Baixe o app para aproveitar ainda mais
Prévia do material em texto
– 77 M A T EM Á T IC A A B Álgebra FRENTE 1 1. Probabilidade Condicional Dados dois eventos A e B de um espaço amostral S ≠ Ø, chama-se proba bilidade de A condicionada a B a probabilidade de ocorrer A, saben - do-se que já ocorreu ou vai ocorrer o evento B.Indica-se por P(A/B). Observe que P(A/B) = ⇔ ⇔ P(A/B) = ⇔ ⇔ P(A/B) = 2. Eventos Independentes Os eventos A e B de um espaço amos tral S são independentes se . 3. Intersecção de Dois Eventos Propriedade Se A e B são independentes, então P(B/A) = P(B) e . P(A ∩ B) P(A/B) = ––––––––––– P(B) n(A ∩ B) ––––––––– n(B) n(A ∩ B) ––––––––– n(S) –––––––––––– n(B) –––– n(S) P(A ∩ B) –––––––– P(B) P(A/B) = P(A) ou P(B/A) = P(B) P(A ∩ B) = P(A) . P(B/A) = = P(B) . P(A/B) A e B independentes ⇔ ⇔ P(A ∩ B) = P(A) . P(B) A e B dependentes ⇔ ⇔ P(A ∩ B) ≠ P(A) . P(B) P(A ∩ B) = P(A) . P(B) Considere uma experiência que é realizada várias vezes, sempre nas mes mas condições, de modo que o resul tado de cada uma seja indepen - dente das demais. Considere, ainda, que cada vez que a experiência é rea - li zada ocorre, obrigatoriamente, um evento A cuja probabili da de é p ou o complemento A — cuja probabili da - de é 1 – p. 1. Problema Realizando-se a experiência des - cri ta exatamente n vezes, qual é a probabilidade de ocorrer o evento A somente k vezes? 2. Resolução do Problema a) Se ocorre apenas k vezes o evento A, num total de n experiên - cias, então deverá ocorrer exata men - te n – k vezes o evento A — . b) Se a probabilidade de ocorrer o evento A é p e do evento A — é 1 – p, então a probabilidade de ocor - rer k vezes o evento A e n – k vezes o evento A — , numa certa ordem, é p . p . p . ... . p . k fatores . (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 são quaisquer entre as n vezes possíveis. O número de manei - ras de escolher k vezes o evento A é, pois, Cn, k. d) Existem, portanto, Cn,k even - tos diferentes, todos com a mesma probabilidade pk . (1 – p)n – k e, assim sendo, a probabilidade procu ra da é Observações a) Fala-se em lei binomial de pro - ba bilidade, porque a fórmula repre sen - ta o termo Tk + 1 do de sen vol vi men to de [p + (1 – p)]n. b) O número Cn, k pode ser subs - tituído por Cn, n – k ou Pn k, n – k, já que Cn, k = Cn, n – k = Pn k, n – k = . Cn,k . p k . (1 – p)n – k n! ––––––––– k! (n – k)! MÓDULO 38 Lei Binomial de Probabilidade MÓDULO 37 Probabilidade Condicional e Intersecção de Eventos C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 77 78 – M A T EM Á T IC A A B O número real x que substitui ca da um dos números reais x1, x2, x3, … xn é a sua média. Podemos ter: Média aritmética x1 + x2 + x3 + … + xn = = x + x + x + … + x ⇒ ⇒ Média geométrica x1 . x2 . x3 . … xn = = x . x . x . … x ⇒ ⇒ Média harmônica 1 1 1 1 ––– + ––– + ––– + … + ––– = x1 x2 x3 xn 1 1 1 1 = –– + –– + –– + … + –– ⇒ x x x x ⇒ Média aritmética ponderada P1 . x1 + P2 . x2 + … + Pn . xn = = P1 . x + P2 . x + … + Pn . x ⇒ ⇒ x1 + x2 + x3 +…+ xnx = ––––––––––––––––––––– n xn = x1 . x2 . x3 . … xn 1 x = ––––––––––––––––––––––––––––– 1 1 1 1 ––– + ––– + ––– + … + ––– x1 x2 x3 xn–––––––––––––––––––––––––n P1 . x1+P2 . x2 +… +Pn . xn x = ––––––––––––––––––––––––––– P1 + P2 + … + Pn 1. Conceito Estatística é um ramo da Mate - mática Aplicada. A palavra Estatística provém da palavra latina Status e é usada em dois sentidos: • Estatísticas (no plural) refe rem-se a dados numéricos e são infor mações sobre determinado as sunto, coisa, grupo de pessoas etc. obtidas por um pesquisador. • Estatística (no singular) sig nifica o conjunto de métodos usa dos na condensação, aná li ses e inter - pretações de dados numéri cos. De um modo geral, conceitua-se Estatística da seguinte forma: É ciência, quando estuda popu la - ções; é método, quando serve de instrumento a uma outra ciência. É tam bém arte, ciência-método e mé to - do-ciência, segundo vários trata dis - tas, daí advindo uma varie dade de de - finições. Eis algumas: “Conjunto dos processos que tem por objeto a observação, a clas si - ficação formal e a análise dos fenô - menos coletivos ou de massa, e por fim a indução das leis a que tais fe - nômenos obedecem globalmente” (Mil ton da Silva Rodrigues). “A Estatística é a parte da Mate - mática Aplicada que se ocupa em ob - ter conclusões a partir de dados ob - ser vados” (Ruy Aguiar da Silva Leme). “A Estatística é o estudo numé - rico dos fatos sociais” (Levasseur). “É observação metódica e tão uni versal quanto possível dos fatos con siderados em globo, reduzidos a grupos homogêneos e interpretados mediante a indução matemática” (Ferraris). 2. População e Amostra População É um conjunto de elementos com uma característica comum. O termo é mais amplo que no sen so comum, pois envolve aglo me - ra do de pessoas, objetos ou mesmo ideias. Exemplo Todos os alunos do Ensino Médio do Brasil. Amostras São subconjuntos da população, que conservam, portanto, a carac te - rís tica comum da população e são re - tira das por técnicas adequadas, cha - madas de amostragem. Exemplo 500 alunos do Ensino Médio do Brasil. Parâmetros São características numéricas da população. Exemplo QI médio dos estudantes do En - sino Médio do Brasil. Estimativas Em geral, por problemas de tem - po e dinheiro, trabalha-se com amos - tras e não com a população. MÓDULO 39 Médias MÓDULO 40 Noções de Estatística – I C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 78 – 79 M A T EM Á T IC A A B Os elementos numéricos carac- terísticos de uma amostra são esti - ma tivas dos elementos corres pon - dentes na população, que são os parâ me tros. 3. Distribuição de Frequências Quando se vai fazer um levan ta - men to de uma população, um dos pas sos é retirar uma amostra dessa população e obter dados relativos à variável desejada nessa amostra. Cabe à Estatística sintetizar es ses dados na forma de tabelas e gráficos que contenham, além dos va lores das variáveis, o número de ele mentos correspondentes a cada variável. Ilustramos, a seguir, esse proce - dimento, acompanhando com um exem plo. Dados brutos É o conjunto dos dados numéri - cos obtidos e que ainda não foram organizados. Exemplo A partir de uma lista de chama da, em ordem alfabética, obteve-se o con junto de alturas, em cm, de 20 es tudantes: 168, 168, 163, 164, 160, 160, 164, 166, 169, 169, 166, 168, 162, 165, 165, 164, 168, 166, 161, 168. Rol É 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) É a diferença entre o maior e o me nor dos valores observados. No exemplo: H = 169 – 160 H = 9 Frequência absoluta ( fi ) É o número de vezes que o elemento aparece na amostra: Frequência relativa ( fr ) É dada por: em que n é o número de elementos da amostra ( n = ∑ fi ) Observe que ∑ fr = 1 Frequência relativa percentual ( ƒ% ) Frequência absoluta acumulada (fa) É a soma da frequência do valor da variável com todas as frequências anteriores: Frequência relativa acumulada ( fra ) É a soma da frequência relativa do valor da variável com todas as frequências relativas anteriores. Frequência percentual acumulada ( ƒ%a ) Distribuição de frequências É o arranjo dos valores da variável e suas respectivas frequências. xi fi 160 161 162 163 164 165 166 167 168 169 2 1 1 1 3 2 3 0 5 2 ∑ 20 fi fr = –––n xi fi fr 160 161 162 163 164 165 166 167 168 169 2 1 1 1 3 2 3 0 5 2 2 ÷ 20 = 0,10 1 ÷ 20 = 0,05 1 ÷ 20 = 0,05 1 ÷ 20 = 0,05 3 ÷ 20 = 0,15 2 ÷ 20 = 0,10 3 ÷ 20 = 0,15 0 ÷ 20 = 0 5 ÷ 20 = 0,25 2 ÷ 20 = 0,10 ∑ 20 1,00 ƒ% = 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 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 ƒ%a = fra . 100 C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 79 80 – M A T EM Á T IC A A B 4. Classes O número de elementos de uma amostra, de um modo geral, é gran de. Para condensá-los, os valo res obtidos devem ser, normalmente, distribuídos em classes. A distribuição de frequências dos dados de uma amostra distri - buídos em classes é idêntica à que é feita com cada valor da variável, ado - tan do-se as seguintes normas: O número de classes (nc) É da ordem de ���n, em que n é o número total de elementos da amos - tra. A amplitude da classe (h) É, aproximadamente, o quocien te entre a amplitude total (H) e o número de classes (nc). O ponto médio da classe (PM) É a média aritmética entre o limi - te inferior e o limite superior de cada classe. É o valor da variável que re pre - senta a classe: PM = Xi. Exercício Num teste de raciocínio numéri - co, obtiveram-se os seguintes da dos brutos: xi fi fr f% fa fra f%a 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 2 3 4 5 8 10 13 13 18 20 0,10 0,15 0,20 0,25 0,40 0,50 0,65 0,65 0,90 1,00 10 15 20 25 40 50 65 65 90 100 ∑ 20 1,00 100 nc � ���n H h � –––– nc 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 distribuição de fre quên - cias dos dados dessa amos tra, distribuindo-os em classes. Resolução • Cálculo do rol 33 – 35 – 35 – 39 – 41 – 41 – 42 – 45 – 47 – 48 – 50 – 52 – 53 – 54 – 55 – 55 – 57 – 59 – 60 – 60 – 61 – 61 – 64 – 65 – 65 – 65 – 66 – 66 – 67 – 68 – 69 – 71 – 73 – 73 – 74 – 74 – 76 – 77 – 77 – 78 – 80 – 84 – 85 – 85 – 88 – 89 – 91 – 94 – 94 – 98 Cálculo da amplitude total H = 98 – 33 = 65 Cálculo do número de classes nc � ���n nc � �����50 � 7 Cálculo da amplitude de classe h = = � 9,3 Adotaremos h = 10. 65 –––– 7 H –––– nc Distribuição de frequências Classes PM fi fr f% fa fra f%a 30 � 40 40 � 50 50 � 60 60 � 70 70 � 80 80 � 90 90 � 100 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. Representação Gráfica da Distribuição de Frequências As tabelas de distribuição de fre - quências vistas no item 4 podem ser representadas graficamente. A finalidade principal disso é for - necer as infor mações analíticas de uma maneira mais rápida. Descre ve - re mos apenas três tipos de grá ficos: histogramas, polí gonos de fre quên - cias e polígonos de frequên cias acu - muladas. Histogramas É a representação gráfica de uma distribuição de frequências por meio de retângulos justapostos. No eixo das abscissas, temos os limi tes das classes e no eixo das or de nadas, as frequências (fi ou fr ou ƒ%). Polígono de frequências É um gráfico de linhas que se obtém unindo os pontos médios dos pa tamares dos retângulos do his to - grama. C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 80 – 81 M A T EM Á T IC A A B Polígono de frequências acumuladas Polígono de frequências acu mu ladas ou OGIVA DE GALTON é uma representação gráfica que tem no eixo das abscissas os limites das classes e no eixo das ordenadas, as fre quências acumuladas (fa ou fra ou ƒ%a) que se situam abaixo de um determinado limite superior. Exemplo Fazer a representação gráfica da distribuição de frequências apresen tada na tabela a seguir: Observações – Conforme vemos na figura, o his to grama e o polí - gono de fre quên cias em termos de fi, fr e ƒ% têm exatamente o mesmo as pec to, mudando apenas a es cala vertical. – Observe que, como o 1o. valor é bem maior que zero, adotamos aproximá-lo do zero segundo a con - venção: Classes PM fi fr f% fa fra f%a 30 £ 40 40 £ 50 50 £ 60 60 £ 70 70 £ 80 80 £ 90 90 £ 100 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 6. Medidas de Posição As medidas de posição servem para localizar os dados sobre o eixo da variável em questão. As mais im - por tantes são: a média, a me dia na e a moda. A média e a mediana tendem a se localizar em valores centrais de um conjunto de dados. Por essa ra - zão, costuma-se dizer que são me didas de ten dên cia central. A moda, por sua vez, indica a posição de maior concentração de dados. Média aritmética – Dados não agrupados Sendo X1, X2, X3, ..., Xn os n valo res de uma variável X, define-se mé dia aritmética, ou simplesmente mé dia, como sendo: Exemplo A média aritmética dos valores 3; 5; 7; 8 é –– 3 + 5 + 7 + 8 X = ––––––––––––– = 5,75 4 – Dados agrupados Sendo X1, X2, X3, ..., Xn os n va lores da variável X com frequên cias f1, f2, f3, ..., ƒn, respectiva mente, de fine-se média aritmética, ou sim ples mente média, como sendo n ∑ Xi— i = 1 X = ––––––– n C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 81 82 – M A T EM Á T IC A A B sendo ∑ fi = n. Exemplo A média aritmética da distribui ção de dados a seguir é: 1 . 1 + 3 . 2 + 5 . 3 + 1 . 4— X = ––––––––––––––––––––––––– 10 — X = 2,6 – Dados agrupados em classes A média aritmética é calculada co mo no item anterior, lembrando que cada classe é representada pelo seu ponto médio (Xi = PM). Exemplo 5. 3 + 10 . 5 + 14 . 7 + 8 . 9 + 3 . 11— X = –––––––––––––––––––––––––––––––– ⇒ 40 ⇒ — X = X = 6,7 Moda (Mo) Define-se moda (ou modas) de um conjunto de valores dados como sendo o valor de frequência má xi - ma (ou os valores da frequência máxima). Exemplos a) A moda do conjunto de dados 2, 2, 5, 7, 9, 9, 9, 10, 11, 12 é 9. Observe que 9 é o elemento mais frequente. b) O conjunto de dados 2, 3, 3, 3, 4, 4, 5, 6, 6, 7, 8, 8, 8, 9, 10, 10 tem duas modas: e c) Para a distribuição a moda é 248, pois é o valor de frequência máxima (23). d) Para os dados agrupados em classes, a seguir, podemos dizer, pelo menos, que a classe modal é 2 � 3. Mediana (Md) Colocando-se os valores da va riá - vel em ordem crescente,a me diana é o elemento que ocupa a posição cen tral. Em outras palavras: a media - na divide um conjunto de n dados em dois subconjuntos com igual número de elementos. Cálculo da mediana para dados não agrupados – Se n for ímpar, a mediana é o valor central dos n dados do rol. É o elemento de ordem . Exemplo A mediana dos dados 5; 7; 8; 10; 15 é 8, que é o 3o. termo do rol. – Se n for par, a mediana é a mé dia aritmética dos dois dados cen - trais do rol. É a média ari t mé tica entre os dados de ordem e + 1 Exemplo Os valores centrais do rol 5; 7; 8; 10; 14; 15 são o 8 e o 10. A mediana dos valores deste rol é • Cálculo da mediana para dados agrupados em classes Calcula-se e, pela frequência acumulada, identifica-se a classe que contém a mediana. Em seguida, cal - cula-se a mediana usando uma fór - mula. O mais prático, porém, é usar o gráfico de frequências acu muladas percentuais (OGIVA DE GALTON). Exemplo xi fi 1 2 3 4 1 3 5 1 ∑ 10 Classes PM = xi fi 2 � 4 4 � 6 6 � 8 8 � 10 10 � 12 3 5 7 9 11 5 10 14 8 3 ∑ 40 268 –––– 40 Mo = 9 Mo1 = 3 Mo2 = 8 xi 243 245 248 251 307 fi 7 17 23 20 8 Mo = 248 Classes fi 0 � 1 1 � 2 2 � 3 3 � 4 4 � 5 3 10 17 8 5 n + 1––––– 2 5 + 1�––––––� = 32 n–– 2 n–– 2 8 + 10 Md = –––––––– = 92 n–– 2 Classes fi fa 34 � 45 45 � 55 55 � 65 65 � 75 75 � 85 85 � 95 5 12 18 14 6 3 5 17 35 49 55 58 n∑ fiXi i = 1X – = ––––––––––n C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 82 – 83 M A T EM Á T IC A A B C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 83 84 – M A T EM Á T IC A A B 1o.) no ponto B, temos fa = 58, que corres - ponde a ƒ%a = 100. 2o.) o ponto A é médio de OB e, nesse ponto, temos fa = 29, que correspon de a ƒ%a = 50. 3o.) o valor da variável asso - ciado a ƒ%a = 50 é a media na. 4o.) da OGIVA, concluímos, pois, que Md ≅ 62. Construída a OGIVA, a partir dos dados, note que: 1. Medidas de Dispersão Introdução As medidas de posição vistas até aqui, média, mediana e moda, têm con ceitos diferentes, detalhes pró - prios, que ajudam semelhan te men te a representar um conjunto de dados. Entretanto, a informação forneci - da pelas medidas de posição, em geral, necessita ser completada pe las MEDIDAS DE DISPERSÃO. Estas servem para indicar o quanto os da - dos se apresentam dispersos em tor - no da região central. Carac terizam, portanto, o grau de variação existen te no conjunto de valores e, por isso, são também chamadas MEDIDAS DE VARIABILIDADE. MÓDULO 41 Noções de Estatística – II C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 84 – 85 M A T EM Á T IC A A B Exemplo Suponha que as notas de 2 alu - nos 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 mé - dia (X – = 5), entretanto percebe-se claramente que o aluno A, de péssi - mos resultados iniciais, conseguiu recuperar-se no fim, enquanto o aluno B manteve-se praticamente no mes - mo nível. Isso significa que as notas do alu - no B não foram dispersas como as no tas do aluno A. Portanto, a medida de posição po derá ser completada por uma me - dida de dispersão (amplitude, desvio médio, desvio padrão, variância) que passaremos a descrever. Amplitude Amplitude (H), ou intervalo total, é definida como a diferença en tre os valores extremos da série, ou seja: Exemplo Sejam os valores 4; 5; 7; 9; 10; 13 Por depender de apenas dois va - lores do conjunto de dados, a ampli - tude contém relativamente pouca informação quanto à dispersão, pois se sujeita a grandes flutuações de uma amostra para outra. Suponhamos que numa classe, os pesos dos alunos se distribuam entre 45 e 75 kg, a amplitude seja H = 75 – 45 = 30 kg. Se entrar nessa classe um aluno com 100 kg, a nova am plitude será 100 – 45 = 55kg, quase o dobro da anterior apenas por causa de um aluno. Desvio Uma maneira de medir o grau de dispersão ou concentração de cada valor da variável em relação às me - didas de tendência central é fazer a diferença entre o valor da variável e a média. Esta diferença é chamada des vio e representada por D. Exemplo Um aluno que obteve as notas 2, 3, 4, 3, 8, 10 conseguiu uma média X – = = 5. Os desvios de cada uma das no - tas são: Observe que ∑Di = 0. Observação Ao calcular a média dos desvios, para conhecer um desvio global do conjunto, o resultado é sempre ZE - RO, pois ∑Di = 0. Assim, para obter um resultado que exprima a média dos desvios, costuma-se proceder de dois modos: a) calcular a média dos módulos de cada desvio; b) calcular a média dos quadra - dos dos desvios e em se gui da extrair a raiz quadrada. O primeiro é chamado desvio médio (Dm) e o segundo é chamado desvio padrão (s). Desvio médio (Dm) ou Desvio padrão (s) Variância É o quadrado do desvio padrão. H = Xmáx – Xmín H = 13 – 4 = 9 Di = Xi – X — 2 + 3 + 4 + 3 + 8 + 10 –––––––––––––––––––––– 6 xi Di = Xi – — X 2 3 4 3 8 10 – 3 – 2 – 1 – 2 3 5 ∑ �Di � Dm = ––––––– n ∑ fi �Di � Dm = ––––––––n ∑ fi D i2 s = –––––––– n ∑ fi Di2 s2 = –––––––––– n C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 85 86 – M A T EM Á T IC A A B 1. Razão Razão entre dois números a e b (b ≠ 0), nessa ordem, é o quociente (ou a : b). O número a é cha mado de primeiro termo ou antecedente, e o número b é chamado segundo termo ou consequente. A razão in - versa de a e b é (a ≠ 0). 2. Proporção Dizemos que os números a, b, c e d (b ≠ 0 e d ≠ 0), nessa ordem, formam uma PROPORÇÃO se, e so - men te se, a razão entre a e b é igual à razão entre c e d. Indicação: = (ou a : b = c : d), em que a e d são chamados extre - mos e b e c são chamados meios. 3. Propriedades das Proporções Dados os números a, b, c e d (b ≠ 0 e d ≠ 0), então: 1) (Fundamental) ⇔ 3) ⇔ (b + d ≠ 0) 4) ⇔ (se ab tem o mesmo sinal de cd) 4. Grandezas Proporcionais Notação Em geral, letras maiúsculas do nos so alfabeto representam GRAN - DEZAS QUAISQUER, e letras minús - culas do nosso alfabeto, cada uma com um índice numérico, represen - tam os VALORES dessas grandezas. Assim, quando escrevemos: A = (a1, a2, a3, ...) e B = (b1, b2, b3, ...), estamos referindo-nos às grande zas A e B e aos seus valores a1, a2, a3, ... e b1, b2, b3, ... num dado pro ble ma. Estamos dizendo ainda que, nesse problema, “quando a gran deza A assume o valor a1(ou a2 ou a3 ou ...), a grandeza B assume o valor b1(ou b2 ou b3 ou ...), respec ti va mente”, e que “a1 e b1 (ou a2 e b2 ou a3 e b3 ou ...) são VALORES COR RES PO N - DENTES das grandezas A e B”. Grandezas Diretamente Proporcionais (GDP) Uma grandeza A é DIRETAMEN- TE PROPORCIONAL a uma gran de za B se, e somente se, AS RAZÕES entre os valores de A e os corres - pon dentes valores de B forem CONS - TANTES, isto é, se A = (a1, a2, a3, ...) e B = (b1, b2, b3, ...); então: ⇔ ⇔ em que k é constante. Grandezas Inversamente Proporcionais (GIP) Uma grandeza A é INVER SA - MEN TE PROPORCIONAL a uma gran deza B se, e somente se, OS PRO DUTOS entre os valores de A e os corres pon dentes valores de B fo - rem CONS TAN TES, isto é, se A = (a1, a2, a3, ...) e B = (b1, b2, b3, ...); então: ⇔ ⇔ em que k é constante. Observações 1) É evidente que, “se A é GDP (ou GIP) a B, então B é GDP (ou GIP, respectivamente) a A”. 2)Quando dizemos que “A e B são gran dezas diretamente (ou inver - sa men te) proporcionais”, esta - mos querendo dizer que “A é uma gran deza diretamente (ou inver sa men te, respectivamente) pro por cio nal à grandeza B”. 3) Quando dizemos que “A e B são gran dezas proporcionais”, omi tin - do a especificação “DIRETA - MENTE” ou “INVERSAMENTE”, é porque ou essa especificação está suben tendida no problema, ou o problema não depende des - sa es pecificação. 4) É evidente que duas grandezas quaisquer podem NÃO SER dire - tamente NEM inversamente pro - porcionais. 5) PROPRIEDADE: se a grandeza A = (a1, a2, a3, …) É INVERSA - MEN TE PROPORCIONAL à gran - deza B = (b1, b2, b3, …), então a grandeza A = (a1, a2, a3, …) é DI - RETAMENTE PROPORCIONAL à grandeza ( 1 1 1 )B' = –––, –––, –––, … , b1 b2 b3 com b1 ≠ 0, b2 ≠ 0, b3 ≠ 0, … Demonstração Se A = (a1, a2, a3, … ) e B = (b1, b2, b3, …) são GIP, então temos que: a1b1 = a2b2 = a3b3 = … ⇒ a –– b b –– a c––d a––b ad = bc a c–– = –– b d a c a ± b c ± da) –– = –– ⇔ –––––– = –––––– b d a c (a ≠ 0 e c ≠ 0) a c a ± b c ± db) –– = –– ⇔ –––––– = –––––– b d b d �2) a + c c c–––––– = –– = –– b+ d b d a c–– = –– b d ac a2 c2–––– = –––– = ––– bd b2 d2 a c–– = –– b d A é GDP a B a1 a2 a2–––– = –––– = –––– = ... = k b1 b2 b3 A é GIP a B a1b1 = a2b2 = a3b3 = ... = k MÓDULO 42 Grandezas Proporcionais C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 86 – 87 M A T EM Á T IC A A B a1 a2 a3 ⇒ ––––– = ––––– = ––––– = … ⇒ 1 1 1 –––– –––– –––– b1 b2 b3 ⇒ A = (a1, a2, a3, …) e 1 1 1 B' = ( –––, –––, –––, …), com b1, b1 b2 b3 b2 e b3 ≠ 0, são GRANDEZAS DI - RETAMENTE PRO POR CIONAIS. 5. Divisão Proporcional a) DIVIDIR um número N em PARTES (suponhamos: x, y e z) DIRETAMENTE PROPOR CIO - NAIS aos núme ros a, b e c significa deter minar os núme - ros x, y e z, de tal modo que: (I) as sequências (x, y, z) e (a, b, c) sejam diretamente propor cio - nais; (II) x + y + z = N. Para isso, usando a definição de GDP e as propriedades das proporções, podemos usar a seguinte TÉCNICA OPERA TÓ - RIA: x y z ––– = ––– = ––– a b c� ⇔ x + y + z = N x + y + z x y z –––––––––– = –– = –– = –– a + b + c a b c⇔ � ⇔ x + y + z = N N x ––––––––– = –– a + b + c a N y ⇔ � ––––––––– = ––a + b + c bN z ––––––––– = –– a + b + c c e então calculamos x, y e z. b) DIVIDIR um número M em PAR - TES INVERSAMENTE PROPOR - CIONAIS aos números m, n e p É O MESMO QUE DIVIDIR M em PARTES DIRETAMENTE PRO - POR CIO NAIS aos INVERSOS: , , , com m ≠ 0, n ≠ 0 e p ≠ 0. 1––m 1––n 1––p 1. Regra de Três Simples (R3s) Definição É o método prático empregado para resolver o seguinte problema: “Quando comparamos duas gran dezas A e B propor cio nais, relacio nando dois valores de A com dois valores corres pondentes de B, determinamos um dos qua tro va lo - res, uma vez que se jam conhe cidos os outros três.” Técnica operatória a1 ................ b1Valores � a2 ................ b2 (um dos quatro é a incógnita do pro - ble ma). Se A e B forem GDP, mon - tamos a proporção: = (da qual calculamos o valor desco nhe - cido). Se A e B forem GIP, montamos uma das proporções: = ou = (invertemos uma das razões e calcu - lamos o valor desconhecido). 2. Regra de Três Composta (R3C) Definição É o método prático empregado para resolver proble ma análogo ao da regra de três simples, só que en vol - vendo MAIS DE DUAS GRAN DEZAS PROPOR CIONAIS. Propriedades Se uma grandeza A(a1, a2, ...) é diretamente proporcional a uma gran - deza B(b1, b2, ...) e a uma gran deza C(c1, c2, ...), então: Técnica operatória (fundamental) a1 ..... b1 ..... c1 ..... d1 Valores � x ..... b2 ..... c2 ..... d2 Comparamos cada grandeza (B, C, D etc.) com a grandeza funda men - tal A (a que contém a incógnita) sepa - ra damente. Suponhamos que ocorram: B e A (GDP), C e A (GIP) e D e A (GDP). Nesse caso, montamos a propor - ção: a1 b1 c2 d1 ––– = ––– . ––– . –––, com base na qual x b2 c1 d2 calculamos x. Grandeza A Grandeza B a1–––a2 b1–––b2 a2–––a1 b1–––b2 a1–––a2 b2–––b1 a1 b1 c1–––– = –––– . –––– a2 b2 c2 Grandeza A Grandeza B Grandeza C Grandeza D MÓDULO 43 Regra de Três C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 87 88 – M A T EM Á T IC A A B 1. Porcentagem Noção intuitiva Exemplo “O índice de analfabetismo da cidade X é de 12% (lê-se 12 por cento)” significa que, em média, 12 de cada 100 habitantes são anal fa betos. Nomenclatura usual Exemplo Em “25% de R$ 80,00 é R$ 20,00”, temos: o PRINCIPAL é P = 80� a TAXA é i = 25(%) a PORCENTAGEM é p = 20 Observação Usa-se também o símbolo “ ‰ ”, que significa “por mil”. Exemplos 1) “O índice de mortalidade infantil do país Y é de 15‰ ao ano” significa que, em média, de cada 1000 crian - ças que nascem por ano, 15 morrem. 2) Em “25‰ de R$ 80,00 é R$ 2,00”, temos: o PRINCIPAL é P = 80� a TAXA é i = 25(‰) a PORMILAGEM é p = 2 Técnica operatória Para resolver problemas, estabe lecemos a seguinte REGRA DE TRÊS SIMPLES: 100 (ou 1000) ..............................P i ................................................... p' da qual, por REGRA DE TRÊS SIM PLES, obtemos o valor desconhecido. Exemplo Calcule 25% de 80. Temos: 100% correspondem a 80 25% correspondem a x Então: 100 80 25 . 80 –––– = ––– e, portanto, x = ––––––––, isto é, x = 20. 25 x 100 Ao escrevermos p%, estamos representando o número ou p : 100. Assim, temos: a) (20%)2 = 4%, pois: (20%)2 = 20 2 2 2 4 = �––––� = �–––� = –––– = 4%100 10 100 b) 25% de 400 é igual a 100, pois: 25 25% . 400 = –––– . 400 = 100 100 c) 32 é 80% de 40, pois: 32 ––– p GDP 32 40 ⇒ ––– = –––– ⇒p 100 40 ––– 100 ⇒ p = 80 ou 32 = p% . 40 ⇒ p ⇒ 32 = –––– . 40 ⇒ p = 80 100 d) 40 é 125% de 32, pois: 40 ––– p GDP 40 32 ⇒ ––– = –––– ⇒p 100 32 ––– 100 ⇒ 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 f) Um valor, ao passar de 40 para 32, decresceu 20%, pois: (100 – p)% . 40 = 32 ⇒ 100 – p ⇒ –––––––– . 40 = 32 ⇒ p = 20 100 Grandeza do problema Grandeza % (ou ‰) p –––– 100 MÓDULO 44 Porcentagem e Juros C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 88 g) Um valor de 50, após um aumento de 15%, passa a ser 57,5, pois: 115 (100 + 15)% . 50 = –––– . 50 = 57,5 100 h) Um valor de 50, após um decrés cimo de 15%, passa a ser 42,5, pois: 85 (100 – 15)% . 50 = –––– . 50 = 42,5 100 i) Um valor de 50, após um au mento de 15% e, em seguida, um desconto de 15%, passa a ser 48,875, pois: (100 + 15)% . 50 . (100 – 15%) = 115 85 = ––––– . 50 . –––– = 48,875 100 100 j) Um aumento de 10% seguido de um aumento de 10% não é um aumento de 20%, pois: 110% . 110% . x = 121% x = = (100 + 21)% . x Corresponde a um único aumen to de 21%! k) Um desconto de 10% seguido de um desconto de 10% não é um desconto de 20%, pois: 90% . 90% . x = 81% x = = (100 – 19)% . x Corresponde a um único descon to de 19%! 2. Juros Simples Denominamos juros simples aqueles que não são somados ao ca pital durante o tempo de seu em prego. Assim, a taxa incide apenas sobre o capital aplicado inicialmente. Sendo J = juros, C = capital, i = taxa, t = tempo, M = montante, temos: e 3. Juros Compostos Neste sistema, após cada perío do (dia, mês, ano etc.),os juros são somados ao capital acumulado até então (juros sobre juros). Em se guida, a taxa incide sobre o novo valor obtido, e assim suces siva mente. Então: e Exemplo Calcule o montante ao final de três meses, com a aplicação de um capital de R$ 10 000,00 à taxa de 4% ao mês, pelo sistema: a) de juros simples; b) de juros compostos. Resolução: a) J = J = = 1200 M = C + J = = 10000 + 1200 = 11200 b) M = C . (1 + i)t M = 10000 . 1 + 3 = = 10000 . (1,04)3 = = 10000 .1,124864 = 11248,64 Obs.: J = M – C = 11248,64 – 10000 = 1248,64 Respostas: a) R$ 11200,00 b) R$ 11248,64 Cit J = ––––––– 100 M = C + J M = C . (1 + i)t J = M – C Cit ––––– 100 10000 . 4 . 3 –––––––––––– 100 � 4–––––100 � – 89 M A T EM Á T IC A A B C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 89 90 – M A T EM Á T IC A A B 1. Números Naturais O Conjunto � Os números naturais são 0, 1, 2, 3, ... , n, ... e o con - junto formado por esses números é chamado conjun to dos números naturais. É indica do por �. Divisão Euclidiana em � Teorema Se a ∈ � e b ∈ �*, então existe um único par (q, r) de números natu rais, tais que Dispositivo prático Se , diz-se que a divisão é exata. Se , então: q = 0 e r = a 2. Números Inteiros O Conjunto � Os números inteiros são ..., – 3, – 2, – 1, 0, 1, 2, 3, ... O conjunto formado por esses nú me ros é chamado conjunto dos nú me ros inteiros. É indicado por � � = {..., – 3, – 2, – 1, 0, 1, 2, 3, ...} �* = {..., – 3, – 2, – 1, 1, 2, 3, ...} = � – {0} �+ = {0, 1, 2, 3, ... } = � �+* = {1, 2, 3, ...} = �* �–* = {– 1, – 2, – 3, ... } Múltiplo e divisor em Z Definição Sejam a e b dois números intei ros. Diz-se que b é divisor (ou fator) de a e que a é múltiplo de b se, e somente se, existe c inteiro, tal que Assim, sendo a, b, c números inteiros, temos Número par e número ímpar Um número inteiro a é par se, e somente se, a for múltiplo de 2. Um número inteiro a é ímpar se, e somente se, a não for múltiplo de 2. Em símbolos Os números pares são, portanto, 0, ± 2, ± 4, ± 6, ... Os números ímpares são, por tanto, ± 1, ± 3, ± 5, ± 7, ... 3. Número Primo Um número inteiro p, com p � 0, p � 1 e p � – 1, é primo se ele pos sui exatamente 4 divisores inteiros, que são 1, – 1, p e – p. Em símbolos: 4. Número Composto Um número inteiro a, com a � 0, a � 1 e a � – 1, é composto se ele tem mais de 4 divisores inteiros. Em símbolos: 5. Decomposição em Fatores Primos, Teorema Fundamental da Aritmética “TODO número composto pode ser decomposto (ou fatorado) num produto de fatores primos. A menos da ordem dos fatores e do “sinal”, tal decomposição é única.” � = {0, 1, 2, 3, ... , n, ... } �* = {1, 2, 3, 4, ... , n, ... } = � – {0} a = b . q + r e r < b ⇔ � a = b . q + rr < b r = 0 a < b a = b . c a é múltiplo de b e c. a = b . c ⇒ �b e c são ambos divi sores (ou fatores) de a. a ∈ � é PAR ⇔ a ∈ M(2) ⇔ ∃ k ∈ � � a = 2k a ∈ � é ÍMPAR ⇔ a ∉ M(2) ⇔ ∃ k ∈ � � a = 2k + 1 p � 0, p � –1, p � 1 p ∈ � é primo ⇔ �D (p) = { –1, 1, – p, p} a � 0, a � – 1, a � 1 a ∈ � é composto⇔ � n[D(a)] > 4 a b � 0 r q MÓDULO 45 Divisão em �, Múltiplos e Divisores em �, Número Primo e Composto C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 90 – 91 M A T EM Á T IC A A B 1. Máximo Divisor Comum Definição Sejam a e b dois inteiros não simultaneamente nulos. O máxi mo divisor comum de a e b é o máximo elemento do conjunto [D(a) ∩ D(b)]. Representa-se mdc(a, b). Assim sendo 2. Mínimo Múltiplo Comum Definição Sejam a e b dois inteiros não nulos. O mínimo múl - tiplo comum de a e b é o menor elemento do conjun to [M*+(a) ∩ M*+(b)]. Representa-se mmc(a, b). Assim sendo: Observações Se a e b são dois inteiros não nulos, então, a) Os divisores comuns de a e b são os divisores do máximo divisor comum de a e b. Em símbolos: b) Os múltiplos comuns, estrita mente positivos, de a e b são os múltiplos, estritamente positivos, do míni - mo múltiplo comum de a e b. Em símbolos: c) Determinar o máximo divisor dos números 12 e 18. Resolução 1o. Processo: Utilizar a definição de m.d.c. D(12) = {± 1, ± 2, ± 3, ± 4, ± 6, ± 12} ⇒D(18) = {± 1, ± 2, ± 3, ± 6, ± 9, ± 18} ⇒ D(12) � D(18) = {± 1, ± 2, ± 3, ± 6} ⇒ ⇒ máx. [D(12) � D(18)] = 6 ⇒ mdc(12, 18) = 6 2o. Processo: É o produto dos fatores primos comuns e com o menor ex poen te 12 = 22 . 3 ⇒ mdc (12, 18) = 2 . 3 = 618 = 2 . 32 3o. Processo: Método das divisões sucessivas ⇒ mdc (18, 12) = 6 Resposta: mdc(12, 18) = 6 mdc (a, b) = máx [D(a) ∩ D(b)] mmc (a, b) = mín [M*+(a) ∩ M*+(b)] D(a) ∩ D(b) = D[mdc (a; b)] M*+(a) ∩ M*+(b) = M*+[mmc(a; b)] mdc(a; b) .mmc(a; b) = a . b, ∀a, b ∈ �* Exercício Resolvido 12 6 3 1 2 2 3 1 2 4 3, 6, 12 18 9 3 1 2 3 3 1 2 3, 6 9, 18 18 6 1 12 0 2 6 6. Número de Elementos de D(a) Indicando por D(a) o conjunto dos divisores in teiros e por D+ (a) o conjunto dos divisores naturais do nú - mero inteiro a, temos: 1. D(a) = D(– a), ∀a ∈ � 2. D(0) = � e D(1) = D(– 1) = {– 1; 1} 3. Se a ∈ �*, o número de elemen tos de D(a) é finito. Além disso, se a ∈ �* e se a = p .p .p ...p , em que os inteiros p1, p2, p3, ..., pn são os divisores primos naturais de a e os na turais k1, k2, k3, ..., kn os respec tivos expoentes, então k1 1 k2 2 k3 3 kn n n [D+(a)] = (k1 + 1)(k2 + 1)(k3 + 1)...(kn +1) n [D (a)] = 2. (k1 + 1)(k2 + 1)(k3 + 1)...(kn +1) MÓDULO 46 Máximo Divisor Comum, Mínimo Múltiplo Comum e Propriedades C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 91 92 – M A T EM Á T IC A A B 1. Definição Multiplicação (de matriz por matriz) Sendo A = (aik)mxp, B = (bkj)pxn e C = (cij)mxn, define-se: Assim sendo: 2. Propriedades • De um modo geral, valem para as operações vistas até aqui com as matrizes AS MESMAS PROPRIE - DADES das operações correspondentes com NÚME - ROS REAIS. • Na MULTIPLICAÇÃO DE MA TRIZES, NÃO VALEM as propriedades comutativa, anulamento do produto nem cancelamento, ou seja, – a multiplicação de matrizes não é comutativa, isto é, EXISTEM MA TRI ZES A e B, CONFORMES PARA A MUL TI - PLICAÇÃO, TAIS QUE A . B � B . A. – Na multiplicação de matrizes, NÃO VALE A LEI DO ANULAMENTO DO PRODUTO, isto é, SENDO A e B DUAS MATRIZES CONFORMES PA RA A MULTIPLI CAÇÃO, PODEMOS TER A . B = 0, MESMO COM A � 0 e B � 0. – Na multiplicação de matrizes, NÃO VALE A LEI DO CAN CELA MENTO, isto é, SENDO A e B CON FOR - MES PARA A MULTIPLICAÇÃO E O MESMO ACON - TECENDO COM A e C, PODEMOS TER A . B = A . C, MESMO COM B � C e A � 0. P C = AB ⇔ cij = (aik bkj) k = 1 1. Definição Seja M o conjunto das matrizes quadradas e � o conjunto dos números reais. Chama-se função determi - nante a função: det: IM → � Mn → det Mn, tal que: • n = 1 → det Mn = a11 • n ≥ 2 → det Mn = ∑ (–1)p . a1α1 . a2α2 ... anαn, em que α1, α2, α3, ... , αn é uma permutação genérica dos segundos índices e p o número de inversões em relação à fundamental 1, 2, 3, ..., n. 2. Regras Práticas Determinante de ordem 2 Determinante de ordem 3 (Regra de Sarrus) a11 a12 a13 a21 a22 a23 =|a31 a32 a33 | = a11 . a22 . a33 + a12 . a23 . a31 + a13 . a21 . a32 – – a31 . a22 . a13 – a32 . a23 . a11 – a33 . a21 . a12 Dispositivo prático 3. Propriedades "Determinante igual a zero" O determinante de uma matriz qua drada é igual a zero, se a matriz possui: • uma fila nula; • duas filas paralelas iguais; • duas filas paralelas proporcionais; • uma fila que é combinação linear de outras fi las paralelas. Álgebra FRENTE 2MÓDULO 19 Multiplicação de Matrizes MÓDULO 20 Definição e Propriedades dos Determinantes I C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 92 – 93 M A T EM Á T IC A A B Alterações no Determinante O determinante de uma matriz quadrada de ordem n altera-se, • trocando de sinal, quando duas filas paralelas tro - cam entre si de posição; • ficando multiplicado por α, quan do os elementos de uma fila são multiplicados por α; • ficando multiplicado por αn, quando a matriz é multiplicada por α. Determinante não se altera O determinante de uma matriz quadrada não se altera se: • trocarmos ordenadamente as linhas pelas colu nas (det M = det Mt); • somarmos a uma fila uma combinação linear de outras filas paralelas (Teorema de Jacobi). Teoremas de Laplace e de Cauchy Numa matriz quadrada, a soma dos produtos dos elementos de uma fila qualquer • pelos respectivos cofatores é igual ao deter - minante da matriz (Teorema de Laplace). • pelos cofatores dos elementos correspondentes de outra fila paralela é zero (Teorema de Cauchy). 1. Teorema de Binet Se A e B são matrizes quadradas da mesma ordem, então: det(A . B) = det(A) . det(B) 2. Determinante de Vandermonde 3. Determinante Soma 4. Diagonal Principal 5. Diagonal Secundária 1 a1 a 1 2 . . . a 1 n – 1 1 a2 a 2 2 . . . a 2 n – 1 1 a3 a 3 2 . . . a 3 n – 1 . . . . . . . . ... . . . . . . . 1 an a n 2 . . . a n n – 1 = (a2 – a1) . (a3 – a1) . (a3 – a2) . ... . . (an – a1) . (an – a2) . ... . (an – an – 1) a11 a21 . . . an1 a12 a22 . . . an2 x1j x2j . . . xnj ... ... ... ... ... ... a1n a2n . . . ann ... ... ... ... ... ... + = = a11 a21 . . . an1 a12 a22 . . . an2 y1j y2j . . . ynj ... ... ... ... ... ... a1n a2n . . . ann ... ... ... ... ... ... a11 a21 . . . an1 a12 a22 . . . an2 (x1j + y1j) (x2j + y1j) . . . (xnj + ynj) ... ... ... ... ... ... a1n a2n . . . ann ... ... ... ... ... ... a11 a21 a31 . . . an1 ... ... ... ... ... ... ... = a = 11 . a22 . a33 ... ann 0 0 a33 . . . an3 0 a22 a32 . . . an2 0 0 . . . . ann 0 0 . . . an – 1,2 an, 2 a1n a2n . . . an – 1,n an,n ... ... ... ... ... ... ... = (– 1) = 0 0 . . . 0 an,1 n (n – 1) –––––––– 2 . an,1 . an – 1,2 ... a2, n – 1 . a1,n MÓDULO 21 Propriedades dos Determinantes II MÓDULO 22 Teorema de Jacobi MÓDULO 23 Teorema de Laplace, Regra de Chió e Propriedades Complementares C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 93 Geometria Analítica FRENTE 3 94 – M A T EM Á T IC A A B 1. Teorema A toda reta r do plano cartesiano associa-se uma equação do tipo ax + by + c = 0, com a e b não simultaneamente nulos. 2. Determinação da Equação Geral Seja r a reta do plano cartesiano determinada pelos pontos A(xA; yA) e B(xB; yB); sendo P(x; y) um ponto qual quer de r, teremos P, A e B alinhados ⇔ Desenvolvendo-se o determinan te, resulta (yA – yB) x + (xB – xA) y + (xAyB – xByA) = 0. a b c A equação ,com a e b não simul - ta nea mente nulos, é chamada Equação Geral da reta. Observação • Lembre-se sempre que,na equação ax+by+c = 0, x e y são as coordenadas de um ponto qualquer dessa reta. Isso significa que, se um ponto P(xp; yp) per tence à reta, então suas coordenadas satisfazem a equação da reta, isto é: axp + byp + c = 0 e reciprocamente. 3. Casos Particulares da Equação da Reta Na equação geral da reta, se os coeficientes a, b ou c forem iguais a zero, temos os seguintes casos parti - culares: Se a � 0, b = 0 e c � 0, então: a.x+c = 0 ⇔ x = ou , que é a equação de uma reta paralela ao eixo y; Se a = 0, b � 0 e c � 0, então: b. y + c = 0 ⇔ y = ou , que é a equação de uma reta paralela ao eixo x; Se a � 0, b = 0 e c = 0, então: a . x = 0 ⇔ , que é a equa ção do eixo y; x y 1| xA yA 1 | = 0xB yB 1 ax + by + c = 0 x = k – c ––– a y = k – c ––– b x = 0 MÓDULO 19 Estudo da Reta: Equação Geral – Casos Particulares C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 94 Se a = 0, b � 0 e c = 0, então: b . y = 0 ⇔ , que é a equação do eixo x; Se a � 0, b � 0 e c = 0, então , que é a equação de uma reta que passa pela origem. y = 0 ax + by = 0 – 95 M A T EM Á T IC A A B 1. Coeficiente Angular (ou Declividade) Chama-se inclinação (θ) de uma reta, o menor ân - gulo entre a reta e o eixo dos x, orientado no sen - tido anti-h orário, do eixo para a reta, conforme a figura (0° ≤ θ < 180°). Chama-se coeficiente angular (ou declivida de), de uma reta não vertical, a tangente trigonométrica da sua inclinação. Observações Para 0° ≤ θ < 180°, resulta • θ = 0° ⇔ tg θ = tg 0° = 0 ⇔ m = 0 • 0° < θ < 90° ⇔ tg θ > 0 ⇔ m > 0 • 90° < θ < 180° ⇔ tg θ < 0 ⇔ m < 0 • θ = 90° ⇔ ∃/ tg 90° ⇔ m não está definido Determinação do coeficiente angular • Seja r uma reta não vertical e sejam A(xA; yA) e B(xB; yB) dois de seus pontos. No triângulo ABC, temos m = tg θ = ⇒ • Seja a equação geral da reta: a . x + b . y + c = 0. Como: (yA – yB) x + (xB – xA) y + (xAyB – xByA) = 0 a b c e m = , vem 2. Equação Reduzida da Reta Seja a reta r não vertical (b � 0), cuja equação geral é ax + by + c = 0. Então by = – ax – c ⇔ y = – . x – Sendo m = – (coeficiente angular) e fazendo – = h (coeficiente linear), teremos: , que recebe o nome de equação reduzida da reta r. Observação Na equação ax + by + c = 0, se x = 0, tere mos by + c = 0 ⇔ y = – (coeficiente linear). Assim na equação reduzida, o valor h = – (coeficiente linear da reta) representa a ordenada do ponto de intersecção da reta com o eixo Oy. m = tg θ yB – yA m = ⎯⎯⎯⎯ xB – xA CB ––– AC – a m = –––– b yB – yA––––––––xB – xA c–– b a–– b a –– b y = mx + h c –– b c––b c–– b MÓDULO 20 Declividade – Formas da Equação da Reta C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 95 96 – M A T EM Á T IC A A B 3. Equação Segmentária da Reta Seja r uma reta não paralela a nenhum dos eixos coor - de nados e que não passa pela origem. Sendo P(p; 0) e Q(0; q) os interceptos em Ox → e Oy → , obtém-se a equação denominada EQUAÇÃO SEG MEN TÁ RIA da reta r: 4. Equações Paramétricas da Reta Essas equações dão as coordenadas (x; y) de um ponto qualquer da reta, em função de um parâmetro t. Observação A partir das equações paramétricas, pode-se obter a equação geral da reta eliminando-se o parâ metro t. x y – – + –– = 1p q x = f(t)� y = g(t) 1. Introdução Da geometria plana, sabemos que duas retas r e s (no plano) po dem assumir as seguintes posições relativas: • concorrentes (caso particular importante: perpen - diculares); • paralelas (distintas); • coincidentes. 2. Relações entre os Coeficientes As retas r e s (não verticais), cujas equações redu - zidas são, respectivamente, (r) : y = mrx + hr (s) : y = msx + hs, têm as seguintes relações: Retas concorrentes Caso particular: retas perpendiculares mr � ms Se duas retas são con cor ren tes, seus coe ficientes an gu la res são diferentes, e vi ce-versa. – 1ms = –––––mr Se duas retas são perpendiculares, o coeficiente angular de uma é o oposto do in verso do coeficiente angular da outra, e vice-versa. MÓDULO 21 Posição Relativa de 2 Retas C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 96 Retas paralelas (distintas) Retas coincidentes A partir das condições acima, podemos esta belecer relações entre os coeficientes da equação geral das retas r e s, lembrando que m = – e h = – . Sendo (r) a1 . x + b1 . y + c1 = 0 e (s) a2 . x + b2 . y + c2 = 0, obtemos Retas concorrentes Retas perpendiculares Retas paralelas (distintas) Retas coincidentes 3. Posição Relativa de Duas Retas (Resumo) Exemplos Estudo das posições relativas das seguintes retas: 3x + 6y + 7 = 0 • 2x + 4y – 1 = 0 Como = � , as retas são paralelas dis- tintas, pois 3x + 6y + 7 = 0 • 2x – y + 2 = 0 Como 3 . 2 + 6 . (– 1) = 0, as retas são per - pendiculares, pois: a1 . a2 + b1 . b2 = 0 y = – 3 . x + 5 • y = 2 . x – 1 Como os coeficientes angula res das retas são iguais a – 3 e 2, as retas são concorrentes e não per - pendicula res, pois mr = ms hr � hs Se duas retas são paralelas dis tintas, seus coeficientes angulares são iguais e seus coe - ficientes li neares são di feren tes, e vice-versa. mr = ms hr = hs Se duas retas são coin ciden tes, seus coe fi cien - tes angulares são iguais e seus coefi cientes lineares são iguais, e vice-versa. a–– b c–– b a1 b1 ⎯⎯ � ⎯⎯a2 b2 a1 . a2 + b1 . b2 = 0 a1 b1 c1 ⎯⎯ = ⎯⎯ � ⎯⎯ a2 b2 c2 a1 b1 c1 ⎯⎯ = ⎯⎯ = ⎯⎯ a2 b2 c2 3 –– 2 6 –– 4 7 ––– – 1 a1 b1 c1 ––– = ––– � ––– a2 b2 c2 – 1 mr � ms e mr � –––––ms – 97 M A T EM Á T IC A A B C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 97 1. Feixe de Retas Concorrentes Seja C(x0; y0) um ponto do pla no, e r uma reta (não perpendicular ao eixo →Ox) que passa pelo ponto C. Sendo m o coeficiente angular da reta r e P(x; y) um pon to genérico dessa reta, temos: m = ⇔ y – y0 = m . (x – x0) Dessa forma, a equação da reta r, conhecidos um ponto C(x0; y0) e o coeficiente angular m, resulta Obs.: Atribuindo todos os valores possíveis ao coeficiente an gular m(m ∈ �), obtemos as equa ções de to das as retas que passam pelo ponto C(x0; y0), com ex - ce ção da reta vertical, que é obtida pela equa ção . A equação do feixe de retas con correntes, de centro C(x0; y0), é: 2. Feixe de Retas Paralelas Seja a reta r, de equação geral a . x + b . y + c = 0. Sabendo-se que retas paralelas têm o mesmo coefi - ciente angular m = – e coeficientes lineares dife - rentes h = – , a obtenção de uma reta paralela a r é feita man tendo-se os valores de a e b e mudando-se o valor de c. Portanto, a equação de uma reta paralela a r é do tipo: y – y0––––––– x – x0 y – y0 = m . (x – x0) x = x0 y – y0 = m . (x – x0), com m ∈ � ou x = x0 (reta vertical). a –– b c –– b a . x + b . y + k = 0 � � �� 98 – M A T EM Á T IC A A B 1. Ângulo entre duas Retas No plano cartesiano, sejam as re tas r e s, não ver ti - cais nem perpen diculares entre si, com declivi dades mr e ms (mr � ms), respectivamente: Adotaremos para os ângulos entre r e s, a seguinte nomenclatura: • sr ^ → ângulo da reta s para a reta r (orientado no sentido anti- horário) • rs^ → ângulo da reta r para a reta s (orientado no sentido anti -horário) Cálculo do ângulo sr^ Sendo mr = tg θr, ms = tg θs e da figura: sr ^ = θr – θs, temos: tg sr ^ = tg (θr – θs) ⇒ tg sr ^ = ⇔ ⇔ Analogamente, obteríamos: Obs.: Obtido o valor da tangente, pela trigonome tria, obtém-se o valor do ângulo. tg θr – tg θs –––––––––––––– 1 + tg θr . tg θs mr – ms tg sr^ = –––––––––––– 1 + mr . ms ms – mr tg rs^ = –––––––––––– 1 + ms . mr MÓDULO 22 Feixe de Retas MÓDULO 23 Ângulo entre duas Retas C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 98 1. Definição e Propriedades • Polígono regular é aquele cu jos lados são res pec tivamente côn gruos e cujos ângulos internos tam bém são respectivamente côngruos. • Todo polígono regular é ins - critível e circuns critível a uma circun - ferência. 0 é o centro da circun ferência inscrita (interna), circunscrita (exter - na), e do polígono. OM = a é o raio da cir cunferên cia inscrita no po lígono e é deno mi nado apó tema do polígono. 2. Triângulo Equilátero Inscrito Sendo R o raio da circunferência circunscrita, � o lado e a o apótema de um triângulo equilátero, temos • 0 é o baricentro ⇒ • No Δ AMC, retângulo em M, te mos AM2 + MC2 = AC2 ⇒ ⇒ (R + ) 2 + ( ) 2 = �2 ⇒ ⇒ 3. Quadrado Inscrito Sendo R o raio da circunferência circunscrita, � o lado e a o apótema do quadrado inscrito, temos • O triângulo OAB é re tân gulo em O, assim: AB2 = OA2 + OB2 ⇒ ⇒ �2 = R2 + R2 ⇒ AB• OM = –––– ⇒ ou 2 ou 4. Hexágono Regular Inscrito Sendo R o raio da circunferência inscrita, � o lado e a o apótema do he - xá gono regular inscrito, temos: • O triângulo ABO é equi látero ⇒ ⇒ — AB � — OA ⇒ • OM é altura do triân gulo equi - láte ro ⇒ OM = ⇒ 5. Área dos Polígonos Regulares Sendo � a medida do lado de um polígono regular de n lados, cujo apótema mede a, sobre cada lado podemos construir um triângulo de base � e altura a. Assim, a área do polígono será igual à soma das áreas dos n triângulos construídos, ou seja, p é semiperímetro R a = –– 2 R––– 2 �––– 2 � = R���3 � = R���2 � a = –– 2 R���2a = –––––– 2 � = R AB���3––––––2 R���3a = –––––– 2 S = p . a – 99 M A T EM Á T IC A A B Geometria Métrica FRENTE 4 MÓDULO 19 Polígonos Regulares C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 99 1. Definição e Elementos Consideremos uma região poligo nal com n lados e uma reta não paralela nem contida no plano do polígono. Chama-se PRISMA à união de todos os segmentos congruentes com um extremo na região e paralelos à reta. A1 A2 A3 … An e B1 B2 B3 … Bn são polígonos côngruos e paralelos chamados BASES. A1B1 –––––– , A2B2 –––––– , …, AnBn ––––– são segmen tos côngruos e para lelos cha mados ARESTAS LATERAIS. A1 A2 –––––– , A2 A3 ––––––– , …, An–1 An ––––––– , B1 B2 –––––– , B2 B3 –––––– , … Bn–1 Bn –———— são chamados ARESTAS DAS BASES. A1 A2 B2 B1, A2 A3 B3 B2, … são paralelogramos chamados FACES LATERAIS. h, distância entre as duas bases, é chamada de ALTURA DO PRISMA. 2. Classificação Os prismas podem ser RETOS OU OBLÍQUOS, confor - me as arestas late rais sejam ou não perpendiculares às bases. Nos prismas retos, as faces late rais são retângulos. Os prismas retos, cujas bases são polígonos re gu - lares, são deno mi nados PRISMAS REGULARES. 3. Natureza Os prismas são triangulares, quadrangulares, pentagonais, he xa gonais etc., conforme suas ba ses sejam triângulos, quadri lá te ros, pen tágonos, hexágo - nos etc. 4. Áreas e Volumes Sendo Al a área lateral de um prisma (soma das áreas de cada face lateral), Ab a área de uma de suas bases e At a sua área total, temos: Num prisma, cuja área da base é Ab e a altura é h, o volume é dado por: At = Al + 2 . Ab V = Ab . h 100 – M A T EM Á T IC A A B MÓDULO 20 Prismas C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 100 – 101 M A T EM Á T IC A A B 1. Paralelepípedos São prismas cujas bases são pa ra le lo gramos. 2. Paralelepípedo Reto Retângulo Paralelepípedo reto retângulo ou paralelepípedo re - tângulo é todo paralelepípedo reto (prisma reto) cujas bases são retângulos. As suas seis faces são retân gulos. AG ___ é uma de suas diagonais. Num paralelepípedo reto-retân gulode dimensões a, b, e c, sendo D a medida de uma de suas diagonais, At sua área total e V o seu volume, têm-se: 3. Hexaedro Regular (cubo) É o paralelepípedo reto-retân gu lo (prisma) cujas seis faces (duas ba ses e quatro laterais) são qua dra - dos. Num cubo de aresta a, têm-se: D = �������������������a2 + b2 + c2 At = 2 (ab + ac + bc) V = a . b . c Af = a 2 (área da face) At = 6 a 2 (área total) D = a���3 (diagonal) V = a3 (volume) MÓDULO 21 Casos Particulares de Prismas C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 101 102 – M A T EM Á T IC A A B 1. Definição e Elementos Dados um plano α, um ponto V, tais que V ∉ α e uma região poligonal S do plano α, chama-se pirâmide a união de todos os segmentos — VP onde P ∈ S. O ponto V é denominado vértice e a região poligonal S é denominada base da pirâmide. Na pirâmide da figura, temos • Arestas laterais: — VA, — VB, — VC, … • Faces laterais: ΔVAB, ΔVBC, Δ VCD, … • Arestas da base: — AB, — BC, — CD, … • Altura da pirâmide: h (distân cia de V a α) 2. Natureza As pirâmides são triangulares, quadrangu lares, pentagonais, hexagonais etc., conforme suas bases sejam triângulos, quadri láte ros, pentágonos, hexágo nos etc. 3. Pirâmide Reta e Pirâmide Regular Uma pirâmide é reta quando a projeção ortogonal do vértice incide sobre o centro do polígono da base. Uma pirâmide é denominada re gular quando é reta e o polígono da base, regular. Na pirâmide regular da figura, temos • OA = R é o raio da circun ferên cia circunscrita à base e é deno mi n a do simplesmente raio da base; • OM = a é denominado apóte ma da base; • VM = g é denominado apóte ma da pirâmide (altura de uma face lateral); • ; • . 4. Cálculo de Áreas e Volumes Para qualquer pirâmide, tem-se Área lateral (A�) É a soma das áreas das faces laterais da pirâmide. Assim: A� = A1 + A2 + A3 …, + An, onde A1, A2, A3, …, An são as áreas das faces laterais. Área total (At) É a soma da área lateral e a área da base. Assim, Volume (V) É a terça parte do volume de um prisma de mesma base e mesma altura. Assim, 1 V = –– Ab . h 3 At = A� + Ab g2 = a2 + h2 (VA)2 = R2 + h2 MÓDULO 22 Pirâmide C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 102 1. Determinar a área lateral de uma pirâmide quadran - gular regular cuja base tem 64 m2 de área e cuja altura mede 3 m. Resolução Ab = l 2 = 64 ⇒ l = 8 m No triângulo VOH, temos g2 = a2 + 32 e a = = 4 m, então: g2 = 42 + 32 ⇒ g = 5 m Al = 4 . = 2 . 8 . 5 ⇒ Al = 80 m 2 Resposta: 80 m2 2. Calcular o volume de uma pirâmide hexagonal regular de aresta da base l e altura l. Resolução Ab = 6 . = h = l V = . Ab . h Assim: V = . . l ⇔ V = Resposta: 5. Tetraedro Regular É a pirâmide triangular que pos sui as seis arestas congruentes entre si. A área total e o volume de um te trae dro regular de aresta a são da dos, respectivamente, por e 6. Secção Paralela à Base de uma Pirâmide Quando interceptamos todas as arestas laterais da pirâmide por um plano paralelo à base, que não a contém nem ao vértice, obtemos uma secção poligonal, tal que • As arestas laterais e a altura ficam divididas na mesma razão. • A secção obtida e a base são polígonos seme lhan tes. • A razão entre as áreas da sec ção (As) e da base (Ab) é igual ao quadrado da razão entre suas distân cias ao vértice. VA’ VB’ VC’ H –––– = –––– = –––– = … = ––– VA VB VC H As h 2 –––– = –––– Ab H 2 a3���2 V = ––––––– 12 At = a 2���3 l––– 2 l . g ––––– 2 l2���3 –––––– 4 3���3l2 ––––––– 2 1–– 3 1––3 3���3l2––––––2 ���3l3–––––2 ���3l3 ––––– 2 Exercícios Resolvidos – 103 M A T EM Á T IC A A B C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 103 104 – M A T EM Á T IC A A B 1. Definição e Elementos Sejam α e β planos paralelos (distintos), uma reta r interceptando os planos α e β e S uma região circular contida em α, que não tem ponto em comum com r. Chama-se cilindro de base circu lar a união de todos os segmentos QQ —– ’ paralelos a r, com Q ∈ S e Q’ ∈ β. h é altura do cilindro (distância entre α e β); S é base do cilindro; — AA’ é geratriz. 2. Cilindro Circular Reto (Cilindro de Revolução) Definição e Elementos Cilindro Circular Reto ou Cilindro de Revolução é o sólido gerado por uma rotação completa de uma região de retângulo em torno de um de seus lados. ↔ BC é o eixo do cilindro; — AD é a geratriz da superfície lateral; AB = DC = R é o raio da base. Secção Meridiana É a intersecção do cilindro com um plano que con tém o seu eixo ( ↔ BC na figura anterior). O retângulo AEFD é uma secção meridiana do cilindro circular reto da figura. Cálculo de Áreas e Volumes – Área da Base (Ab) É a área de um círculo de raio R. Assim, – Área Lateral (A�) A superfície lateral é equivalente a um retângulo de dimensões 2πR (com primento da circunferência da base) e h. Assim: – Área Total (At) É a soma das áreas das bases com a área lateral. Assim, – Volume (V) Todo cilindro é equivalente a um prisma de mesma altura e mesma área da base. Assim ⇔ 3. Cilindro Equilátero É todo cilindro de base circular cu ja secção meridiana é um quadra do. A secção me ri diana A’ABB’ é um quadrado. Assim, Observação Num cilindro equilátero de raio R e altura h, temos 1o.) Ab = π R 2 2o.) A� = 2π R . h = 2π R . 2R = 4π R 2 3o. ) At = A� + 2Ab = 4π R 2 + 2πR2 = 6π R2 4o. ) V = Ab.h = π R 2 . 2R = 2π R3 Ab = π R2 A� = 2π R h At = A� + 2 . Ab V = Ab . h V = π R2 h h = 2 R MÓDULO 23 Cilindro de Base Circular C5_AB_MAT_TEO 2016_Rose 09/05/16 09:49 Página 104
Compartilhar