Escolar Documentos
Profissional Documentos
Cultura Documentos
4.1. Matemática - Teoria - Livro 4 PDF
4.1. Matemática - Teoria - Livro 4 PDF
lgebra
FRENTE 1
MDULO 49
Permutaes
1. PERMUTAES SIMPLES
So arranjos simples de n elementos tomados k a k em que n = k.
Assim, permutaes simples so
agrupamentos que diferem entre si
apenas pela ordem de seus elementos.
Podemos dizer que uma permutao de n elementos qualquer
agrupamento ordenado desses n elementos.
Por exemplo, as permutaes dos
elementos distintos A, B e C so ABC,
n!
Pn = An,n = = n!
(n n)!
Pn = n!
2. PERMUTAO
COM REPETIO
Sejam elementos iguais a a,
elementos iguais a b, elementos
iguais a c, . . ., elementos iguais a l,
num total de + + + ... + = n
elementos.
Pn
n!
=
! . ! . ! !
3. PERMUTAES
CIRCULARES
O nmero de permutaes circulares de n elementos dado por
Pn = (n 1)!
MDULOS 50 e 51
1. COMBINAES SIMPLES
MDULO 52
An,k
n!
n
Cn,k = = =
Pk
k!(n k)!
k
n!
Cn,k =
k!(n k)!
2. ARRANJOS
COM REPETIO
O nmero de arranjos com repetio de n elementos k a k dado por
A*n, k = nk
3. COMBINAES
COM REPETIO
O nmero de combinaes com
repetio de n elementos k a k dado
por
C*n,k = Cn+k 1,k =
( n + kk 1)
1. CONCEITO DE
PROBABILIDADE
Seja uma experincia em que
pode ocorrer qualquer um de n
resultados possveis. Cada um dos n
Se A B = e A B = S, A e B
so chamados eventos exaustivos.
Ento,
P(A B) = P(A) + P(B) = 1
Resoluo
O espao amostral
S = {1; 2; 3; ... ; 10} e n(S) = 10.
a) 1) O evento mltiplo de 2
A = {2; 4; 6; 8; 10} e n(A) = 5.
2) O evento mltiplo de 3
B = {3; 6; 9} e n(B) = 3.
3) A B = {6} e n(A B) = 1.
P() = 0
P(S) = 1
n(A)
5
4) P(A) = = ,
n(S)
10
0 P(A) 1
P(A) + P(A) = 1
n(B)
3
P(B) = = e
n(S)
10
n(A B)
1
P(A B) = = .
n(S)
10
= P(S) = 1
Alm disso, se A1, A2, A3, ... , An
so, dois a dois, mutuamente exclusivos, ento eles so eventos exaustivos.
clusivos).
n(A)
5
4) P(A) = = ,
n(S)
10
n(B)
1
P(B) = = e
n(S)
10
Assim sendo,
P(A1 A2 A3 ... An) =
Se A B = , A e B so chamados eventos mutuamente exclusivos.
Neste caso,
P(A B) = P(A) + P(B)
Exerccio Resolvido
P(A B) = 0.
5) P(A B) =
= P(A)+P(B)P(AB)=P(A)+P(B)
Logo,
5 1 6
P(AB)= + = = 60%.
10 10 10
Respostas: a) 70%
b) 60%
MDULO 53
1. PROBABILIDADE
CONDICIONAL
Probabilidade Condicional
e Interseco de Eventos
P(A B)
P(A/B) =
P(B)
n(S)
P(A/B) =
n(B)
n(S)
MDULO 54
Considere uma experincia que
realizada vrias vezes, sempre nas
mesmas condies, de modo que o
resultado de cada uma seja independente das demais. Considere, ainda,
que cada vez que a experincia realizada ocorre, obrigatoriamente, um
evento A cuja probabilidade
p ou o complemento A cuja
probabilidade 1 p.
Propriedade
A e B independentes
P(A B) = P(A) . P(B)
2. EVENTOS
INDEPENDENTES
A e B dependentes
Os eventos A e B de um espao
amostral S so independentes se
P(A/B) = P(A) OU P(B/A) = P(B) .
Se A e B so independentes,
3. INTERSECO
DE DOIS EVENTOS
o evento A p e do evento A
1 p, ento a probabilidade de ocorrer k vezes o evento A e n k
e,
k fatores
Observaes
1. PROBLEMA
Realizando-se a experincia descrita exatamente n vezes, qual a
probabilidade de ocorrer o evento A
somente k vezes?
2. RESOLUO DO PROBLEMA
a) Se ocorre apenas k vezes o
evento A, num total de n experincias, ento dever ocorrer exatamen
te n k vezes o evento A.
. (1 p) . (1 p) . (1 p) . ... . (1 p) =
(n k) fatores
= pk . (1 p)n k
c) As k vezes em que ocorre o
evento A so quaisquer entre as n
vezes possveis. O nmero de maneiras de escolher k vezes o evento A ,
pois, Cn, k.
ta o termo Tk + 1 do desenvolvimento
de [p + (1 p)]n.
MDULO 55
Mdias
Mdia harmnica
1
1
1
1
+ + + + =
xn
x3
x2
x1
x1 + x2 + x3 + + xn =
1
1
1
1
= + + + +
x
x
x
x
= x + x + x + +x
x =
1
1
1
1
+ + + +
xn
x3
x2
x1
x1 + x2 + x3 + + xn
x =
n
P1 . x1 + P2 . x2 + + Pn . xn =
x1 . x2 . x3 . xn =
= P1 . x + P2 . x + + Pn . x
= x . x . x . x
xn
P1 . x1 + P2 . x2 + +Pn . xn
x =
P1 + P2 + + Pn
= x1 . x2 . x3 . xn
MDULO 56
1. CONCEITO
Estatstica um ramo da Matemtica Aplicada. A palavra Estatstica
provm da palavra latina Status e
usada em dois sentidos:
ESTATSTICAS (no plural) referem-se a dados numricos e so
informaes sobre determinado assunto, coisa, grupo de pessoas etc.
obtidas por um pesquisador.
ESTATSTICA (no singular) significa o conjunto de mtodos usados
na condensao, anlises e interpretaes de dados numricos.
De um modo geral, conceitua-se
Estatstica da seguinte forma:
cincia, quando estuda populaes; mtodo, quando serve de
instrumento a uma outra cincia.
tambm arte, cincia-mtodo e mtodo-cincia, segundo vrios tratadistas, da advindo uma variedade de
definies. Eis algumas:
Noes de Estatstica I
Conjunto dos processos que tem
por objeto a observao, a classificao formal e a anlise dos fenmenos coletivos ou de massa, e por
fim a induo das leis a que tais fenmenos obedecem globalmente
(Milton da Silva Rodrigues).
A Estatstica a parte da Matemtica Aplicada que se ocupa em obter concluses a partir de dados
observados (Ruy Aguiar da Silva
Leme).
A Estatstica o estudo numrico dos fatos sociais (Levasseur).
observao metdica e to
universal quanto possvel dos fatos
considerados em globo, reduzidos a
grupos homogneos e interpretados
mediante a induo matemtica
(Ferraris).
2. POPULAO E AMOSTRA
Populao
um conjunto de elementos
com uma caracterstica comum.
Parmetros
So caractersticas numricas da
populao.
Exemplo
QI mdio dos estudantes do Ensino Mdio do Brasil.
Estimativas
Em geral, por problemas de tempo e dinheiro, trabalha-se com amostras e no com a populao.
Frequncia absoluta ( fi )
o nmero de vezes que o
elemento aparece na amostra:
3. DISTRIBUIO DE
FREQUNCIAS
Quando se vai fazer um levantamento de uma populao, um dos
passos retirar uma amostra dessa
populao e obter dados relativos
varivel desejada nessa amostra.
Cabe Estatstica sintetizar esses
dados na forma de tabelas e grficos
que contenham, alm dos valores das
variveis, o nmero de elementos
correspondentes a cada varivel.
Ilustramos, a seguir, esse procedimento, acompanhando com um
exemplo.
Dados brutos
o conjunto dos dados numricos obtidos e que ainda no foram
organizados.
Exemplo
A partir de uma lista de chamada, em ordem alfabtica, obteve-se o
conjunto de alturas, em cm, de 20
estudantes:
168, 168, 163, 164, 160, 160,
164, 166, 169, 169, 166, 168,
162, 165, 165, 164, 168, 166,
161, 168.
160
161
162
163
164
165
166
167
168
169
2
1
1
1
3
2
3
0
5
2
20
Frequncia relativa ( fr )
fi
fr =
n
Rol
o arranjo dos dados brutos em
ordem crescente (ou decrescente).
No exemplo apresentado, temos
o seguinte rol:
160, 160, 161, 162, 163, 164,
164, 164, 165, 165, 166, 166,
166, 168, 168, 168, 168, 168,
169, 169.
Amplitude total (H)
a diferena entre o maior e o
menor dos valores observados. No
exemplo:
H = 169 160 H = 9
fi
dada por:
xi
xi
fi
fr
160
2 20 = 0,10
161
1 20 = 0,05
162
1 20 = 0,05
163
1 20 = 0,05
164
3 20 = 0,15
165
2 20 = 0,10
166
3 20 = 0,15
167
0 20 = 0
168
5 20 = 0,25
169
2 20 = 0,10
20
1,00
Frequncia relativa
percentual ( % )
% = fr . 100
xi
fi
fr
f%
160
161
162
163
164
165
166
167
168
169
2
1
1
1
3
2
3
0
5
2
0,10
0,05
0,05
0,05
0,15
0,10
0,15
0
0,25
0,10
10
5
5
5
15
10
15
0
25
10
20
1,00
100
Frequncia absoluta
acumulada (fa)
a soma da frequncia do valor
da varivel com todas as frequncias
anteriores:
xi
fi
fr
f%
fa
160
161
162
163
164
165
166
167
168
169
2
1
1
1
3
2
3
0
5
2
0,10
0,05
0,05
0,05
0,15
0,10
0,15
0
0,25
0,10
10
5
5
5
15
10
15
0
25
10
0+2=2
2+1=3
3+1=4
4+1=5
5+3=8
8 + 2 = 10
10 + 3 = 13
13 + 0 = 13
13 + 5 = 18
18 + 2 = 20
20
1,00
100
Frequncia relativa
acumulada ( fra )
a soma da frequncia relativa
do valor da varivel com todas as
frequncias relativas anteriores.
Frequncia percentual
acumulada ( %a )
%a = fra . 100
Distribuio de
frequncias
o arranjo dos valores da varivel e suas respectivas frequncias.
xi
fi
fr
f%
fa
fra
f%a
160 2 0,10 10
2 0,10
10
161 1 0,05
3 0,15
15
162 1 0,05
4 0,20
20
163 1 0,05
5 0,25
25
164 3 0,15 15
8 0,40
40
165 2 0,10 10
10 0,50
50
166 3 0,15 15
13 0,65
65
167 0 0
13 0,65
65
168 5 0,25 25
18 0,90
90
169 2 0,10 10
20 1,00 100
76 60 41 55 78 48
69 85 67 39 60 85
57 74 65 84 77 65
52 33 80 61 45 77
53 59 73 55 91 41
94 65 94 98 89 88
66 66 73 42 71 35
68 54 47 74 64 35
50 61
Fazer a distribuio de frequncias dos dados dessa amostra, distribuindo-os em classes.
76 77 77 78 80 84
85 85 88 89 91 94
94 98
Clculo da
amplitude total
H = 98 33 = 65
Clculo do
nmero de classes
nc
n
Resoluo
20 1,00 100
nc
50 7
Clculo do rol
33 35 35 39 41 41
4. CLASSES
Clculo da
amplitude de classe
42 45 47 48 50 52
O nmero de elementos de uma
amostra, de um modo geral, grande.
Para condens-los, os valores obtidos
devem ser, normalmente, distribudos
em classes.
A distribuio de frequncias
dos dados de uma amostra distribudos em classes idntica que
feita com cada valor da varivel, adotando-se as seguintes normas:
53 54 55 55 57 59
65 65 66 66 67 68
Distribuio de frequncias
Classes
30 40
50 60
Adotaremos h = 10.
69 71 73 73 74 74
H
65
h = = 9,3
nc
7
60 60 61 61 64 65
40 50
60 70
70 80
80 90
90 100
PM
fi
fr
f%
fa
fra
f%a
35
45
55
65
75
85
95
4
6
8
13
9
6
4
0,08
0,12
0,16
0,26
0,18
0,12
0,08
8
12
16
26
18
12
8
4
10
18
31
40
46
50
0,08
0,20
0,36
0,62
0,80
0,92
1,00
8
20
36
62
80
92
100
50
1,00
100
5. REPRESENTAO GRFICA
DA DISTRIBUIO DE
FREQUNCIAS
O ponto mdio
da classe (PM)
As tabelas de distribuio de
a mdia aritmtica entre o limifrequncias vistas no item 4 podem
te inferior e o limite superior de cada
ser representadas graficamente.
classe. o valor da varivel que repreA finalidade principal disso
senta a classe: PM = Xi.
fornecer as informaes analticas de
uma maneira mais rpida. Descre Exerccio
veremos apenas trs tipos de grNum teste de raciocnio numrico, ficos: histogramas, polgonos de
obtiveram-se os seguintes dados frequncias e polgonos de frequnbrutos:
cias acumuladas.
Histogramas
a representao grfica de uma
distribuio de frequncias por meio
de retngulos justapostos. No
eixo das abscissas, temos os limites
das classes e no eixo das ordenadas,
as frequncias (fi ou fr ou %).
Polgono de frequncias
um grfico de linhas que se
obtm unindo os pontos mdios dos
patamares dos retngulos do histograma.
Exemplo
Fazer a representao grfica da distribuio de
frequncias apresentada na tabela a seguir:
Observaes
Conforme vemos na figura, o histograma e o polgono de frequncias em termos de fi, fr e % tm
exatamente o mesmo aspecto, mudando apenas a
escala vertical.
Observe que, como o 1o. valor bem maior que zero,
adotamos aproxim-lo do zero segundo a conveno:
6. MEDIDAS DE POSIO
As medidas de posio servem para localizar os
dados sobre o eixo da varivel em questo. As mais importantes so: a mdia, a mediana e a moda.
A mdia e a mediana tendem a se localizar em
valores centrais de um conjunto de dados. Por essa razo, costuma-se dizer que so medidas de
tendncia central. A moda, por sua vez, indica a
posio de maior concentrao de dados.
Mdia aritmtica
Dados no agrupados
Sendo X1, X2, X3, ..., Xn os n valores de uma varivel
Classes PM
30 40
40 50
50 60
60 70
70 80
80 90
90 100
35
45
55
65
75
85
95
fi
fr
f%
fa
4
6
8
13
9
6
4
0,08
0,12
0,16
0,26
0,18
0,12
0,08
8
12
16
26
18
12
8
4
10
18
31
40
46
50
50
1,00 100
fra
f%a
0,08
8
0,20
20
0,36
36
0,62
62
0,80
80
0,92
92
1,00 100
Xi
i=1
X =
n
Exemplo
A mdia aritmtica dos valores 3; 5; 7; 8
3+5+7+8
X = = 5,75
4
Dados agrupados
Sendo X1, X2, X3, ..., Xn os n valores da varivel X
com frequncias f1, f2, f3, ..., n, respectivamente, definese mdia aritmtica, ou simplesmente mdia, como
sendo
fiXi
i=1
X =
n
sendo fi = n.
Exemplo
A mdia aritmtica da distribuio
de dados a seguir :
fi
1
2
3
4
1
3
5
1
10
Mo = 3
Exemplo
4
6
8
10
12
3
5
7
9
11
fi
Mo = 8
2
c) Para a distribuio
xi
fi
17
23
20
5
10
14
8
3
Classes
fi
3
10
17
8
5
0
1
2
3
4
40
40
268
X = X = 6,7
40
Moda (Mo)
Define-se moda (ou modas) de
um conjunto de valores dados como
Exemplo
Os valores centrais do rol 5; 7; 8;
10; 14; 15 so o 8 e o 10.
A mediana dos valores deste rol
8 + 10
Md = = 9
2
Mo = 248
1
2
3
4
5
5. 3 + 10 . 5 + 14 . 7 + 8 . 9 + 3 . 11
X =
Exemplo
15 8, que o 3o. termo do rol.
b) O conjunto de dados 2, 3, 3, 3, 4,
4, 5, 6, 6, 7, 8, 8, 8, 9, 10, 10
tem duas modas:
Dados agrupados
em classes
A mdia aritmtica calculada
como no item anterior, lembrando que
cada classe representada pelo seu
ponto mdio (Xi = PM).
5+1
=3
(
2 )
1.1+3.2+5.3+1.4
X =
10
X = 2,6
2
4
6
8
10
Classes PM = xi
Exemplos
a) A moda do conjunto de dados 2,
2, 5, 7, 9, 9, 9, 10, 11, 12 9.
Observe que 9 o elemento
mais frequente.
Mo = 9
xi
Mediana (Md)
Colocando-se os valores da varivel em ordem crescente, a mediana
o elemento que ocupa a posio
central. Em outras palavras: a
mediana divide um conjunto de n
dados em dois subconjuntos com
igual nmero de elementos.
Clculo da mediana
para dados agrupados
em classes
n
Calcula-se e, pela frequncia
2
acumulada, identifica-se a classe que
contm a mediana. Em seguida,
calcula-se a mediana usando uma
frmula. O mais prtico, porm, usar
o grfico de frequncias acumuladas
percentuais (OGIVA DE GALTON).
Exemplo
Classes
fi
fa
34 45
45 55
12
17
55 65
18
35
65 75
14
49
75 85
55
85 95
58
MDULO 57
1. MEDIDAS DE DISPERSO
Introduo
As medidas de posio vistas at
aqui, mdia, mediana e moda, tm
conceitos diferentes, detalhes prprios, que ajudam semelhantemente
10
Noes de Estatstica II
a representar um conjunto de dados.
Entretanto, a informao fornecida pelas medidas de posio, em
geral, necessita ser completada pelas MEDIDAS DE DISPERSO. Estas
servem para indicar o quanto os da-
Exemplo
Suponha que as notas de 2 alunos no decorrer do ano foram:
Aluno A: 2; 3; 4; 3; 8;10 X = 5
Aluno B: 5; 6; 4; 5; 4; 6 X = 5
Ambos obtiveram a mesma mdia
Amplitude
Amplitude (H), ou intervalo
total, definida como a diferena
entre os valores extremos da srie, ou
seja:
Desvio
Uma maneira de medir o grau de
disperso ou concentrao de cada
valor da varivel em relao s medidas de tendncia central fazer a
diferena entre o valor da varivel e a
mdia.
Esta diferena chamada desvio e representada por D.
Di = Xi X
Exemplo
|Di|
Dm =
n
2 + 3 + 4 + 3 + 8 + 10
X = = 5.
6
ou
fi|Di|
Dm =
n
tas so:
Exemplo
Sejam os valores 4; 5; 7; 9; 10; 13
H = 13 4 = 9
H = Xmx Xmn
Por depender de apenas dois valores do conjunto de dados, a amplitude contm relativamente pouca
informao quanto disperso, pois
se sujeita a grandes flutuaes de
uma amostra para outra.
xi
Di = Xi X
2
3
4
3
8
10
3
2
1
2
3
5
s=
fiDi
Varincia
Observe que Di = 0.
o quadrado do desvio padro.
Observao
Ao calcular a mdia dos desvios,
s2
fi D2i
=
n
11
MDULO 58
1. RAZO
Razo entre dois nmeros a e b
(b 0), nessa ordem, o quociente
a
(ou a : b). O nmero a chamado
b
de primeiro termo ou antecedente, e
o nmero b chamado segundo
termo ou consequente. A razo inb
versa de a e b (a 0).
a
2. PROPORO
Dizemos que os nmeros a, b, c
e d (b 0 e d 0), nessa ordem,
formam uma PROPORO se, e somente se, a razo entre a e b igual
razo entre c e d. Indicao:
a
c
= (ou a : b = c : d),
b
d
em que a e d so chamados extremos e b e c so chamados meios.
3. PROPRIEDADES
DAS PROPORES
Dados os nmeros a, b, c e d
(b 0 e d 0), ento:
1) (Fundamental)
a
c
= ad = bc
b
d
2)
Notao
A GIP a B
em que k constante.
Observaes
1) evidente que, se A GDP (ou
GIP) a B, ento B GDP (ou GIP,
respectivamente) a A.
2) Quando dizemos que A e B so
grandezas diretamente (ou inversamente) proporcionais, estamos
querendo dizer que A uma
grandeza diretamente (ou inversamente, respectivamente) proporcional grandeza B.
3) Quando dizemos que A e B so
grandezas proporcionais, omitindo a especificao DIRETAMENTE ou INVERSAMENTE,
porque ou essa especificao
est subentendida no problema,
ou o problema no depende dessa especificao.
4) evidente que duas grandezas
quaisquer podem NO SER diretamente NEM inversamente proporcionais.
5) PROPRIEDADE: se a grandeza
A = (a1, a2, a3, ) INVERSAMENTE PROPORCIONAL grandeza B = (b1, b2, b3, ), ento a
grandeza A = (a1, a2, a3, ) DIRETAMENTE PROPORCIONAL
grandeza
1
1 1
B' = , , , ,
b1 b2 b3
Grandezas Diretamente
Proporcionais (GDP)
Uma grandeza A DIRETAMENTE PROPORCIONAL a uma grandeza
B se, e somente se, AS RAZES entre
os valores de A e os correspondentes valores de B forem CONSTANTES, isto , se A = (a1, a2, a3, ...)
e B = (b1, b2, b3, ...); ento:
A GDP a B
(b + d 0)
(a 0 e c 0)
a
c
a+b
c+d
b) = =
b
d
b
d
4. GRANDEZAS
PROPORCIONAIS
a
c
a+b
c+d
a) = =
b
d
b
d
a
c
a+ c
c c
= = =
b
d
b+ d
b d
3)
Grandezas Proporcionais
a1
a2
a2
=
=
= ... = k
b1
b2
b3
em que k constante.
Grandezas Inversamente
Proporcionais (GIP)
com b1 0, b2 0, b3 0,
Demonstrao
ac
a2 c2
a
c
=
= =
b
d
bd
b2
d2
4)
12
a1
a2
a3
= = =
1
1
1
b1
b2
b3
A = (a1, a2, a3, )
B' =
e
(II) x + y + z = N.
Para isso, usando a definio
de GDP e as propriedades das
propores, podemos usar a
seguinte TCNICA OPERATRIA:
1 1
1
, , , , com b1,
b1 b2 b3
a) DIVIDIR um nmero N em
PARTES (suponhamos: x, y e z)
x + y + z = N
MDULO 59
Definio
o mtodo prtico empregado
para resolver o seguinte problema:
Quando comparamos duas
grandezas A e B proporcionais,
relacionando dois valores de A com
dois valores correspondentes de B,
determinamos um dos quatro valores, uma vez que sejam conhecidos os outros trs.
Tcnica operatria
Grandeza
A
Valores
x+y+z
x
y
z
= = =
a+b+c
a b
c
1 1, 1,
,
m n p
x + y + z = N
com m 0, n 0 e p 0.
Regra de Trs
1. REGRA DE
TRS SIMPLES (R3S)
N
z
=
a+b+c
c
N
y
=
a+b+c
b
e ento calculamos x, y e z.
5. DIVISO PROPORCIONAL
x
y
z
= =
a
b
c
N
x
=
a+b+c
a
Grandeza
B
a 1 ................ b 1
a 2 ................ b 2
a2 = b2
a1
b2
a2
b1
(invertemos uma das razes e calculamos o valor desconhecido).
a1
b1
c1
=
.
a2
b2
c2
Tcnica operatria
(fundamental)
Valores
2. REGRA DE
TRS COMPOSTA (R3C)
Definio
o mtodo prtico empregado
para resolver problema anlogo ao da
regra de trs simples, s que envolvendo MAIS DE DUAS GRANDEZAS
PROPORCIONAIS.
Propriedades
Se uma grandeza A(a1, a2, ...)
a1
b1 c2 d1
= . . , com base na qual
x
b2 c1 d2
calculamos x.
13
MDULO 60
Porcentagem e Juros
1. PORCENTAGEM
Ento:
100
80
25 . 80
= e, portanto, x = , isto , x = 20.
25
x
100
Noo intuitiva
Exemplo
O ndice de analfabetismo da cidade X de 12%
(l-se 12 por cento) significa que, em mdia, 12 de cada
100 habitantes so analfabetos.
Nomenclatura usual
Exemplo
o PRINCIPAL
a TAXA
a PORCENTAGEM
P = 80
i = 25(%)
p = 20
Observao
Usa-se tambm o smbolo , que significa por
mil.
p
32 = . 40 p = 80
100
d) 40 125% de 32, pois:
40 p
32 100
Tcnica operatria
Para resolver problemas, estabelecemos a seguinte
REGRA DE TRS SIMPLES:
Grandeza
% (ou )
Grandeza
do problema
32
40
=
p
100
GDP
p = 80 ou 32 = p% . 40
Exemplos
o PRINCIPAL
a TAXA
a PORMILAGEM
2
4
= = 4%
( ) = (
)
10
100
20
=
100
40
32
=
p
100
GDP
p = 125 ou 40 = p% . 32
p
40 = . 32 p = 125
100
e) Um valor, ao passar de 32 para 40, aumentou 25%,
pois:
(100 + p)% . 32 = 40
100 + p
. 32 = 40 p = 25
100
14
j)
Cit
J =
100
e
M=C+J
3. JUROS COMPOSTOS
Neste sistema, aps cada perodo (dia, ms, ano
etc.), os juros so somados ao capital acumulado at
ento (juros sobre juros). Em seguida, a taxa incide sobre
o novo valor obtido, e assim sucessivamente.
Ento:
M = C . (1 + i)t
e
J=MC
Exemplo
Calcule o montante ao final de trs meses, com a
aplicao de um capital de R$ 10 000,00 taxa de 4% ao
ms, pelo sistema:
a) de juros simples;
b) de juros compostos.
Cit
a) J =
100
2. JUROS SIMPLES
Denominamos juros simples aqueles que no so
somados ao capital durante o tempo de seu emprego.
Assim, a taxa incide apenas sobre o capital aplicado
inicialmente.
Resoluo:
10000 . 4 . 3
J = = 1200
100
M=C+J=
= 10000 + 1200 = 11200
b) M = C . (1 + i)t
Sendo
J = juros,
M = 10000 .
1 +
100
4
C = capital,
= 10000 . (1,04)3 =
i = taxa,
t = tempo,
M = montante,
Respostas:
temos:
a) R$ 11200,00
b) R$ 11248,64
15
lgebra
FRENTE 2
Propriedades da Matriz
Inversa e Equaes Matriciais
MDULO 25
1. PROPRIEDADES
MDULO 26
Sistema Normal,
Regra de Cramer e Escalonamento
1. SISTEMAS LINEARES
Um sistema (S) de m equaes lineares (m *) com n
incgnitas (n *), x1, x2, x3, , xn,
um conjunto de equaes da forma:
(s)
com m 2 e n 2
no qual os coeficientes aij so nmeros reais no todos nulos simultaneamente e os termos bi so nmeros
reais quaisquer.
Se todos os mesmos bi forem
nulos (i = 1, 2 , m), ento (S) um
sistema linear homogneo.
16
Matrizes de um sistema
Num sistema linear, definem-se as
duas matrizes seguintes:
MI =
MC =
Incompatvel: quando V o
conjunto vazio.
Exemplo
x + 2y = 5
O sistema
x+y=3
possvel e determinado, pois apresenta uma nica soluo
que S = {(1, 2)}.
xy=2
O sistema
2x 2y = 4
D o determinante do sistema.
Di o determinante que se obtm de D, trocando
a isima coluna da matriz M.I. por b1, b2, b3, , bn.
Exemplo
O sistema
1
3
2
4
{ x3x++2y4y==511 , definem-se:
e MC =
13
2 5
4 11
1
3
1
3
2
=20
4
2
4
Dx
2
5
x = = = 1, pois Dx =
11
D
2
2. SISTEMA NORMAL
O sistema linear (S) com "m" equaes e "n"
incgnitas ser "NORMAL" quando:
m=n
{ x3x++2y4y==511
D2
x2 =
D
D3
Dn
x3 = ; ; xn = onde:
D
D
D0
MDULO 27
Dy
4
1
y =
= = 2, pois Dy =
3
D
2
2
=2
4
5
=4
11
1. DEFINIO: SISTEMAS
EQUIVALENTES
Dizemos que dois sistemas so
equivalentes se e somente se apresentarem o mesmo conjunto soluo.
Para transformar um sistema num
sistema equivalente mais simples,
pode-se
permutar duas equaes;
multiplicar qualquer uma das
equaes por um nmero real diferente de zero;
multiplicar uma equao por
um nmero real e adicion-la outra
equao.
Exemplo
(ll)
x y + z = 2
y 3z = 1
3y + z = 5
(a1)
(b2)
(c2)
(lll)
x y + z = 2
y + 3z = 1
8z = 8
(a1)
(b3)
(c3)
17
2. DISCUSSO
Assim, se
a 0 o sistema possvel e determinado.
a = 0 e b = 0 o sistema possvel e
indeterminado.
xy+ z=2
y + 3z = 1
az = b
MDULO 28
a = 0 e b 0 o sistema impossvel.
1. SUBMATRIZ
Seja a matriz A = [ aij ]mxn
Submatriz de A qualquer matriz que se obtm de A eliminando-se
"r" linhas e "s" colunas. Seu determinante chamado "menor" de A, se
a matriz for quadrada.
Caracterstica de A
" a ordem mxima dos menores
no todos nulos que se pode extrair
de A".
Propriedades
da caracterstica
A caracterstica de uma matriz
no se altera quando
l. trocamos entre si duas filas
paralelas.
ll. trocamos ordenadamente linhas por colunas.
lll. multiplicamos uma fila por uma
constante k 0.
lV. acrescentamos ou eliminamos
filas nulas.
18
Exemplos
1
2
3
Se M = 4
1
5 , ento
0 3 3
p = 2, pois existe um "menor" de
ordem 2 diferente de zero. Por exemplo:
14 12
2. TEOREMA DE KRONECKER
Caracterstica de uma matriz "p"
se, e somente se:
l. Existir pelo menos um "menor"
de ordem p diferente de zero
(determinante
de
ordem
p zero).
ll. Todos os "menores" orlados ao
"menor" do item (l) de ordem
p + 1 so iguais a zero.
V. acrescentamos ou eliminamos
uma fila que seja combinao
linear de outras filas paralelas.
Vl.somamos a uma fila uma combinao linear de outras filas
paralelas.
e o "menor" de ordem 3
igual a zero:
1
2
4
1
0 3
3
5
3
= 0
1
3
4
5
0 3
2
1
3
1
2
3
0
3
3
4
1
5
(prop. l)
(prop. ll)
1 10
4
5
0 15
3
5
3
1
4
0
2
1
3
3
5
3
1
2
4
1
0 3
3
5
3
6
10 (prop. V)
6
1
2
4
1
0 3
3
5
3
2
1
+3
(prop. lll)
0
0 (prop. lV)
0
(prop. VI)
3. TEOREMA DE
ROUCH-CAPELLI
Se M =
1 2 1
3 1 0
5 1
4 1 ,
4 3 1
2
1
3
1
1 = 20 0
2
A caracterstica da matriz
1
2
3
4
1
5
0
3 3
Teorema de Rouch-Capelli
Observao
MI =
No (SPI), o nmero Gi = n p
11
Sistema.
11
1
p = 1,
1
1 2
1 4
MC =
q = 2,
O sistema
Sejam p e q as caractersticas
das matrizes incompleta e completa,
O sistema
respectivamente.
O sistema
MI =
impossvel, pois
MDULO 29
1 1
p = 1,
2 2
det MI = D 0
determinado.
11
2
1
MC =
11
2
1
p = 2,
5
3
q = 2,
e como n = 2, temos p = q = n
n nmero de incgnitas
o sistema possvel e
3. MTODO DE GAUSS
p q o sistema impossvel.
p = q = n o sistema possvel e determinado.
p = q < n o sistema possvel e indeterminado,
sendo:
p caracterstica da MI
MDULO 30
ax + 2y z = 0
sempre possvel, pois:
(0, 0, 0) soluo;
MI =
q caracterstica da MC
2. TEOREMA DE ROUCH-CAPELLI
MI =
=5
xx ++ 2y
y=3
1. TEOREMA DE CRAMER
1
3
a
q = 1,
xy=2
2x 2y = 4
xy=2
xy=4
1 2
2 4
e portanto p q
Exemplos
12
2
1
2
1
1
1
13 21
A caracterstica p igual a 2 se o menor de ordem 3
for igual a zero, ou seja:
13
= 3a + 13 = 0 a =
3
tem
4k 5k
13
, }. E, se a , o sistema admite
{ k,
3
3
3
19
Geometria Analtica
FRENTE 3
MDULO 25
Exemplos
1) Obter a equao reduzida da circunferncia de
centro C( 2; 3) e raio 5.
Resoluo
A partir da equao (x a)2 + (y b)2 = r2, resulta:
1. DEFINIO
Dado um ponto C de um plano (chamado centro) e
uma medida r no nula (chamada raio), denomina-se
circunferncia ao lugar geomtrico (L.G.) dos pontos do
plano que distam r do ponto C.
2. EQUAO REDUZIDA
(OU CARTESIANA) DA CIRCUNFERNCIA
x2 2ax + a2 + y2 2by + b2 = r2
x2 + y2 2ax 2by + a2 +b2 r2 = 0
Fazendo-se 2a = m; 2b = n e a2 + b2 r2 = p,
resulta:
x2 + y2 + m . x + n . y + p = 0
que denominada equao geral da circunferncia.
Exemplo
Determine a equao geral da circunferncia de
P circunferncia dPC = r
(x a)2 + (y b)2 = r (x a)2 + (y b)2 = r2
A equao
(x a)2 + (y b)2 = r2
20
y2
r2
MDULO 26
1. DETERMINAO DO CENTRO
E DO RAIO DE UMA CIRCUNFERNCIA
Equao reduzida
Dada a equao reduzida de uma circunferncia:
(x a)2 + (y b)2 = r2 , de imediato conclui-se que
o centro C(a ; b) e o raio r.
m
2a = m a =
2
n
2b = n b =
2
m
n
C ;
2 2
a
b
Exemplo
A circunferncia de equao (x
2)2
+ (y +
5)2
=9
Equao geral
Dada a equao geral de uma circunferncia,
2
x + y2 + m . x + n . y + p = 0, o centro e o raio so
obtidos comparando-se essa equao com a equao
x2 + y2 2a . x 2b . y + a2 + b2 r2 = 0.
Notando-se que os coeficientes de x2 e y2 so
iguais a 1, a obteno do centro e do raio feita da
seguinte forma:
da frmula:
r=
a 2 + b 2 p , (com a2 + b2 p > 0),
MDULO 27
Exemplo
Representar graficamente os pontos que satisfazem inequao x2 + y2 9.
Resoluo
A equao x2 + y2 = 9 representa uma circunferncia
de centro C(0; 0) e raio r = 3. Dessa forma, a inequao
x2 + y2 9 representa os pontos da circunferncia e os
21
MDULO 28
Elipse
1. DEFINIO
Dados dois pontos F1 e F2 (focos) de um plano, com
F1F2 = 2f, e uma medida 2a (2a > 2f), chama-se ELIPSE ao lugar geomtrico dos pontos P do plano, tal que:
PF1 + PF2 = 2a
2. ELEMENTOS PRINCIPAIS
Centro o ponto C;
22
x2
b2
y2
+ = 1
a2
4. OBSERVAES
(x g)2
(y h)2
=1
b)
b2
a2
5. EXCENTRICIDADE
Chama-se EXCENTRICIDADE da elipse razo:
f
e = . Como 0 < f < a, ento 0 < e < 1.
a
MDULO 29
Hiprbole
1. DEFINIO
f 2 = a2 + b2
3. EQUAO REDUZIDA
| PF1 PF2 | = 2a
Seja a hiprbole com eixo transverso (e focos) contido no eixo dos x e centro na origem.
Sendo:
focos: F1(f; 0) e F2( f; 0)
vrtices: A1(a; 0) e A2 ( a; 0)
polos: B1(0; b) e B2(0; b)
2. ELEMENTOS PRINCIPAIS
Centro o ponto C;
Distncia focal = F1F2= 2 . f;
Eixo transverso = A1A2 = 2 . a;
Eixo conjugado = B1B2 = 2 . b;
Vrtices so os pontos A1 e A2;
Polos so os pontos B1 e B2;
Focos so os pontos F1 e F2;
Assntotas so as retas d1 e d2.
23
Sendo:
5. HIPRBOLE EQUILTERA
x2 y2 = a2
ou
y2 x2 = a2
x.y=k ,
com k > 0.
Se a hiprbole tiver centro no ponto C(g; h) e os
eixos paralelos aos eixos coordenados, teremos as seguintes figuras e equaes reduzidas:
a)
(x g)2
(y h)2
= 1
a2
b2
b)
(y h)2
(x g)2
= 1
a2
b2
6. EXCENTRICIDADE
f
e = , como f > a, ento e > 1.
a
24
MDULO 30
Parbola
1. DEFINIO
foco: F ( f; 0)
{ diretriz:
x=f
2. ELEMENTOS PRINCIPAIS
Foco o ponto F;
Diretriz a reta d;
Vrtice o ponto V;
Sendo:
foco: F(0; f)
{ diretriz:
y=f
3. EQUAO REDUZIDA
x2 = 4 . f . y
25
forma: x = a . y2 + b . y + c ,com a 0.
Se a parbola apresentar vrtice no ponto V (g; h),
eixo de simetria paralelo ao eixo y e voltada para
cima, sua equao reduzida ser:
(x g)2 = 4 . f . (y h)
4. COMPLEMENTOS
Se a parbola apresentar vrtice no ponto V (g; h),
eixo de simetria paralelo ao eixo x e voltada para a
direita, sua equao reduzida ser:
(y h)2 = 4 . f . (x g)
Se a parbola, nas condies anteriores, estiver voltada para a esquerda, sua equao reduzida ser:
(y h)2 = 4 . f . (x g)
26
FRENTE 4
MDULO 25
Troncos
1. SECO PARALELA
BASE DE UMA PIRMIDE
VA
VB VC
h
= = = =
VA
VB
VC
H
A seco obtida e a base so polgonos semelhantes.
A razo entre as reas da seco (As) e da base
(Ab) igual ao quadrado da razo entre suas distncias
ao vrtice.
As
h2
=
Ab
H2
A razo entre os volumes das pirmides
semelhantes VABC... e VABC ... igual ao cubo da
razo entre suas alturas.
VVABC...
h3
=
VVABC...
H3
A parte (regio) da pirmide compreendida
entre a base e a citada seco denominada TRONCO DE PIRMIDE DE BASES PARALELAS.
h
Vt = (R2 + r2 + R r)
3
e sua rea lateral dada por:
A = (R + r) g
4. SLIDOS SEMELHANTES
Em slidos semelhantes, a razo entre as reas
igual ao quadrado da razo de semelhana, e a razo
entre os volumes igual ao cubo da razo de semelhana.
Assim, se dois slidos de reas, respectivamente,
iguais a A1 e A2, e volumes, respectivamente, iguais a
V1 e V2 so semelhantes numa razo K, ento:
A1
= K2
A2
V1
= K3
V2
27
MDULO 26
1. SUPERFCIE ESFRICA
Zona esfrica
Azona = 2 R h
Calota esfrica
A rea de uma superfcie esfrica de raio R dada
por:
ASE = 4 R2
2. ESFERA
o slido limitado por uma superfcie esfrica.
Acal = 2 R h
4. PARTES DA ESFERA
Cunha esfrica
R3
Vc =
270
Setor esfrico
R2
Af =
90
28
2
V = R2 h
3
h
V = (3r2 + h2)
6
MDULO 27
h
2
2
V = [3 (r2
1 + r2 ) + h ]
6
r+r=a
a
r =
2
2
a
3
(2R)2 = (a
2 ) + a2 R =
29
r=R
h=2.R
a
2
R =
2
h=a
(2R)2 = (2r)2 + h2
30
h=a
g2 = h2 + R2
r
hr
=
R
g
g2 = h2 +
2
()
R2 = r2 + (h R)2
31
MDULOS 28 e 29
Paralelismo, Perpendicularismo no
Espao e Projees Ortogonais
b) No plano ou fora dele
existem infinitos pontos:
1. ENTES PRIMITIVOS
Entende-se por entes primitivos
tudo o que no pode ser definido. Na
geometria, usamos trs conceitos primitivos: o PONTO, a RETA e o PLANO. Apesar de no poder defini-los,
podemos estud-los e relacion-los, e
isso o que a geometria de posio
faz.
Representam-se o PONTO, a
RETA e o PLANO da seguinte forma:
b) Determinao do plano
Trs pontos no colineares determinam um plano.
3. CASOS DE
DETERMINAO
DE PLANOS
Postulado da incluso
Se dois pontos distintos de uma
reta pertencem a um plano, ela est
contida neste plano.
2. POSTULADOS
Entende-se por postulado toda
propriedade que no possui demonstrao e que, portanto, s pode ser
aceita por ser evidente.
Postulados de existncia
a) Na reta ou fora dela
existem infinitos pontos:
32
Postulados da
determinao
a) Determinao da reta
Dois pontos distintos determi-
4. POSIES RELATIVAS
Entre retas
a) Coincidentes
Entre planos
a) Coincidentes
P , P e | r = r
33
r , r //
s , s //
r s = {P}
//
8. TEOREMA DE TALES
Um feixe de planos paralelos determina sobre duas
transversais segmentos correspondentes respectivamente proporcionais.
6. TEOREMA FUNDAMENTAL DO
PARALELISMO DE RETA COM PLANO
A condio necessria e suficiente para que uma
reta seja paralela a um plano que no esteja contida
nele e seja paralela a uma reta desse plano.
7. TEOREMA FUNDAMENTAL
DO PARALELISMO DE PLANOS
A condio necessria e suficiente para que dois
planos distintos sejam paralelos um deles conter duas
retas concorrentes entre si e paralelas ao outro.
AB
BC
CD
// // // // = =
AB
BC
CD
34
9. PERPENDICULARISMO
ENTRE RETA E PLANO
Definio
Uma reta perpendicular a um plano se, e somente
se, ela perpendicular a todas as retas do plano que
passam pelo ponto de interseco dela com o plano
(p).
Propriedades do
perpendicularismo de reta com plano
Teorema fundamental do
perpendicularismo entre reta e plano
} r // s
tr
ts
r s = {P}
r
r
//
35
=r
r
r
Propriedades do
perpendicularismo de planos
a) Se uma reta perpendicular a um plano, qualquer
= s
r
rs
Projeo de um ponto
A projeo ortogonal de um ponto num plano o p
da perpendicular ao plano pelo ponto.
36
Na figura,
r uma reta de maior declive de em relao a
r a projeo ortogonal da reta r em
o ngulo entre e
37
MDULO 30
1. DIEDROS
Definio
Dois planos secantes e determinam no espao
quatro semiespaos.
Chama-se DIEDRO a interseco no vazia de dois
desses semiespaos.
reta.
c) Dois diedros so congruentes quando suas
seces retas so congruentes.
2. TRIEDROS
Definio
Dadas trs semirretas Va , Vb e Vc de mesma origem
Observaes
a) Todas as seces retas do mesmo diedro so
congruentes.
38
V(a; b; c) = I II III
so os diedros do triedro.
f1 < f2 + f3
f2 < f1 + f3
f3 < f1 + f2
d1 + 180 > d2 + d3
d2 + 180 > d1 + d3
d3 + 180 > d1 + d2
b) A soma dos diedros de um triedro est compreendida entre 2 retos (180) e 6 retos (540).
Assim, sendo d1, d2 e d3 as medidas (em graus) dos
Elementos
Um poliedro convexo possui: faces, que so os
polgonos convexos; arestas, que so os lados dos
polgonos, e vrtices, que so os vrtices dos polgonos. A reunio das faces denominada superfcie
do poliedro.
Relao de Euler
Para todo poliedro convexo de V vrtices, A arestas
Definio
Consideremos um nmero finito n (n 4) de
polgonos convexos, tal que:
dois polgonos no esto num mesmo plano;
cada lado de polgono comum a dois e somente
dois polgonos;
o plano de cada polgono deixa todos os demais
polgonos num mesmo semiespao.
Assim, ficam determinados n semiespaos, cada um
4. POLIEDROS DE PLATO
Um poliedro denominado poliedro de Plato
quando:
a) todas as faces tm o mesmo nmero de lados;
b) em todos os vrtices, concorre o mesmo nmero
de arestas;
c) vale a relao de Euler:
(V A + F = 2).
39
Observao
Existem apenas cinco classes de poliedros de Plato.
40