Aula 09

Raciocínio Lógico p/ INSS - Analista do Seguro Social - Serviço Social - 2016

Professores: Arthur Lima, Luiz Gonçalves

 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A

AULA 09: RESUMO

Caro aluno,
Para finalizar nosso curso, preparei um resumo de toda a teoria vista nas
aulas anteriores. Espero que ele permita uma boa recordação de tudo o que vimos
em nosso curso. Desejo-lhe muita força e dedicação nessa reta final!
Prof. Arthur Lima
Periscope: @ARTHURRRL

AULAS 01 E 02 – Lógica de argumentação; Diagramas lógicos; Tautologias;

Proposições
- proposição é uma oração declarativa que admita um valor lógico (V –
verdadeiro ou F – falso);
- nem toda frase pode ser considerada uma proposição. Não são proposições:
as exclamações (“Bom dia!”), as ordens/pedidos (“Vá comprar pão”) e as
perguntas (“Está frio?”), pois estas não podem ser classificadas como V ou
F;
- princípio da não-contradição: uma proposição não pode ser, ao mesmo
tempo, Verdadeira e Falsa.
- princípio da exclusão do terceiro termo: não há um meio termo entre
Verdadeiro ou Falso.
- duas ou mais proposições podem ser combinadas, criando proposições
compostas, utilizando para isso os operadores lógicos.
- Principais proposições compostas:
o Conjunção ( “p e q”; “ p  q ”): só é V se p e q forem ambas V. Uma
83896094521

forma alternativa é: “p, mas q”.

o Disjunção (“p ou q”; “ p  q ”): só é F quando p e q são ambas F.
o Disjunção exclusiva ou “Ou exclusivo” (“ou p ou q”; p  q ): só é F
quando ambas são V ou ambas são F. Uma variação: “p, ou q”.
o Condicional ou implicação (“se p, então q”; p  q ): só é F quando p é
V e q é F. Variações: “Quando p, q”; “Toda vez que p, q”.

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
o Bicondicional ou dupla implicação (“se e somente se”, ou p  q ): é F
quando uma proposição simples é V e a outra é F.

- representamos a negação de “p” por “~p”, “¬p” ou “não-p”

- p e ~p possuem valores lógicos opostos
- podemos negar simplesmente inserindo “Não é verdade que...” no início da
proposição;
- Dica para descobrir outras formas de negação: perguntar o que eu precisaria
fazer para provar que essa frase é mentira. Ex.: para negar “todos os cães
são inteligentes”, bastaria eu encontrar um cão que NÃO é inteligente. Ou
seja, a negação é “Pelo menos um cão não é inteligente”, ou “Algum cão não
é inteligente”, ou “Existe cão que não é inteligente”.
- Resumo das negações de proposições simples:
Proposição “p” Proposição “~p”
Meu gato é preto Meu gato não é preto
Não é verdade que meu gato é preto
Todos gatos são pretos Algum/pelo menos um/existe gato (que) não é
preto
Nenhum gato é preto Algum/pelo menos um/existe gato (que) é preto

- ~(~p) = p, isto é, a dupla negação corresponde à afirmação;

- principais formas de negação de proposições compostas:

Proposição composta Negação
Conjunção ( p  q ) Disjunção ( ~ p ~ q )
Ex.: Chove hoje e vou à praia Ex.: Não chove hoje ou não vou à praia
83896094521

Disjunção ( p  q ) Conjunção ( ~ p  ~ q )
Ex.: Chove hoje ou vou à praia Ex.: Não chove hoje e não vou à praia
Disjunção exclusiva ( p  q ) Bicondicional ( p  q )

Ex.: Ou chove hoje ou vou à praia Ex.: Chove hoje se e somente se vou à praia
Condicional ( p  q ) Conjunção ( p  ~ q )
Ex.: Se chove hoje, então vou à praia Ex.: Chove hoje e não vou à praia
Bicondicional ( p  q ) Disjunção exclusiva ( p  q ) ou bicondicional

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
Ex.: Chove hoje se e somente se vou à praia. negando uma proposição ( p ~ q )
Ex.: Ou chove hoje ou vou à praia;
Chove se e somente se NÃO vou à praia
- a tabela-verdade de uma proposição terá sempre 2n linhas, onde n é o
número de proposições simples envolvidas (não contar duas vezes se
aparecerem p e ~p na mesma proposição composta)
- Tautologia: proposição que é sempre V
- Contradição: proposição que é sempre F
- Contingência: proposições que podem ser V ou F, dependendo dos valores
lógicos das proposições simples que a compõem
- duas proposições lógicas são equivalentes quando elas possuem a mesma
tabela-verdade
- Equivalência “manjada” entre condicionais e disjunções:
pq
~ q ~ p
~p ou q

- Equivalência “manjada” para a bicondicional:

pq
( p  q)  (q  p)
( p  q)  (~ p ~ q )

- duas formas distintas de negar uma mesma proposição são equivalentes.

Ex.: ~ ( p  q ) é equivalente a ~ p ~ q ; ~ ( p  q ) é equivalente a ~ p  ~ q .
- Em pq, p é suficiente para q, e, por outro lado, q é necessária para p;
- Em p  q , p é necessária e suficiente para q, e vice-versa
83896094521

- Sentenças abertas são aquelas que possuem uma ou mais variáveis. Seu
valor lógico depende dos valores que as variáveis assumirem.

- conclusões de um argumento são proposições que serão sempre V quando

assumirmos que todas as premissas são V. Isto é, se uma proposição assumir o
valor F quando todas as premissas forem V, essa proposição não é uma conclusão;

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
- Principais métodos de resolução de questões sobre argumentação:

- questões que fornecem as premissas e solicitam as conclusões de um

argumento: para obter as conclusões é preciso assumir que todas as
premissas são verdadeiras. Assim:

- se uma das premissas é uma proposição simples: começar

analisando-a, e com ela partir para “forçar” as demais a serem
verdadeiras também;

- se todas as premissas são compostas e as alternativas de resposta

(conclusões) são proposições simples: “chutar” o valor lógico de
alguma proposição simples que compõe as premissas, e com isso
tentar forçar todas as premissas a ficarem verdadeiras, analisando se
não há falha lógica;

- se todas as premissas são compostas e as alternativas de resposta

(conclusões) também: forçar cada possível conclusão a ser F, e com
isso tentar forçar todas as premissas a serem V. Se isso for possível,
aquela alternativa NÃO é uma conclusão;

- um argumento é válido se, aceitando que as premissas são verdadeiras, a

conclusão é verdadeira. Se for possível a conclusão ser FALSA enquanto
todas as premissas são VERDADEIRAS, o argumento é INVÁLIDO. Logo,
para testar a validade de um argumento, você deve:
- forçar a conclusão a ser falsa. A seguir, tentar forçar todas as
premissas a serem verdadeiras. Se isso for possível, o argumento é
83896094521

INVÁLIDO;

AULA 03 – Teoria dos conjuntos

- conjunto é um agrupamento de indivíduos ou elementos que possuem uma
característica em comum.
- a  A  elemento “a” pertence ao conjunto A
- bA  elemento “b” não pertence ao conjunto A

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
- complemento de A é o conjunto formado pela diferença entre o conjunto
Universo (todo o universo de elementos possíveis) e o conjunto A
- A  B é a intersecção entre os conjuntos A e B, formada pelos elementos em
comum entre os dois conjuntos.
- designamos por n(X) o número de elementos do conjunto X. Lembre que:
n ( A  B )  n( A )  n ( B )  n ( A  B )

- se dois conjuntos são disjuntos (não possuem elementos em comum), então

n( A  B )  0
- B  A (B está contido em A), A  B (A contém B) ou “B é subconjunto de A”
podem ser representadas assim:

- chamamos de A – B a diferença entre os conjuntos A e B nesta ordem, ou

seja, são os elementos de A que NÃO SÃO também elementos de B;
- dois conjuntos são iguais se, e somente se, todos os seus elementos forem
iguais.

- Proposições categóricas podem ser tratadas com diagramas lógicos:

o Todo A é B: “todos os elementos do conjunto A são também do
conjunto B”, isto é, A está contido em B.

o Nenhum A é B: nenhum elemento de A é também de B, isto é, os dois

83896094521

conjuntos são totalmente distintos (disjuntos)

o Algum A é B: algum elemento de A é também elemento de B

o Algum A não é B: existem elementos de A que não são de B

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
AULA 04 – Estruturas lógicas
Nesta aula você não se deve preocupar com teoria. Volte nela e revise as
questões que você teve mais dificuldade, ok? Tente resolvê-las sozinho agora.

AULA 05 – Análise Combinatória

- Princípio da contagem (regra do produto): quando temos eventos sucessivos e
independentes, o número total de maneiras desses eventos acontecerem é igual a
multiplicação do número de maneiras de cada evento acontecer separadamente.

- Permutação simples: P(n) = n! (leia “n fatorial”)

- número de formas de colocar n elementos em n posições
- a ordem de escolha deve ser relevante

n!
- Permutação com repetição: PR(n ; m e p) 
m ! p !
- usada para calcular permutações onde existem elementos repetidos
- a ordem dos elementos deve ser relevante

n!
- Arranjo simples: A( n, m)  (leia: arranjo de n elementos em m posições)
(n  m)!
- trata-se da organização de n elementos em m posições (m < n)
- a ordem dos elementos deve ser relevante

n  n!
- Combinação: C (n, m)    
 m  m! n  m !
- número de grupos de m elementos utilizando n elementos disponíveis
83896094521

- a ordem de escolha não pode ser relevante

- para facilitar o cálculo de C(n,m), basta multiplicar os primeiros “m” termos
de n! e dividir por m!

- Permutação circular: Pc (n) = (n-1)!

- permutações de n elementos em disposições fechadas (circulares), onde
não podemos fixar um início e um final.

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A

AULA 06 – Noções de Probabilidade

- Espaço amostral: conjunto dos resultados possíveis de um experimento aleatório
- Evento: subconjunto do espaço amostral formado pelos resultados “favoráveis”
n(Evento)
Probabilidade do Evento=
n(Espaço Amostral)
ou simplesmente
número de resultados favoráveis
Probabilidade do Evento=
número total de resultados

- 2 eventos são independentes quando a ocorrência de um deles não altera a

probabilidade do outro ocorrer.
- princípio multiplicativo: se A e B são independentes, então
P(A  B)=P(A)  P(B)

- probabilidade da união: trata-se da probabilidade de ocorrência do evento A ou do

evento B (ou dos dois ao mesmo tempo). É dada por:
P ( A  B )  P ( A )  P (B )  P ( A  B )

- 2 eventos são mutuamente excludentes quando a ocorrência de um impede a

ocorrência do outro, e vice-versa. Assim, P ( A  B )  0
- princípio aditivo: se A e B são mutuamente excludentes ( P ( A  B )  0 ),
a probabilidade de um ou outro ocorrer é a soma: P(A U B) = P(A) + P(B)

- dois eventos são complementares quando não possuem intersecção e a sua soma
equivale ao espaço amostral. Neste caso, 83896094521

Probabilidade(E) = 1 - Probabilidade(Ec)

- probabilidade condicional (probabilidade de ocorrer A, sabendo que B ocorre):

P( A  B )
P( A / B) 
P (B )
- se A e B são eventos independentes, então P(A/B) = P(A)

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
AULA 07 – Noções de Estatística
- População: conjunto formado por todas as entidades sob estudo
- Censo: consiste na análise de todos os indivíduos da população
- Amostra: subconjunto daquela população
- Variável: um determinado atributo os integrantes da população. Pode ser
qualitativa ou quantitativa (e essas podem ser discretas ou contínuas)
- Observação: valor da variável para um determinado membro da população
- Frequências absolutas simples (ou simplesmente “frequências”) : são os números
de repetições de cada valor assumido pela variável. Podemos definir ainda:
Frequências Frequências Frequências
Frequências relativas
Altura absolutas absolutas relativas
acumuladas
simples acumuladas simples
1,70m 10 10 10/30 = 33,3% 33,3%
1,75m 15 10 + 15 = 25 15/30 = 50% 33,3% + 50% = 83,3%
1,80m 5 25 + 5 = 30 5/30 = 16,7% 83,3% + 16,7% = 100%

- Histograma é um gráfico de barras que representa, no seu eixo horizontal, as

classes (intervalos) de valores que uma variável pode assumir, e em seu eixo
vertical os valores das frequências de cada classe.
- Ogiva: gráfico de frequências acumuladas, onde ligamos os pontos extremos
(limites superiores) das classes de valores. Chamamos a figura formada no gráfico
de polígono de frequências.

Medidas de posição (ou medidas de tendência central)

- Média Aritmética: para dados listados (“em rol”):

83896094521

 Xi
Média  i 1
n
Para dados em tabela de frequências:
n

 ( Xi  Fi )
Média  i 1
n

 Fi
i 1

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
Para dados agrupados em classes (usar os pontos médios PMi das classes):
n

 ( PMi  Fi )
Média  i 1
n

 Fi
i 1

Principais propriedades da média:

- se temos uma variável X, para a qual sabemos a média M, e uma variável Y do
tipo Y = a.X + b (onde a e b são números), podemos dizer que a média de Y é
a.M + b
- a média é afetada pelos valores extremos
- o valor esperado, esperança ou expectância de uma variável aleatória é dado por:

E ( X )   i 1 p ( xi ).xi
n

- em regra o valor esperado de uma variável é a sua própria média

- Mediana: é a observação “do meio” quando os dados são organizados do menor

para o maior. É o termo da posição (n+1)/2, se n for ímpar. E é a média aritmética
dos termos ao redor de (n+1)/2, se n for par.

- Cálculo da mediana através do método da interpolação linear:

1º passo: calcular a divisão n/2, onde n é o número total de frequências, obtendo a
posição da mediana.
2º passo: identificar a classe onde se encontra a mediana
3º passo: montar a proporção entre as frequências acumuladas e os limites da
classe da mediana
4º passo: calcular a mediana (X):
83896094521

freq superior - freq mediana valorsuperior - X

=
freq superior - freq inferior valorsuperior - valorinferior

- a mediana é única p/ um conjunto de dados, e não é afetada pelos extremos

- Moda: valor da observação com maior número de frequências. Para dados em

classes:
1. Descobrir a classe modal (CM): aquela com maior número de frequências

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
2. Identificar a classe posterior (post) e a classe anterior (ant)
3. Aplicar uma das duas fórmulas abaixo:
a. Moda de King:
  fpost 
Moda  li   c   
  fant  fpost  
b. Moda de Czuber:
  fcm  fant 
Moda  li   c   
  2 fcm  ( fant  fpost )  

- a moda não é afetado pelos valores extremos

Simetria Média, Mediana e Moda

Simétrica Média = Mediana = Moda*
Assimétrica positiva (à direita) Média > Mediana > Moda
Assimétrica negativa (à esquerda) Média < Mediana < Moda
* se unimodal.

- Assimetria à direita (assimetria positiva): temos um pico na parte esquerda do

gráfico, e os dados se estendem para a direita (sentido positivo):

- Assimetria à esquerda (negativa): temos um pico à direita do gráfico, e os dados

83896094521

se estendem para a esquerda (sentido negativo).

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
- Quartis: dividem os dados em 4. Podem ser calculados utilizado o método da
interpolação linear:
Quartil Posição
1 (n+1)/4
2 2(n+1)/4
3 3(n+1)/4

- Box-Plot:

a) Limite inferior: é o maior valor entre os dois abaixo:

Valor mínimo da distribuição ou
Q1 – 1,5 x (Q3 – Q1)
b) Limite superior: é o menor valor entre os dois abaixo:
Valor máximo da distribuição ou
Q3 + 1,5 x (Q3 – Q1)

Medidas de dispersão (ou medidas de variabilidade)

- Variância:
Variância = E(X2) – (E(X))2
83896094521

- para dados em rol (listados):

n

(X i  X )2
 
2 1
n
- para dados em tabela de frequências:
n

[ f  ( X i i  X )2 ]
2  1
n

f
1
i

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
- para dados em tabela com intervalos de classes:
n

 [ f  ( PM i i  X )2 ]
  2 1
n

f
1
i

- fórmulas que dispensam o cálculo da média:

2
n
1 n 
 Xi    Xi 
n  i 1 
2

 2  i 1
n
ou
2
n
1 n 
 ( X i 2  fi )    ( X i  fi ) 
n  i 1 
 2  i 1
n
ou
2
n
1 n 
 ( PM i  f 2
i )   
n  i 1
( PM i  f i ) 

 2  i 1
n

Obs.: para calcular a variância AMOSTRAL (que chamamos de s 2), basta substituir
n n
n por “n-1” no denominador das fórmulas, ou substituir  Fi por
1
 Fi  1
1
(também

apenas no denominador).

- Desvio-padrão (  ):   Variancia

- Propriedades do desvio padrão e da variância:

- se temos uma variável X com desvio padrão  e variância  2 , e criamos
83896094521

uma variável Y tal que Y = aX + b (onde a e b são valores constantes), o

desvio padrão de Y é a   , e a variância de Y é a 2   2 .


- Coeficiente de variação (CV): CV 


P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A
- o CV é medida de dispersão relativa, enquanto o desvio padrão e a variância são

medidas de dispersão absolutas

- o CV não tem unidade (é “adimensional”), o desvio-padrão tem a mesma unidade

da variável, e a variância é o quadrado desta

- Técnicas de amostragem casual (probabilísticas):

- Amostragem aleatória simples: escolha aleatória dos indivíduos da população que

farão parte da amostra

- Amostragem sistemática: consiste na criação de um sistema de escolha de

indivíduos a partir de critérios pré-determinados

- Amostragem por conglomerados (ou agrupamentos): dividir a população em

subgrupos (“conglomerados”) e então escolher alguns destes subgrupos para serem
totalmente analisados

- Amostragem estratificada: dividir a população em estratos, que são subconjuntos

da população compostos por indivíduos com algumas semelhanças entre si

- Técnicas não-casuais de amostragem (não probabilísticas):

- Amostragem acidental: o pesquisador fica em um local com grande circulação de

pessoas e vai entrevistando pessoas ao acaso (acidentalmente)

- Amostragem intencional: entrevistador escolhe pessoas que ele acredita serem

relevantes para a sua pesquisa

- Amostragem por cotas: consiste em dividir a população em grupos e, a seguir,

83896094521

extrair quantidades pré-definidas (“cotas”) de indivíduos de cada grupo para se

montar a amostra

- Amostragem de voluntários: composta por indivíduos que voluntariamente

participam da pesquisa

P A L
 RACIOCÍNIO LÓGICO P INSS
TEORIA E EXERCÍCIOS COMENTADOS
P A L A

Comentários
Distribuição Aplicação Fórmulas principais
adicionais
Variáveis que só E(X) = p péa
Bernoulli podem ser 0 ou probabilidade de
1 Var ( X )  p  (1  p ) X=1

n
Trata-se da P (k , n, p )     p k  (1  p ) n  k Nº fixo de
probabilidade de k  tentativas
independentes
ter k sucessos
entre si, com 2
Binomial em n tentativas, E(X) = n x p resultados
cada uma com
possíveis
probabilidade p
(sucesso ou
de sucesso.
Var(X) = n x p x (1-p) fracasso)

Probabilidade
e   k 
de exatamente k
ocorrências de
f (k;  )  é o número

Poisson um evento que

k! esperado de
ocorrências no
se repete com prazo
freqüência uma
conhecida
E(X) = Var(X) =  considerado

P ( X  n )  1  p 
n 1
p

Probabilidade
E(X) = 1/p péa
de se obter o
probabilidade de
Geométrica primeiro
obter sucesso em
sucesso apenas
cada tentativa
na tentativa n (1  p )
Var ( X ) 
p2
C (K , x )  C (N  K , n  x )
P ( x; n, N, K ) 
C (N , n )
Probabilidade
de obter N é o total de
exatamente x elementos
Hiper- elementos de K  disponíveis.
geométrica um tipo ao E( X )  n    Destes N, apenas
pegar n N  K são do tipo que
elementos sem nos interessa
reposição K   K  N n
Var ( X )  n      1     
 N   N   N 1 
83896094521

*************************************************************************

Fico por aqui, desejando-lhe novamente muita força e dedicação nessa reta final!
Saudações,
Prof. Arthur Lima
Periscope: @ARTHURRRL

P A L