
E " grau 4 P " grau 4 V " grau 2
F " grau 4 Q " grau 4 W " grau 2
G " grau 4 R " grau 5
2.3. ão é possível porque no grafo associado existem
N H " grau 4
mais de 2 vértices de grau ímpar (assinalados na I " grau 2
figura). Apenas G1 e G3 são grafos de Euler.
G1: ABCDFIHGFDGEDBEBHA
G3: WSRUTRUSVRW
7. umerando as arestas pela ordem com que são

N
percorridas:
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

Pág. 37-38 6. umerando as arestas pela ordem em que são

N
1. ara se eulerizarem os grafos teremos de duplicar
P percorridas e assinalando a tracejado as arestas a
algumas das arestas de modo a que se obtenha um duplicar:
novo grafo em que todos os seus vértices tenham 6.1. 10
R
(5)
grau par, por isso, as arestas a duplicar são, nestes (2) 1
A B 2
casos, as que incidem nos vértices de grau ímpar (3)
9 3 12 11 13
(BC e RU). 6
4
C D
A C (3) 5
(4) 7
L (5)
8
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)
3 arestas (assinaladas na figura). DLRLCLRBDARBRA

A E 6.3. 13 R (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

© AREAL EDITORES PeChAUBrAPaABoChBoPaBrBoPeBrCoPeECoVBr 3.2. ADBCEFA

GSBrGfSGV.
V 28 G 27 4.1. A B C A B C
20
S D D
Co 23 26
21 22
19 16 Gf G F E G F E
24
E 17 AFDCEBGA ADCEBGFA
25
18 15
Pe Br A B C
Bo 13
14 12
1 10 11 D
Pa
9 8 4
Ch 6 5 G F E
7
2 U
3 AGFDCEBA
A
1.3. 4.2. A B C 4.3. A B C

V 30 G
29 D
1 S D
Co 25 28
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
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.
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).

7.2. aresta EF tem de deixar de ser uma ponte, para

A b) 20 D
60
C
80
A 190
isso acrescenta-se a aresta AB. B
60 40
A B 25 C D A 155
30
20 30
60 D B A 190
80
E F A C
25 20 D 40 A
B 165
D C 40 25 30
EDABCFE 60 C B A 155
D
25 80
8. or exemplo através do seguinte ciclo de Hamilton:
P 20 B C A 165
Porto Esperança – Aparecida do Toboado – ABCDA (ou ADCBA) com o peso total de 155
Jaguanaiva – Corumbá - Três Lagoas - Siqueira
Campos – Porto Esperança. 2. A B C D E
A ✗ 500 200 185 205
9.1. ncontrar um ciclo de Hamilton significa encontrar
E B 500 ✗ 305 360 340
uma forma de visitar todas as salas (galeria C 200 305 ✗ 320 165
incluída), sem repetir nenhuma e terminando no D 185 360 320 ✗ 302
MANUAL
local onde se começou. E 205 340 165 302 ✗

9.2. Atribuindo letras às salas: ABCDEGA
2.1. A ——— D ——— E ——— C ——— B ——— A
185 302 165 305 500
A
B
Peso Total: 1457 km
C Custo total: 11 656 €
E D
G 2.2. B ——— C ——— E ——— A ——— D ——— B

305 165 205 185 360
Peso total: 1220 km
Custo Total: 9760 €
INVESTIGUE E EXPLORE
Reformulando o ciclo de forma a iniciar-se e
Sim é possível. Sabe-se que, para que um percurso seja um
terminar em A:
percurso de Hamilton, este terá de percorrer todos os
vértices, não podendo haver repetição de nenhum deles. A ——— D ——— B ——— C ——— E ——— A
Num percurso de Euler, este tem de passar por todas as De menor custo do que o da alínea anterior.
arestas, sem as repetir, mas neste caso poderá haver
repetição de vértices. Por exemplo, no grafo da figura, 2.3. • A iniciar em C
DABDCA é um percurso de Euler e não é um percurso de C ——— E ——— A ——— D ——— B ——— C
Hamilton. 165 205 185 360 305
ADBCEA " 1220 (9760 €)
A B
• A iniciar em D
D ——— A ——— C ——— E ——— B ——— D
185 200 165 340 360
ACEBDA " 1250 (10 000 €)
D C
• 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
Peso total: 92 horas – iniciando em “Correios”

4.2. A B BC – 9 4
AE – 18 B Cab. 6 Carlos 13 Cor.
5
18 BE – 18 6 2 5 4 6
9 Correios P Casa Cab. B Carlos 13 Cor.
E
AD – 22
C DC – 25 5 B 4 Cab. 7 Cor.
6
Carlos
92 horas 6 4 11
Cab. B Cor.
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
Os itinerários de custo mínimo (30) poderão ser:

Correios
Casa – padaria – correios – cabeleireiro – banco

Padaria
Carlos
Banco
– 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 ✗

6. omo temos apenas quatro vértices podemos

C 7.2. 689 * 0,49 + 3 = 337,61 + 3 = 340,61 €
recorrer ao Algoritmo da Força Bruta, que nos dará A Filipa deverá escolher a companhia que cobra uma
a resposta ótima: taxa adicional pois, mesmo assim, fica mais barata.
Custo
11 15 INVESTIGUE E EXPLORE
6 C D B 44 h
A
11 17 1.1. vértices, mas com a obrigatoriedade da ligação AG
9
14 D C B 54 h
12 passam a 8 vértices, portanto:
6 A
14
D
15
B 52 h 18 - 12! 7! 5040
17 = = = 2120
B C 2 2 2
11 14 A 12 B
D 54 h 1.2. 9 vértices, mas com a obrigatoriedade da ligação EB
15 6 17 7! 5040
14 A C B 52 h passam a 8 vértices, portanto: = = 2520
2 2
D
11
6
A
12
B 44 h
1.3. 9 vértices, mas com a obrigatoriedade da ligação AD
C
passam a 8 vértices, e com a obrigatoriedade da
Ciclo de Hamilton de custo mínimo (44 h): ligação FA passam a 7 vértices, portanto:
B-A-C-D-B (ou B-D-C-A-B). 9 – 1 = 8 vértices " (8 – 1) " 7 vértices "
17 - 12! 6! 720
MANUAL
= = = 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

© AREAL EDITORES 2.3. J K Outras possibilidades:

PV PE PV PE
60
H N 107
77 68 77
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
L M 6. O grafo que representa a situação é:

J K PE C
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:
A solução apresentada é apenas uma de várias AB – 30 ✓ AC – 45 ✗

possibilidades. DC – 35 ✓ BC – 50 ✗
AD – 40 ✓
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
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
De seguida escolhem-se sucessivamente arestas do AK – 12 ✓ EF – 8 ✓

menor peso para o maior, de modo a nunca formar BC – 11 ✓ AB – 7 ✓
um ciclo e até que todos os vértices pertençam a De seguida escolhem-se sucessivamente arestas de
algumas das arestas consideradas. Fica então: maior peso para o menor, de modo a nunca formar
F A um ciclo e até que todos os vértices pertençam a
1,8 2,1 algumas das arestas consideradas. Fica então:
E B B D E
2,2
2 7 11 8
17 15 F G
A C
2
D 1,2 C 12 9 10
A K J H
ordenar as arestas por ordem crescente de pesos:
Peso total: 91.
XW – 1 ✓
AV – 2 ✓ 4. scolhem-se sucessivamente arestas de menor peso
E
VW – 2 ✓ para o maior, de modo a nunca formar um ciclo e
UV – 3 ✓ até que todos os vértices pertençam a algumas das
AX – 3 ✗ " Forma ciclo arestas consideradas. Fica então:
AU – 4 ✗ " Forma ciclo
Maun Nata
AW – 4 ✗ " Forma ciclo 307
190
TY – 6 ✓ Francistown
153
TA – 6 ✓ Ghanzi Orapa Selibe-Phikwe
De seguida escolhem-se sucessivamente arestas do 266 132
212 Palapye
menor peso para o maior, de modo a nunca formar Kang 44 72
um ciclo e até que todos os vértices pertençam a 247 Serowe Mahalapye
200
algumas das arestas consideradas. Fica então: Jwaneng Gaborone
314
75
T U 126 Lobatse
Tsabong
6 6 3 48
2 Ramatlabama
V
Y A
2 Peso Total: 2386
X 1 W A rede criada terá uma distância total de 2386 km.
5. scolhem-se sucessivamente arestas de menor peso

E
3.1. plicando uma variante do algoritmo de Kruskal,
A para o maior, de modo a nunca formar um ciclo e
começa-se por ordenar as arestas por ordem até que todos os vértices pertençam a algumas das
decrescente de pesos: arestas consideradas. Fica então a árvore abrangente
CE – 16 ✓ FE – 10 mínima de resposta ao problema:
CD – 15 ✓ BC – 9
QP Q1
BD – 13 ✓ DE – 8
6
CF – 12 ✓ BF – 7 SE Q2
17 14
De seguida escolhem-se sucessivamente arestas de 11 20
© AREAL EDITORES
maior peso para o menor, de modo a nunca formar Q6 Q3

12 9
um ciclo e até que todos os vértices pertençam a Q5 Q4
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
2.1. odas as 4 arestas adjacentes a E têm sentido de E

T iii) Caso exista um dia de atraso nos arranjos
para cada um dos outros quatro vértices, o que paisagísticos, não haverá qualquer atraso porque
significa que equipa E venceu todas as outras o conjunto das tarefas Ex e P passam a demorar
equipas, logo, ela é a equipa vencedora do torneio. o mesmo tempo que as tarefas El e I (que fazem
parte do caminho crítico).
2.2. odas as 4 arestas adjacentes a A tem sentido de
T
cada um dos outros quatro vértices para A, o que iv) Como a tarefa I faz parte do caminho crítico,
significa que todas as outras 4 equipas venceram A. qualquer atraso refletir-se-á no tempo para
Logo, A é a última classificada do torneio. terminar o projeto, que terá assim um atraso de
4 dias.
3. s vértices representam as tarefas a realizar e as arestas
O
indicam as precedências que cada tarefa possui. 5. caminho crítico é A-C-E, logo o tempo total
O
A D mínimo exigido para realizar este conjunto de
tarefas é 13 + 15 + 27 = 55 minutos.
E F G
Vejamos que:
- a tarefa B pode ser realizada enquanto são
B C
realizadas as tarefas A e C;
4.1. Ex P - a tarefa D pode ser realizada aquando da tarefa E
13 7
(podendo mesmo ser iniciada antes do início da E).
Início
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
São necessários, no mínimo, quatro momentos

diferentes para organizar os exames.
Uma distribuição possível poderá ser: 4.1. A B
B
Momento 1 – Português C E H C
A
Momento 2 – Psicologia e Estatística Inferencial
Momento 3 – Psicanálise e Fundamentos Filosóficos D F G
G D
da Psicologia H
Momento 4 – Ciências Sociais e Estatística F E
Descritiva
2. número cromático do grafo que representa a
O 4.2. A B
situação é 4, ou seja, é o número mínimo de cores
necessário para colorir os vértices de modo que os H C
vértices adjacentes não tenham a mesma cor. Por
exemplo: G D
Uma solução para o problema pode ser quatro
tardes ocupadas respetivamente com: F E
C M
O número cromático é 3.
Q H
4.3.
E F B
A C E
R I
D F G
• Filosofia e Russo numa mesma tarde
H
• Química e Matemática noutra tarde
• Inglês e Espanhol noutra
• Chinês e História noutra
Outra das soluções seria:
- Uma tarde com chinês;
– Uma tarde com matemática, história e francês;
– Uma tarde com química, espanhol e italiano;
– Uma tarde como russo
C M
Q H
E F
R I
Em qualquer uma das hipóteses serão necessárias,
no mínimo, 4 tardes.
© AREAL EDITORES
14

© AREAL EDITORES INVESTIGUE E EXPLORE – pág. 80 APLICANDOS

1.
Minho 1.1. 1.2.

(M) Trás-os-Montes
e Alto Douro
Douro (TMAO)
Litoral
(DL)
Beira
Alta
(B.Alt.)
Beira
Litoral Beira
(BL) Baixa
(BB)
1.3.
Ribatejo
(R)
Alto
Alentejo
Estremadura (AA)
(E)
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
A 3. Analisando o grau de cada vértice, conclui-se:

Número cromático: 3 B
U
(4)
(2)
3 cores segundo os grupos:
– M / BA / R / B Alent.
F C X
– DL / BB / E / A (4) A (4) Y Z
(4) T
(4) (2) (3) (3)
– TMAD / BL / AA
E D
(3) (3) V
(4)

4. A (2) B (2) D (3)
E B (2) E (4)
(4)
D (3) C (3) C (3) A (3)
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

© AREAL EDITORES 12. Assim, existem quatro percursos possíveis

A 5 B começando e terminando na estação de comboios.
10 5 12 São eles:
9
- estação-I-E-A-B-C-D-H-L-K-G-F-J- estação (ou vice
E 4 C
6 11 versa)
8 6 - estação-I-E-A-B-F-G-C-D-H-L-K-J- estação (ou vice
D versa).
15 - 12! 4! 4 * 3 * 2
12.1. = = = 12 14. a) Todos os vértices têm grau para e o grafo é
2 2 2 conexo logo é um grafo de Euler e, sendo assim,
Podemos esgotar todas as hipóteses a partir de A. podemos iniciar em qualquer vértice para definir
8 um circuito de Euler. Por exemplo:
6 D E A 41
C 8
12 4 E D A 35 16 20 28
11 6 C 4 E A 36
B D 4 17 27
8 E C A 37 15 19 21 1
5 4 6 D A 26 A B E C D A
C
E 6
8 D C A 33 18 22 26
5
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
por ordem inversa às duas anteriores.

D H
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.)
As arestas representam ruas, nas quais o Miguel tem 17.3. T

erá sempre de se repetir pelo menos uma ponte
de passar para efetuar a distribuição, e os vértices (assinaladas a vermelho).
representam cruzamento entre as ruas. Um possível grafo que representa a situação é:
16.2. O
multigrafo é conexo e tem dois vértices de grau
C 3 P. M.
ímpar, logo, é possível percorrer todas as arestas,
sem haver repetições, iniciando num dos vértices de 4 6 21 7
MANUAL
grau ímpar e terminando no outro.
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

© AREAL EDITORES 20. 122 - 12! 21!

E E D A 23.2. Há = ciclos de Hamilton diferentes,
B C 2 2
D D E A então, o número de segundos que o computador
21! 21!
B demora a gerá-los é dado por : 109 = .
2 2 * 109
A C E D Para calcular o número correspondente de anos
(considerando 1 ano = 365 dias) teremos de
D E calcular:
21!
C
C
: (60 * 60 * 24 * 365) = 810,042
E 2 * 109
D
E C B A O computador levará cerca de 810 anos a gerar todos
os ciclos de Hamilton.
C
E 24.
D C B A 24.1. T ___ P ___ B ___ C ___ E ___ Lx ___ La ___ T
141 209 224 249 136 268 378
21. a) Admite apenas um percurso de Hamilton: Total: 1605 km
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

24.4. B E regressar a Lisboa.

Lx E – 136
Se de Coimbra seguir para Faro e só depois visitar as
C T P – 141
T C – 145 cidades espanholas, ou seja, se fizer
E La – 167 Lisboa – Coimbra – Faro – Cáceres – Sevilha
La P B – 209 – Lisboa, distância total 1814 km,
P Lx C – 279 ou então
B La – 540
Lisboa – Coimbra – Faro – Sevilha – Cáceres
T Lx Total: 1617 km – Lisboa, distância total 1423 km. Em qualquer dos
casos não estará a percorrer o circuito de menor
Itinerários: T – P – B – La – E – Lx – C – T ou no
distância:
sentido contrário.
Lisboa – Coimbra – Cáceres – Sevilha – Faro
25. – Lisboa com um total de 1291 km a percorrer.
A
25.1. 27.
27.1. A
árvore abrangente dada mantém-se mínima
A C – 0,7
B D – 0,8 porque o peso da aresta acrescentada é maior ou
E B
C E – 0,8 igual aos pesos das arestas que a formam.
MANUAL
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

© AREAL EDITORES 29. RA – 400 31.3. Teremos:

AB – 600 H T OE
Receção L
EF – 740 3 1
G A 2
GH – 790
AG – 900 F 3 5 2
B
DH –950 E D C
RC – 1000 E Passamos a ter
C
DE – 1260 D T OE D C " 11 dias
Total: 6640 m = 6,64 km T E D C " 13 dias
Custo: 22 500 * 6,64 = 149 400 € L E D C " 112 dias
30. Mantém-se o caminho crítico mas o projeto passa a

30.1. A 9 poder ser realizado em 13 dias.
B
3 11 32.
8 Tarefa Tempo (min) Pré-requisitos
8
F C A 2 –
5
9 3
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
50 * 11 + 0,5 * 52 15 anos depois: n = 15, P15 = 1600 * a b ≈ 700 630

P(5) = ≈ 85 insetos pinheiros
2
2 + 0,01 * 5
1.3. e a evolução se continuar a verificar, passados
S 4.2. epois de inserir a expressão do modelo no editor
D
muitos, muitos anos, o número de insetos vai-se de funções da calculadora gráfica, procura-se na
aproximar cada vez mais de 2500. tabela de valores o valor de n que corresponde a um
valor Pn próximo de 8100.
Para chegar a tal conclusão introduz-se a expressão
fornecida no editor de funções da calculadora e por
via gráfica ou analisando valores crescentes da
tabela, concluímos a afirmação anterior.
Verificamos que tal acontece para n = 4, ou seja ao

fim de 4 anos.
4.3. ontinuando a pesquisar na tabela de valores, agora
C
2.1. C0 - representa o valor da população residente no para Pn ≈ 40 000, encontramos n ≈ 8
Cartaxo em 1900 e é de 14 373 habitantes
2.2. 30 - população residente em 1930 Æ 18 270
C
habitantes
C101 - população residente em 2001 Æ 23 389
habitantes
C - C0
2.3. t = 101 ) 63 %
C0
3. ara responder à questão 3.1. podemos definir o
P
n+1 n
modelo recursivo na calculadora e consultar a 3 3
1600 * a b - 1600 * a b
respetiva tabela de valores: Pn + 1 - Pn 2 2
4.4. = n
=
Pn 3
1600 * a b
2
n n
3 3 3
1600 * a b a b - 1600 * a b
2 2 2
= n
=
3
1600 * a b
2
n
3 3
1600 * a b a - 1b
© AREAL EDITORES
2 2 3 1
= = – 1 = Æ 50%
3
n
2 2
1600 * a b
2
22

2*2+3 7 > Calculadora

P2 = =
© AREAL EDITORES
5.1.
3*2-1 5 Introduz-se no editor de funções da calculadora a
2 * 100 + 3 203 expressão do modelo e procura-se o valor de n ao
P100 = = ≈ 0,6789
3 * 100 - 1 299 qual corresponde um valor próximo de 20 000.
5.2. Pode ser explorado na calculadora ou analiticamente.
> Calculadora
Insere-se a expressão do modelo e consulta-se a
respetiva tabela de valores
Concluindo que ao fim de 8,3 anos

(aproximadamente) a capacidade do aterro será
alcançada.
P1 = P0 + 100 = 175
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
Págs. 109-110 Encontramos para ambos os casos n ≈ 154

1.1. 5 anos correspondem a 60 meses. 4.1. stamos perante uma p.a. de termo inicial 80 e
E
Se em cada mês são colocadas 120 toneladas de lixo razão 125
no aterro, ao fim de 60 meses terão sido colocadas P1 = P0 + 125 = 80 + 125 = 205
60 * 120 = 7200 toneladas de lixo P2 = P0 + 2 * 125 = 80 + 250 = 330
P3 = P0 + 3 * 125 = 80 + 375 = 455
Adicionamos às atuais 8 000 toneladas, teremos no
aterro ao fim de 5 anos 4.2. Pn = P0 + 125n = 80 + 125n
7200 + 8000 = 15 200 toneladas de lixo 4.3. P100 = 80 + 125 * 100 = 12 580
1.2. or ano são depositadas no aterro 12 * 120 = 1440
P 5.1. stamos perante uma p.a. de termo inicial 578 e
E
toneladas de lixo. razão - 25.
O número de toneladas de lixo existentes no aterro P1 = P0 – 25 = 578 – 25 = 553
em cada ano, pode então ser modelado por uma p.a. P2 = P0 – 2 * 25 = 528
de razão 1440 (Ln) e termo inicial 8000 P3 = P0 – 3 * 25 = 503
Assim Ln = 8000 + 1440n 5.2. Pn = P0 – 25n = 578 – 25n
1.3. > Analiticamente 5.3. P23 = 578 – 25 * 23 = 3
8000 + 1440n = 20 000 § 1440n = 12 000 §
6.1.
Trata-se de uma p.a. de termo inicial 8 e razão
§n=
12 000
≈ 8,3 30 - 8
1440 3 a b
10
Assim
Pn = 8 + 3n
23

6.2. P50 = 8 + 3 * 50 = 158 1.3. Pn = 8 * 1,5n, n ≥ 0

e considerarmos outubro de 2013 como t = 0,
7.1.
S
2. e anualmente são limpos 10%, significa que ficam
S
dezembro de 2015 corresponderá a t = 26.
no lago 90% dos produtos tóxicos.
O decréscimo mensal da taxa é de 0,1%.
Estamos assim perante uma p.a. de termo inicial Estamos assim perante uma p.g. de razão 0,9 e
15,6 (taxa de desemprego em outubro de 2013) e termo inicial 500
razão – 0,1. Teremos então como termo geral: 500 * 0,9n, com
Queremos saber o 26º termo que será dado por: n≥0
15,6 – 0,1 * 26 = 13 400
3.1. P30 = P0 * e0,01 * 30 § P0 = 0,01 * 30 § P0 ≈ 296
13% é então uma estimativa para a taxa de e
desemprego em dezembro de 2015. 3.2. Introduzimos a expressão do modelo no editor de
7.2. onsiderando o termo geral da p.a. que modela a
C funções da calculadora e recorrendo à respetiva
situação: 15,6 – 0,1n tabela de valores procuramos o valor de Pn ≈ 1000.
Queremos 15,6 – 0,1n = 0 § 0,1n = 15,6 §

15,6
§n= = 156
0,1
MANUAL
A manter-se a tendência, a taxa de desemprego seria

nula em outubro de 2026 (156 meses = 13 anos,
depois de outubro de 2013).
8.1. 2020 corresponde a n = 15

E15 = 78,2 + 0,2 * 15 = 81,2
8.2. Queremos Obtemos n ≈ 122 dias.
78,2 + 0,2n = 90 § 0,2n = 90 – 78,2 § 3.3. rata-se de uma p.g., como tal a taxa de crescimento
T
11,8
§ 0,2n = 11,8 § n = = 59 é constante. Basta assim considerar
0,2
P1 - P0
O modelo fornecido permite perspetivar para 2064 que a partir da calculadora fornecerá o
P0
(2005 + 59) uma esperança média de vida de 90
seguinte resultado.
anos.
9.1. 137 + 2 * 38 = 213 pontos com semáforos

9.2. Designemos por Sn tal sequência.
Sn = 137 + 2n
9.3. Custo: 137 * 52 = 7124 €
9.4. o fim da 1.ª semana – 2 novos pontos – custo
A
adicional de 2 €
Ao fim da 2.ª semana – 4 novos pontos com
semáforos – custo adicional 4 € Para uma taxa de crescimento de cerca de 1%.
Pretende-se assim saber o valor da soma
2 + 4 + 6 + 8 + 10 + … + 2 * 52 4.1. ma taxa de crescimento de 25% corresponde a
U
uma razão de 1,25.
Isto é
12 + 1042 * 52 P1 = 11 * 1,25 = 13,75
Soma52 = = 106 * 26 = 2756 €
2 P9 = 11 * 1,259 ≈ 81,956
Págs. 116-117 4.2. Pn = 11 * 1,25n, com n ≥ 0
P1
1.1. = 1,5 § P1 = 1,5 * 8 = 12 5.1. P1 = 4 * P0 = 4 * 5 = 20
P0
P2 = 4 * P1 = 4 * 20 = 80
1.2. odemos definir o modelo recursivo na calculadora
P
com Pn = 1,5 * Pn - 1 e consultar a respetiva tabela de P3 = 4 * 80 = 320
valores: 5.2. Estamos perante uma p.g. de termo inicial 5 e razão 4.
Assim
Pn = 5 * 4n, com n ≥ 0
5.3. I ntroduzindo a expressão anterior no editor de
funções da calculadora, bastará consultar a tabela
de valores, procurando um valor de Pn próximo de
1 000 000.
© AREAL EDITORES
Obtendo-se P9 ≈ 307,55
24

© AREAL EDITORES 12. Designemos por A e B as cidades referidas.

Suponhamos que a cidade A apresenta uma taxa
anual constante de 2%.
Então a evolução anual da sua população, n anos
após 2005, pode ser modelada pela sequência An,
com
An = 35 000 * 1,02n
Já no que se refere à cidade B, a taxa anual
O que acontece para n ≈ 9. constante é de 8% e a evolução anual da sua
população pode ser dada pela sequência
P0 = 100 000 Bn = 35 000 * 1,08n
6.1. e
Pn = Pn - 1 - 0,20 * Pn - 1 = 0,80Pn - 1 , n > 0
Pretende-se determinar
6.2. Pn = 100 000 * 0,8n, com n ≥ 0 B10 - A10 = 35 000 * 1,0810 - 35 000 * 1,0210 ≈
6.3. O ano 2025 corresponde a n = 15 ≈ 32 897,57
P15 = 100 000 * 0,815 ≈ 3518 novos casos de gripe A diferença será de 32 898 habitantes
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
11. e 1984 para 2004 passam 20 anos. Definindo

D As diferenças encontradas devem-se ao facto do
1984 como ano inicial (n = 0), 2004 corresponderá modelo encontrado, a reta de regressão, ser a reta
a n = 20. que se encontra mais próxima do conjunto de dados
Se o crescimento é exponencial, tem-se fornecidos (conjunto de pontos que formam o
380 000 = 16 800(1 + t)20, sendo t a taxa de diagrama de dispersão relativo a esta situação) o
crescimento anual que procuramos que não implica que esta tenha de passar em todos
380 000 ou mesmo em alguns desses pontos.
380 000 = 16 800(1 + t)20 § (1 + t)20 = §
168 000 1.2. epois de inserido o modelo encontrado no editor
D
380 000
§ 1 + t = 20 § 1 + t ≈ 1,041 65 de funções da calculadora, procura-se na tabela de
Å 168 000
valores o valor de Y, correspondente a X = 2020.
O que corresponde a um valor da taxa de
crescimento anual de 4,17% (aproximadamente).
25

4.4. m primeiro lugar utilizemos um melhor grau de

E
aproximação do valor fornecido pelo modelo:
9,820928, o que corresponde a 9 820 928 habitantes
A percentagem de erro é então dada por:
9 851 970 - 9 820 928
≈ 0,003 161
9 820 928
Ou seja, cerca de 0,3%.
5.1. I nserindo os dados nas listas da calculadora da
Que nos fornece o valor de 3,62 milhares de milhões seguinte forma:
de pessoas (aproximadamente).
1.ª lista 2.ª lista 3.ª lista
2.1. 2012 - 1999 = 13
(EUA e
Em 13 anos a população aumentou 1 milhar de milhão. (trimestres) (Europa)
Canadá)
Seja r o aumento anual, então 2013 T1 1 139 179
1
13r = 1 § r = 2013 T2 2 142 182
13
2013 T3 3 144 188
MANUAL
Sendo 6 a população inicial, o modelo linear pode

ser definido por 2013 T4 4 147 195
1
y = 6 + x 2014 T1 5 150 203
13 2014 T2 6 152 206
Queremos, assim, determinar qual o valor de x para 2014 T3 7 155 212
o qual
1 1 2014 T4 8 157 217
8 = 6 + x§2= x § x = 2 * 13 = 26
13 13 2015 T1 9 161 225
A população atingirá os 8 milhares de milhões em
Podemos de seguida realizar as respetivas regressões
1999 + 26, ou seja, em 2025.
lineares, obtendo
2.2. 2020 corresponde a x = 2020 - 1999 = 21
EUA e Canadá: y = 2,(6)x + 136,(3);
A população mundial será dada por
1 Europa: y = 5,8x + 171,(7)
y = 6 + * 21 ≈ 7,615 384 615 milhares de milhões
13 5.2. ontinuando a numeração dos trimestres podemos
C
3.
I ntroduzindo os valores fornecidos nas listas da concluir que
calculadora e determinando uma regressão linear
obtêm-se os seguintes valores, com aproximação às Trimestres X
centésimas, para a reta de regressão y = ax + b 2014 T4 8
a = 3,85; b = 4,94 2015 T4 12
4.1. 2016 T4 16
2017 T4 20
2018 T4 24
2019 T4 28
2020 T4 32
O quarto trimestre de 2020 corresponde a x = 32

Basta então consultar as tabelas de valores relativas
4.2. epois de colocados os valores fornecidos nas listas
D a cada um dos modelos construídos:
da calculadora, efetua-se uma regressão linear e
obtém-se y ≈ 0,045x - 80,124
4.3. asta consultar na calculadora a tabela de valores
B
relativa ao modelo linear para x = 2001
Obtendo-se
EUA e Canadá: aproximadamente 222 milhões;
Europa: aproximadamente 357 milhões
© AREAL EDITORES
5.3. ão porque no 1.° trimestre de 2013 a Europa já

N
Obtendo-se o valor de 9,821 milhões (aproximadamente). tinha mais utilizadores que os EUA e Canadá e, a
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%
Págs. 128-130 Verificando que tal acontecerá entre 2015 e 2016.

1.1. Gráfico
2.1. a) Considerando que o ano de 2002, corresponde a
um valor de x = 0, estamos perante um
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):
Inseridos os dados nas listas da calculadora e

realizando uma regressão linear, obtém-se
y ≈ 0,747x - 1443,141
1.2. onsultando a tabela de valores respetiva para
C
X = 2000 e X = 2020
Obtém-se
Ano População em milhões

2013 1204,864043
2014 1221,732139
2025 1423,618109
Obtém-se para 2000, cerca de 51% de população b)

urbana e para 2020, cerca de 66%.
1.3. ealizemos em primeiro lugar uma regressão
R t – anos
P – população
exponencial com os dados introduzidos em 1.1. Ano depois de
(milhões)
2002
Encontramos (numa calculadora Texas)
2002 0 1034
y ≈ 3 * 10 - 17 * 1,021x
2003 1 1048,476
Para decidir qual dos modelos estará mais adequado
comparemos os respetivos gráficos com o gráfico de 2004 2 1063,154664
pontos obtido em 1.1. 2005 3 1078,038829
2006 4 1093,131373
2007 5 1108,435212
2008 6 1123,953305
2010 8 1155,644292
2012 10 1188,228839
2020 18 1328,017288
2025 23 1423,618109
O modelo exponencial parece estar mais próximo c) Pt = 1034 * 1,014t

deste conjunto de pontos, e como tal, parece ser o P13 9 1238,8, representa a população da Índia, em
mais adequado. milhões, em 2015.
27

2.2. a)
Ano T P Taxa de crescimento

2002 0 1284 ------
1287 - 1284
2003 1 1287 ≈ 0,0023 Æ 0,2%
1284
1299 - 1287
2204 2 1299 ≈ 0,0093 Æ 0,9%
1287
1306 - 1299
2005 3 1306 ≈ 0,0054 Æ 0,5%
1299 Recorrendo às capacidades da calculadora, poderemos
1314 - 1306 identificar o ponto de interseção dos dois gráficos:
2006 4 1314 ≈ 0,0061 Æ 0,6%
1306
1322 - 1314
2007 5 1322 ≈ 0,0061 Æ 0,6%
1314
1330 - 1322
2008 6 1330 ≈ 0,0061 Æ 0,6%
1322
MANUAL
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
Anos após 2010 Número de habitantes

x=-1 y = 8 * 1,03- 1 ≈ 7 766 990
x=2 y = 8 * 1,032 = 8 487 200
x=3 y = 8 * 1,033 = 8 741 816
Obtendo-se o valor de cerca de 1389 milhões de
habitantes como projeção da população chinesa 4.2. Pn = 8 000 000 * 1,03n
para o ano de 2015. 4.3.
I nserido um dos modelos encontrados em 4.1. ou
2.3. omecemos por observar as representações gráficas
C 4.2. na calculadora procuramos na tabela de valores
dos dois modelos, numa janela de visualização o valor de y ou Pn pretendido.
adequada: Se recorrermos ao modelo y = 8 * 1,03x, teremos
que procurar na tabela de valores o valor de y ≈ 16
© AREAL EDITORES
Verifica-se assim que tal acontece 24 anos após

2010, ou seja, em 2034.
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
Conclui-se que tal acontecerá cerca de 127 anos

após 1960, ou seja, em 2087.
8.1. quantidade anual de sacos consumidos em
A
Portugal antes da medida era de
10 600 000 * 466 = 4 939 600 000, ou seja,
Podemos concluir que a população de nenúfares se aproximadamente 5 mil milhões.
extinguirá, ao fim de muitos anos. Depois da medida implementada:
6.1.
odemos considerar um modelo exponencial de
P 10 600 000 * 50 = 530 000 000 sacos por ano
população inicial 868 (em milhares) e razão 0,5 8.2. A taxa de crescimento é dada por:
dado pela expressão: 50 - 466
y = 868 * 1,5x, onde x representa o número de ≈ - 0,8927
466
semestres após o final de 2013
Ou seja, cerca de – 89,27%.
Assim sendo o final de 2016 corresponde ao 2.°
8.3. stamos perante um crescimento exponencial de
E
semestre de 2016, ou seja, a um valor de x = 6
termo inicial 466 e razão
y = 868 * 1,56 = 9887,0625
50 25
Isto é, cerca de 9 887 063 detentores de tablets. =
466 233
6.2. epois de introduzir o modelo encontrado no editor
D O consumo de anual sacos de plástico por habitante
de funções da calculadora e consultando a respetiva passados 4 anos será dado por
tabela de valores: 4
25
y = 466 * a b ≈ 0,06
233
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

1.2. epois de introduzido o modelo encontrado no

D Concluindo que terão de passar cerca de 36 anos.
editor de funções da calculadora, consultamos a 3.3. ado que o modelo é logarítmico o aumento da
D
tabela procurando o valor de y correspondente a população vai sendo cada vez mais lento, sem no
x = 12 entanto se estabilizar em torno de nenhum valor,
por maior que seja.
3.4. População em 2001: 3,8
Pretende-se procurar o valor de y ≈ 3,8 * 2 = 7,6

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
modelo valores de y próximos de 300 e de 400

Concluindo-se que a população atingirá o dobro da
registada em 2001, por volta de 2069.
4.1. e acordo com os dados do enunciado, t
D
corresponde ao número de anos que decorreram
após o final de 2006. Logo, em 2018 terão decorrido
2018 - 2006 = 12 anos.
Assim o número de unidades que serão recolhidos
em 2018 é dado por:

A (12) = 100ln (4 + 0,49 * 12) ≈ 229,051
Pelo que o valor aproximado de unidades de sangue
a recolher em 2018 é de aproximadamente
229 milhares.
4.2. Recorrendo à tabela de valores da função:

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
Inicialmente registou-se um crescimento mais

rápido do número de infetados (crescimento
© AREAL EDITORES
exponencial) que, a partir de 1998, se foi tornando

progressivamente mais lento.
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)
Exponencial: y ≈ 1,14626 * 1,23462x (y = a * bx)

12
14
8
41,11774 c
ay =
6
Logístico: y ≈ b
1 + 30,92495e- 0,26151x 1 + ae- bx
4
2
0
b) No modelo exponencial a representa, segundo o 1800 1850 1900 1950 2000 2050
Anos
modelo, o número de infetados, em milhares, em Analisando a representação gráfica pode-se concluir

1988; no modelo logístico c significa que, que o crescimento desta população ocorreu
segundo o modelo, o número de infetados aproximadamente da mesma forma ao longo do
tenderá a estabilizar em 41 118 com o passar dos período, com a exceção da década de 1960, onde se
anos. registou uma diminuição da população.
c) Obtendo uma visualização gráfica na calculadora, 2.2. ealizando cada uma das regressões estudadas,
R
com uma janela de visualização adequada e verificamos que, de uma maneira geral todos os
recorrendo às potencialidades da calculadora. modelos estão bastante próximos uns dos outros, à
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

4.1. O número inicial de estudantes infetados é dado por INVESTIGUE E EXPLORE

100
P (0) = ≈ 4,74 1. a)
1 + e3
Meses N.º Peixes Aumento Mensal
4.2. Trata-se de um modelo logístico em que
0 200,00 _
a = e3
1 424,31 224,31
b = 1
2 855,36 431,05
c = 100
3 1573,70 718,34
Então o número máximo de estudantes que
4 2527,43 953,73
contrairão a doença é de 100, uma vez que é essa a
5 3473,25 945,81
capacidade máxima do sistema.
6 4175,32 702,07
4.3. I ntroduzindo o modelo no editor de funções,
podemos procurar na tabela de valores respetiva o 7 4592,43 417,11
valor de y ≈ 99 8 4808,26 215,83
9 4911,99 103,73
MANUAL
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
d) Estabiliza em 5000, a capacidade máxima do

sistema.
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
2.2. I nsere-se a expressão no editor de funções da

calculadora e na respetiva tabela de valores procura-
se o valor de x para o qual se tem p (x) ≈ 0,95 Confirmando as conclusões obtidas por via analítica.
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:
Verifica-se que terão de decorrer 10 gerações para

que população baixe dos 200.
MANUAL
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
8.2. m cada 6 dias a população aumenta para o dobro,

E
ou seja, 200%.
2
Então em cada dia aumentará , ou seja, cerca de 33%.
6
8.3. Bn = 2n
10.3. N
ovamente recorrendo à tabela de valores da
8.4.
onsiderando o modelo contínuo associado, y = 2x,
C
função, procuramos o primeiro valor de x
33 dias corresponde a
correspondente a y ≤ 1. Verificamos que tal
© AREAL EDITORES
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

© AREAL EDITORES > Analiticamente

Procuramos agora um modelo exponencial de razão
r, tal que
192
192 = 18 * r7 § r = 7 ≈ 1,4024
Å 18
Podemos assim definir um modelo exponencial para
as mulheres ym = 18 * 1,4024x
> Calculadora gráfica
Definimos nas listas da calculadora:
11.1. P (30) = P0e0,01 * 30 § 400 = P0e0,01 * 30 § 1.ª lista: anos depois de 1989 " 0, 7
400
§ P0 = 0,01 * 30 § P0 ≈ 296,33 3.ª lista: N.° de mortes por SIDA nas
e
mulheres " 18; 192
11.2. Define-se no editor de funções da calculadora
y = 296,33e0,01x e procura-se na tabela o primeiro E através de uma regressão exponencial obtém-se:
valor de x para o qual y ≥ 1000
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

Concluindo que a população da cidade B ultrapassa 15.2. C

onsultando a tabela de valores do modelo,
o dobro da população da cidade A, 79 anos após podemos concluir que tal acontecerá entre o 26.° e
2010, ou seja, em 2089. o 27.° ano após 1983.
14.1. Basta considerar t = 0

Para determinar o mês, é necessário fazer uma
N = 5000e – 0,1 * 0 = 5000
consulta mais fina, definindo um menor intervalo
Foram lançadas no lago 5000 trutas. entre os valores da tabela:
14.2. I ntroduzindo o modelo no editor de funções da
MANUAL
calculadora e consultando a respetiva tabela de

valores.
Conclui-se assim que o número de casos ultrapassa

os mil milhões, 26,913 anos após 1983, ou seja,
durante o ano de 2009.
Podemos concluir que existirão 3000 trutas no lago
Para saber em que mês, basta ver a quantos dias
entre o 5.° e o 6.° ano.
corresponde 0,913 de um ano (considerando que
14.3. Atribuindo a x valores tão grandes quanto se queira: tem 365 dias)
0,913 * 365 ≈ 333,245
Ora até final de novembro temos um total de
31 + 28 + 31 + 30 + 31 + 30 + 31 + 31 + 30 + 31 + 30 = 334
Logo o valor de mil milhões será atingido no final
de novembro de 2009.
16. onsiderando como ano 0, o ano de 1980 e

C
introduzindo nas listas da calculadora os valores
É possível concluir que o número de trutas fornecidos:
existentes no lago passados muitos anos, será de 1.ª lista: anos após 1980 " 0, 20
zero, aproximadamente. 2.ª lista: número de pandas " 3200, 590
15.1. D
efinindo no editor de funções da calculadora E realizando uma regressão exponencial, chegamos
y = e0,77t + 6, basta consultar a tabela de valores para ao modelo y ≈ 3200 * 0,9189x
t = - 3, para determinar o número de pessoas Consultando a respetiva tabela de valores para
contagiadas em 1980, e t = 13, para determinar o x = 40 e x = 60:
número de pessoas contagiadas em 1996.
© AREAL EDITORES
Concluímos que em 2020 existirão cerca de 109

Teremos assim 6 pessoas infetadas em 1980, e pandas e em 2040, apenas 20, segundo este modelo.
22 254 pessoas infetadas em 1996.
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

O modelo logístico é preferível por estimar Janela de visualização:

igualmente em 125 o número de animais tanto ao Xmin = 1; Xmax = 30 Ymin = 0; Ymax = 100
fim dos 50 anos, y(50) ) 125, como ao fim de 25, Número de casos confirmados:
y(25) ) 125, altura em que se previa que a área 1 de agosto: 5 31 de agosto: 62
protegida atingisse a sua capacidade máxima. 1 de setembro: 63 30 de setembro: 66
A visualização dos gráficos dos dois modelos
Em agosto verificou-se um aumento do número de
juntamente com a respetiva nuvem de pontos
casos de gripe muito mais acentuado do que em
permite confirmar a adequabilidade do modelo
setembro, sobretudo nos primeiros nove dias. A
logístico para interpretar a situação durante o
partir daí observa-se uma estabilização do número
primeiro meio século.
de casos confirmados, tendência que se mantém
durante o mês de setembro em que se registaram
apenas 3 novos casos.
22.1. O
final de 2003 pode ser considerado como o início
de 2004, isto é,
t = 2004 – 1864 = 140
Inserimos a expressão do modelo no editor de
MANUAL
funções da calculadora e consultamos a respetiva

tabela para x = 140.
Xmin = 0; Xmax = 50 Ymin = 0; Ymax = 200
21.1. E m 18 de setembro, t = 18,
S(18) = 62,11 + In(1,5 + 18) ) 65,080
correspondente a 65 casos confirmados de infeção
pelo vírus H1N1.
21.2. Inserindo no editor de funções da calculadora o
modelo
62,10
y =
1 + 25 * e - 0,797x
obtém-se tabela
Obtendo-se o valor de 9,8 milhões de habitantes
x y aproximadamente.
… … 22.2. Na tabela de valores relativa ao modelo inserido na
5 42,395 calculadora na alínea anterior, procuramos o valor
6 51,344 mais próximo de y = 3,7 e registamos o valor
56,743
correspondente de x.
8
… …
de onde se pode concluir que esse dia foi 6 de

agosto de 2009.
21.3. Comparemos as representações gráficas dos dois
modelos em estudo:
Modelo A
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

© AREAL EDITORES O ponto de viragem parece encontrar-se perto do 25.1. P

ara decidir qual o melhor modelo, de entre os
ponto de abcissa x = 72 estudados, comecemos por analisar a nuvem de
Para uma maior precisão podemos definir no editor pontos relativa aos dados fornecidos.
de funções y = p(x + 1) – p(x) e ver a partir de que Para isso introduzimos os valores fornecidos nas
momento os valores desta nova função começam a listas da calculadora:
ser cada vez menores.
1.ª lista 2.ª lista
Anos após 1900 População mundial em milhões
60 3000
76 4000
87 5000
99 6000
100 6228
Verificamos que tal acontece a partir de x = 70.
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.
23.1. I nserimos a expressão do modelo no editor de

funções da calculadora e consultamos a respetiva
tabela para x = 20 e x = 30:
Da análise da nuvem de pontos é possível concluir
que os modelos mais adequados poderão ser o
exponencial, ou o logístico.
Façamos os dois tipos de regressão e vejamos de
seguida os valores fornecidos por cada um.
Em 2000 o modelo prevê uma população mundial

de 5,9115 milhares de milhões, e para 2010, 7,1518
milhares de milhões.
23.2. S ugere que o valor máximo da população que o
planeta Terra conseguirá suportar é dado por
280 Obtendo-se
= 70 milhares de milhões
4
c Modelo Modelo
24.1. Pretende-se definir um modelo do tipo y = , exponencial logístico
onde se sabe que 1 + ae- bx
1900 (x = 0) 1016,43 852,25

c = 1000 e b ≈ 0,025 2010 (x = 110) 7434,41 7239,64
Para além disso para x = 0, o número de lobos é
dado por 25.2. S
e considerarmos o modelo exponencial, os valores
1000 1000 que este fornece passados 300 anos seriam
= 500 § = 500 §
1 + ae- 0,025 * 0 1 +a incomportáveis. Por tal facto este modelo não será
1000 uma boa opção para fazer previsões a longo prazo
§1+a= §a=2–1§a=1 (por exemplo, 300 anos), uma vez que o planeta
500
Ou seja, o modelo logístico será dado por Terra é de qualquer modo um sistema limitado que
1000 está sujeito a uma capacidade máxima.
y=
1 + e- 0,025x Já relativamente ao modelo logístico não parece
haver nada a desaconselhá-lo, apenas alertar para
24.2. Basta calcular o valor fornecido pelo modelo para x = 15
o perigo de fazer previsões a partir de um modelo
1000
y = ≈ 592,67 obtido a partir de um conjunto mais ou menos
1 + e- 0,025 * 15
reduzido de dados.
Ou seja, a partir do modelo podemos estimar em
593 a população de lobos em 2015.
39

012 corresponde a x = 27. Basta então introduzir o

26.2. 2
modelo encontrado no editor de funções da
calculadora e consultar a tabela de valores respetiva:
26.1. P
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.
1.ª lista 2.ª lista 26.3. U

ma vez que o modelo encontrado aponta para uma
capacidade máxima do sistema de c ≈ 420,03 é
MANUAL
Anos após 1984 Número de alunos (em milhares)

possível concluir que nunca atingirá o valor de 500
1 106
milhares, ou seja, nunca será atingido o número de
2 117 meio milhão de alunos no ensino superior.
3 124
27.1. P
4 136 estudados, comecemos por analisar a forma da
5 160 nuvem de pontos relativa aos dados fornecidos.
6 187 Para isso introduzimos os valores fornecidos nas

listas da calculadora:
7 219
8 248 1.ª lista 2.ª lista

Anos após 1970 Número de mulheres
9 277
0 4
10 301
5 20
11 320
10 39
12 351 57
15
13 360 20 127
14 357 25 213
15 374 30 382
16 388 38 636
17 397
18 401
19 384
Parece tratar-se de um crescimento exponencial, ou

logístico na sua fase inicial.
Vejamos como se ajustam os modelos linear,
exponencial e logístico:
Parece possível concluir que este conjunto de pontos
apresenta um comportamento aproximadamente
logístico.
Efetuando uma regressão logística na calculadora
chegamos à expressão
420,03
y≈
1 + 3,91e- 0,25x
© AREAL EDITORES
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:
Uma estimativa de cerca de 766 homens doutorados

para 2015, e cerca de 894 em 2050.
Comparando os valores com os relativos às
mulheres doutoradas, tem-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
E procurando de entre os modelos que poderão

ajustar-se melhor: linear, exponencial e logístico.
Uma população de cerca de 44,7 milhões.

28.3. R
epetindo os procedimentos anteriores agora para
cada um dos países indicados:
Verificamos que é de novo o modelo logístico aquele Quénia

que melhor traduz a evolução do número de y = 24 * 1,042t
homens doutorados no período considerado: População prevista para 2017 – 75,946 milhões
896,697 França
y≈ y = 56 * 1,003t
1 + 27,303 * e - 0,113x
População prevista para 2017 – 60,900 milhões
Brasil
y = 151 * 1,02t
População prevista para 2017 – 262,895 milhões
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
as vermelhas com 1 e 2. 2 (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)

3 (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
4 (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
5 (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
6 (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)
© AREAL EDITORES
5.1. bservando o espaço amostral pode facilmente

O
definir-se cada um dos acontecimentos.
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
Face Nacional N Face Europeia E

5 5 10 15 20 25 30
Face Nacional N (N, N) (N, E)
6 6 12 18 24 30 36
Face Europeia E (E, N) (E, E)
C={}
Para o acontecimento D pode observar-se, de novo, 6.2. = {(E, E); (N, N)}; existem duas possibilidades, 2
A
a tabela com o produto e identificar cada um dos faces nacionais ou 2 faces europeias.
acontecimentos elementares que satisfazem D: B = {(E, N); (N, E)}; existem duas possibilidades,

face nacional com europeia tendo em conta a ordem
DADO 2
importante.
Produto
(*)
1 2 3 4 5 6 C = {(E, N); (N, E); (N, N)}, existem três

1 1 2 3 4 5 6 possibilidades pois pode considerar-se que sai ou
DADO 1
2 2 4 6 8 10 12 uma ou duas faces nacionais.

3 3 6 9 12 15 18
7. Experiência aleatória - extrair um bilhete, num
4 4 8 12 16 20 24
5 5 10 15 20 25 30 conjunto de 500 bilhetes numerados de 001 a 500 e,
6 6 12 18 24 30 36 registar o seu número.
7.1. 003, 006, 009, 012, 015, 018, 021, 024, 027, 030,
{
D = {(1, 1), (1, 2), …, (6, 5); (6, 6)} =
033, 036, 039, …, 096, 099} – recorde que “a soma
= espaço amostral = S
dos algarismos de um múltiplo de 3 é sempre
Para o acontecimento E pode observar-se, de novo, a múltiplo de 3”
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)
8. gaveta tem 20 peúgas brancas e 2 pretas.

A Vai a pé Não vai a pé
Total
(P) (NP)
Experiência aleatória – retirar da gaveta uma meia,
sem olhar, e registar a cor. Rapariga (g) 374 – 290 =
(a) 290 (a) 374
(F) = 84
8.1. asta repetir a experiência 3 vezes:
B
Se sair Branca da 1.ª vez da 2.ª vez ou sai branca Rapaz (h) 276 – 215 =
(d) 215 (c) 276
(M) = 61
ou sai preta.
(i) 650 – 505 = (f) 374 +
Se sair Branca da 2.ª vez tem-se 2 peúgas da (e) 290 + 215 =
Total = 84 + 61 = 276 =
= 505
mesma cor e retiraram-se 2 meias. 145 = 650
Se sair Preta da 2.ª vez tem-se 2 peúgas de cor
diferente e tem de se repetir a experiência. Da 3.ª 1.2. sta questão sugere que se observem valores
E
vez ou sai branca ou sai preta. absolutos e por isso conduz à resposta: as raparigas
Se sair Preta da 3.ª vez tem-se 2 peúgas da mesma que vão a pé são 290, enquanto os rapazes são 215.
MANUAL
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

© AREAL EDITORES 2. 28 tiveram positiva a Matemática e Inglês mas 15 já

2.1. e 2.2. foram anteriormente assinalados (pois além de
Começar por observar os dados e definir positiva a Matemática e Inglês também tiveram a
acontecimentos: Filosofia):
Tem-se: 70 estudantes, 42 têm os olhos castanhos, 34 28 - 15 = 13
usam óculos e 23 têm olhos castanhos e usam óculos. M F
Assim verifica-se que existem 2 acontecimentos que

9 20 37
têm elementos em comum pois existem estudantes
15
com características em comum 13 15
(23 têm olhos castanhos e usam óculos) 6
Sejam esses acontecimentos: C - “ter olhos I
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
Há 42 estudantes que têm olhos castanhos mas 6

I
desses 42, 23 usam óculos. (2.2c)). Logo
42 - 23 = 19 estudantes têm olhos castanhos mas 49 tiveram positiva a Inglês mas 43
não usam óculos. (13 + 15 + 15) já foram anteriormente assinalados
Há 34 – 23 = 11 estudantes que usam óculos mas (pois além de positiva a Inglês também tiveram a
não têm olhos castanhos. (2.2.a)) Matemática e Filosofia):
Como 19 + 23 + 11 = 53 são os estudantes que 49 – 43 = 6
usam óculos ou têm olhos castanhos (2.2.b)) mas M F
o total são 70 estudantes, conclui-se que
70 - 53 = 17 são os estudantes que nem têm 9 20 37
olhos castanhos nem usam óculos. (2.2d)) 13

15
15
3.
omeçar por observar os dados e definir os 3
C 6
acontecimentos observados: I
M - “ter positiva a Matemática” 57 tiveram positiva a Matemática mas 48

I – “ter positiva a Inglês” (13 + 15 + 20) já foram anteriormente assinalados
F - “ter positiva a Filosofia” (pois além de positiva a Matemática também
Como 15 tiveram positiva às 3 disciplinas, então os tiveram a Inglês e Filosofia):
3 acontecimentos têm 15 elementos em comum. 57 – 48 = 9
M F M F
9 20 37 9 20 37
15 15
13 15 13 15
6 6
I I
30 tiveram positiva a Inglês e Filosofia mas 15 já Como 9 + 20 + 37 + 13 + 15 + 15 + 6 = 115, é o total

foram anteriormente assinalados (pois além de de alunos. Não existem alunos que não tiveram
positiva a Inglês e Filosofia também tiveram a positiva às 3 disciplinas.
Matemática): 30 - 15 = 15
35 tiveram positiva a Matemática e Filosofia mas 15 4. ode construir-se um diagrama em árvore onde se
P
já foram anteriormente assinalados (pois além de represente todos os conjuntos possíveis, que a Maria
positiva a Matemática e Filosofia também tiveram a tinha para experimentar.
Inglês): 35 - 15 = 20 Considerem-se os acontecimentos:
M F
G - “experimentar calças de ganga”
SP - “experimentar saia preta”
9 20 37
SA - “experimentar saia azul”
T1 - “experimentar t-shirt 1”
15
13 15
6
I
TC - “experimentar ténis castanhos”
45

TB - “experimentar ténis brancos” TC 6.

T1 6.1. 1.ª Extração 2.ª Extração 3.ª Extração
TB Urna 1 Urna 2 Urna 3
TC 1
G T2 2
TB 1
3
TC 4
T3
TB 1
TC 2
2
T1 3
TB 4
1
TC 1
SP T2 2
TB 3 3
TC
T3 4
TB 1
MANUAL
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
equipas para realizarem o primeiro jogo.

O espaço de resultados pode ser definido por uma
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
Ou: 6 hipóteses para escolher o primeiro candidato

do rapa
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
reposição mas só se pretende saída de figuras de

copas (♥) tem-se as 3 * 3 = 9 possibilidades: 2 (2, 1) (2, 3) (2, 4)
{(R♥, R♥), (R♥, D♥), (R♥, V♥), (V♥, R♥), (V♥, 3 (3, 1) (3, 2) (3, 4)
D♥), (V♥, V♥), (D♥, R♥), (D♥, D♥), 4 (4, 1) (4, 2) (4, 3)
(D♥, V♥)}
3.2. Experiência aleatória - retirar sucessivamente, ao 5.2. xperiência aleatória – extrair duas bolas de uma
E
acaso, duas cartas sem reposição, de um baralho urna com quatro bolas, numeradas de
com 40 cartas e registar as cartas que saíram. 1 a 4 se a extração ocorrer com reposição.
47

Pelo princípio fundamental da contagem, da Assim tem-se 7 * 10 * 10 * 10 = 7000 códigos

1.ª vez tem-se 4 (1, 2, 3, 4) possibilidades e na 2.ª diferentes.
vez tem-se, de novo, 4 possibilidades (pois pode 7.2. elo princípio fundamental da contagem, para o 1.º
P
repetir o que saiu mas foi reposto). Assim tem-se 4 dígito tem-se 7 (1, 2, 3, 4, 5, 6, 7) possibilidades
* 4 = 16 maneiras diferentes. pois o primeiro dígito não pode ser o 0, 8 ou 9, para
O espaço de resultados pode ser definido por uma o 2.º dígito, 9 possibilidades (pois não se podem
tabela de dupla entrada ou repetir dígitos e, dos 10 que existem um já foi
S = {(1, 1); (1, 2); (1, 3); (1, 4); (2, 1); (2, 2); utilizado), para o 3.º, 8 possibilidades (pois não se
(2, 3); (2, 4); (3, 1); (3, 2); (3, 3); (3, 4); (4, 1); podem repetir dígitos e dos 10 que existem, 2 já
(4, 2); (4, 3); (4, 4)} foram utilizados) e para o 4.º, 7 possibilidades (pois
não se podem repetir dígitos e dos 10 que existem, 3
2.a Extração
já foram utilizados).
1 2 3 4
Assim tem-se 7 * 9 * 8 * 7 = 3528 códigos
1 (1, 1) (1, 2) (1, 3) (1, 4) diferentes.
1.a Extração
2 (2, 1) (2, 2) (2, 3) (2, 4)

8. xperiência aleatória – Escolher, ao acaso, um dos
E
3 (3, 1) (3, 2) (3, 3) (3, 4) 4 cartões etiquetados com as letras A, B, C e D para
MANUAL
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
2 (2, 1) (2, 2) (2, 3) (2, 4) d

f 20 Questões B D A C
… (3, 1) (3, 2) (3, 3) (3, 4) d
d B C D A
20 (4, 1) (4, 2) (4, 3) (4, 4) g
C A D B
twwwwwwuwwwwwwv
4 Opções C D A B
Esboço de árvore: C D B A
Questão Opção D A B C
a) D C A B
D C B A
1 …
9 possibilidades
3

Págs. 189 e 190
… 1.
1.1. o primeiro dia em que se iniciaram os registos, foi
N
20
selecionado um rapaz que não tem olhos castanhos
20 ramos * 4 ramos = 80 maneiras diferentes nem é louro.
7. 1.2. valor para que tende a frequência de um dado
O
7.1. elo princípio fundamental da contagem, para o
P acontecimento, ao fim de um grande número de
1.º dígito tem-se 7 (1, 2, 3, 4, 5, 6, 7) possibilidades repetições de uma experiência aleatória, é
pois o primeiro dígito não pode ser o 0, 8 ou 9, para interpretado como a probabilidade desse
© AREAL EDITORES
o 2.º dígito, 10 possibilidades (pois não há acontecimento ocorrer.

quaisquer restrições) e o mesmo acontece para os Apesar de se terem recolhido poucos dados,
3.º e 4.º dígitos. os resultados apresentados das frequências relativas
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
Rapaz, rapariga 38 19% Freq. Relativa 0,24 0,26 0,24 0,26
Dois rapazes 56 28% Total de lançamentos/observações:

Total de famílias 200 100% 142 + 158 + 145 + 155 = 600
as frequências relativas são:
2.2. a) “haver pelo menos um rapaz significa que pode 142 145
haver um ou dois” ou seja, são as famílias que R– ) 0,24 D– ) 0,24
600 600
têm: “rapariga, rapaz” ou “rapaz, rapariga” ou 158 155
“2 rapazes” e o valor sugerido é 27,5 + 19 + 28 = T– ) 0,26 P– ) 0,26
600 600
74,5%
As frequências relativas obtidas pelo grupo de
b) Há uma ligeira tendência a ser mais provável as trabalho do Ricardo estão ainda mais próximas das
famílias com dois rapazes. As famílias cujo
49
MACS11EP-LRES-04

esperadas (0,25 para cada face) e mais próximas 3.

umas das outras. O número de lançamentos já é 3.1. Experiência aleatória- duas extrações de uma bola
maior mas ainda é pequeno para tirar conclusões. com reposição, de uma urna que contém duas bolas
Podemos, portanto, esperar com mais certeza que o verdes e quatro bolas pretas, todas de igual tamanho
“rapa” não esteja viciado. e material.
Sejam os acontecimentos: V “sair bola verde” (V1 e
Págs. 195 e 196 V2 para distinguir as bolas) e P “sair bola preta” (P1,
1. Àlembert esqueceu-se que, apesar de só haver
D …, P4 para distinguir as bolas)
3 acontecimentos, o acontecimento “sair cara no O espaço de resultados tem 6 * 6 = 36 elementos:
1.º lançamento” é composto e define-se como
2.a Extração
{(cara, cara); (cara, não cara)}.
O espaço amostral é: S = {(cara, cara); (cara, não V1 V2 P1 P2 P3 P4
cara); (não cara, cara); (não cara, não cara)} V1 (V1, V1) (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4)
O número de casos possíveis é 4 e não 3 e o número V2 (V2, V1) (V2, V2) (V2, P1) (V2, P2) (V2, P3) (V2, P4)
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
Como a moeda é perfeita, os acontecimentos

P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P3) (P3, P4)
elementares são equiprováveis, portanto a
3 P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3) (P4, P4)
probabilidade de “ocorrer uma cara” é .
4
a) Casos favoráveis:
2. xperiência aleatória: Lançar três moedas, todas
E
iguais, e observar se a face voltada para cima é 2.a Extração
“cara” ou “coroa” que é o mesmo que lançar uma V1 V2 P1 P2 P3 P4
moeda, e observar se a face voltada para cima é
V1 (V1, V1) (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4)
“cara” ou “coroa” (repetir sucessivamente a
V2 (V2, V1) (V2, V2) (V2, P1) (V2, P2) (V2, P3) (V2, P4)
1.a Extração
experiencia 3 vezes e fazer registo dos resultados).

Como neste caso temos três lançamentos sucessivos, P1 (P1, V1) (P1, V2) (P1, P1) (P1, P2) (P1, P3) (P1, P4)
para definir o espaço de resultados e identificar o P2 (P2, V1) (P2, V2) (P2, P1) (P2, P2) (P2, P3) (P2, P4)
número de casos possíveis pode-se fazer uma árvore P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P3) (P3, P4)
ou usar o princípio fundamental da contagem (não
P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3) (P4, P4)
é possível tabela de dupla entrada).
Cara (Cara, Cara, Cara) P(duas bolas verdes) =
Cara número de casos favoráveis 4 1
Coroa (Cara, Cara, Coroa) = = =
Cara número de casos possíveis 36 9
Cara (Cara, Coroa, Cara)
Coroa b) Casos favoráveis:
Coroa (Cara, Coroa, Coroa)
Cara (Coroa, Cara, Cara) 2.a Extração
Cara
Coroa (Coroa, Cara, Coroa) V1 V2 P1 P2 P3 P4
Coroa
Cara (Coroa, Coroa, Cara) V1 (V1, V1) (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4)
Coroa
Coroa (Coroa, Coroa, Coroa) V2 (V2, V1) (V2, V2) (V2, P1) (V2, P2) (V2, P3) (V2, P4)
1.a Extração
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
Coroa); (Cara, Coroa, Cara); (Cara, Cara, Cara)

P(saírem, pelo menos, duas caras) = P1 (P1, V1) (P1, V2) (P1, P1) (P1, P2) (P1, P3) (P1, P4)
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

© AREAL EDITORES 3.2. espaço de resultados tem agora 6 * 5 = 30

O Área Quadrado Grande: L2 + L2 = 62 § L2 = 18
elementos: e o lado do quadrado é "18
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
ficam viradas para cima. Os dados são equilibrados.

P1 (P1, V1) (P1, V2) (P1, P2) (P1, P3) (P1, P4) 6.1. spaço de resultados apresentado em tabela de
E
P2 (P2, V1) (P2, V2) (P2, P1) (P2, P3) (P2, P4) dupla entrada:
P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P4)
1 2 3 4 5 6
P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3)
1 (1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
P(uma bola verde e uma preta, por esta ordem) = 2 (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
8 4
= 3 (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
30 15
c) Casos favoráveis: 4 (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
5 (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
2.a Extração
6 (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)
V1 V2 P1 P2 P3 P4
7 (7, 1) (7, 2) (7, 3) (7, 4) (7, 5) (7, 6)
V1 (V1, V2) (V1, P1) (V1, P2) (V1, P3) (V1, P4)
8 (8, 1) (8, 2) (8, 3) (8, 4) (8, 5) (8, 6)
V2 (V2, V1) (V2, P1) (V2, P2) (V2, P3) (V2, P4)
1.a Extração
Existem 8 * 6 = 48 casos possíveis.

P1 (P1, V1) (P1, V2) (P1, P2) (P1, P3) (P1, P4)
6.2. Casos favoráveis:
P2 (P2, V1) (P2, V2) (P2, P1) (P2, P3) (P2, P4)
P3 (P3, V1) (P3, V2) (P3, P1) (P3, P2) (P3, P4) Dado cúbico
Soma
1 2 3 4 5 6
P4 (P4, V1) (P4, V2) (P4, P1) (P4, P2) (P4, P3) (+)
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

6.3. Casos favoráveis: Tem-se 8 casos possíveis (2 * 2 * 2 = 8)

3
Dado cúbico 8.1. P(os Silva terem dois rapazes e uma rapariga) =
Soma
8
(+) 1 2 3 4 5 6 Casos favoráveis:
1 2 3 4 5 6 7 (Rapaz, Rapaz, Rapariga);
Dado octaédrico
2 3 4 5 6 7 8 (Rapaz, Rapariga, Rapaz);

3 4 5 6 7 8 9 (Rapariga, Rapaz, Rapaz)
1
4 5 6 7 8 9 10 8.2. P(os Silva não terem raparigas) =
8
5 6 7 8 9 10 11 Casos favoráveis:
6 7 8 9 10 11 12 (Rapaz, Rapaz, Rapaz)
7 8 9 10 11 12 13 8.3. P(os Silva terem pelo menos duas rapariga) =
4 1
8 9 10 11 12 13 14 = =
15 8 2
P(a soma dos pontos ser menor do que 7) = = Casos favoráveis:
48
5 (Rapariga, Rapariga, Rapariga)
= = 1 – P(a soma dos pontos ser maior do
16 (Rapariga, Rapariga, Rapaz)
33 15 5
que 6) = 1 - = = (Rapariga, Rapaz, Rapariga)
48 48 16
MANUAL
(Rapaz, Rapariga, Rapariga)

6.4. Acontecimentos favoráveis: 7
8.4. P(os Silva terem pelo menos um rapaz) =
Dado cúbico 8
Casos favoráveis:
Produto 1 2 3 4 5 6 (Rapaz, Rapaz, Rapariga);
1 1 2 3 4 5 6 (Rapaz, Rapariga, Rapaz);
Dado octaédrico
2 2 4 6 8 10 12 (Rapariga, Rapaz, Rapaz);

3 3 6 9 12 15 18 (Rapariga, Rapariga, Rapaz);
4 4 8 12 16 20 24 (Rapariga, Rapaz, Rapariga);
5 5 10 15 20 25 30 (Rapaz, Rapariga, Rapariga)
6 6 12 18 24 30 36 (Rapaz, Rapaz, Rapaz)
7 7 14 21 28 35 42 9. xperiência aleatória: Escolher um cidadão num
E
8 8 16 24 32 40 48 grupo de determinados cidadãos, ao acaso, e registar
P(o produto dos dois números ser um múltiplo de 5) = a intenção de voto.
13 P(Ter intenção de votar no PPD ou no CDS) =
P(o produto dos dois números termina em 0 ou 5) = 9.1.
48 1038
7. Experiência aleatória: Lançar uma vez o dado = ) 0,322
3228
cúbico que foi construído de forma a ter duas faces 1038 + 499 + 424
9.2. P(não votar no PS) = ) 0,607
com o número 2, três faces com o número 3 e uma 3228
face com o número 5. 804
9.3. P(ter 50 anos ou mais) = ) 0,249
S = {21, 22, 31, 32, 33, 5} 3228
2 1
7.1. P(sair o número 2) = = " pode sair: 21 ou 22 847 + 804
6 3 9.4. P(ter menos de 39 anos) = ) 0,511
3228
7.2. P(não sair o número 2) =
4 2 9.5. P(não ter preferência e uma idade entre 39 e 49
= 1 - P(sair o número 2) = = " não pode sair 150
6 3
21 ou 22 " pode sair: 31 ou 32 ou 33 ou 5 anos) = ) 0,046
3228
7.3. P(sair um número ímpar) =
4 2
= " pode sair: 31 9.6. P(ter menos de 29 anos e ter intenção de votar PS) =
6 3 432
ou 32 ou 33 ou 5 = ) 0,134
3228
7.4. P(não sair um número ímpar) = 1 – P(sair um
2 1
número ímpar) = = " não pode sair: 31 ou 32
6 3
ou 33 ou 5 " pode sair: 21 ou 22
8. raciocínio para este exercício é análogo ao
O
exercício 2, em que se lançavam sucessivamente 3
moedas e, ou saia cara ou saia coroa em cada um
dos lançamentos.
Rapaz (Rapaz, Rapaz, Rapaz)
Rapaz
Rapariga (Rapaz, Rapaz, Rapariga)
Rapaz
Rapaz (Rapaz, Rapariga, Rapaz)
Rapariga
Rapariga (Rapaz, Rapariga, Rapariga)
Rapaz (Rapariga, Rapaz, Rapaz)
Rapaz
© AREAL EDITORES
Rapariga (Rapariga, Rapaz, Rapariga)

Rapariga
Rapaz (Rapariga, Rapariga, Rapaz)
Rapariga
Rapariga (Rapariga, Rapariga, Rapariga)
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

Tem-se ainda que 15% dos habitantes ouvem as

rádios J e M e 4% ouvem as 3 rádios então
J M
15 – 4 = 11% ouvem só as emissoras de rádio J e M
e por isso vamos acrescentar esse dado: 33 11 18
J M 4
7 5
11
4 17
7 5 A 5
3.2. xperiência aleatória: selecionar um habitante, ao

E

A acaso, e perguntar qual a emissora de rádio que ouve.
55% dos habitantes ouvem a emissora de rádio Análise do diagrama de Venn para responder:
Jovem mas, no círculo correspondente, apenas falta a) P(não ouvir qualquer uma das rádios) = 5%
preencher a parte relativamente aos que só ouvem b) P(ouvir apenas a rádio Moderna) = 18%
essa rádio: c) P(não ouvir a rádio Alegria) = 100 - 33 =
55 – 7 – 4 – 11 =J 33% só ouvem a rádio
M J = 67% ou 33 + 11 + 18 + 5 = 67%
MANUAL
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

5.4. ão é possível saber. O número total de bolas é um

N
múltiplo de 7. Assim se houver 7 bolas no total, 1 é
Branca, 2 Roxas e 4 Verdes mas se houver 14 bolas
no total, 2 serão Brancas, 4 serão Roxas e 8 serão
Verdes. E assim sucessivamente.
5.5. (retirar 2 bolas da mesma cor) =
P
= P(retirar ou 2 B ou 2 R ou 2 V) =
1 1 2 2 4 4 1 4 16 21 3
4.2. = * + * + * = + + = =
7 7 7 7 7 7 49 49 49 49 7
4.2.1. Acontecimento favorável: (Amarelo, Amarelo)
(os acontecimentos B, R e V são incompatíveis)
P(roleta parar na região amarela em ambas as
1 1 1 6.
vezes) = * =
4 4 16 6.1. sta experiência envolve dois passos pois o João
E
4.2.2. Acontecimentos favoráveis: retira dois bolbos que é o mesmo que retirar um
(Amarelo, Vermelho) ou (Azul, Vermelho) ou bolbo a seguir a outro. É sem reposição, pois o
(Verde, Vermelho) ou (Vermelho, Vermelho) objetivo é plantar 2 bolbos, logo depois de retirado o
primeiro terá de ser colocado de lado, não pode ser
P(roleta parar na região vermelha na segunda vez) =
MANUAL
4 1 colocado, de novo, ao pé dos outros bolbos.

=
16 4 6.2.
1 Amarelas
19 8
4.2.3. Acontecimentos favoráveis: 19 Brancas
Amarelas
(Azul, Verde) ou (Verde, Azul) ou 10
2 1
P(roleta parar nas regiões azul e verde) = =
2
19 Vermelhas
16 8 20
2 Amarelas
5. 8
19
7
1 2 1 2 4 20
+ + (a) = 1 então (a) = 1 - - =
19
5.1. Como Brancas Brancas
7 7 7 7 7 10
4
(d) = (a) = com igual justificação. 19 Vermelhas
7 10
A probabilidade de sair bola verde na 2.ª extração
20 2 Amarelas
8
(d) é igual à probabilidade de sair bola verde na 1.ª 19
Vermelhas 19 Brancas
extração (a)
9
(b) é a probabilidade de sair bola Roxa seguida de 19 Vermelhas
bola Branca
Como o João comprou 10 bolbos de tulipas
Usando a regra do produto obtém-se
2 1 2 vermelhas e 8 de tulipas brancas e para o vaso da
(b) = * = entrada comprou 2 bolbos de tulipas amarelas mas
7 7 49
(c) é a probabilidade de sair bola Roxa seguida de misturou todos, no total comprou 20 bolbos:
bola Roxa ou a probabilidade de saírem duas bolas - 2 bolbos de tulipas amarelas
Roxas - 8 bolbos de tulipas brancas
Usando a regra do produto obtém-se - 10 bolbos de tulipas vermelhas
2 2 4 Logo:
(c) = * =
7 7 49 P(sair bolbo de tulipa Amarela na 1.ª extração) =
2 1
(e) é a probabilidade de sair bola Verde seguida de = =
bola Branca 20 10
Usando a regra do produto obtém-se P(sair bolbo de tulipa Branca na 1.ª extração) =
8 2
4 1
(e) = * =
4 = =
7 7 49 20 5
(f) é a probabilidade de sair bola Verde seguida de P(sair bolbo de tulipa Vermelha na 1.ª extração) =
10 1
bola Roxa = =
20 2
Usando a regra do produto obtém-se
4 2 8 Para a 2.ª extração tem de se ter em consideração,
(f) = * = em cada caso, o que ocorreu na 1.ª extração. Como
7 7 49
5.2. Tem-se 7 * 7 = 49 casos possíveis a experiência é sem reposição na 2.ª extração
existem 19 bolbos no total. Por exemplo:
Podem sair:
2 bolas Brancas (1 caso) ou P(sair bolbo de tulipa Amarela na 2.ª extração
2 bolas Roxas (4 casos) ou depois de ter saído bolbo de tulipa Amarela na 1.ª
1
2 bolas Verdes (16 casos) ou extração) = , pois se já saiu bolbo de tulipa
19
1 bola Branca e 1 bola Roxa (4 casos) ou Amarela na 1.ª extração já só há 1 bolbo de tulipa
1 bola Branca e 1 bola Verde (8 casos) ou Amarela para poder sair na 2.ª extração.
1 bola Roxa e 1 bola Verde (16 casos) Mas a P(sair bolbo de tulipa Amarela na 2.ª
© AREAL EDITORES
5.3. om reposição, pois na 2.ª extração mantém-se a

C extração depois de ter saído bolbo de tulipa Branca
2
mesma proporção de bolas. na 1.ª extração) = , pois se saiu bolbo de tulipa
19
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

9.1. P(não sair o 2 em nenhum dos dados) =

S D A Abs Total
1 1 1 1 1 1 1 1 4
= * + * + * + * = 15 + 25 + 12 + 8 =
6 6 6 2 2 6 2 2 9 Sim 15% 25% 12% 8%
60%
Casos favoráveis: (1, 1); (1, 3); (3, 1); (3, 3).
25 + 5 + 8 + 2 =
9.2. P(os números dos dois dados serem diferentes) = Não 25% 5% 8% 2%
40%
= 1 – P(os números dos dois dados serem iguais) = 15 + 25 = 25 + 5 = 12 + 8 =
Total 10% 100%
= 1 – P(os números dos dois dados serem 1 ou 2 ou 40% 30% 20%
3) =
2.1. Por observação da tabela:
1 1 1 1 1 1 7 11
=1-a * + * + * b=1- =
6 6 3 3 2 2 18 18 Socialistas: 40%; Social-Democratas: 30%;
1 1 Ambientalistas: 20%
9.3. Pode ser (1, 2) " p1 = *
6 3 2.2. Por observação da tabela:
1 1
ou (2, 1) " p2 = * P(tomando uma pessoa ao acaso, ela tenha votado
3 6
SIM) = 60%
1 1
ou (2, 3) " p3 = * 2.3.
ois acontecimentos são independentes se a
D
3 2
1 1 probabilidade de um ocorrer não influencia a
MANUAL
ou (3, 2) " p4 = * probabilidade do outro:

2 3
P(sair número par num dos dados e ímpar no outro) = P 1S © SIM2 15
P(S | SIM) = = = 25% 0 P(S)
1 1 1 1 1 1 4 P 1SIM2 60
=2* * +2* * = + =
3 6 2 3 9 3 9 Logo S e SIM não são acontecimentos independentes
Págs. 216-217 P 1D © SIM2 25
P(D | SIM) = = ) 41,7% 0 P(D)
1. Experiência aleatória- tirar de uma gaveta (com oito P 1SIM2 60
meias pretas e duas meias brancas, todas iguais, só Logo D e SIM não são acontecimentos
distintas na cor) duas meias à sorte, uma de cada independentes
vez, sem reposição. P 1A © SIM2 12
P(A | SIM) = = = 20% = P(A)
Existem 8 + 2 = 10 meias na gaveta. Sejam os P 1SIM2 60
acontecimentos P e B (incompatíveis) tais que: Logo A e SIM são acontecimentos independentes
P - “sair meia Preta”
Ou:
B - “sair meia Branca”
P 1S © SIM2 15
Diagrama em árvore de probabilidades: P(SIM | S) =
= = 37,5% 0 P(SIM)
P 1S2 40
7 7

9 P P(P | P) = Logo S e SIM não são acontecimentos independentes
9
8 4 P 1D © SIM2 25
=
10 5
P P(SIM | D) = = ) 83,3% 0 P(D)
2 P 1D2 30
2 B P(B | P) =
9 9 Logo D e SIM não são acontecimentos
P
8 8 independentes
P P(P | B) =
9
9 P 1A © SIM2 12
P(SIM | A) = = = 60% = P(SIM)
2 1
=
B
10 5 20
P 1A2
1
1
B P(B | B) = Logo A e SIM são acontecimentos independentes.
9 9
2 1 P(votar num partido) = 100% - P(absten) =
1.1. P(da primeira meia ser branca) =
= = 100% - 10% = 90%
10 5
P(da segunda meia ser branca) " depende da
1.2. 15% + 25% + 12%
P(votar num partido | SIM) = =
primeira que saiu 60%
52%
P(da segunda meia ser branca) = P(da segunda meia = ) 86,7%
60%
ser branca e a primeira branca ou da segunda meia
ser branca e a primeira preta) = 3. ode-se definir a situação através de um diagrama
P
4 2 1 1 1 em árvore de probabilidades.
= P(B © P) + P(B © P) = * + * =
5 9 5 9 5 Experiência aleatória - Escolher um funcionário de
2. eve-se começar por completar a tabela e recordar
D uma empresa, ao acaso, e anotar o género e se é ou
que, por exemplo, o valor 15% significa que 15% não competente para realizar uma certa tarefa
dos Socialistas responderam Sim, ou seja, P(S ∩ Sejam os acontecimentos incompatíveis entre si, tais
Sim) = 15%. Os acontecimentos S, D, A e Abs são que:
incompatíveis e Sim e Não também são H - “ser homem”
incompatíveis. M - “ser mulher”
Experiência aleatória – Escolher um munícipe, ao C - “ser capacitado para desempenhar certa tarefa”
acaso, e questionar:
© AREAL EDITORES
- se votou nas ultimas eleições e, se sim, em qual

partido e também qual a resposta ao referendo.
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

P(Fernando | C) = P(sair 1 ou 2 num dado cúbico) = Págs. 225-226

2 1
= 1. ode-se começar a organizar a informação no
P
6 3
diagrama de árvore:
P(Emília) = P(sair 3 ou 4 ou 5 ou 6 num dado
4 2 P(Não ser caçado | A) = 1 – P(Ser caçado | A) =
cúbico) = =
6 3 = 1 – 0,4 = 0,6
1

3 David P(Não ser caçado | B) = 1 – P(Ser caçado | B) =
B = 1 – 0,6 = 0,4
0,5 2 Fernando P(Não ser caçado | C) = 1 – P(Ser caçado | C) =
3 = 1 – 0,1 = 0,9
A
1 0,4 Ser caçado

0,5 3
Fernando
A
C 0,6 Não ser caçado
0,3

2 Emília
3
0,6 Ser caçado
0,5
6.1. parentemente é o Fernando que tem mais
A B
MANUAL
0,4 Não ser caçado

probabilidade de ganhar pois ele, em cada jogada,
tem hipóteses de ficar com uma ficha ou vinda de B 0,2
ou vinda de C enquanto que o David só tem 0,1 Ser caçado
hipóteses de receber uma ficha de B e a Emília uma C
ficha de C. 0,9 Não ser caçado
1 2 1 1 1
6.2. P(uma ficha ser do David) = * = * = ) Pela propriedade da probabilidade total,
2 6 2 3 6
) 16,7% P(gato caçar o rato) =
P(uma ficha ser do Fernando) = * + * =
1 2 1 1 = P(A © Ser caçado) + P(B © Ser caçado) +
1 2 3 2 3 P(C © Ser caçado) =
= = 50%
2 = P(A) * P(Ser caçado | A) + P(B) *
6.3. Se soubermos que uma ficha veio de B, a P(Ser caçado | B) + P(C) * P(Ser caçado | C) =
probabilidade dela ir para o David é P(David | B) = = 0,3 * 0,4 + 0,5 * 0,6 + 0,2 * 0,1 = 0,44 = 44%
2 1
= P(sair 1 ou 2 num dado cubico) = =
6 3 2. Considerem-se os acontecimentos:
6.4. Os acontecimentos “ficha ser do David” e “ficha
M - “nascer rapaz”
passar por B” são Independentes se P(David | B) =
1 1 F - ”nascer rapariga”
P(B) mas P(David | B) = e P(B) = logo os CM - “ser classificado rapaz”
3 2
acontecimentos não são independentes. CF - “ser classificado rapariga”
Informação dada:
7. xperiência aleatória: lançamento de um
E 51
P(nascer rapaz) = P(M) = = 0,51 = 51%
determinado pionés, 3 vezes, e registar a posição do 100
bico. 49
P(nascer rapariga) = P(F) = = 0,49 = 49%
a) Sabe-se que P(de obter a posição “bico para cima”) = 100
1 P(ser classificado rapaz | nasce rapaz) =
3 = P(CM | M) = 80% = 0,8
Logo, e admitindo que o bico ou fica para cima ou P(ser classificado rapariga | nasce rapariga) =
fica para baixo, = P(CF | F) = 90% = 0,9
1
P(de obter a posição “bico para baixo”) = 1 - = Com estes dados pode-se organizar a informação no
2 3
= diagrama de árvore de probabilidades:
3
P(de obter três vezes a posição “bico para cima”) =
0,8 CM
1 1 1 1 M
= * * = (regra do produto)
3 3 3 27 0,51
0,2 CF
b) P(de obter apenas duas vezes a posição “bico para
cima”) = P(de obter “bico para cima” nos dois
primeiros lançamentos e “bico para baixo” no
0,49 0,1 CM
terceiro ou obter “bico para cima” nos dois últimos F
lançamentos e “bico para baixo” no primeiro ou
0,9 CF

obter “bico para cima” no primeiro e terceiro
lançamentos e “bico para baixo” no segundo) = 2.1. (um rapaz ser classificado como rapaz) =
P
1 1 2 2 1 1 1 2 1 = P(CM | M) = 0,8
= * * + * * + * * =
3 3 3 3 3 3 3 3 3 2.2. P(um feto ser rapaz) = P(M) = 0,51
=
2
+
2
+
2
=
2 2.3. (um feto ser classificado como rapaz) =
P
© AREAL EDITORES
27 27 27 9 = P(CM) = P(M © CM) + P(F © CM) =

= P(M) * P(CM | M) + P(F) * P(CM | F) =
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
propriedade da probabilidade total. C

2.6. (um feto ser mal classificado) =
P
0,2 IC
= 1 - P(um feto ser classificado corretamente) =

P(testemunha ter razão, quando diz que o assaltante
= 1 - 0,849 = 0,151
tinha cabelo claro) =
3. ma vez que a composição da urna se mantém em
U = P(o assaltante ter cabelo claro sabendo que foi
todas as extrações, a probabilidade da identificado como tal) =
P 1C © IC2 0,15 * 0,8
4.a bola ser branca é igual à probabilidade de obter = P(C | IC) = = )
0,85 * 0,2 + 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

Pág. 238 1.3. (obter três faces europeias ou menos) =

P
1. Experiência aleatória - lançar 5 vezes consecutivas = P(Y ≤ 3) =
uma moeda e registar o número de faces nacionais. = P(Y = 0) + P(Y = 1) + P(Y = 2) + P(Y = 3) =
1.1. eja Y a variável aleatória: “número de faces
S 1 5 5 5 26 13
= + + + = =
nacionais que se pode obter quando se lança 5 32 32 16 16 32 16
vezes consecutivas uma moeda”. 2.
é a variável aleatória: “número de raparigas nas
Z
Pode ocorrer que nunca saia face nacional, ou que famílias de 4 filhos”
1
saia 1 uma vez, ou 2, ou 3, ou 4, ou 5 vezes. P(nascer rapariga) = P(F) =
2
1.2. Distribuição de probabilidades da variável aleatória Y: 1
P(nascer rapaz) = P(M) =
2
Y = yi 0 1 2 3 4 5
Pode ocorrer que exista só rapazes (0 raparigas), ou
1 5 5 5 5 1
P(Y = yi) 1, ou 2, ou 3, ou 4 raparigas nas famílias com
32 32 16 16 32 32
4 filhos.

P(sair face nacional quando se lança a moeda uma
1 > P(Z = 0) = P(a família não tem raparigas) =
vez) = P(N) = 1 1 1 1 1
4
1
2 = P(só tem rapazes) = * * * = a b =
2 2 2 2 2 16
MANUAL
P(sair face europeia quando se lança a moeda uma

1
vez) = P(E) = Acontecimento favorável: MMMM e usando a
2 regra do produto
> P(Y = 0) = P(nunca sair face nacional) =
> P(Z = 4) = P(a família só tem raparigas) =
= P(sair sempre face europeia) = 4
1 1 1 1 1 1
= * * * =a b =
5
1 1 1 1 1 1 1
= * * * * =a b = , 2 2 2 2 2 16
2 2 2 2 2 2 32
pela regra do produto. Acontecimento favorável: FFFF
Acontecimento favorável: EEEEE > P(Z = 1) = P(a família só tem uma rapariga) =
P(só o primeiro filho a nascer foi rapariga ou só o
> P(Y = 5) = P(sair sempre face nacional) =
5 segundo filho a nascer foi rapariga ou só o
1 1 1 1 1 1 1
= * * * * =a b = terceiro filho a nascer foi rapariga ou só o quarto
2 2 2 2 2 2 32
filho a nascer foi rapariga) =
Acontecimento favorável: NNNNN 4
1 4 1
> P(Y = 1) = P(sair uma face nacional) = P(sair =4*a b = =
2 16 4
face nacional só no 1.º lançamento ou sair face 1
nacional só no 2.º lançamento ou sair face > Analogamente, P(Z = 3) =
4
nacional só no 3.º lançamento ou sair face Acontecimentos favoráveis: FFFM; FFMF; FMFF;
nacional só no 4.º lançamento ou sair face MFFF
nacional só no 5.º lançamento) =
> P(Z = 2) = p
1 1 1 1 1 5
=5* * * * * = P(Z = 0) + P(Z = 1) + P(Z = 2) + P(Z = 3) +
2 2 2 2 2 32
+ P(Z = 4) = 1 §
Acontecimentos favoráveis: NEEEE; ENEEE; 1 1 1 1 10
§ + +p+ + =1§p+ =1§
EENEE; EEENE; EEEEN 16 4 4 16 16
10 6 3
> Para calcular P(Y = 4) = P(saírem 4 faces §p=1– §p= §p=
5 16 16 8
nacionais) = P(sair uma face europeia) = ,o Distribuição de probabilidades da variável aleatória
32
raciocínio é análogo ao de calcular a P(Y = 1). Z:
Acontecimentos favoráveis: NNNNE; NNNEN; Z = zi 0 1 2 3 4
NNENN; NENNN; ENNNN 1 4 6 4 1
P(Z = zi)
>P(Y = 2) = P(saírem duas faces nacionais) = 16 16 16 16 16
= P(saírem três faces nacionais) = P(Y = 3) = p
3.
Como P(Y = 0) + P(Y = 1) + P(Y = 2) +
3.1. X - Número da face que fica voltada para cima no
+ P(Y = 3) + P(Y = 4) + P(Y = 5) = 1 §
lançamento de um dado não equilibrado.
1 5 5 1
§ + +p+p+ + =1§ 3.2. Distribuição de probabilidades da variável aleatória X:
32 32 32 32
§ 2p +
12
= 1 § 2p = 1 -
12
§ X = xi 1 2 3 4 5 6
32 32
P(X = xi) 0,1 p 0,1 0,15 p 0,25
20 20
§ 2p = §p= :2§
32 32 0,1 + p + 0,1 + 0,15 + p + 0,25 = 1 §
10 5 § 2p + 0,6 = 1 § 2p = 1 – 0,6 §
§p= §p=
32 16 § 2p = 0,4 § p = 0,4 : 2 § p = 0,2
© AREAL EDITORES
P(sair um número par) = P(sair 2 ou 4 ou 6) =

= 0,2 + 0,15 + 0,25 = 0,6
62

© AREAL EDITORES 4. eja X a variável aleatória: “diferença entre a maior

S Ora
e a menor pontuação obtidas ao lançar P(X = -1) = P(V) e P(X = 1) = P 1 V 2
2 dados cúbicos”
Então o valor médio de X é dado por
Numa tabela de dupla entrada pode-se observar 20 18 1
m=1* -1* = ) 0,05263
todos os casos favoráveis. Tem-se 6 * 6 = 36 casos 38 38 19
possíveis. Ou seja, o casino espera ter um lucro de cerca de
5,263 cêntimos em cada jogada
Diferença 1 2 3 4 5 6
Em 1000 jogadas, espera-se que o casino obtenha
1 0 1 2 3 4 5
um lucro de cerca de 52,63 €.
2 1 0 1 2 3 4
3 2 1 0 1 2 3
Págs. 246 e 247
4 3 2 1 0 1 2
1. eja a variável aleatória X: comprimento (em cm)
S
5 4 3 2 1 0 1
de uma vasta população de hamsters.
6 5 4 3 2 1 0
Como a probabilidade de a variável X tomar valores
X pode assumir os valores: 0 ou 1 ou 2 ou 3 ou 4 ou 5 pertencentes ao intervalo ]a, b[ é igual à área abaixo
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%
Distribuição de probabilidades da variável aleatória 7 8 10 13 14

X: 1.2. percentagem de hamsters com comprimento entre
A
os 13 e os 14 cm = P(13 < X < 14) = 9%
X = xi 0,2 0,5 1
2 2 1
P(X = xi)
5 5 5
2 2 1
m = 0,2 *
+ 0,5 * + 1 * = 0,48 (48 cêntimos)
5 5 5
14% 16% 30% 9%
6. Variável aleatória R – “número da região em que a
bola se imobiliza depois de se fazer rolar a roleta e 7 8 10 13 14
de lançar a bola” 1.3. percentagem de hamsters com comprimento entre
A
1
6.1. P(R = 0) = P(R = 15) = os 7 e os 14 cm = P(7 < X < 14) =
38
6.2. R pode assumir os valores 0, 1, 2,…, 37 e = 14 + 16 + 30 + 9 = 69%
1
P(R = ri) = , i = 1, 2, …, 37
38
20 10
a) P(ri ser ímpar) = = ;
38 19
18 9
b) P(ri ser uma região vermelha) = = ;
38 19
7
c) P(ri > 30) = ; 14% 16% 30% 9%
38
19 1
d) P(0 < ri < 20) = = ; 7 8 10 13 14
38 2
20 10
e) P(ri não ser uma região preta) = = . 1.4. percentagem de hamsters com comprimento entre
A
38 19
6.3. Seja X: dinheiro ganho pelo casino numa jogada os 8 e os 13 cm = P(8 < X < 13) =
= 16 + 30 = 46%
Ora sabe-se que em todas as jogadas o casino ganha
1 €, mas como quando sai vermelho tem de pagar
2 €, nestes casos acaba por perder 1 €.
Assim, X pode tomar apenas dois valores: 1 (se não
sair vermelho) e - 1 (se sair vermelho)
Seja V: sair vermelho 14% 16% 30% 9%
18 20
P(V)= e P 1 V 2 = 7 8 10 13 14
38 38
63

2. ma variável aleatória contínua diz-se normal

U 3.2. percentagem de valores que distam do valor
A
quando a sua distribuição de probabilidade (função médio mais do que dois desvios-padrão é
densidade) é representada por uma curva em forma 100 – 95 = 5% (valores aproximados)
de sino, simétrica em relação a um eixo vertical que
passa no valor médio.
2.1. m N I o valor médio m = 50, em N II o valor médio
E
.95
m = 100 e em N III o valor médio m = 150.
N III - Maior valor médio: (m = 150) .025 .025
N I - Menor valor médio: (m = 50) 2m 2m
2.2. uanto maior for o desvio-padrão mais achatada é a

Q μ – 2m μ μ+2m
curva, uma vez que maior é a dispersão em torno
do valor médio m
Maior desvio-padrão: N I - curva mais baixa,
achatada e larga 95%
Menor desvio-padrão: NII - curva mais alta e
estreita
MANUAL
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%
95% μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
Por observação do gráfico da função densidade da

variável aleatória X pode-se concluir que:
3.1. e uma variável aleatória contínua é normal, então
S
a sua distribuição de probabilidade (função
densidade) é representada por uma curva em forma
de sino, simétrica em relação a um eixo vertical que
passa no valor médio: μ – 3m μ – 2m μ – m μ+m μ+2m μ+3m
A percentagem de valores, menores do que o valor
médio é 50% 4. - concentração de um dos ingredientes que entra
X
na composição de umas cápsulas analgésicas.
X ~ N(10; 0,2)
0,5 4.1. concentração mediana é de 10% porque na
A
© AREAL EDITORES
distribuição normal a mediana é igual ao valor

0 médio.
64

© AREAL EDITORES 4.2. xistem várias possibilidades. Se considerarmos a

E P(X > 10,4) = 0,25 = 2,5% (valores aproximados)
resposta é para ser dada em torno do valor médio, Ou
uma das possibilidades é:
Usando as potencialidades da calculadora.
normalcdf dando a informação do limite inferior:
10,4 limite superior: um número suficientemente
99,7% grande (sempre superior a
m + 3s) por exemplo 100; o m = 10 e o s = 0,2.
Obtém-se que em aproximadamente
68%
0,025 = 2,5% das cápsulas a concentração do
ingrediente é superior a 10,4%
95% 4.5. P(X > 10,6) =? mas m + 3s = 10 + 0,6 = 10,6 e
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m

Neste caso, m - 2s = 10 - 0,4 = 9,6 e 99,7%
m + 2s = 10 + 0,4 = 10,4
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%
95% μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m 68 / 2 = 34%
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
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%
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
95% do Quociente de Inteligência (QI).

X } N(100, 15)
μ–m μ μ+m
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%
218 234 250 266 282 298 314
99,7%
55 70 85 100 115 130 145

68%
120
95%
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%
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
67

(100 – 68) / 2 = 16% s = 0,6 e Z52,1 = - 2,3

5.2.
x -m 2-m
Z2 = i § - 2,3 = §
s 0,6
§ - 2,3 * 0,6 = 2 - m § - 1,38 = 2 - m
§ - 1,38 – 2 = - m § - 3,38 = - m §
§ m = 3,38
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
§ 8,075 – 52,1 = - m § - 44,025 = - m § 0,25 2 faces nacionais 0,51 face nacional

§ m = 44,025 0,25 2 faces nacionais @ Favorável
68

© AREAL EDITORES 2. xperiência aleatória – Lançar uma seta ao alvo (a

E 3.3. P(I © Av) = 0%
8 1 11
experiência repete-se 6 vezes) 3.4. P(G) = P(T ∂ I) = + =
21 7 21
Sejam:
A, o acontecimento – “acertar no centro do alvo” 4. xperiência aleatória – Lançar 2 dados cúbicos
E
X, a variável aleatória – “número de vezes que o equilibrados e registar a soma das pontuações.
arqueiro acerta no alvo ao lançar 6 setas” Seja X a variável aleatória – “soma das pontuações
1 1 8
P(A) = e P(A) = 1 - P(A) = 1 - = dos 2 dados” que pode assumir os valores 2, 3, 4, 5,
9 9 9 6, 7, 8, 9, 10, 11 ou 12 (Ao lançar os 2 dados
2.1. P(X = 0) = P(nunca acertar no centro do alvo) = pode-se verificar que a soma das pontuações varia
8 8 8 8 8 8
= * * * * * = de 2 a 12).
9 9 9 9 9 9
262144 A distribuição de probabilidade de X pode definir-se
= ) 0,493 ) 49,3%
531441 pela tabela:
2.2. P(acertar no centro do alvo pelo menos uma vez) = X = xi 2 3 4 5 6 7 8 8 10 11 12
P(acertar no centro do alvo uma vez ou duas vezes
1 2 3 4 5 6 5 4 3 2 1
ou três vezes ou quatro vezes ou cinco vezes ou seis P(X = xi)
36 36 36 36 36 36 36 36 36 36 36
vezes) = 1 – P(nunca acertar no centro do alvo) =
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
como se dispuseram. consideração que já se sabe que:

Sejam os acontecimentos: • Há 6 raparigas que estudam MACS e Alemão.
p – português, i – inglês, • O conjunto definido por F © Al tem seis elementos
f – francês, b – belga • Há 8 rapazes que estudam MACS e Espanhol
Existem 4 * 3 * 2 * 1 = 24 elementos no espaço de O conjunto definido por M © E tem oito elementos
resultados • Na turma há 15 rapazes
S = {(p, f, i, b), (p, f, b, i), (p, i, f, b), (p, i, b, f), (p, • A turma tem 30 alunos
b, f, i), (p, b, i, f), (f, p, i, b), (f, p, b, i),
Os cálculos podem ser feitos pela ordem (a); (b);
(f, i, p, b), (f, i, b, p), (f, b, p, i), (f, b, i, p),
(c); (d); (e)
(i, p, f, b), (i, p, b, f), (i, f, p, b), (i, f, b, p),
(i, b, p, f), (i, b, f, p), (b, p, f, i), (b, p, i, f), MACS e MACS e
(b, f, p, i), (b, f, i, p), (b, i, p, f), (b, i, f, p)} Total
Al (AL) E (E)
8.2. Por observação dos elementos de S: Rapariga
6 (e) 15 – 6 = 9 (d) 30 – 15 = 15
P(o português ficar numa das extremidades) = (F)
12 1
= = Rapaz
(a) 15 – 8 = 7 8 15
24 2 (M)
12 1
P(o português ficar ao lado do francês) = =
24 2 Total (b) 6 + 7 = 13 (c) 30 – 13 = 17 30
P(o português ficar à esquerda do francês) =
Experiência aleatória – escolher um aluno ao acaso.
6 1
= =
24 4 10.1.
15 1 13
9. Construindo as tabelas pode-se observar que: 10.1.1. P(F) = = 10.1.2. P(Al) =
30 2 30
7
C B 3 5 7 10.1.3. P(M © Al) =
30
2 C C C 10.2. Sabe-se que é um rapaz (M) e que existem 15
4 B C C rapazes na turma. A probabilidade pedida é P(AI |
P 1Al © M2 7
9 B B B M) = =
P 1Al2 15
5 4
P(C ganhar a B) = ; P(B ganhar a C) = 11. Ao observar os dados constata-se que o estudo
9 9 assenta em dois acontecimentos:
A B 2 4 6 B - “encontrar um aluno que prefere estudar em
bibliotecas”
1 B B B
C - “encontrar um aluno que prefere estudar em casa”
2 A A B
B e C têm elementos em comum logo a melhor forma
6 A A B de organizar os dados é num diagrama de Venn
5 4
P(B ganhar a A) = ; P(A ganhar a B) = B C
9 9
A C 3 5 7 54 12 8
1 C C C
6 A A C
Estudar só em bibliotecas: 66 - 12 = 54%
© AREAL EDITORES
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

© AREAL EDITORES Estudar só em casa: 20 – 12 = 8% c) P(um e um só dos bombons ser de baunilha) =

Como 54 + 12 + 8 = 74% = P(o 1.º bombom ser de baunilha e o 2.º ser de
outro tipo ou o 1.º bombom não ser de baunilha e
Então 100 – 74 = 26% não estudar nem em
o 2.º ser de outro tipo) =
bibliotecas, nem em casa.
1 4 1 5 1 3 5 3
= * + * + * + * =
4 11 4 11 3 11 12 11
9
B C
= ) 0,409 ) 40,9%
22
54 12 8
13.
13.1. E
xperiência aleatória: Lançar uma vez um par de
dados. Com 6 * 6 = 36 casos possíveis.
26 Os acontecimentos são:
A - “obter doble (número de pontos igual nos dois
11.1. P(gostar de estudar em bibliotecas mas não em casa) = dados) =
P(só gostar de estudar em bibliotecas) = 54% = {(1, 1); (2, 2); (3, 3); (4, 4); (5, 5); (6, 6)}
11.2. P(gostar de estudar em casa mas não em bibliotecas) = B - “obter soma 7” = {(1, 6); (6, 1); (2, 5);
P(só gostar de estudar em casa) = 8%
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
4/11 Chocolate Como P(A) = P(A | B) então os acontecimentos são

independentes.
5/12 4/11
Menta Menta 13.3. E
xperiência aleatória: Escolher aleatoriamente um
3/11 dia do ano. Com 365 casos possíveis, considerando
Baunilha
que é um ano comum.
Os acontecimentos são:
4/11 Chocolate A – “sair um domingo”
3/12
5/11 B – “sair um dia útil da semana”
Baunilha Menta
número de domingos num ano
2/11 P(A) = 00e
Baunilha 365
P(A | B) = P(sair um domingo sabendo que só se tem
Como o 2.º bombom é retirado da caixa sem se dias úteis) = 0 pois domingo é fim de semana e não
repor o 1.º, o número de cada tipo de bombons, ao dia útil.
retirar o 2.º bombom, é condicionado pelo tipo de Como P(A) 0 P(A | B) então os acontecimentos não
bombom que saiu da 1.ª vez. são independentes.
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
Experiência aleatória - Escolher ao acaso um

15. P(L | R) = 0,75 logo P(L | R) = 1 – 0,75 = 0,25
inquirido. P(L | G) = 0,9 logo P(L | G) = 1 – 0,9 = 0,1
Os inquiridos constituíam uma amostra de

0,28 L
dimensão 15 800, tendo sido escolhidos
aleatoriamente entre os cidadãos da UE com 15 ou J
mais anos. 1
0,72 L
3
Dos dados pode concluir-se o seguinte com os
acontecimentos:

1 0,25 L
1 – “declarar não saber nada (nível 1)”
3
R
MANUAL
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
- o número de defeitos nos gelados produzidos

19.1. X 600 2
pela máquina A. A variável aleatória X pode P(B | 3D) 0 P(B), o que significa que os
assumir os valores 0, 1, 2 ou 3. acontecimentos B e 3D não são independentes, isto
A distribuição de probabilidade de X pode definir-se é, o facto de se saber que o gelado tem 3 defeitos
pela tabela: condiciona o facto de o gelado ter sido produzido
pela máquina B.
X = xi 0 1 2 3
150 1 75 1 225 3 150 1 20. xperiência aleatória: Lançar duas vezes uma
E
P(X = xi) = = = = moeda imperfeita de 1 € e observar as faces virada
600 4 600 8 600 8 600 4
para cima.
Y - o número de defeitos nos gelados produzidos

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

X a variável aleatória - “número de bombons sem 22.3. É

igual. Mas se alguém fizer um grande número de
licor que a Patrícia come”. X pode assumir o valor 0 jogadas pode “arriscar-se” a ter prejuízos ou ganhos
(a Patrícia come o bombom de licor na 1.ª vez que maiores.
tira um bombom da caixa) ou 1 (a Patrícia come o Jogo: Um jogador aposta 5 € num número:
bombom de licor na 2.ª vez que tira um bombom • se for um dos vinte selecionados, recebe 20 €
da caixa e por isso comeu o 1.º bombom sem licor) • senão perde o que apostou
ou 2 (a Patrícia come o bombom de licor na 3.ª vez
Seja a variável aleatória Y – “valor recebido no final
que tira um bombom da caixa e por isso comeu o
de cada jogada”
1.º e o 2.º bombons sem licor) ou 3 (a Patrícia
come o bombom de licor na 4.ª vez que tira um A distribuição de probabilidade de Y pode definir-se
bombom da caixa e por isso comeu o 1.º, o 2.º e o pela tabela:
3.º bombons sem licor) ou 4 (comeu os bombons Y = yi 0€ 4€
todos pois o de licor só saiu à 5.ª tentativa). 60 3 20 1
P(Y = yi) = =
P(X = 0) = P(comer 0 bombons sem licor) = P(come o 80 4 80 4
bombom de licor na 1.ª vez que tira um bombom da 1
1 P(receber 20 €) =
caixa) = P(L) = 4
5
MANUAL
Em média nem se lucra, nem se tem prejuízo pois o

P(X = 1) = P(a Patrícia come o bombom de licor na
valor médio que se recebe por jogada é:
2.ª vez que tira um bombom da caixa e por isso 3 1
4 1 1 m = 0 * + 20 * = 5 € que também é o valor que
comeu o 1.º bombom sem licor) = * = 4 4
5 4 5 se aposta.
3.ª vez que tira um bombom da caixa e por isso 23. – valor ganho com o jogo se se apostar num
X
comeu o 1.º e o 2.º bombons sem licor) = número (6, por exemplo, pois é igual para qualquer
4 3 1 1 outro número.
= * * =
5 4 3 5 Existem 6 * 6 * 6 = 216 possibilidades de combinar
os 6 números de forma a obter o pretendido.
4.ª vez que tira um bombom da caixa e por isso
comeu o 1.º, o 2.º e o 3.º bombons sem licor) = Existe só há uma possibilidade de obter
4 3 2 1 1 3 números 6: 666
= * * * =
5 4 3 2 5 Há 15 possibilidades de obter 2 números 6:
P(X = 4) = P(comeu os bombons todos pois o de licor
661; 662; 663; 664; 665; 166; 266; 366; 466; 566;
só saiu à 5.ª tentativa) =
4 3 2 1 1 1 616; 626; 636; 646; 656;
= * * * * =
5 4 3 2 1 5 Há 125 possibilidades de não obter nenhum número
A distribuição de probabilidade de X pode definir-se 6, quando se lançam os 3 dados:
pela tabela: 5 * 5 * 5 = 125
X = xi 0 1 2 3 4 __ __ __ em qualquer um destes 3 espaços podem
1 1 1 1 1 estar números de 1 a 5:
P(X = xi)
5 5 5 5 5 111; 112; 113; …; 554; 555, num total de 125
combinações.
22. Experiência aleatória - Tirar aleatoriamente de uma
tômbola onde estão os números de 1 a 80, vinte Assim, só com um número 6 tem-se
destes números 216 - 1 - 15 - 125 = 75.
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

27. Obtém-se que aproximadamente 29,9% das

27.1. X
– “altura das mulheres de uma certa população mulheres daquela população tem largura de ombros
adulta” e X } N(165; 5,5) inferior a 38,5 cm e superior a 38,5 cm são
aproximadamente (100 – 29,9) = 70,1%
Para calcular a percentagem pedida poderá recorrer-
se à calculadora: 27.5. X
– “largura dos ombros dos homens de uma certa
população adulta” e
P(X > 180) ) 0,3%
X } N(45; 2,85)
dando a informação do limite inferior: 180; limite Para calcular a percentagem pedida poderá recorrer-
superior, um número suficientemente grande se à calculadora:
(sempre superior a m + 3s), por exemplo 1000; P(42 < X < 46) ) 49,1%
o m = 165 e o s = 5,5. Usando as potencialidades da calculadora normalcdf
Obtém-se que aproximadamente 0,3% das mulheres dando a informação do limite inferior: 42; limite
têm altura superior à altura média dos homens, superior: 46; o m = 45 e o s = 2,85.
naquela população. Obtém-se que aproximadamente 49,1% dos homens
27.2. X
– “largura dos ombros dos homens de uma certa daquela população tem largura de ombros entre 42
MANUAL
população adulta” e X } N(45; 2,85) e 46 cm.

28. – “número de minutos de atraso nas chegadas dos
X
se à calculadora:
aviões de uma companhia aérea” e
P(X > 47,5) ) 19%, se o lugar sentado de avião foi X } N(10, s).
desenhado para larguras de ombros inferior a 47,5
Cerca de 68% dos seus aviões chega com um atraso
cm então os homens com largura de ombros
entre os 4 e os 16 minutos, isto é,
superior a 47,5 cm vão sentir-se desconfortáveis.
P(4 < X < 16) ) 68% mas sabe-se que:
Ou seja, a m – s = 10 – s = 4 e
dando a informação do limite inferior: 47,5; limite
m + s = 10 + s = 16
superior, um número suficientemente grande
(sempre superior a m + 3s), por exemplo 1000; 28.1. L
ogo como, por exemplo,
o m = 45 e o s = 2,85. 10 – s = 4 § 10 – 4 = s § 6 = s §
§ s = 6 minutos
Obtém-se que aproximadamente 19% dos homens
daquela população vão sentir-se desconfortáveis
sentados nas cadeiras daquele avião.
99,7%
27.3. X
– “altura dos homens de uma certa população
adulta” e X } N(180; 5,65)
68%
se à calculadora:
P(X > 165) ) 99,603% ) 0,99603
Usando as potencialidades da calculadora normalcdf 95%
dando a informação do limite inferior: 165; limite
μ – 3m μ – 2m μ – m μ μ+m μ+2m μ+3m
(sempre superior a m + 3s), por exemplo 1000;
28.2. P
(um avião desta companhia chegar à hora ou
o m = 180 e o s = 5,65.
antes) = P(um avião não se atrasar ou chegar antes
Obtém-se que aproximadamente 99,6% dos das hora) = P(um avião atrasar-se 0 minutos ou
homens, naquela população, têm altura superior a menos) = P(X < 0) ) 0,048 = 4,8%.
165 cm e por isso numa amostra de 100 000 homens
espera-se que:
dando a informação do limite superior: 0; limite
100 000 * 0,99603 = 99 603 desses homens tenham inferior, um número suficientemente pequeno
altura superior a 165 cm. (sempre inferior a m – 3s), por exemplo (- 100);
27.4. X
– “largura dos ombros das mulheres de uma certa o m = 10 e o s = 6.
população adulta” e X } N(40; 2,85) Obtém-se que aproximadamente 5% dos aviões
Para calcular a percentagem pedida poderá recorrer- daquela companhia chegam à hora ou antes.
se à calculadora: 28.3. P
(um avião desta companhia se atrasar mais de 20
P(X < 38,5) ) 29,9% minutos) = P(X > 20) ) 0,048 = 4,8%.
Usando as potencialidades da calculadora normalcdf Pedem-se usar as propriedades de simetria da curva
dando a informação do limite superior: 38,5; limite normal:
inferior, um número suficientemente pequeno Como m + 10 = 20 e m – 10 = 0 então
© AREAL EDITORES
(sempre inferior a m – 3s), por exemplo 0;

P(X > 20) = P(X < 0)
o m = 40 e o s = 2,85.
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
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
o m = 13 e o s = 3.
P(alunos com positiva no segundo teste) =
= P(T2 > 10) ) 0,599 ) 59,9%
a μ b
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

TEMA b) N = 67; n = 20; k = 3.
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
1.2. opulação: os 9 656 474 eleitores. Amostra: os 750

P - Normal – 0,6716 * 20 ) 13 alunos
votantes inquiridos à boca das urnas. Variável em - Risco de excesso de peso – 0,1791 * 12 ) 4 alunos
estudo: sentido de voto. - Excesso de peso – 0,1194 * 8 ) 1 aluno " 2 alunos
1.3. opulação: 520 mulheres trabalhadoras num
P para que a dimensão da amostra seja 20.
supermercado e num ginásio locais; Amostra: as 68 d) Uma vez que os estratos têm praticamente a
mulheres que devolveram os seus inquéritos; mesma dimensão, metade da população, deverão
Variável em estudo: apoio à maternidade fornecido também ter cada um metade dos elementos da
pelas entidades laborais. amostra, ou seja, 10 elementos.
1.4. opulação: todas as cadeiras produzidas nessa
P
fábrica no período que medeia a realização dos
Pág. 284
testes. Amostra: as 100 cadeiras testadas. Variável
em estudo: peso máximo suportado pela cadeira. 1. (A)
1.5. opulação: agregados familiares portugueses com

P 2.
telefone registado na lista. Amostra: os 4000 135
agregados selecionados. Variável em estudo: destino 2.1. = 0,45
300
escolhido para as próximas férias de verão do 2.2. Trata-se de uma estatística.
agregado.
1.6. opulação: as 200 pastilhas que o professor levou
P 3.
para a aula 3.1. ma estatística, uma vez que a proporção se refere
U
Amostra: as 250 pastilhas que o André retirou apenas aos 100 utentes inquiridos.
Variável em estudo: cor de cada pastilha 3.2. Utentes do centro comercial.
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
1.1. Designemos a variável aleatória por X. Pretende-se:

53
P(X < 1,60) = 9 0,4077
130
78

© AREAL EDITORES 1.2. distribuição de amostragem da variável aleatória

A aproximadamente normal de valor médio pW = 0,30 e
X (médias amostrais), segue uma distribuição "0,30 * 0,70
normal desvio-padrão .
s "60
N am, b Pretende-se saber
"130
P aPW > b ) 2,8 * 10- 10
40
onde m 9 1,6 e s 9 0,0827. Pretende-se P(X ≤ 1,60)
60
recorrendo à calculadora, obtém-se 0,1446449285.
1.3. s resultados obtidos nas duas alíneas anteriores
O 5.
são significativamente diferentes, uma vez que 5.1. opulação: os 6000 carros fabricados nessa semana
P
dizem respeito a distribuições diferentes. A primeira Amostra: os 60 carros selecionados pelo inspetor de
reporta-se a uma variável aleatória definida numa qualidade
população de 130 elementos, cujo comportamento 300
não foi estudado. A segunda diz respeito a uma 5.2. p= = 0,05
6000
variável aleatória definida numa distribuição de 5
amostragem da qual se sabe que segue um 5.3. pW = ) 0,083
60
comportamento normal e cuja variabilidade é
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 "0,917 * 0,083

0,917 + 1,645 * s
s = s = 0,5667
"1000
n = 15 I ) ]0,90265; 0,93135[
Donde
0,5667 0,5667
I = d10,34 - 1,960 * ; 10,34 + 1,960 * c INVESTIGUE E EXPLORE
"55 "55 1.1.
intervalo de confiança para uma proporção é dado
O
) ]10,0532; 10,6268[
por:
"pW 11 - pW2 "pW 11 - pW2
2. I = t pW - z * ; Wp + z * s
2.1.
endo o intervalo de confiança para um valor médio
S "n "n
dado por: Neste caso
s s 28
I = d x - z * ;x+z* pW = = 0,035
c 800
"n "n
Neste caso z = 2,576
x = 135 n = 800
MANUAL
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
; em cada um dos pacotes de 125 g embalados por

"1000 essa marca de drageias.
80

© AREAL EDITORES 2.2. 5.2. Desvio-padrão

0,08
Contagem Proporção 0,07
0,06
0,05
26
Amarelo 26 ) 19,11% 0,04
0,03
136 0,02
0,01
22
Verde 22 ) 16,18% 0
0 500 1000 1500 2000 2500
136 Dimensão da amostra
30 5.3. ara uma determinada dimensão n, o desvio-padrão
P
Vermeho 30 ) 22,06%
136 é dado por
31
Azul 31 ) 22,79% "0,53 * 0,47 "0,2491
136 s= =
27 "n "n
Roxo 27 ) 19,85%
136 Queremos saber o valor que terá que ter a
Total 136 100% dimensão, m, de uma outra amostra para que
o desvio-padrão seja metade do anterior, isto é,
2.3. statística, pois diz respeito à amostra de pastilhas
E
s "0,2491 "0,2491
que constituem as pastilhas na embalagem do Rui. = §s=2*
2 "m "m
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

7. Em ambas as hipóteses 875 será um valor entre m e

7.1. O desvio-padrão será dado por m + s, de modo que a área a azul será a maior.
"0,24 * 0,76 Podemos comprovar calculando P(X < 875) em
s= ) 0,043 ambas as distribuições.
"100
7.2. Trata-se de definir intervalos de 95% de confiança 9.
para a proporção de apoiantes de cada um dos
9.1. intervalo de confiança para uma proporção é dado
O
candidatos, ou seja, intervalos do tipo
por:
"pW 11 - pW2 "pW 11 - pW2
I = t pW - z * ; pW + z * s "pW 11 - pW2 "pW 11 - pW2
I = t pW - z * ; pW + z * s
"n "n
"n "n
Em que
Neste caso
z = 1,960
pW = 0,72
n = 100
z = 2,576
e quanto a pW:
n = 2000
pW Donde
Jorge Sampaio 0,63 "0,72 * 0,28
I = t 0,72 - 2,576 *
MANUAL
;
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
850 875 "100

À esquerda do valor médio (850) ambas as
"0,2356
distribuições têm a mesma área (50%). § 0,062 ) z * § z ) 1,277
10
82

© AREAL EDITORES Recorrendo à calculadora gráfica vamos agora s ) 2,2288

determinar P(Z > 1,277) ) 0,100 180 n = 32
O nível de confiança será então dado por Logo
1 - 2 * 0,100 180 ) 0,79964 2,2288 2,2288
I = d5 - 1,960 * ; 5 + 1,960 * c)
O André utilizou um nível de confiança de 80% "32 "32
Beatriz ) ]4,2278; 5,7722[
De igual forma 12.3. P
ara um nível de confiança de 99% teremos
"0,695 * 0,305 z = 2,576
0,084 = z * §
"200 Sendo
2,2288 2,2288
"0,4604 I = d5 - 2,576 * ; 5 + 2,576 * c)
§ 0,084 ) z * § z ) 2,580 "32 "32
"200 ) ]3,9851; 6,0149[
Recorrendo à calculadora gráfica
12.4. a) Aumentaria a amplitude do intervalo, mantendo-se
P(Z > 2,580) ) 0,005
centrado na média amostral x = 5.
O nível de confiança será então dado por b) Aconteceria o mesmo porque a diminuição da
1 - 2 * 0,005 ) 0,99
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
15.3. Neste caso z = 2,576, sendo "400

9,7 9,7 Ou ]31,75%; 44,25%[
I = d65,8 - 2,576 * ; 65,8 + 2,576 * c) 19.
"25 "25 s s
) ]60,803; 70,797[ 19.1. I = d x - z * ;x+z* c
"n "n
16.
O intervalo de confiança será dado por Com
s s x = 275
I = d x - z * ;x+z* c z = 1,960
"n "n
s = 60
Com
n = 1077
x=3
Logo
z = 1,960 60 60
I = d275 - 1,960 * ; 275 + 1,960 * c)
s=1 "1077 "1077
n = 50 ) ]271,42; 278,58[
Logo 19.2. Neste caso n = 250, sendo
1 1 60 60
I = d3 - 1,960 * ; 3 + 1,960 * c) I = d275 - 1,960 * ; 275 + 1,960 * c)
"50 "50 "250 "250
) ]2,7228; 3,2772[ ) ]267,56; 282,44[
17.
intervalo de confiança para uma proporção é dado
O 19.3. n = 4000
60 60
por: I = d275 - 1,960 * ; 275 + 1,960 * c)
"pW 11 - pW2 "pW 11 - pW2 "4000 "4000
I = t pW - z * ; pW + z * s
"n "n ) ]273,14; 276,86[
Neste caso 19.4. Seja a margem de erro designada por E
pW = 0,36 > n = 250 " E = 1,960 *
60
) 7,4377;
z = 1,960 "250
60
n = 50 > n = 1077 " E = 1,960 * ) 3,5834;
Donde "1077
60
"0,36 * 0,64 > n = 4000 " E = 1,960 * ) 1,8594
I = t 0,36 - 1,960 * ; "4000
"50
"0,36 * 0,64 20. Sabe-se que I = ]0,34958; 0,53042[ =
0,36 + 1,960 * s
"50 pW * 11 - pW2 pW * 11 - pW2
= d pW - z , pW + z c
I ) ]0,22695; 0,49305[ Å n Å n
pW * 11 - pW2
18. Amplitude de I = 0,18084 = 2 * z
"pW 11 - pW2 "0,38 * 0,62 Å n
18.1. s ) spW = = ) 0,02427 38 + 38 + 12
"n "400 Onde pW = = 0,44
200
e n = 200
"pW 11 - pW2 "pW 11 - pW2
18.2. I = t pW - z * ; Wp + z * s Assim
© AREAL EDITORES
"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
Neste caso: 1,960 *

5 0,45 * 11 - 0,452
0,45 + 1,645 * c
"n 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

10.º ANO Não existe vencedor de Condorcet nesta eleição uma

TEORIA MATEMÁTICA DAS ELEIÇÕES vez que nenhum candidato vence todas as
comparações com os restantes.
1.
2.3. ara que C se possa sagrar vencedor, terá de ser
P
1.1. Votaram nesta eleição
comparado com A no último confronto.
14 + 10 + 8 + 4 + 1 = 37 pessoas
Uma agenda de votação que permite isso será: ABC.
37
1.2. ão necessárias
S + 1 " 19 preferências para uma Na primeira comparação, entre A e B, vence A que
2
maioria absoluta. de seguida é derrotado por C.
1.3. candidato com maior número de últimas
O 2.4. Pelo método das eliminações sucessivas teremos:
preferências é o candidato A 1.ª ronda
1.4. 1.ª ronda Candidato A – 5 primeiras preferências
Candidato A – 14 primeiras preferências Candidato B – 2 primeiras preferências
Candidato B – 4 primeiras preferências Candidato C – 4 primeiras preferências
Candidato C – 11 primeiras preferências Embora o candidato A tenha a maioria das
Candidato D – 8 primeiras preferências primeiras preferências, não se tratando de uma
O candidato A tem a maioria das primeiras maioria absoluta, há que proceder-se a uma
preferências, mas não uma maioria absoluta, como 2.ª ronda, eliminando o candidato com menor
tal tem de se proceder a uma 2.ª ronda; número de primeiras preferências, o candidato B.
2.ª ronda 2.ª ronda
PREPARAR O EXAME NACIONAL
Candidato A – 14 primeiras e segundas preferências Candidato A – 5 votos

Candidato B – 4 + 24 = 28 primeiras e segundas Candidato C – 4 + 2 = 6 votos
preferências
Vence o candidato C
Candidato C – 11 + 8 = 19 primeiras e segundas
preferências 2.5. Com esta variante teríamos na 1.ª ronda:
Candidato D – 8 + 5 = 13 primeiras e segundas Candidato A – 2 últimas preferências
preferências Candidato B – 4 últimas preferências
Candidato C – 5 últimas preferências
O candidato B, tem a maioria das primeiras e
segundas preferências e como se trata de uma O candidato C é eliminado na 1.ª ronda.
maioria absoluta (28) ele é eleito vencedor e 2.ª ronda
nomeado diretor do departamento de inovação. Candidato A – 2 últimas preferências
Candidato B – 4 + 5 = 9 últimas preferências
2.
É eliminado B, ou seja, o candidato A é o vencedor.
2.1. Reestruturando a tabela com a pontuação a atribuir
2.6. Tabela de preferências reestruturada:
Número de votantes
Preferências Pontuação Número de votantes
5 4 2 Preferências
3 4 4
1.ª A C B 2 pontos
1.ª A C B
2.ª B A C 1 ponto
2.ª B A C
3.ª C B A 0 pontos
3.ª C B A
Teremos
Candidato A: 5 * 2 + 4 = 14 pontos 1.ª ronda
Candidato B: 5 + 2 * 2 = 9 pontos Candidato A – 3 primeiras preferências
Candidato C: 4 * 2 + 2 = 10 Candidato B – 4 primeiras preferências
O candidato vencedor é o candidato A. Candidato C – 4 primeiras preferências
É eliminado o candidato A.
2.2. ejamos o resultado de todas as comparações
V
2.ª ronda
possíveis tomando os candidatos dois a dois:
Candidato B – 7 votos
• A e B Candidato C – 4 votos
Preferem A – 5 + 4 = 9 votantes O candidato B é o vencedor, ou seja, o vencedor não
Preferem B – 2 votantes se mantém.
Vence A
• A e C 3.
Preferem A – 5 votantes 3.1.
Pelo método da maioria simples, teremos:
Preferem C – 4 + 2 = 6 votantes Proposta X – 40 votos
Vence C Proposta Y – 39 votos
Proposta Z – 9 votos
• B e C
Número total de votantes: 40 + 39 + 9 = 88
Preferem B – 5 + 2 = 7 votantes
© AREAL EDITORES
Será vencedora a proposta X, com

Preferem C – 4 votantes
40
Vence B ) 45,45 " 45% dos votos
88
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
• Proposta Y e Proposta Z Pretende-se que:

Preferem a proposta Y – 40 + 39 = 79 votantes x x
75 - * 25 = 45 + * 20 §
Preferem a proposta Z – 9 votantes 100 100
Vence a proposta Y x x
§ 75 - = 45 + §

A proposta Y é um vencedor de Condorcet uma vez 4 4
que derrota todas as outras quando comparadas § 1500 - 5x = 900 + 4x §
600 200
duas a duas. § 600 = 9x § x = =
9 3
3.5. pesar da proposta Y ser um vencedor de
A
Condorcet, não vence a eleição pelo método da Desta forma, no final teremos:
maioria simples, o que contraria o critério de
Condorcet que nos diz que sempre que existe um > Pontos atribuídos ao sócio A:
vencedor de Condorcet, este deve ser declarado 200
25 *
vencedor em qualquer eleição. 3
75 - ) 58,33
100
TEORIA DA PARTILHA EQUILIBRADA
> Pontos atribuídos ao sócio B:
4. Aplicando o método proposto, obtém-se: 200
20 *
3
Alice Bernardo Camila 45 + ) 58,33
100
Valor global 1800 2250 1860
Ficando ambos os sócios com o mesmo total de
Valor justo 600 750 620
pontos.
Computador
Bens recebidos Tablet ––
Viagem A partilha final dos bens será então a seguinte:
Valor dos bens
350 1950 0
- O sócio A fica com o avião e com direito a cerca
recebidos de 67% da frota de motos.
Valor a receber 250 1200 620 - O sócio B fica com a frota de automóveis e com
ou a pagar A receber A pagar A receber
direito a cerca de 33% da frota de motos.
Valor a distribuir
no final por cada (1200 - 620 - 250)/3 = 110
herdeiro 6. istribuição dos 9 mandatos através da aplicação do
D
Valor monetário 360 1090 730 método proposto:
final A receber A pagar A receber
Assim, a distribuição será feita da seguinte forma: Listas A B C D

• Alice: recebe o tablet e 360 €; N.° votos 220 530 650 150
• Bernardo: recebe o computador e a viagem e paga
1 220 530 650 150
1090 €;
• Camila: não recebe nenhum bem mas recebe 730 €. 3 73,3 176,7 216,7 50
Divisores
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

Distribuição dos 9 mandatos na proporção direta Partido A B C D E Total

dos votos obtidos por cada lista:
N.° de votos 10918 5947 2022 1483 660 21 030
Listas A B C D Quota Padrão 4,672 2,545 0,865 0,635 0,282
N.° votos 220 530 650 150 Parte Inteira 4 2 0 0 0 6
220 530 650 150
Proporção *9 *9 *9 *9 Ordenação
2ª 5ª 1ª 3ª 4ª
direta 1550 1550 1550 1550 parte decimal
) 1,277 ) 3,077 ) 3,774 ) 0,871
Total de
5 2 1 1 0 9
N.° de vereadores
1 3 4 1
Mandatos
A Maria tem razão, pois o Partido D, um dos menos
A aplicação do método proposto pelos votados, não obtém qualquer vereador pelo método de
representantes da lista A não modificaria o número Hondt, mas recebe um vereador pelo método de
de mandatos a atribuir a cada lista concorrente. Hamilton.
9.
7. Divisor Padrão:
9.1.
300 + 560 + 830 + 240 1930 193
= =
200 200 20 André Inês Maria
Filiais A B C D Baunilha 9€ 14,4 € 24 €
Quota Padrão 31,088 58,031 86,010 24,870 Chocolate 27 € 21,6 € 12 €

Total 36 € 36 € 36 €
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
3 3639,3 1982,3 674,0 494,3 220,0

i2
4 2729,5 1486,8 505,5 370,8 165,0 i3
5 2183,6 1189,4 404,4 296,6 132,0 Inês
6 1819,7 991,2 337,0 247,2 110,0 > Para a Inês a parte de baunilha de s2 vale 14,4 e a

1
parte de chocolate * 21,6 = 7,2, ou seja, metade.
Partido A – 5 vereadores 3
Assim ela dividirá s2 como indicado na figura acima.
Partido B – 3 vereadores
Partido C – 1 vereador 9.4. Maria, que gosta mais de baunilha do que de
A
Partidos D e E – nenhum vereador chocolate, escolhe qualquer uma das três fatias do
André (com 40° de chocolate) e da Inês escolhe
• Aplicando o método de Hamilton
uma das fatias só com baunilha (90° de baunilha)
- número total de votos
9.5. No final, cada um ficou com:
10 918 + 5947 + 2022 + 1483 + 660 = 21 030
André – 80° de chocolate
© AREAL EDITORES
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

3 portagens foi inferior a 10 euros, no mês de
9
90° baunilha – = 4,5 novembro: 30%
2
Total: 10,5 € O que corresponde a 0,30 * 30 = 9 dias
Assim podemos concluir que o Sr. Pereira não tem
> Avaliação da Inês razão porque houve mais dias em abril com gastos
• Parte que coube ao André em portagens inferiores a 10 euros do que em
2 novembro.
120° chocolate – * 21,6 = 14,4
3
2
* 14,4 = 9,6 € 12.
3
8 250 – 5810 = 12 440 " candidatos à 2.ª fase que
12.1. 1
• Parte que coube à Inês concorreram também à 1.ª
1
60° chocolate – * 21,6 = 7,2 Percentagem:
12 440
) 0,6816 " 68%
3 18 250
14,4
90° baunilha – = 7,2 12.2. Vagas sobrantes para a 3.ª fase em 2015: 5836
2
Total: 14,4 € Vagas para a 2.ª fase em 2015: 15 166
15 166
• Parte que coube à Maria ) 5055,33 < 5836
1 3
40° chocolate – * 14,4 = 4,8 Logo a afirmação é verdadeira.
3
14,4 13.
90° baunilha – = 7,2
2 13.1. A opção correta é a II:
Total: 10,5 € - a opção I não pode ser porque o valor de a devia
ser negativo;
> Avaliação da Maria
- a opção III não pode ser porque o valor de r
• Parte que coube ao André deveria ser aproximadamente - 1 uma vez que os
2
120° chocolate – * 12 = 8 pontos do diagrama estão muito próximos de uma
2 3
* 8 ≈ 5,33 € linha reta.
3
13.2. Colocando os dados numa lista da calculadora:
• Parte que coube à Inês
1 1.ª lista: 15 680, 17 549, …, 38 108, 39 043
60° chocolate – * 12 = 4 Obtém-se
3
24
90° baunilha – = 12
2
Total: 16 €
• Parte que coube à Maria
1
40° chocolate – * 8 ) 2,67 €
3
24
90° baunilha – = 12
2
Total: 14,67 €
9.6. sta divisão não é livre de inveja porque quer o
E
André, quer a Maria, consideram que a Inês ficou Média: 26 193,33
com uma fatia melhor do que a deles. Desvio-padrão: 9113,84
89

MODELOS FINANCEIROS
14. Aplicando os dois aumentos de forma sucessiva teremos
Preço final: 140,00 * 1,12 * 1,20 = 188,16 €
15. endo em conta a situação que é descrita, podemos

T
organizar numa tabela a informação dada no
enunciado. Para tal, ter-se-á que ter em conta que:
* O valor do ISV no país onde vive o Ivo é calculado
da seguinte forma:
ISV Estrangeiro = ISV Portugal * 1,28 Pedindo o ponto de interseção dos dois gráficos,
* O preço base do automóvel que o Ivo pretende temos.
comprar é igual quer em Portugal, quer no país
onde vive. O IVA em Portugal é de 23% e o IVA do
país de residência do Ivo é de 18%.
Assim, podemos verificar que:
Portugal País de residência

Preço Base do
18 000 18 000
Automóvel (€)
ISV (€) 9251 9251 * 1,28 = 11 841,30

IVA (%) 21 18
Podendo concluir que o maior número de ligações
Ou seja, podemos calcular o PVP do automóvel em para que o plano A seja mais económico do que o
Portugal da seguinte forma: plano B é de 149 ligações.
PVP Portugal = (18 000 + 9251) * 1,23 = 33 518,73 €
O PVP do automóvel no país onde o Ivo vive é
calculado da seguinte maneira:
PVP Estrangeiro = 18 000 * 1,18 + 11 841,30 =
= 33 081,28 €
Comparando ambos os valores, podemos concluir
que o preço de venda ao público de um automóvel
com preço base de 18 000 € é menor no país onde o
Ivo vive.
16. custo (y) das chamadas segundo cada um dos

O
planos pode ser dado por:
* plano A: y = 20 + 0,60x
* plano B: y = 50 + 0,40x
Onde x representa o número de chamadas
realizadas.
Introduz-se a expressão que representa cada um dos
planos no editor de funções da calculadora gráfica e
com uma janela de visualização adequada obtemos
a representação gráfica dos dois modelos:
© AREAL EDITORES
90

© AREAL EDITORES 11ºANO criou-se o modelo de grafo que figura na resposta à

MODELOS DE GRAFOS questão 2.1. onde os caminhos são representados
por arestas e os cruzamentos por vértices.
1.
A realidade foi amplamente simplificada ao ignorar
1.1. grafo que modela a situação poderá ser o
O
elementos como a fonte, os lagos, os jardins e o
seguinte:
comprimento dos percursos. Passou-se a ter uma
B visão do problema, agora centrada nos elementos
A essenciais.
C D
2. afirmação é verdadeira uma vez que no grafo que
A
representa a situação, existem vértices com grau
F E ímpar (Penedono e Resende). Assim, este grafo não
admite circuitos de Euler, isto é, circuitos em que as
Em que os vértices correspondem a cruzamentos e
arestas podem ser todas percorridas sem repetição,
as arestas aos diversos caminhos do parque (unindo
iniciando e terminando num mesmo vértice.
dois cruzamentos)
No entanto se admitirmos a duplicação da aresta
Grau (A) = 3
que liga Penedono a Resende (a tracejado na figura),
Grau (B) = 4
obtemos um novo grafo em que todos os vértices
Grau (C) = 4
têm grau par e, como o grafo é conexo, será possível
Grau (D) = 4
encontrar circuitos de Euler a partir de qualquer dos
Grau (E) = 4

vértices, em particular, a partir de Beselga.
Grau (F) = 3
Ovadas
Dizer que o grupo de jovens tem de percorrer pelo Penedono Resende
menos um caminho, mais do que uma vez, significa
afirmar que não é possível percorrer todas as arestas
Beselga Freigil
deste grafo sem repetir nenhuma, começando e Panchorra
terminando no vértice A. O que é o mesmo que Ourozinho
dizer que este grafo não admite um circuito de Antas
Euler. Ora, sabe-se que, num grafo conexo, é
condição necessária e suficiente para que exista tal 3.
circuito, que todos os vértices tenham grau par. 3.1. ara que o António consiga realizar o que pretende,
P
Como existem vértices com grau ímpar (vértices A e teria que existir um circuito de Euler, com início e
F) neste grafo, não existe tal circuito. Portanto para fim em A, no grafo representativo da situação. Dado
percorrer todas as arestas do grafo, nas condições que o grafo é conexo, para que tal circuito existisse,
aqui indicadas (começar e terminar no vértice A) todos os vértices teriam que ter grau par, o que não
vai ter que se repetir pelo menos uma aresta. acontece uma vez que os vértices F e C têm grau 3
1.2. asta que se repita o caminho correspondente à
B (ímpar). Assim, o António não poderá ver as suas
aresta que une o vértice A ao vértice F. pretensões satisfeitas em simultâneo.
A
B
A
C B C
D
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)
D Total de quilómetros percorridos:

Onde os vértices representam as cidades e as arestas 18 + 30 + 32 + 36 + 20 = 136
a ligações rodoviárias existentes entre elas. Assim, o percurso alternativo, sem recurso à estrada
Vejamos quantos percursos nas condições indicadas que liga A a B tem uma extensão inferior ao
se podem considerar e assinale-se quais os que percurso escolhido no caso da estrada que liga A a B
respeitam a alternativa 1: estar transitável, pelo que a informação constante
no anúncio é falsa.
E D C ✓
A
D E 6. omece-se por aplicar o algoritmo proposto,
C
B
A D C escolhendo A como ponto de partida.
E
D A Existem duas vivendas à mesma distância de A e
C mais próximas. São as vivendas B e D, a 100 metros
E B C ✓
A de A cada uma.
B E
D • Escolha-se a vivenda B:
A B C
E – Obtém-se a ligação AB – 100 metros

B A
– De seguida BC – 100 metros

Podemos concluir que existem 2 percursos nas
condições da alternativa 1. – CE – 140 metros (CA não poderia ser porque

repetir-se-ia a vivenda A)
Façamos o mesmo para a alternativa 2:
– ED – 110 metros

E D C
A – E voltando a A, DA – 100 metros

D E
B Num total de 550 metros

E
A D C (100 + 100 + 140 + 110 + 100)
D A
C • Começando pela vivenda D passaremos a ter as
E B C ✓ seguintes ligações:
A
B E – AD – 100 metros

D
A B C ✓ – DE – 110 metros

E
B A – EB – 110 metros

Existem também 2 percursos nas condições da – BC – 100 metros

alternativa 2, pelo que o Sr. Pereira não tem razão. – CA – 110 metros

Totalizando agora 530 metros

5. ara averiguar a veracidade da informação,
P
(100 + 110 + 110 + 100 + 110)
aplicamos o algoritmo nos dois casos:
Ou seja, no caso do Francisco escolher
* A estrada que liga A a B está transitável:
aleatoriamente a vivenda B, ele acabará por
Passo 1: Vila de Freixo percorrer mais 20 metros do que se escolher
© AREAL EDITORES
Passo 2: seleciona-se a aldeia A (distância 18 km) começar pela vivenda D.

Passo 3: seleciona-se a aldeia B (distância 28 km)
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,

Pelo que é possível concluir que o número de
habitantes de Peso duplique ao fim de 14 anos.
Pode concluir-se que a correlação linear é perfeita, 8.2. rocedendo de forma análoga à anterior, coloque-se
P
sendo o modelo linear o apropriado para descrever no editor de funções os modelos de ambas as
os dados relativos ao Tarifário M. populações. De seguida compara-se a representação
gráfica dos dois modelos:
7.3. omo vimos na questão anterior a evolução do
C
tarifário M é bem representada por um modelo
linear, neste caso y = 0,094t
A representação gráfica dos dois modelos é a
seguinte:
Verifica-se que ao fim de 24 anos a população de

Peso será igual à população de Neiva, e a partir daí
será superior.
93

8.3. Colocamos os dados nas listas da calculadora

1.ª lista " t: 0, 1, …, 5, 6
2.ª lista " R: 632, 894, …, 1920, 2183
Realizando uma regressão linear, obtém-se
R(t) ) 258,07t + 632,21
O dia 1 de junho de 2012 corresponde a t = 12,
assim para estimar o número de habitantes de Runa
nessa data, teremos que calcular R(12) ) 3729,07, o
que corresponde a 3729 habitantes.
11. omecemos por introduzir os dados nas listas da
C
O ano de 1985 corresponde a t = 5
9.1. calculadora
58
M(5) = ) 37,7044 1.ª lista " Ano: 0, 10, 20, 30
1 + 1,7e-0,23 * 5
2.ª lista " N.º de sócios: 10 585, 23 150, 30 981,
O que significa que em 1985 era 38% a percentagem
39 125
de novos encartados mulheres de um total de 4750
novos encartados. Após uma regressão linear na calculadora obtém-se
O que corresponde a 4750 * 0,38 ) 1805 mulheres N(t) ) 934,5t + 11 942,6
Podemos concluir que, em 1985, foram encartadas O final de 2005 corresponde a t = 25, ou seja
cerca de 1805 mulheres. pretende-se saber o valor de
9.2. olocando a expressão dada no editor de funções da

C N(25) ) 934,5 * 25 + 11 942,6 ) 35 305
calculadora, é possível consultar a respetiva tabela O número de sócios será, pois, de 35 305.
de valores. Verifica-se que o primeiro ano em que,
no mês de janeiro, a percentagem de encartados do
sexo feminino foi superior a 50%, foi no ano de MODELOS DE PROBABILIDADE
1991 (11 anos após 1980). 12. Seja X: número de livros policiais selecionados numa
estante que contém livros policiais numerados de 1 a
X Y1
15 e de aventuras numerados de 16 a 35
(…) (…)
X pode tomar os valores:
9 47,756
>0 – se dos dois livros selecionados nenhum for
10 49,554
policial
11 51,082
>1 – se for selecionando um livro policial e um de
aventuras
10. >2 – se forem selecionados dois livros policiais
10.1. O início de janeiro de 2010, corresponde a t = 0 A tabela de distribuição de probabilidade de X será
O início de janeiro de 2013, 3 anos depois, dada por:
corresponde a t = 36
Número de livros policiais 0 1 2
Pretende-se assim calcular
38 60 21
P(36) - P(0) ) 1021,083 - 51,625 = 969,458 Probabilidade associada
119 119 119
Valores obtidos na tabela de valores da calculadora Onde
gráfica após a inserção no editor de funções da 20 19 38
• P(X = 0) =
* =
expressão dada. 35 34 119
O aumento foi de 969 residentes. Tanto o 1.° como o 2.° livro selecionados são de
aventuras. Ora, existem 20 livros de aventuras na
10.2. E
sse limite será de 1239 (aproximadamente) porque
estante, num total de 35 livros.
corresponde à capacidade máxima do modelo
15 20 60
logístico que modela a evolução da população. • P(X = 1) =
* *2=
É possível verificar a estabilização junto a esse valor 35 34 119
numa representação gráfica com janela adequada: É selecionado um dos 15 livros policiais e um dos
20 livros de aventuras. Pode ser selecionado
primeiro o policial e depois o de aventuras, ou o
inverso. Temos assim 2 possibilidades de selecionar
um livro policial e um livro de aventuras.
15 14 21
• P(X = 2) =
* =
35 34 119
Tanto o 1.° como o 2.° livro selecionados são
policiais. Ora, existem 15 livros policiais na estante,
© AREAL EDITORES
num total de 35 livros.
94

© AREAL EDITORES 13. Designando por: 16.

>C – livro de ciências 16.1. T
rata-se de uma distribuição normal de valor médio
>F1 e F2 – livros de ficção científica igual a 21 minutos e desvio padrão, 4 minutos.
Teremos: Se o André sair de casa às 8h 01min ele não poderá
Casos Possíveis: Casos Favoráveis: demorar mais de 29 minutos, senão chega atrasado.
C F1 F2 C F1 F2 Pretende-se saber pois
C F2 F1 C F2 F1 P(X > 29)
F1 C F2 F1 F2 C Recorrendo à calculadora gráfica e determinando o
F2 C F1 F2 F1 C valor pretendido através da instrução
F1 F2 C
Normalcdf (29, 1000, 21, 4), obtém-se
F2 F1 C
P(X > 29) ) 0,028, ou seja, 2,28%
A probabilidade pedida será então dada por
4 2 16.2. P
artindo do princípio que todas as viagens que
P= =
6 3 duram mais de 25 minutos resultam da utilização
do percurso alternativo, temos que a probabilidade
14. rganizando os dados do enunciado numa tabela,
O
de o pai do André usar o percurso alternativo é dada
temos:
por P(X > 25) ) 0,15865, ou seja, 15,865%.
Eletrodomésticos Outros Total A probabilidade de não usar o percurso alternativo
Recolha 20 000 * 0,96 = 20 000 - 19 200 = será dada por: 1 – 0,15865 ) 0,84134
20 000
seletiva 19 200 800

Então a probabilidade de, em três dias, exatamente
Limpeza 80 000 * 0,24 = 80 000 - 19 200 =
80 000 em dois deles ser utilizado o percurso alternativo é de
de florestas 19 200 60 800
Lixo 45 000 * 0,36 = 45 000 - 16 200 = 0,15865 * 0,15865 * 0,84135 * 3 = 0,06353
45 000
doméstico 16 200 28 800
Ou seja, uma probabilidade de 6%, aproximadamente.
Total 54 600 90 400 145 000
17. 42% da capacidade do depósito = 0,42 * 2000 = 840
Como é sabido que o objeto selecionado é um dos
Seja X a variável aleatória “quantidade de GPL no
54 600 eletrodomésticos recolhidos, a probabilidade
depósito”.
de ser proveniente da recolha seletiva, é dada por:
Sabemos que X segue uma distribuição normal
19 200 32
P= = N(800, 40).
54 600 91
Pretende-se saber P(X > 840).
15. Considerando as propriedades da curva normal, ou
15.1. Representando por: recorrendo às funcionalidades da calculadora,
Pub - o conjunto dos inquiridos que viu a publicidade
obtemos
Per - o conjunto dos inquiridos que comprou o novo
P(X > 840) ≈ 0,15866 " 15,87%
perfume 18.
Como 20% + 75% + 45% = 140%, isso significa que 18.1. Representemos por:
40% dos inquiridos viram a publicidade e R – conjunto dos serviços que utilizaram o
compraram o novo perfume. transporte rodoviário;
Organizando os dados num diagrama de Venn temos: A – conjunto dos serviços que utilizaram o
transporte aéreo.
20% Dado que 87 + 45 = 132, significa que 32% dos
serviços utilizaram ambos os meios de transporte.
35% 40% 5% É então possível representar a situação no seguinte
diagrama:
Pub Per
A R
Assim, a partir da análise do diagrama, conclui-se
que a probabilidade de um indivíduo ter comprado 55% 32% 13%
o perfume e não ter visto o anúncio é de 5%.
15.2. Designando agora os acontecimentos:

Per: «O indivíduo inquirido comprou o perfume»
Pub: «O indivíduo inquirido viu a publicidade» >55 = 87 – 32
0,4 >13 = 45 – 32
8
Queremos P(Per|Pub) = =
0,35 + 0,40 15 É agora possível concluir que a probabilidade de,
escolhido um serviço prestado ao acaso, este ter
recorrido apenas a um dos dois tipos de transporte é
de: 55% + 13% = 68%
95

18.2. Representemos por: 19.2. A

margem de erro de um intervalo de confiança é
R –mercadorias transportadas por meio ferroviário metade da sua amplitude.
A – mercadorias transportadas por meio aéreo Para pW = 0,5 e n = 100, o intervalo, com um nível de
confiança de 95%, para a proporção p, é
P – mercadorias entregues dentro do prazo
0,5 * 0,5 0,5 * 0,5
P – mercadorias entregues fora do prazo d 0,5 - 1,96 ; 0,5 + 1,95 c=
Å 100 Å 100
E elabore-se um diagrama de árvore relativo à
situação apresentada: = ]0,402; 0,598[
0,598 - 0,402
e a margem de erro é 0,098 a b.
2

0,80 P " P(R © P) = 0,78 * 0,80 = 0,624
Alterando a dimensão da amostra, por exemplo,
R
para n = 500 e para n = 1000, obtém-se intervalos de
0,78 0,20 P " P(R © P) = 0,78 * 0,20 = 0,156 confiança de forma análoga ao anteriormente
calculado.

0,22
x P Resumamos a informação numa tabela.
A
Dimensão Intervalo, com um nível Margem
1-x
P da de confiança de 95%, de erro do
amostra para a proporção p intervalo
Para determinar os valores em falta basta pensar 100 ]0,402; 0,598[ 0,098
que:
500 ]0,456; 0,544[ 0,044

P(P) = 0,778 = 0,624 + 0,22x 1000 ]0,469; 0,531[ 0,031
Donde,
0,22x = 0,778 – 0,624 § x = 0,154 : 0,22 = 0,70 Como se observa através dos casos calculados, a
margem de erro diminui à medida que a dimensão
0,22 * 0,70
Queremos calcular P(A | P) = ) 20% da amostra aumenta, mantendo a confiança.
0,778
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.
23. ecorrendo aos valores da amostra teremos de usar

R
para estimador do valor médio, a média amostral e

para estimador do desvio padrão populacional o
desvio padrão da amostra. Para obter estas
estatísticas e com os valores fornecidos numa lista
da calculadora, obtemos:
Média amostral (x) = 2,675
Desvio-padrão amostral (s) ≈ 1,9267
Queremos agora encontrar o intervalo
s s
dx - z ;x+z c
"n "n
Como, neste caso,
n = 40
x = 2,675
s ≈ 1,9267
z = 1,960
O intervalo de confiança para o valor médio do
número de cafés bebidos em cada dia pelo Manuel
será: ]2,078; 3,272[.
24. onsiderando as informações do enunciado,

C
podemos verificar que a dimensão da amostra n é
de 40 serviços, sendo que
x = 6 e s = 0,5
Uma vez que se pretende um nível de confiança de
95%, podemos concluir que z = 1,960.
Logo, o intervalo de confiança a 95% para o atraso
médio, em horas, da entrega de todas as
mercadorias transportadas pela empresa, é dado
por:
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.
O jardineiro diz ter percorrido um percurso de Euler, no

grafo abaixo representado, com início em O e fim em L,
visitando todas as salas e sem repetir portas.
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.
T C 3.1. Basta determinar f4(0), por exemplo a partir da

tabela de valores do modelo:
M O
Fim
Não é possível definir um percurso de Euler, no grafo

associado ao discurso do Mordomo, com início na sala dos
DOSSIÊ DO PROFESSOR QUESTÕES DE AULA
Lírios e fim na sala das Orquídeas, porque existem outros

vértices de grau ímpar: N e T.
Para o caso do cozinheiro:

Entrada
D N L R
T Ou seja, inicialmente o segredo foi contado a cerca

de 12 pessoas (0,012 milhares).
O
3.2. sse número será dado pela capacidade máxima do
E
Saída
modelo que neste caso é
É possível definir um percurso de Euler, no grafo associado c ) 0,7323
ao discurso do cozinheiro, a começar em L e a acabar em Roseira Escarlate tem, então, 733 habitantes,
O, uma vez que todos os outros vértices têm grau par. aproximadamente.
É assim possível concluir que o mentiroso é o mordomo.
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
4 (4, 1)* (4, 2) (4, 3)* (4, 4) (4, 5)* (4, 6)

P(serem duas raparigas) =
5 (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
1 15 14 1 8 7
= * * + * * ) 0,26650
6 (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6) 2 25 24 2 18 17
2.1. retende-se saber a probabilidade de sair 4 no

P P(ser da 1.ª turma | são duas raparigas) )
1 15 14
primeiro dado ou um número ímpar no segundo. * *
2 25 24
Na tabela de dupla entrada estão sublinhados os ) ) 0,438
0,26650
casos em que isso acontece.
Assim 2. omecemos por determinar a probabilidade do
C

21 7 acontecimento contrário, isto é, a probabilidade de
P(F ∂ G) = =
36 12 nenhuma das 12 pilhas ser defeituosa.
2.2. este caso pretende-se saber a probabilidade de sair
N Ora
o número 4 no primeiro dado e um número ímpar P(pilha não defeituosa) = 1 – 0,012 = 0,988
no segundo. Casos assinalados na tabela com (*) Então
3 1
P(F © G) = = P(nenhuma pilha defeituosa numa
36 12
embalagem de 12) = 0,98812 ) 0,86513
2.3. ara saber se os acontecimentos são independentes
P
Assim
podemos verificar se
P(pelo menos uma de 12 pilhas ser defeituosa) =
P(F © G) = P(F) * P(G)
= 1 - 0,98812 ) 0,135
Ora
6 1 18 1 3. Seja X a variável aleatória: valor do prémio obtido
P(F) = = e P(G) = =
36 6 36 2 no sorteio de uma das 800 rifas.
Assim
1 1 1 E a respetiva distribuição de probabilidade:
P(F) * P(G) = * = = P(F © G)
6 2 12
xi 0 75 200
Ou seja, os acontecimentos F e G são independentes.
795 159 4 1 1
P(X = xi) = =
3.1. 800 160 800 200 800
Não
Gostaram Total Determinemos o valor médio de X.
gostaram
Para isso colocamos nas listas da calculadora:
1420 – 684 =
Homem 684 1420
736 1.ª lista: valores de xi " 0, 75, 200
1378 – 736 = 753 + 642 = 159 1 1
Mulher 753 2.ª lista: respetivas probabilidades " , ,
642 1395 160 200 800
Obtém-se m = 0,625 €
684 + 753 = 2815 – 1437
Total 1437 = 1378
2815 Como cada rifa tem o custo de 1 €, a Associação de
Estudantes pode esperar um lucro de 1 - 0,625 = 0,375
1437 em cada rifa.
3.2.1. P(gostar do produto) =
2815 Em 800 rifas, pode esperar um lucro de 300 €.
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%
2. stamos perante uma distribuição normal

E
N(62 250, 2925) e pretende-se P(X < 57 000)
Recorrendo às capacidades da calculadora,
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
A probabilidade do pai do Rui ter de substituir o

pneu é de 0,036 aproximadamente.
4600
3.1. Valor médio: p = = 0,23
20000
"p 11 - p2 "0,23 * 0,77
Desvio-padrão: = ) 0,0595
"50 "50
3.2. Considerando que a distribuição de amostragem de
PW, proporção de drageias vermelhas em amostras de
dimensão 50, tem um comportamento normal de

valor médio 0,23 e desvio-padrão 0,0595, pretende-
-se P(PW > 0,25).
A probabilidade da proporção de drageias vermelhas

ser superior a 25% na amostra retirada é de 0,3684
aproximadamente.
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%
DOSSIÊ DO PROFESSOR FICHAS DE AVALIAÇÃO

2.1. andam na escola. Não se trata da totalidade.
Laura Mário 5.2. or exemplo, relativamente ao Ensino Básico não é
P
Valor Global 3745 € 3960 € credível que 108,5% (em 1995/96) e 107,6% (em
Parte Justa 1872,5 € 1980 € 2000/01) sejam as taxas de escolarização.
2.2. 6.1. Rendimento global do casal: 20 950 €
Laura Mário Rendimento coletável: 10 475 € (20 950 : 2).

Cadeira; Cálculo da coleta do casal:
Conjunto de Televisão; taxa a aplicar – 28,5%
Ítens recebidos churrasco; Moto
Tapete turco Parcela a abater – 980 €
10 475 * 0,285 – 980 = 2887,375
2.3.
Coleta do casal: 2887,375 * 2 = 5774,75 €
Laura Mário
2990 € 6.2. álculo do IRS com a prestação do serviço, no
C
Valor dos itens Paga à banca: Natal:
1195 €
recebidos 2990 – 1980 =
1100 € Rendimento global do casal:
12 500 € + 500 € + 1500 € = 14 500 €
Após a divisão dos itens, a banca recebe do Mário
Rendimento coletável – 14 000 € : 2 = 7000 €
1100 €.
Cálculo da coleta:
2.4. o dinheiro que vai para a banca a Laura tem de
D
receber: 1872,5 – 1195 = 677,5 € Com este rendimento coletável o casal encontra-se
no 2.º escalão (taxa a aplicar: 28,5%; parcela a
Restam na banca: 422,5 € que são divididos em
abater: 980 €.
partes iguais de 211,25 € para cada irmão.
Aplicação da taxa de imposto:
No final temos:
7000 € * 0,285 = 1995 €
- A Laura recebe a cadeira antiga, o conjunto de
churrasco, o tapete turco e 888,75 € Dedução da parcela a abater:
(677,5 + 211,25) 1995 € – 980 € = 1015 €
- O Mário recebe a televisão de plasma e a moto. Coleta: 1015 * 2 = 2030 €
Paga ainda 888,75 € (1100 – 211,25)
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
IRS, sem o serviço de Natal – 1885 € B

Mas como o rendimento, com o serviço de Natal, C
é maior, apesar de se ter de pagar mais de IRS,
a quantia com que o casal ficará no final, será maior D
também. Para que fosse possível passar por todas as pontes

Pelo que o Manuel não tem razão. sem repetir nenhuma, começando e terminando em
A, segundo o teorema de Euler, o grafo que
representa a situação teria que ser conexo e ter
FICHA DE AVALIAÇÃO 1 todos os vértices com grau par.
1. Por exemplo: A C E F G B D A Ora, acontece que, embora o grafo seja conexo,

existem dois vértices de grau ímpar (A e C).
G
Assim, para percorrer todas as arestas, começando e
A B
F terminando em A, teremos que repetir sempre pelo
menos uma aresta. O percurso mais eficaz será
aquele que repita o mínimo de arestas, o que é
possível se repetirmos apenas a aresta AC
E C (a vermelho na figura seguinte)
A
D
2. (A) Afirmação Falsa. B

C
Um grafo completo com 5 vértices tem 10 arestas
A D
Uma forma eficaz para a Maria realizar o seu

percurso, iniciando e terminando em A será aquele
B E que corresponde ao seguinte percurso no grafo:
A C D A B D C B C A (repetindo como dissemos
atrás a aresta AC).
C D
(B) Afirmação Falsa. Segundo o Teorema de Euler,

© AREAL EDITORES
um grafo conexo admite um circuito de Euler se e

só se todos os seus vértices tiverem grau par.
102

© AREAL EDITORES 5.1.

Vértices – edifícios das sedes da companhia.
H4 – H5 – A " 14 + 9 + 19 + 12 + 16 + 17 = 87
H3
Arestas – custo, em milhares de euros, das ligações
H5 – H4 – A " 14 + 9 + 19 + 23 + 16 + 20 = 101 possíveis entre os edifícios.
H3 – H5 – A " 14 + 9 + 21 + 12 + 23 + 17 = 96
A – H2 – H1 H4 6.2.
H5 – H3 – A " 14 + 9 + 21 + 16 + 23 + 17 = 100 A
H3 – H4 – A " 14 + 9 + 15 + 23 + 12 + 20 = 93 2
H5
H4 – H3 – A " 14 + 9 + 15 + 16 + 12 + 17 = 83 F B
5.2. onsiderando o grafo que representa a situação,
C
20 6
onde os vértices representam o aeroporto e os
E C
hotéis, e as arestas o percurso entre eles, teremos
9 16
A
D
18 17
14 20 Custo: 53 milhares de euros.
H1 H5
15 A
22
9 16 2
21 5
F B
24
H2 H4 6
19 17 23
13 12 E C
4
16
H3
D
Da alínea anterior podemos concluir que a menor Custo: 33 milhões de euros.
distância total percorrida é a que corresponde ao
ciclo A – H2 – H1 – H5 – H4 – H3 – A, num total de 6.3. rata-se de encontrar uma árvore abrangente
T
83 km. mínima do grafo em estudo. Para tal teremos de
Aplicando o algoritmo do vizinho mais próximo, a aplicar o algoritmo de Kruskal.
partir de A:

A
• Teremos que começar pela aresta A H2 – peso 14
2
• De seguida seguir a aresta H2H1 – peso 9
• Depois H1H5 – peso 15 F B
• H5H4 – peso 16 1
6
• H4H3 – peso 12 E C
4 3
• Terminando com H3A – peso 17
A
D
18 17
14 20 • Em primeiro lugar escolhe-se a aresta BE – peso 1
H1 H5
15 • De seguida a aresta AB – peso 2
22
• Segue-se BD – peso 3
9 16
21 • DF – peso 4
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

FICHA DE AVALIAÇÃO 2 2. rata-se de encontrar uma árvore abrangente

T
mínima do grafo em estudo. Para tal teremos de
1.1. aplicar o algoritmo de Kruskal.
Entrada Rizokarpaso
principal Amvrosios 102
20 85
Kyrenia 29
Horta 17 Trikomo
Bosque 17 22
18
25 15
4 15
Nicosia Lefkoniko
Cruzamento Mansão Picadeiro Trakhomas Kythrea
• começa-se por Nicosia – Trakhonas – 4 km

Estufa
Lago
• Trakhonas – Kythrea – 15 km
Cabana de repouso • Lefkoniko – Trikomo – 15 km
• Kythrea – Kyrenia – 17 km
1.2. ncontrar uma forma de percorrer todas as
E • Lefkoniko – Amvrosios – 17 km
alamedas sem repetir nenhuma, partindo e • Kythrea – Amvrosios – 22 km (as arestas de peso
regressando à mansão, equivale a encontrar um inferior formam ciclos)
circuito de Euler no grafo que representa a situação.
• Trikomo – Rizokarpaso – 85 km (as arestas de
Ora, este grafo tem quatro vértices de grau ímpar:
peso inferior formam ciclos)
Entrada Principal, Horta, Estufa e cruzamento entre
a estufa e o bosque. Assim, a instalação mais económica é está
assinalada no grafo e corresponde a um percurso
Como é condição necessária e suficiente para que
total de: 4 + 15 + 15 + 17 + 17 + 22 + 85 = 175 km
um grafo conexo admita um circuito de Euler, que
todos os seus vértices tenham grau par, podemos Rizokarpaso
Amvrosios 102
concluir que neste grafo tal circuito não existe. 20 85
Kyrenia 29
O Barão Florêncio terá que repetir algumas 17 Trikomo
17 22
alamedas. Para encontrar o circuito mais eficaz, é 18
25 15
preciso então eulerizar o grafo, indicando (a 4 15
Nicosia Lefkoniko
vermelho) as alamedas que o Barão terá que repetir Trakhomas Kythrea
O que corresponde a um custo total de

Entrada
principal 1,03 * 175 = 180,25 M€
Horta 3.1. Saldo do 3.º dia " 500 - 3 * 16,50 = 450,50 €

Bosque Saldo do 8.º dia " 500 - 8 * 16,50 = 368 €
3.2.
Saldo no último dia do mês de setembro (30 dias)
O
Cruzamento Mansão Picadeiro será dado por:
500 - 30 * 16,50 = 5 €
Estufa E no último dia de janeiro (31 dias):
Lago 500 - 31 * 16,50 = - 11,5 €, o que significa que no
Cabana de repouso mês de janeiro o Alexandre terá que reduzir os seus
gastos, ou pedir reforço aos seus pais.
Um percurso possível poderá então ser dado por: 3.3. Sn = 500 - 16,50 * n, com n å N0
Mansão – Entrada Principal – Horta – Picadeiro
4.1.
– Lago – Cabana de Repouso – Estufa – Mansão – População (milhões)
12
Cruzamento – Estufa – Cruzamento – Bosque –
Entrada Principal – Horta – Mansão 10
8
Entrada 6
principal
2 4
12
Horta 2
Bosque 1 13
3 0
11 14 1840 1860 1880 1900 1920 1940 1960 1980 2000 2020
8 Mansão
Cruzamento Picadeiro
4.2.
olocam-se nas listas da calculadora os dados
C
10
9 7 fornecidos:
4
Estufa 1.ª lista – Ano: 1864, 1878, …, 1991, 2000
6 Lago 2.ª lista – População: 4.3, 4.7, …, 9.9, 10.3
© AREAL EDITORES
5
Cabana de repouso E efetua-se de seguida uma regressão linear.
Obtém-se y ) 0,0477x - 84,9466
104

© AREAL EDITORES 4.3. oloca-se a expressão obtida no editor de funções da

C 5.2. omo se trata de um modelo exponencial, a taxa de
C
calculadora e consultando a respetiva tabela de crescimento mensal é dada pelo valor de dois meses
valores para X = 2010, tem-se: consecutivos quaisquer, por exemplo, A(0) e A(1).
Assim
A112 - A102
t= ) 0,4913 ou 49% aproximadamente
A102
5.3. Queremos determinar t tal que A(t)=3A(0)=6,9
Procuramos então na tabela de valores do modelo, o
valor de Y que mais se aproxima e verificamos que:
Isto é, uma estimativa de 10,9 milhões para a

população residente em Portugal, em 2010.
4.4.
ontinuando a consultar a tabela de valores do
C
modelo, agora procurando valores de Y ) 11.
Obtemos
Ou seja ao fim de 3 meses a área já havia triplicado.

5.4. ais uma vez procurando na tabela de valores do
M
modelo valores próximos de y = 314
Encontramos:

Podendo concluir que a partir deste modelo, a
população portuguesa ultrapassaria os 11 milhões a
partir do ano de 2013.
4.5. modelo linear é um modelo que tem um
O
crescimento ilimitado, como tal, não é indicado para
estabelecer estimativas a muito longo prazo, porque
apresentará valores muito elevados.
O que significa que durante o 13º mês o lago ficará
De igual modo, se quisermos utilizar o modelo
totalmente coberto por este tipo de planta.
encontrado para projetar a população no século 15
(X = 1400)
FICHA DE AVALIAÇÃO 3
1.
ncontrar uma forma de percorrer cada rua uma
E
única vez, partindo de um cruzamento e terminando
noutro, equivale a encontrar um percurso de Euler
no grafo que representa a situação.
Ora, o grafo dado tem quatro vértices de grau ímpar:
A, C, D e F e para que um grafo conexo admita um
percurso deste tipo só poderão existir dois vértices
de grau ímpar, tendo, nesse caso, de se iniciar
necessariamente num deles e terminar no outro.
Como tal não acontece neste caso, os funcionários
Ela apresenta valores negativos, o que não tem não poderão efetuar um percurso por todas as ruas
sentido neste contexto. sem repetir nenhuma.
Pretende-se calcular A(t) para t = 0

5.1. 2.1.
olocam-se nas listas da calculadora os dados
C
Para tal introduz-se o modelo fornecido no editor de fornecidos:
funções e obtém-se, a partir da tabela de valores 1.ª lista - Tamanho da Colheita: 8, 6, …, 26, 40
2.ª lista – Percentagem de frutos com larvas: 59, 58,
A(0) = 2,3e0 = 2,3
…, 30, 27
Sendo esta a área ocupada pelas plantas no momento
E efetua-se de seguida uma regressão linear.
da primeira observação.
Obtém-se y ) - x + 64
105

2.2. oloca-se a expressão obtida no editor de funções da

C 3.3. I ntroduzimos no editor de funções a expressão de
calculadora e consultando a respetiva tabela de R(n) e comparamos as representações gráficas de
valores para X = 15, tem-se: R(n) e de 10 * P(n), uma vez que os valores de P(n)
são dados às dezenas.
Isto é, uma estimativa de 49% para a percentagem

de frutos com larvas.
2.3. ontinuando a consultar a tabela de valores do
C
modelo, agora procurando os valores de X para os
quais se tem Y ) 0.
Obtemos
Pedindo a interseção das duas representações

gráficas
Podendo concluir que para se esperar obter fruta

sem larvas, a colheita deverá ter um tamanho de
cerca de 63,423.
100
3.1. P(0) = ) 4,76
1 + 20
Foram introduzidas cerca de 48 lebres
3.2. I ntroduzindo a expressão no editor de funções da
calculadora e consultando a respetiva tabela de E concluímos que no 6.º mês já existiam mais
valores procura-se o valor mais próximo de lebres do que raposas.
P(t) ) 80. 3.5. e a evolução das duas espécies se mantiver
S
segundo os modelos apresentados, sabemos que o
número de lebres nunca poderá exceder as
100 dezenas (1000 exemplares) porque é esta a
capacidade máxima do modelo logístico.
Relativamente às raposas, sendo o seu crescimento
representado por um modelo logarítmico, sabemos
que o número de exemplares continuará a
aumentar, cada vez mais devagar, é certo, mas
ultrapassando todo e qualquer limite. Por isso, se a
evolução das raposas se mantiver, estas não correm
o risco de se extinguir.
Verifica-se assim que no oitavo mês após a

introdução das lebres, já existiam na reserva mais
de 800 destes exemplares. Ou seja, em fevereiro
© AREAL EDITORES
de 2013.
106

© AREAL EDITORES 4.1. omecemos por apresentar todos os resultados

C uma mulher entre os turistas residentes em Portugal
possíveis numa tabela de dupla entrada (a vermelho é praticamente a mesma.
os valores da soma dos pontos obtidos): 5.2. uristas em viagem profissional ou de negócios
T
– 348 420
DADO TETRAÉDRICO
Então
1 2 3 4
(1, 1) (1, 2) (1, 3) (1, 4) P(turista em viagem profissional ou de negócios) =
1 348 420
2 3 4 5 = " 11,91%
(2, 1) (2, 2) (2, 3) (2, 4) 2 926 232
DADO CÚBICO
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.

Soma dos
2 3 4 5 6 7 8 9 10
pontos
1 1 1 1 1 1 1 1 1
Probabilidade FICHA DE AVALIAÇÃO 4
24 12 8 6 6 6 8 12 24
4.2. mbora existam mais somas ímpares (5) do que

E 1.1.
pares (4), o que interessa aqui é comparar T1 T2 T3
20 12 9
P(soma par) com P(soma ímpar). T8
Ora, a partir da tabela de dupla entrada, é possível 35
concluir que T4 T5 T6
11 17 22
12 1 12 1
P(soma par) = = e P(soma ímpar) = =
24 2 24 2
Ou seja, o João não tem razão ao afirmar que as T7 T9
regras não são justas uma vez que a probabilidade 15 16
da Ana ganhar uma jogada (soma par) é igual à do
João (soma ímpar). 1.2. Percursos possíveis:
> T1 – T2 – T3 – T8 - duração:
5.1. uristas Homens residentes em Portugal –
T
20 + 12 + 9 + 35 = 76 minutos
583 268 + 189 114 + 508 597 + 47 710 + 5746 +
+ 127 946 = 1 462 381 > T4 – T5 – T6 – T8 – duração:
11 + 17 + 22 + 35 = 85 minutos
Turistas Mulheres residentes em Portugal –
466 899 + 159 306 + 762 335 + 43 210 + 9325 + > T7 – T6 – T8 – duração:
+ 22 776 = 1 463 851 15 + 22 + 35 = 72 minutos
P(turista homem residente em Portugal) = > T9 - T8 – duração:

1 462 381 16 + 35 = 51 minutos
= ) 0,4997 " 49,97%
2 926 232 O caminho crítico deste digrafo é dado por
1 463 851
P(turista mulher residente em Portugal) = ) T4 – T5 – T6 – T8, sendo, por isso, 85 minutos o
2 926 232
) 0,5003 " 50,03% tempo mínimo para a execução deste projeto.
Podemos assim concluir que os valores da tabela 1.3. Se T3 se atrasar 5 minutos, uma vez que se trata de
sustentam a afirmação uma vez que fornece valores uma tarefa que pertence ao caminho crítico, todo o
muito próximos um do outro e de 50%, indiciando projeto se atrasará também 5 minutos, passando a
que a probabilidade de se encontrar um homem ou ser necessário 90 minutos para o completar.
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
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
ou seja, 0,95 * 400 = 380 mulheres
108

© AREAL EDITORES
TESTE-TIPO EXAME NACIONAL 1 • Comparação entre A e C
1.1.1. O Conselho Geral é constituído por Votantes

8 + 4 + 3 + 5 = 20 elementos Preferências 8 4 3 5
1.1.2. • Comparação entre A e B 1.ª A A C C
2.ª C C A A
Votantes
Preferências 8 4 3 5 A: 8 + 4 = 12 votos
1.ª A B A B C: 3 + 5 = 8 votos
2.ª B A B A Vence A
Tudo se mantém, e o projeto vencedor é o projeto A.
A: 8 + 3 = 11 votos
Método B
B: 4 + 5 = 9 votos
Vence A Votantes
• Comparação entre A e C Preferências 6 2 4 3 5
1.ª A A B C C
Votantes
2.ª C B A A B
Preferências 8 4 3 5
3.ª B C C B A
1.ª A A C C
2.ª C C A A Projeto A: 6 * 3 + 2 * 3 + 4 * 2 + 3 * 2 + 5 = 43 pontos
Projeto B: 6 + 2 * 2 + 4 * 3 + 3 + 5 * 2 = 35 pontos
A: 8 + 4 = 12 votos
Projeto C: 6 * 2 + 2 + 4 + 3 * 3 + 5 * 3 = 42 pontos
C: 3 + 5 = 8 votos
Por este método, o vencedor deixa de ser o projeto
Vence A
C, como anteriormente, e passa a ser o método A.
O projeto A é o vencedor pelo método A, uma vez Isto é, o professor Álvaro tem razão.
que ganha todas as comparações com os restantes
projetos. 1.2.1. Em 2015: 366 + 689 + 296 = 1351 praticantes
Em 2016: 411 + 690 + 294 = 1395 praticantes
1.1.3.

1351
Votantes 1.2.2. D.P. = = 135,1
10
Preferências 8 4 3 5 Pontuação
1.ª A B C C 3
1.2.3.
N.° Repres. a Total
2.ª C A A B 2 Modalidade QP QI Ordenação
Praticantes acrescentar repres.
3.ª B C B A 1 366
Judo 366 ) 2,7091 2 1.ª 1 3
Projeto A: 8 * 3 + 4 * 2 + 3 * 2 + 5 = 43 pontos
135,1

Projeto B: 8 + 4 * 3 + 3 + 5 * 2 = 33 pontos
689
Capoeira 689 ) 5,0999 5 3.ª 5
135,1
Projeto C: 8 * 2 + 4 + 3 * 3 + 5 * 3 = 44 pontos
296
Aeróbica 296 ) 2,1910 2 2.ª 2
O projeto vencedor é o projeto C. 135,1
1.1.4. Comecemos por reestruturar a tabela de frequências
O que confirma a distribuição apresentada.
Votantes
Preferências 6 2 4 3 5 1.2.3.
1.ª A A B C C
2.ª C B A A B
3.ª B C C B A
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

2. rata-se de encontrar uma árvore abrangente

T
mínima do grafo apresentado, o que pode ser feito
por aplicação do algoritmo de Kruskal.
A 3 B
6
8 8
9 C
4
E 4
12 2
5
D
• Inicia-se pela aresta CD – peso 2 Recorrendo às capacidades da calculadora

determina-se o ponto de interseção, momento a
• A seguir a aresta AB – peso 3
partir do qual os valores relativos à espécie A
• Finalizando com as arestas BD e CE, ambas de passam a ser mais elevados do que os da espécie B.
peso 4
A quantidade mínima de cabo necessária será de:
2 + 3 + 4 + 4 = 13 metros, pelo que os 14 metros
iniciais bastariam para fazer as ligações necessárias.
3.1. A(0) = 38,8

Introduz-se a expressão do modelo no editor de
funções da calculadora e procura na respetiva tabela
de valores o valor de Y próximo de 38,8 * 2 = 77,6
Verifica-se que isso acontece ao fim de 137 semanas,

ou seja, ao fim de 3 anos aproximadamente.
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
Assim, P(a < m < b) = 0,46 + 0,26 = 0,72
110

© AREAL EDITORES 5. reço do IMT da vivenda no continente:

P • Ta Kt – 15 km
620 000 * 0,06 = 37 200 € • Kt Kn – 17 km
Preço do IMT da vivenda na ilha da Madeira: • Ta Kn não pode ser escolhida porque forma um
624 000 * 0,08 – 13 000 = 36 920 € ciclo
Valor da vivenda no continente com o IMT: • N Kn não pode ser escolhida pela mesma razão
620 000 + 37 200 = 657 200 €
• A Kn – 20 km
Valor da vivenda na ilha da Madeira com o IMT:
• A L – 17 km
624 000 + 36 920 = 660 920 €
• Ti L – 15 km
De facto a vivenda no continente, com o preço
inferior, paga mais IMT do que a vivenda mais cara Terá que ser agora obrigatoriamente
na ilha da Madeira. No entanto o valor final de cada • R Ti – 85 km
vivenda, com o IMT incluído, será menor para a • R N – 123 km
vivenda do continente. Portanto o Sr. Coutinho não
2.1. Colocam-se os dados nas listas da calculadora.
tem razão.
1.ª lista: meses após o início " 0, 1, …, 4, 5
2.ª lista: número de animais " 19, 35, …, 91, 106
TESTE-TIPO EXAME NACIONAL 2 E realiza-se uma regressão linear, obtendo o
seguinte resultado:
1.1.
N 4 Ta
15
Kn Kt
17
20 123
17 L
A 15
R 85 Ti
• Começa-se por escolher N Ta – 4 km

• Ta Kt – 15 km
a ) 17,8 e b ) 18,9
• Ti L – 15 km
2.2. I ntroduz-se a expressão do modelo no editor de
• Ta A não pode ser escolhida porque ficariam
funções da calculadora e consulta-se a respetiva
3 arestas a incidir em Ta
tabela de valores para X = 12.
• Kt Kn – 17 km
• A L – 17 km
• Ta Kn não pode ser escolhida pela razão anterior
• N Kt não pode ser escolhida porque forma um
ciclo que não inclui todos os vértices
• N Kn não pode ser escolhida pela mesma razão
• A Kn – 20 km
Terá que ser agora obrigatoriamente
• R Ti – 85 km
• R N – 123 km
Distância total percorrida:
4 + 15 + 15 + 17 + 17 + 20 + 85 + 123 = 296 km
1.2. A solução encontrada é a mesma que a anterior
N 4 Ta
15
Kn Kt
17
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
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

Propostas de Resolução Testes - Areal

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Propostas de Resolução Testes - Areal

Caricato da

Copyright:

Formati disponibili

macs

11.º ANO / ENSINO SECUNDÁRIO

MACS11EP_20152582_LRES_P001_021_3P.indd 1 5/2/16 2:55 PM

TEMA II MODELOS DE PROBABILIDADES 42

TEMA III INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 78

PREPARAR O EXAME NACIONAL 86

MACS11EP_20152582_LRES_P001_021_3P.indd 2 5/2/16 5:37 PM

8.1. > 1.º grafo: A, B, D, E e G " grau 3

MACS11EP_20152582_LRES_P001_021_3P.indd 3 5/2/16 2:55 PM

eles. Assim num grafo completo de 20 vértices, em

3.1.  értices – responsáveis;

✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ 7.2. a) Não é um circuito, pois não é fechado, logo

MACS11EP_20152582_LRES_P001_021_3P.indd 4 5/2/16 2:55 PM

O grafo não admite qualquer circuito de Euler.

5.1.  percurso em d) é fechado e percorre todas as

Grafo 1 Grafo 2 Grafo 3

7.  umerando as arestas pela ordem com que são

MACS11EP_20152582_LRES_P001_021_3P.indd 5 5/2/16 2:55 PM

Pág. 37-38 6.  umerando as arestas pela ordem em que são

3 arestas (assinaladas na figura). DLRLCLRBDARBRA

MACS11EP_20152582_LRES_P001_021_3P.indd 6 5/2/16 2:55 PM

© AREAL EDITORES PeChAUBrAPaABoChBoPaBrBoPeBrCoPeECoVBr 3.2. ADBCEFA

1.3. 4.2. A B C 4.3. A B C

MACS11EP_20152582_LRES_P001_021_3P.indd 7 5/2/16 2:55 PM

7.2.  aresta EF tem de deixar de ser uma ponte, para

local onde se começou. E 205 340 165 302 ✗

G 2.2. B ——— C ——— E ——— A ——— D ——— B

MACS11EP_20152582_LRES_P001_021_3P.indd 8 5/2/16 2:55 PM

Peso total: 92 horas – iniciando em “Correios”

Os itinerários de custo mínimo (30) poderão ser:

Casa – padaria – correios – cabeleireiro – banco

MACS11EP_20152582_LRES_P001_021_3P.indd 9 5/2/16 2:55 PM

6.  omo temos apenas quatro vértices podemos

MACS11EP_20152582_LRES_P001_021_3P.indd 10 5/2/16 5:37 PM

© AREAL EDITORES 2.3. J K Outras possibilidades:

L M 6. O grafo que representa a situação é:

A solução apresentada é apenas uma de várias AB – 30 ✓ AC – 45 ✗

MACS11EP_20152582_LRES_P001_021_3P.indd 11 5/2/16 2:55 PM

De seguida escolhem-se sucessivamente arestas do AK – 12 ✓ EF – 8 ✓

5.  scolhem-se sucessivamente arestas de menor peso

maior peso para o menor, de modo a nunca formar Q6 Q3

MACS11EP_20152582_LRES_P001_021_3P.indd 12 5/2/16 2:55 PM

2.1.  odas as 4 arestas adjacentes a E têm sentido de E

MACS11EP_20152582_LRES_P001_021_3P.indd 13 5/2/16 2:55 PM

São necessários, no mínimo, quatro momentos

MACS11EP_20152582_LRES_P001_021_3P.indd 14 5/2/16 2:56 PM

© AREAL EDITORES INVESTIGUE E EXPLORE – pág. 80 APLICANDOS

Minho 1.1. 1.2.

A 3. Analisando o grau de cada vértice, conclui-se:

D (3) C (3) C (3) A (3)

MACS11EP_20152582_LRES_P001_021_3P.indd 15 5/2/16 2:56 PM

MACS11EP_20152582_LRES_P001_021_3P.indd 16 5/2/16 5:37 PM

© AREAL EDITORES 12. Assim, existem quatro percursos possíveis

por ordem inversa às duas anteriores.

MACS11EP_20152582_LRES_P001_021_3P.indd 17 5/2/16 2:56 PM

As arestas representam ruas, nas quais o Miguel tem 17.3. T

grau ímpar e terminando no outro.

MACS11EP_20152582_LRES_P001_021_3P.indd 18 5/2/16 2:56 PM

© AREAL EDITORES 20. 122 - 12! 21!

MACS11EP_20152582_LRES_P001_021_3P.indd 19 5/2/16 6:07 PM

24.4. B E regressar a Lisboa.

MACS11EP_20152582_LRES_P001_021_3P.indd 20 5/2/16 5:50 PM

© AREAL EDITORES 29. RA – 400 31.3. Teremos:

3.1. értices – responsáveis;

✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ ✗ 7.2. a) Não é um circuito, pois não é fechado, logo

5.1. percurso em d) é fechado e percorre todas as

7. umerando as arestas pela ordem com que são

Pág. 37-38 6. umerando as arestas pela ordem em que são

© AREAL EDITORES PeChAUBrAPaABoChBoPaBrBoPeBrCoPeECoVBr 3.2. ADBCEFA

7.2. aresta EF tem de deixar de ser uma ponte, para

Casa – padaria – correios – cabeleireiro – banco

6. omo temos apenas quatro vértices podemos

A solução apresentada é apenas uma de várias AB – 30 ✓ AC – 45 ✗

De seguida escolhem-se sucessivamente arestas do AK – 12 ✓ EF – 8 ✓

5. scolhem-se sucessivamente arestas de menor peso

2.1. odas as 4 arestas adjacentes a E têm sentido de E

© AREAL EDITORES 12. Assim, existem quatro percursos possíveis

As arestas representam ruas, nas quais o Miguel tem 17.3. T

30. Mantém-se o caminho crítico mas o projeto passa a

50 * 11 + 0,5 * 52 15 anos depois: n = 15, P15 = 1600 * a b ≈ 700 630

Verificamos que tal acontece para n = 4, ou seja ao

Concluindo que ao fim de 8,3 anos

A manter-se a tendência, a taxa de desemprego seria

11. e 1984 para 2004 passam 20 anos. Definindo

4.4. m primeiro lugar utilizemos um melhor grau de

Sendo 6 a população inicial, o modelo linear pode

5.3. ão porque no 1.° trimestre de 2013 a Europa já

Inseridos os dados nas listas da calculadora e

Obtém-se para 2000, cerca de 51% de população b)

O modelo exponencial parece estar mais próximo c) Pt = 1034 * 1,014t

Verifica-se assim que tal acontece 24 anos após

Conclui-se que tal acontecerá cerca de 127 anos

1.2. epois de introduzido o modelo encontrado no

Inicialmente registou-se um crescimento mais

modelo, o número de infetados, em milhares, em Analisando a representação gráfica pode-se concluir

d) Estabiliza em 5000, a capacidade máxima do

2.2. I nsere-se a expressão no editor de funções da

Verifica-se que terão de decorrer 10 gerações para

8.2. m cada 6 dias a população aumenta para o dobro,

Concluindo que a população da cidade B ultrapassa 15.2. C

Conclui-se assim que o número de casos ultrapassa

16. onsiderando como ano 0, o ano de 1980 e

Concluímos que em 2020 existirão cerca de 109

O modelo logístico é preferível por estimar Janela de visualização:

de onde se pode concluir que esse dia foi 6 de

© AREAL EDITORES O ponto de viragem parece encontrar-se perto do 25.1. P

23.1. I nserimos a expressão do modelo no editor de

Em 2000 o modelo prevê uma população mundial