Aula 17

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em
Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica

1.200 Questes Resolvidas e Comentadas
Profs. Alexandre Lima e Moraes Junior
Aula 17 - Questes Comentadas e Resolvidas
Aula complementar: tpicos diversos
Resolvemos, nas prximas 30 questes, as provas de raciocnio lgico-

quantitativo do ltimo concurso para a Receita Federal (Auditor Fiscal e
Analista Tributrio). Esperamos que voc aproveite bastante esta nossa ltima
aula!
Prova de Raciocnio Lgico-Quantitativo do AFRF/2012
1.111. (AFRF/2012/ESAF) A afirmao A menina tem olhos azuis ou o

menino loiro tem como sentena logicamente equivalente:
A) se o menino loiro, ento a menina tem olhos azuis.

B) se a menina tem olhos azuis, ento o menino loiro.
C) se a menina no tem olhos azuis, ento o menino loiro.
D) no verdade que se a menina tem olhos azuis, ento o menino loiro.
E) no verdade que se o menino loiro, ento a menina tem olhos azuis.
Resoluo
Podemos desdobrar a afirmao do enunciado em duas proposies simples:
A menina tem olhos azuis proposio p.
o menino loiro proposio q.
Logo, a afirmao (proposio composta)
A menina tem olhos azuis ou o menino loiro
uma proposio disjuntiva (ou disjuno), p v q (p ou q), que possui a

seguinte tabela-verdade:
p q pvq
V V V
V F V
F V V
F F F
Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 1

Sabemos que duas proposies so equivalentes quando suas tabelas-
verdade so iguais. Portanto, para resolver esta questo, ser necessrio
comparar a tabela-verdade associada a cada uma das alternativas com a
tabela acima.
Alternativa A:
A implicao (ou proposio condicional)
se o menino loiro, ento a menina tem olhos azuis.
pode ser escrita na forma compacta
qp
cuja tabela-verdade :
p q qp
V V V
V F V
F V F
F F V
A proposio condicional q p no equivalente proposio disjuntiva p v

q, porque as duas ltimas linhas das tabelas-verdade correspondentes no so
iguais, conforme demonstrado pela tabela a seguir (veja as linhas escritas em
vermelho):
p q pvq qp
V V V V
V F V V
F V V F
F F F V
Alternativa B:
Temos a proposio condicional
se a menina tem olhos azuis, ento o menino loiro
ou

pq
com tabela-verdade:
p q pq
V V V
V F F
F V V
F F V
A proposio p v q no equivalente proposio p q:
p q pvq pq
V V V V
V F V F
F V V V
F F F V
Alternativa C:
se a menina no tem olhos azuis, ento o menino loiro
ou
~p q
com tabela-verdade:
p ~p q ~p q
V F V V
V F F V
F V V V
F V F F
A proposio p v q equivalente proposio ~p q:

p ~p q pvq ~p q
V F V V V
V F F V V
F V V V V
F V F F F
Analisemos as demais alternativas por completeza da soluo.
Alternativa D:
no verdade que se a menina tem olhos azuis, ento o menino loiro
ou
~(p q) = p ^ ~q (leia-se p e no q)
com tabela-verdade:
p q ~q p ^ ~q
V V F F
V F V V
F V F F
F F V F
A proposio p v q no equivalente proposio ~(p q):
p q ~q pvq p ^ ~q
V V F V F
V F V V V
F V F V F
F F V F F
Alternativa E:
Temos a proposio
no verdade que se o menino loiro, ento a menina tem olhos azuis

ou
~(q p) = q ^ ~p
com tabela-verdade:
p q ~p q ^ ~p
V V F F
V F F F
F V V V
F F V F
A proposio p v q no equivalente proposio ~(p q):
p q ~q pvq q ^ ~p
V V F V F
V F V V F
F V F V V
F F V F F
GABARITO: C
1.112. (AFRF/2012/ESAF) Se Anamara mdica, ento Anglica mdica.

Se Anamara arquiteta, ento Anglica ou Andrea so mdicas. Se Andrea
arquiteta, ento Anglica arquiteta. Se Andrea mdica, ento Anamara
mdica. Considerando que as afirmaes so verdadeiras, segue- se, portanto,
que:
A) Anamara, Anglica e Andrea so arquitetas.

B) Anamara mdica, mas Anglica e Andrea so arquitetas.
C) Anamara, Anglica e Andrea so mdicas.
D) Anamara e Anglica so arquitetas, mas Andrea mdica.
E) Anamara e Andrea so mdicas, mas Anglica arquiteta.
Resoluo
Temos as seguintes proposies:
A: Se Anamara mdica, ento Anglica mdica.

B: Se Anamara arquiteta, ento Anglica ou Andrea so mdicas.
C: Se Andrea arquiteta, ento Anglica arquiteta.
D: Se Andrea mdica, ento Anamara mdica.
A concluso pode ser obtida utilizando-se diagramas de Venn, como se segue.
Proposio A: se Anamara mdica, ento Anglica mdica. Andrea pode

ser mdica (cenrio A-1) ou arquiteta (cenrio A-2).
Cenrio A-1:
MDICAS ARQUITETAS
Andrea
Anamara Anglica
Cenrio A-2:
MDICAS ARQUITETAS
Anamara Anglica Andrea
Proposio B: h trs cenrios (os dois primeiros se desdobram em quatro

sub-cenrios):
1. Se Anamara arquiteta, ento Anglica mdica. Andrea pode ser

mdica (sub-cenrio B-1-1) ou arquiteta (sub-cenrio B-1-2); ou
2. Se Anamara arquiteta, ento Andrea mdica. Anglica pode ser
mdica (sub-cenrio B-2-1) ou arquiteta (sub-cenrio B-2-2);ou
3. Se Anamara arquiteta, ento Anglica e Andrea so mdicas (cenrio
B-3).

Sub-cenrio B-1-1:
MDICAS ARQUITETAS
Andrea
Anamara
Anglica
Sub-cenrio B-1-2:
ARQUITETAS
MDICAS
Andrea
Anamara
Anglica
Sub-cenrio B-2-1:
MDICAS ARQUITETAS
Anglica
Anamara
Andrea

Sub-cenrio B-2-2:
MDICAS ARQUITETAS
Anglica
Anamara
Andrea
Cenrio B-3:
MDICAS ARQUITETAS
Andrea
Anamara
Anglica
Proposio C: se Andrea arquiteta, ento Anglica arquiteta. Anamara

pode ser mdica (cenrio C-1) ou arquiteta (cenrio C-2).
Cenrio C-1:
MDICAS ARQUITETAS
Andrea Anglica
Anamara

Cenrio C-2:
MDICAS ARQUITETAS
Andrea Anglica
Anamara
Proposio D: se Andrea mdica, ento Anamara mdica. Anglica pode

ser mdica (cenrio D-1) ou arquiteta (cenrio D-2).
Cenrio D-1:
MDICAS ARQUITETAS
Andrea Anamara
Anglica
Cenrio D-2:
MDICAS ARQUITETAS
Andrea Anamara
Anglica
Pela proposio A, Andrea pode ser mdica (cenrio A-1) ou arquiteta (cenrio
A-2) e, se Anamara mdica, ento Anglica mdica. Pela proposio C, se
Andrea arquiteta, ento Anglica arquiteta. Mas o cenrio A-2
incompatvel com os cenrios C-1 e C-2 porque, se Andrea arquiteta,
Anglica tambm arquiteta. Logo, Andrea mdica. Tambm se segue que
Andrea e Anglica no so arquitetas (excluso dos cenrios C-1 e C-2).
Mas Anglica, assim como Anamara, pode ser mdica ou arquiteta.
Neste ponto, podemos excluir as opes A e B (porque Anglica e Andrea no

so arquitetas). Ainda restam as opes C, D e E.
J deduzimos que Andrea mdica. De acordo com a proposio D, se Andrea

mdica (ela !), ento Anamara mdica. Logo, Anamara mdica.
Como Anamara mdica, ento Anglica mdica (vide proposio A).

Portanto, Anglica mdica.
Finalmente, conclumos que Andrea, Anamara e Anglica so mdicas.
Nota: a soluo acima assume que uma dada mulher (Andrea, Anamara ou
Anglica) s pode ser mdica ou arquiteta.
GABARITO: C
1.113. (AFRF/2012/ESAF) Se Ana pianista, ento Beatriz violinista. Se

Ana violinista, ento Beatriz pianista. Se Ana pianista, Denise violinista.
Se Ana violinista, ento Denise pianista. Se Beatriz violinista, ento
Denise pianista. Sabendo-se que nenhuma delas toca mais de um
instrumento, ento Ana, Beatriz e Denise tocam, respectivamente:
A) piano, piano, piano.

B) violino, piano, piano.
C) violino, piano, violino.
D) violino, violino, piano.
E) piano, piano, violino.
Resoluo
Premissa A: se Ana pianista, ento Beatriz violinista
PIANISTA VIOLONISTA
Ana Beatriz

Premissa B: Se Ana violinista, ento Beatriz pianista.
PIANISTA VIOLONISTA
Beatriz Ana
Premissa C: se Ana pianista, Denise violonista.
PIANISTA VIOLONISTA
Ana Denise
Premissa D: se Ana violonista, ento Denise pianista.
PIANISTA VIOLONISTA
Denise Ana
Premissa E: se Beatriz violonista, ento Denise pianista.
PIANISTA VIOLONISTA
Denise Beatriz
Sabe-se que nenhuma delas toca mais de um instrumento.

As premissas A e B no podem ser verdadeiras ao mesmo tempo. Elas so
mutuamente exclusivas. Ou Ana pianista e Beatriz Violonista ou Ana
Violonista e Beatriz pianista.
As premissas C e D tambm no podem ser verdadeiras ao mesmo tempo.

Uma premissa exclui a outra. Ou Ana pianista e Denise Violonista ou Ana
Violonista e Denise pianista.
Assuma, por exemplo, que a premissa D verdadeira, ou seja, Ana toca

violino e Denise toca piano. Ento a premissa C falsa, pois C e D so
mutuamente exclusivas.
Se Ana toca violino, ento Beatriz toca piano e a premissa B verdadeira.

Se a premissa B verdadeira, ento a premissa A falsa.
A premissa E, Beatriz toca violino e Denise toca piano, incompatvel com a

premissa B, porque Beatriz toca piano se Ana toca violino.
Concluso: Ana, Beatriz e Denise tocam, respectivamente, violino,

piano e piano.
Nota: a soluo dada acima assume que Ana, Beatriz e Denise s podem tocar
um dos dois instrumentos, ou violino ou piano.
GABARITO: B
1.114. (AFRF/2012/ESAF) Caso ou compro uma bicicleta. Viajo ou no

caso. Vou morar em Pasrgada ou no compro uma bicicleta. Ora, no vou
morar em Pasrgada. Assim,
A) no viajo e caso.
B) viajo e caso.
C) no vou morar em Pasrgada e no viajo.
D) compro uma bicicleta e no viajo.
E) compro uma bicicleta e viajo.
Resoluo
No vou morar em Pasrgada. Logo, no compro uma bicicleta (elimina as

opes D e E) e, por conseguinte, caso. Se caso, ento viajo (opo B).
GABARITO: B
1.115. (AFRF/2012/ESAF) Sabendo-se que o conjunto X dado por

X = {x R x2 9 = 0 ou 2x 1 = 9}
e o que o conjunto Y dado por
Y = {y R 2y + 1 = 0 e 2y2 y 1 = 0},
onde R o conjunto dos nmeros reais, ento pode-se afirmar que:
A) X Y = {-3; -0,5; 1; 3; 5}.

B) X Y = {-3; 3}.
C) X Y = {-3; -0,5; 3; 5}.
D) Y = {-0,5; 1}.
E) Y = {-1}.
Resoluo
Conjunto X: x2 9 = 0 ou 2x 1 = 9
x2 9 = 0 x2 = 9 x = {-3, 3}
OU (= unio)
2x 1 = 9 2x = 9 + 1 = 10 x = 10/2 = 5
O conjunto X a unio dos conjuntos {-3; 3} e {5}, ou seja , X = {-3; 3; 5}
Conjunto Y: 2y + 1 = 0 e 2y2 y 1 = 0
2y + 1 = 0 y = {-0,5}
E (= interseo)
Para resolver a equao do segundo grau
2y2 y 1 = 0
devemos aplicar a frmula de Bhaskara
b b 2 4ac
y=
2a
em que a, b e c so coeficientes da equao do segundo grau
y = ax 2 + bx + c

Nesta questo, temos a = 2, b = -1 e c = -1. Ento, a soluo
(1) (1) 2 4(2)(1) 1 9 1 3

y= = = = {0,5;1}
2 2 2
A interseo entre os conjuntos {-0,5} e {-0,5; 1} Y = {-0,5}.
Anlise das alternativas:
A) Temos que X Y = {-3; 3; 5} {-0,5} = {-3; -0,5; 3; 5} {-3; -0,5; 1;

3; 5} Falsa.
B) Temos que X Y = {-3; 3; 5} {-0,5} = {-3; 3; 5} {-3; 3} Falsa.
C) Verdadeira, conforme a anlise de A.
D) Y = {-0,5} {-0,5; 1} Falsa.
E) Y = {-0,5} {-1} Falsa.
GABARITO: C
1.116. (AFRF/2012/ESAF) Considerando-se a expresso trigonomtrica
x = 1 + cos 300,
um dos possveis produtos que a representam igual a
A) 2 cos2 150.
B) 4 cos2 150.
C) 2 sen2 300.
D) 2 cos2 300.
E) 4 sen2 150
Resoluo
Sabemos que
cos2 x = (1 + cos 2x)/2 2 cos2 x = 1 + cos 2x
Logo,
x = 1 + cos 300 = 2 cos2 150 (opo A)

GABARITO: A
1.117. (AFRF/2012/ESAF) As matrizes, A, B, C e D so quadradas de

quarta ordem. A matriz B igual a 1/2 da matriz A, ou seja: B = 1/2 A. A
matriz C igual a matriz transposta de B, ou seja: C = Bt. A matriz D
definida a partir da matriz C; a nica diferena entre essas duas matrizes
que a matriz D tem como primeira linha a primeira linha de C multiplicada por
2. Sabendo-se que o determinante da matriz A igual a 32, ento a soma dos
determinantes das matrizes B, C e D igual a
A) 6.
B) 4.
C) 12.
D) 10.
E) 8.
Resoluo
Seja A uma matriz quadrada de ordem n. Ento as seguintes propriedades so

vlidas para os determinantes:
Se multiplicarmos uma fila qualquer de A por k, dando origem matriz

B, ento o determinante de B ser o produto de k pelo determinante de
A, ou seja, det B = k det A.
Se multiplicarmos toda a matriz A por k, dando origem matriz B = kA,
ento o determinante de B ser o produto de kn pelo determinante de A,
ou seja, det B = kn det A.
det A = det At, em que At denota a matriz transposta de A.
Dados: det A = 32, B = k1A = (1/2)A, C = Bt, e D tem como 1 linha a 1 linha
de C vezes k2 = 2.
det B = k1n det A = (1/2)4 x 32 = 2
det C = det Bt = 2
det D = k2 det C = 2 x 2 = 4
det B + det C + det D = 2 + 2 + 4 = 8.
GABARITO: E
1.118. (AFRF/2012/ESAF) Considere o sistema de equaes lineares dado

por:
x+ y+ z =0

x y + rz = 2
rx + 2 y + z = 1

Sabendo-se que o sistema tem soluo nica para r 0 e r 1, ento o valor

de x igual a
2
A) .
r
2
B) .
r
1
C) .
r
1
D) .
r
E) 2r .
Resoluo
Podemos colocar o sistema na forma matricial A x = b , em que A denota a

~
matriz incompleta
1 1 1
1 1 r ,

r 2 1
x representa o vetor de variveis incgnitas

~
x
y ,

z
e b o vetor com os termos independentes
0
2

1
de modo que, temos o sistema

1 1 1 x 0
A x = b 1 1 r y = 2
~
r 2 1 z 1
O valor de x dado por
Dx
x=
D
em que Dx denota o determinante da matriz que se obtm substituindo-se, na

matriz incompleta, a coluna dos coeficientes de x pelos termos independentes
e D representa o determinante da matriz incompleta:
0 1 1
Dx = det = 2 1 r = r + 1
1 2 1
1 1 1
D = det 1 1 r = r 2 r
r 2 1
Logo,
Dx r + 1 r + 1 1(r 1) 1
x= = 2 = = = , para r 0 e r 1
D r r r (r 1) r (r 1) r
Nota: os determinantes acima foram obtidos utilizando a regra de Sarrus:
a11 a12 a13 a11 a12

det a21 a22 a23 a21 a22 = a11a22 a33 + a12 a23a31 + a13a21a32 a31a22 a13 a32 a23a11 a33a21a12
a31 a32 a33 a31 a32
GABARITO: D
1.119. (AFRF/2012/ESAF) A funo bijetora dada por f ( x) = ( x + 1) /( x 2)

possui domnio no conjunto dos nmeros reais, exceto o nmero 2, ou seja:
{2} . O conjunto imagem de f(x) o conjunto dos reais menos o nmero 1,
ou seja: {1} . Desse modo, diz-se que f(x) uma funo de {2} em
{1} . Com isso, a funo inversa de f, denotada por f-1, definida como

2x + 1
A) f 1 ( x) = de {1} em {2} .
x 1
2x 1
B) f 1 ( x) = de {1} em {2} .
x +1
2x 1
C) f 1 ( x) = de {2} em {1} .
x 1
x2
D) f 1 ( x) = de {1} em {2} .
x +1
x2
E) f 1 ( x) = de {2} em {1} .
x +1
Resoluo
Chame f(x) de y. Ento,
x +1
y= , x 2 (o domnio o conjunto {2} )
x2
Isolando a varivel x na equao acima, obtemos
2y +1
yx 2 y = x + 1 x + 1 = yx 2 y x yx = 1 2 y x(1 y ) = 1 2 y x =
y 1
Agora troque a varivel x por y e vice-versa a fim de obter a expresso da

funo inversa f-1(x):
2 y +1 2x + 1
x= substitua x por y e y por x y = = f 1 ( x) , x 1 (o
y 1 x 1
contradomnio o conjunto {1} )
Nota:
1) Funo injetora: ocorre quando elementos distintos do domnio so

associados a elementos distintos do contradomnio, ou seja, dois elementos no
domnio no podem ter a mesma imagem no contradomnio.
2) Funo sobrejetora: ocorre quando o conjunto imagem for o contradomnio,

ou seja, no podem sobrar elementos no contradomnio.
3) Funo bijetora: ocorre quando a funo for, simultaneamente, injetora e

bijetora.
GABARITO: A

1.120. (AFRF/2012/ESAF) Na prateleira de uma estante, encontram-se 3
obras de 2 volumes e 2 obras de 2 volumes, dispondo-se, portanto, de um
total de 10 volumes. Assim, o nmero de diferentes maneiras que os volumes
podem ser organizados na prateleira, de modo que os volumes de uma mesma
obra nunca fiquem separados, igual a
A) 3.260.
B) 3.840.
C) 2.896.
D) 1.986.
E) 1.842.
Resoluo
Imagine que voc deseja colocar uma obra de 2 volumes (volumes I e II) na
prateleira. claro que h duas maneiras distintas de organizar essa obra: ou o
volume I fica esquerda do volume II ou o volume I fica direita do volume
II. Ou seja, h sempre 2 possibilidades para cada obra.
Considere que os dois volumes de cada obra ocupe uma posio na prateleira
(para que os volumes de uma mesma obra nunca fiquem separados). Ento o
nmero de maneiras diferentes que os volumes podem ser organizados na 1
posio 5 x 2 = 10, o nmero de maneiras diferentes que os volumes podem
ser organizados na 2 posio 4 x 2 = 8, o nmero de maneiras diferentes
que os volumes podem ser organizados na 3 posio 3 x 2 = 6, o nmero
de maneiras diferentes que os volumes podem ser organizados na 4 posio
2 x 2 = 4, o nmero de maneiras diferentes que os volumes podem ser
organizados na 1 posio 1 x 2 = 2.
Logo, o nmero de diferentes maneiras que os volumes podem ser organizados

na prateleira, de modo que os volumes de uma mesma obra nunca fiquem
separados, utilizando o Princpio Multiplicativo, igual a
10 x 8 x 6 x 4 x 2 = 3.840.
GABARITO: B
1.121. (AFRF/2012/ESAF) A expectncia de uma varivel aleatria x

mdia ou esperana matemtica como tambm chamada igual a 2, ou
seja: E(x) = 2. Sabendo-se que a mdia dos quadrados de x igual a 9, ento
os valores da varincia e do coeficiente de variao de x so, respectivamente,
iguais a
5
A) 5;

2
B) 5; 5
2
C) 5;
5
2
D) 5;
5
5
E) ;5

2
Resoluo
Dados: E(x) = 2; E(x2) = 9
Clculo da varincia de x (Var(x)):
Var(x) = E(x2) [E(x)]2
Var(x) = 9 22 = 9 4 = 5
Clculo do coeficiente de variao de (CV(x)):
CV(x) = DP(x)/E(x)
em que DP(x) denota o desvio padro da varivel aleatria x. Ento,
5
CV(x) =
2
GABARITO: A
1.122. (AFRF/ESAF/2012) Em uma cidade de colonizao alem, a

probabilidade de uma pessoa falar alemo de 60%. Selecionando-se ao
acaso 4 pessoas desta cidade, a probabilidade de 3 delas no falarem alemo
, em valores percentuais, igual a
A) 6,4.
B) 12,26.
C) 15,36.
D) 3,84.
E) 24,5.
Resoluo

A soluo dada a seguir assume que todas as pessoas da cidade so
integrantes da colnia alem.
P{uma pessoa falar alemo} = P{sucesso} = p = 60% = 0,6
P{uma pessoa no falar alemo} = P{insucesso} = q = 40% = 0,4
P{trs pessoas no falarem alemo em quatro selecionadas ao acaso} =

P{uma pessoa falar alemo em quatro selecionadas ao acaso} = P{k = 1
sucesso em n = 4 tentativas}
A probabilidade de se ter k = 1 sucesso em n = 4 tentativas dada pela

distribuio binomial:
n 4 4!
P ( X = 1) = p k q n k = 0,61.0,4 4 1 = 0,6 0,43 = 0,1536 = 15,36%
k 1 3!1!
O enunciado diz que Em uma cidade de colonizao alem, a probabilidade de

uma pessoa falar alemo de 60%. Esta probabilidade extremamente alta
porque est condicionada ao fato de a pessoa escolhida pertencer colnia
alem. Contudo, imagine, por exemplo, que um indivduo oriundo da enorme
colnia chinesa que hoje em dia existe na cidade de So Paulo fixe residncia
nesta cidade de colonizao alem. Obviamente que a probabilidade dessa
pessoa falar alemo nfima. Neste caso, selecionando-se ao acaso 4 pessoas
desta cidade, faltam dados para calcular a probabilidade de 3 delas no
falarem alemo, haja vista que as 4 pessoas podem ou no fazer parte da
colnia alem. Esta a provvel causa de anulao desta questo.
GABARITO: ANULADA
1.123. (AFRF/ESAF/2012) Em um concurso pblico, a nota mdia da prova

de ingls foi igual a 7 com desvio-padro igual a 2. Por outro lado, a nota
mdia da prova de lgica foi igual a 7,5 com desvio-padro igual a 4. Nan
obteve nota 8 em Ingls e nota 8 em Lgica. Nen obteve nota 7,5 em Ingls
e 8,5 em Lgica. Nini obteve 7,5 em Ingls e 9 em Lgica. Com relao
melhor posio relativa ou ao melhor desempenho , pode-se afirmar que o
desempenho de
A) Nan foi o mesmo em Ingls e Lgica.

B) Nini foi melhor em Lgica do que o de Nan em Ingls.
C) Nen foi melhor em lgica do que o de Nan em Ingls.
D) Nen foi o mesmo em Ingls e Lgica.
E) Nen foi melhor em Lgica do que em Ingls.
Resoluo
O desempenho relativo (Dr) em uma prova (em valores percentuais) dada

pela frmula
Dr =100% x (NP )/,
em que NP denota a nota obtida na prova, a mdia da prova e o desvio

padro da prova.
Para voc entender o porqu de se utilizar a frmula acima, basta lembrar que
o desvio padro mede a disperso dos dados em relao mdia da
distribuio. por essa razo que a distncia entre a nota obtida e a mdia da
prova (quantidade NP ) deve ser dividida pelo desvio padro.
Podemos montar a seguinte tabela de desempenhos relativos de Nan, Nen e

Nini nas provas de ingls e de lgica:L
Ingls: = 7; = 2 Lgica: = 7,5; = 4

NP Dr NP Dr
Nan 8,0 100% x (8,07,0)/2 = 50% 8,0 100% x (8,07,5)/4 = 12,5%
Nen 7,5 100% x (7,57,0)/2 = 25% 8,5 100% x (8,57,5)/4 = 25,0%
Nini 7,5 100% x (7,57,0)/2 = 25% 9,0 100% x (9,07,5)/4 = 37,5%
A) O desempenho de Nan foi o mesmo em Ingls e Lgica.
No, pois 12,5% 50% (conforme a tabela acima).
B) O desempenho de Nini foi melhor em Lgica do que o de Nan em Ingls.
No, pois 37,5% < 50%.
C) O desempenho de Nen foi melhor em lgica do que o de Nan em Ingls.
No, pois 25,0% < 50%.
D) O desempenho de Nen foi o mesmo em Ingls e Lgica.
Sim, pois o desempenho relativo em ambas as provas foi igual a 25,0%.

E) O desempenho de Nen foi melhor em Lgica do que em Ingls.
No, pois o desempenho relativo em ambas as provas foi igual a 25,0%.
GABARITO: D
1.124. (AFRF/ESAF/2012) Um modelo de regresso linear mltipla foi

estimado pelo mtodo de Mnimos Quadrados, obtendo-se, com um nvel de
confiana de 95%, os seguintes resultados:
I. Y = 10 + 2,5 x1 + 0,3x2 + 2 x3
II. o coeficiente de determinao R2 igual a 0,9532
III. o valor-p=0,003
Desse modo, pode-se afirmar que:
A) se a varivel x1 for acrescida de uma unidade, ento Y ter um acrscimo

de 2,5 %.
B) 0,003 o mais baixo nvel de significncia ao qual a hiptese nula pode ser
rejeitada.
C) x3 explica 95,32% das variaes de Y em torno de sua mdia.
D) as probabilidades de se cometer o Erro Tipo I e o Erro Tipo II so,
respectivamente, iguais a 5% e 95%.
E) se no teste de hipteses individual para 2 se rejeitar a hiptese nula (H0),
ento tem-se fortes razes para acreditar que x2 no explica Y.
Resoluo

de 2,5 %.
De acordo com o modelo estimado Y = 10 + 2,5 x1 + 0,3x2 + 2 x3 , se a varivel x1 for

acrescida de uma unidade, ento Y ter um acrscimo de 2,5 unidades.
Afirmativa errada.
rejeitada.
Seja 1 o nvel de confiana e o nvel de significncia do teste. Sabemos

que se valor-p, rejeitamos a hiptese nula H0 em favor da hiptese
negativa H1. Deste modo, correto afirmar que 0,003 o mais baixo nvel de
significncia ao qual a hiptese nula pode ser rejeitada. Por exemplo, se
escolhssemos adotar um = 0,002 (< 0,003 = valor-p) para o teste desta
questo, ento a hiptese nula no poderia ser rejeitada. Resumindo a regra
de deciso:
se valor-p , rejeitamos H0 em favor de H1.
se valor-p > , no rejeitamos H0 em favor de H1.
O valor-p ou probabilidade de significncia representa a probabilidade de

a estatstica do teste acusar um resultado to ou mais distante do esperado,
como o resultado ocorrido na particular amostra observada, supondo H0 como
a hiptese verdadeira.
Afirmao absurda. A interpretao correta do resultado R2 = 95,32% a

seguinte: o coeficiente de determinao R2 nos diz que 95,32% da variao
total de Y (Soma dos Quadrados Total - SQT) explicada pela reta de
regresso ajustada.

O Erro Tipo I consiste em se rejeitar a hiptese nula H0, sendo ela

verdadeira. A probabilidade do Erro Tipo I dada pelo nvel de significncia
:
P{Erro Tipo I} = P{rejeitar H0 | H0 verdadeira} =
O Erro Tipo I ocorre quando o valor amostral cai na regio crtica do teste.
O Erro Tipo II consiste em se aceitar a hiptese nula H0, sendo ela

falsa. A probabilidade do Erro Tipo II igual a
P{Erro Tipo II} = P{aceitar H0 | H0 falsa} =
e s pode ser calculada se o problema fornecer um valor alternativo para o

parmetro que est sendo testado.
Para a questo, P{Erro Tipo I} = = 5%. No se pode afirmar que P{Erro

Tipo I} = 95%, uma vez que o valor de desconhecido. Afirmativa errada.


Em primeiro lugar, observe que o enunciado no especificou quais so os

parmetros do modelo de regresso linear mltipla. Qual a equao do
modelo? Por exemplo, o modelo poderia ser
Y = 1 + 2 x1 + 3 x2 + 4 x3 +
ou
Y = + 1 x1 + 2 x2 + 3 x3 +
em que , 1 , 2 , 3 , 4 so os parmetros e denota o termo de erro aleatrio.

Isso j basta para descartar esta alternativa.
O enunciado d a entender que o modelo do tipo
Y = + 1 x1 + 2 x2 + 3 x3 +
mas no h garantias de que isso seja verdade. Contudo, prossigamos com o

raciocnio, assumindo que se trata do modelo acima.
O teste de hipteses individual para o parmetro 2 o seguinte:
H0: 2 = 0
H1: 2 0
A hiptese nula diz que, mantendo x1 e x3 constantes, x2 no tem influncia

sobre Y. Logo, se no teste de hipteses individual para 2 se rejeitar a hiptese
nula (H0), ento tem-se fortes razes para acreditar que x2 explica Y
(exatamente o contrrio do que se afirma nesta alternativa).
Voc reparou que conseguimos resolver esta questo de regresso mltipla

utilizando os conhecimentos vistos na aula de regresso linear simples? No
obstante, segue-se um resumo sobre a regresso linear mltipla. V para a
prxima questo se preferir pular a prxima seo.
Regresso Linear Mltipla
O modelo de Regresso Linear Simples (RLS) estudado muitas vezes

inadequado na prtica. Vrias aplicaes de anlise de regresso envolvem
situaes em que h mais de um regressor (varivel independente). Um
modelo de regresso que contenha mais de um regressor denominado
modelo de Regresso Linear Mltipla (RLM).

Por exemplo, suponha que a quantidade demandada (varivel dependente Y)
de um produto dependa do preo do produto (regressor X 2) e da renda do
comprador (regressor X3). Um modelo de RLM que pode descrever essa relao
(1) Yi = 1 + 2X2i + 3X3i + i
em que 1, 2 e 3 so os parmetros do modelo e denota o termo de erro

aleatrio. Esse um modelo com dois regressores (X2 e X3). O termo linear
usado porque (1) uma funo linear dos parmetros desconhecidos 1, 2 e
3. O modelo (1) descreve um plano no espao tridimensional de Y, X 2 e X3. O
coeficiente 1 a interseo do plano com o eixo Y.
Em geral, o modelo de RLM pode ter k parmetros (ou coeficientes)

desconhecidos 1, 2, 3,..., k:
(2) Yi = 1 + 2X2i + 3X3i + ... + kXki + i.
Nota: (y1, x21, x31,..., xk1), ..., (yn, x2n, x3n,..., xkn) so os n vetores de
observaes que sero ajustados ao modelo.
O parmetro k mede o efeito de uma modificao na varivel Xk sobre o valor

esperado de Y, E(Y), mantidas constantes todas as outras variveis. O
parmetro 1 o termo intercepto. A varivel a qual 1 est ligado X2i = 1. O
intercepto 1 representa o valor esperado de Yi quando todas as variveis
explanatrias so iguais a zero.
O modelo (2) com k 4 descreve um hiperplano no espao k dimensional de

regressores, ou seja, quando k 4 no possvel representar o modelo
graficamente.
Os Pressupostos do Modelo
Para tornar completo o modelo (2), devemos fazer algumas suposies sobre a
distribuio de probabilidade dos erros aleatrios i. Os pressupostos que
vamos introduzir so anlogos aos introduzidos para o modelo de RLS. So:
1. E(i) = 0. Cada erro aleatrio tem distribuio de probabilidade com

mdia nula. Alguns erros sero positivos, outros sero negativos; em um
grande nmero de observaes, eles tero mdia zero.
2. Var(i) = 2. As distribuies de probabilidade dos erros aleatrios i

tm a mesma varincia constante 2. A varincia 2 um parmetro
desconhecido e mede a incerteza presente no modelo estatstico. Como
a mesma para cada observao, para nenhuma observao a incerteza
do modelo ser maior, ou menor, nem estar diretamente ligada a
qualquer varivel. Os erros com essa propriedade chamam-se
homocedsticos.
3. Cov(i, j) = 0, para ij. A covarincia entre dois erros correspondentes

a duas observaes diferentes quaisquer zero. O tamanho do erro de
uma observao no tem qualquer influncia sobre o tamanho provvel
do erro de outra observao. Assim, qualquer par de erros distintos
no correlacionado.
4. Admitiremos que os erros aleatrios i tenham distribuio de

probabilidade normal, isto , i ~ N(0, 2).
Como cada observao sobre a varivel dependente Yi depende do termo

aleatrio i, tem-se que cada Yi uma varivel aleatria. As propriedades
estocsticas de Yi decorrem das de i. So:
1. E(Yi) = 1 + 2X2i + 3X3i + ... + kXki. O valor esperado de Yi depende

dos valores das variveis explanatrias e dos parmetros desconhecidos.
Essa suposio equivalente a E(i) = 0. Ela nos diz que o valor mdio
de Yi varia para cada observao, sendo dado pela funo de regresso
E(Yi) = 1 + 2X2i + 3X3i + ... + kXki.
2. Var(Yi) = Var(i) = 2. A varincia dos Yi constante.
3. Cov(Yi, Yj) = Cov(i, j) = 0, para ij. Duas observaes quaisquer da

varivel dependente so sempre no correlacionadas.
4. Admitiremos que os Yi tenham distribuio de probabilidade normal, ou

seja, Yi ~ N[(1 + 2X2i + 3X3i + ... + kXki), 2], o que equivale a dizer
que i ~ N(0, 2).
Alm das suposies sobre o erro aleatrio i e sobre a varivel dependente Yi,
assumiremos dois pressupostos sobre as variveis explanatrias. So:
1. Os regressores no so variveis aleatrias.

2. Nenhuma das variveis explanatrias uma funo linear exata de
qualquer das outras, ou seja, as variveis X no so linearmente
dependentes. Esse pressuposto equivale a afirmar que nenhuma varivel
explanatria redundante, ou seja, desnecessria para a regresso.
Dito de outra forma, este pressuposto afirma que NO existe um
conjunto de coeficientes (2,..., k) (0, ... ,0) tal que
k
X
t =2
t ti =0

Valores Esperados dos Coeficientes do Modelo
Para calcular os coeficientes 1, 2, ..., k de (2) temos de minimizar a soma

dos quadrados dos erros residuais (assim como fizemos para o modelo de RLS
no curso de Estatstica). Posto de outra forma,
min SQE = min ei2 = min ( yi yi ) 2 = min ( yi 1 2 x2i 3 x3i ... k xki ) 2 .
i i i
Vamos escrever n equaes usando (2) e os n vetores de observaes (y1, x21,

x31,..., xk1), ... , (yn, x2n, x3n,..., xkn). Temos ento:
y1 = 1 + 2 x21 + 3 x31 + ... + k xk 1 + 1

y = + x + x + ... + x +
2 1 2 22 3 32 k k2 2
(3)
................................................................
yn = 1 + 2 x2 n + 3 x3n + ... + k xkn + n
Ou em notao matricial (*)
(4) Y = X +
(*) A escrita da equao em negrito indica que estamos trabalhando com

vetores em matrizes.
em que
y1
y
Y = 2,
...

yn
1 x21 ... xk 1
1 x ... xk 2
X = 22
,
... ... ... ...

1 x2 n ... xkn
1

= 2 ,
...

k

e
1

= 2 .
...

n
Mantendo a notao matricial, facilmente verificvel que
(5) Y = X
em que
1

= 2

...

k
o vetor dos coeficientes estimados e
y1
y
Y = 2

...

y n
o vetor dos valores estimados para a varivel dependente.
Sendo = y y o vetor coluna com dimenso nx1 (isto , com n linhas e 1

coluna) dos resduos do modelo e t a sua transposta, deve-se minimizar
n
SQE = ei2 = t .
i =1
Prova-se que o vetor dos parmetros do modelo dado por
(6) = ( X t X ) 1 X tY
em que um vetor coluna de dimenso k 1 , ( X t X ) 1 (inversa do produto da

transposta de X por X) uma matriz quadrada de ordem k, a transposta de X
( X t ) tem dimenso k n e Y um vetor coluna de dimenso n 1 .

Nota: o mtodo de mnimos quadrados pode ser usado mesmo na presena de
erros correlacionados. Neste caso, o estimador , apesar de linear, no
viesado e consistente, no MELNV (Melhor Estimador Linear No Viesado).
Um estimador MELNV aquele que, entre os estimadores lineares e no
viesados, apresenta menor varincia.
Quando k = 3, vimos que o modelo tem a forma Yi = 1 + 2 X 2i + 3 X 3i + i . Sejam,
Yi* = Yi Y , X i*2 = X i 2 X 2 , X i*3 = X i 3 X 3
Ento as estimativas de mnimos quadrados 1 , 2 e 3 obtidas por (6) sero:
1 = Y 2 X 2 3 X 3
2 =
( Yi
*
)( X ) ( Y X )( X
X i*2 *2
i3 i
* *
i3
*
i2 X i*3 )
( X )( X ) ( X X )
*2
i2
*2
i3
*
i2
* 2
i3
3 =
( Yi
*
)( X ) ( Y X )( X
X i*3 *2
i2 i
* *
i2
*
i3 X i*2 )
( X )( X ) ( X X )
*2
i2
*2
i3
*
i2
* 2
i3
No se preocupe em memorizar as frmulas dadas acima. Espera-se que

a banca examinadora tenha o bom senso de no cobr-las na prova.
Normalmente as estimativas dos parmetros da equao so fornecidas pelas
questes.
Varincias e Covarincias
Por definio, a matriz de covarincias (tambm chamada matriz de varincia-

covarincia) do vetor de parmetros estimados para o modelo
{[ ( )][ ( )] }
Cov ( ) = E E . E
t
que pode ser escrita explicitamente como:
var( 1 ) cov(1, 2 ) cov(1 , 3 ) ... cov(1, k )

cov( 2 , 1 ) var(2 ) cov( 2 , 3 ) ... cov( 2 , k )
(7) Cov( ) = cov( 3 , 1 ) cov( 2 , 3 ) var(3 ) ... cov(3 , k ) .

... ... ... ... ...
cov( , ) cov( , ) cov( , ) ... var( k )

k 1 k 2 3 k

Demonstra-se que a matriz de covarincias (7) pode ser obtida com a seguinte
frmula (*):
(8) (
Cov ( ) = 2 X t X )
1
em que 2 a varincia homocedstica de i e X t X ( )

1
a matriz inversa que
aparece na equao (6), que d o estimador de mnimos quadrados de .
(*) A demonstrao no trivial; por isso foi omitida da aula.
Sinceramente, no cremos que a banca cobrar o clculo das covarincias na

prova. Se a banca cobrar esse assunto, espera-se que fornea a matriz de
covarincias.
Ilustrando para k = 3, temos
2
var(2 ) =
(X 2i X 2 ) 2 (1 r23 )
2
var(3 ) =
(X 3i X 3 ) 2 (1 r23 )
em que r23 denota o coeficiente de correlao amostral entre X2 e X3
r23 =
( X X )( X X )
2i 2 3i 3
(X X ) (X X
2i 2
2
3i 3 )2
Nota: se fizermos r23 = 1 nas equaes das varincias dos parmetros 2 e

3 , anularemos os seus denominadores. Isso ilustra as consequncias, para k
= 3, da violao do pressuposto 2 para as variveis explanatrias. Quando h
relao linear exata entre duas ou mais variveis independentes ocorre o que
chamamos de multicolinearidade exata; neste caso, a estimativa de mnimos
quadrados no vlida.
Para fecharmos esta seo, preciso mencionar o estimador no tendencioso

de 2 , denotado por 2 . Demonstra-se que
=
t
2
e SQE
(9) 2 i
= =
nk nk nk

em que k o nmero de parmetros a serem estimados, e n k corresponde
ao nmero de graus de liberdade (gl) da SQE. A frmula (9) importante para
a prova.
Anlise de Varincia
Inicialmente, SQT, SQE, SQR e o coeficiente de determinao R 2 do modelo de

RLM so definidos de forma idntica que vimos no modelo de RLS em
Estatstica.
Assim como no caso da RLS, quanto mais R 2 se aproxima de 1, mais a

variao de Y explicada pela regresso e melhor o ajuste equao. De
forma oposta, quanto mais R 2 se aproxima de 0, menos a variao de Y
explicada pela regresso e pior o ajuste equao.
Contudo, o coeficiente R 2 pode ter o seu valor aumentado artificialmente por

meio da adio de mais variveis ao modelo, ainda que essa adio no seja
suportada pela lei (fsica, matemtica, econmica etc.) do fenmeno sob
investigao (caracterstica indesejvel!). Quando se acrescenta uma
varivel explanatria ao modelo, a SQE diminui ou permanece a mesma; desta
forma o novo coeficiente de determinao pelo menos igual ao do modelo
sem essa varivel (pode ser que seja maior). Ou seja, R 2 uma funo no
descrescente do nmero de variveis explanatrias presentes no
modelo; conforme aumenta o nmero de regressores, R 2 quase que
invariavelmente aumenta, e nunca diminui.
Pode-se definir uma nova quantidade que leva em conta o nmero de variveis
X presentes no modelo denominada R 2 ajustado
SQE /(n k )
(10) R 2 = 1
SQT /(n 1)
em que R 2 denota o R 2 ajustado.
Observe que a frmula de R 2 muito parecida com a de R 2 , com a diferena

de que em R 2 dividimos as somas dos quadrados SQE e SQT por seus
respectivos graus de liberdade, n k e n 1.
Prova-se facilmente que
(n 1)
(11) R 2 = 1 (1 R 2 ) .
(n k )

Nota 1: R 2 no mais o percentual de variao explicada. Esse papel
permanece com R 2 . O R2 ajustado apenas uma medida alternativa para a
qualidade do ajustamento da RLM aos dados.
Nota 2: pela equao (11), fica evidente que para k > 1, R 2 < R 2 , implicando
que, conforme aumenta o nmero de variveis X, o R 2 ajustado
aumenta menos que o R 2 no ajustado.
Nota 3: R 2 pode ser negativo, embora R 2 seja necessariamente no

negativo.
Podemos agora montar uma tabela de Anlise de Varincia (ANOVA)

semelhante que fizemos para a anlise de RLS.
Retornemos aos graus de liberdade:
a) SQR tem k 1 graus de liberdade (nmero de variveis explanatrias do

modelo);
b) SQE tem n k graus de liberdade (nmero de observaes menos o

nmero de parmetros); e
c) SQT tem n 1 graus de liberdade (nmero de observaes menos 1

porque tivemos de calcular a mdia).
Vale ainda a seguinte relao: glSQT = glSQR + glSQE.
ANOVA
Fonte de Soma de Graus de Quadrado
F F
Variao Quadrados Liberdade Mdio
Regresso SQR k1 SQR/(k 1) SQR /( k 1)
Residual SQE nk SQE/(k 1) SQE /( n k ) Fk-1,n-k,
Total SQT n1
Testando a Significncia Global da Regresso da Amostra (Teste F)
Para testar a hiptese nula
H0: 1 = 2 = ... = k = 0
(isto , todos os coeficientes de inclinao so simultaneamente iguais a zero)

contra a hiptese alternativa
H1: Nem todos os coeficientes de inclinao so simultaneamente nulos
Calcule
SQR /( k 1)
F=
SQE /( n k )
Se F > Fk-1,n-k,, rejeitar H0; caso contrrio, no a rejeite. Fk-1,n-k, o valor

crtico de F ao nvel de significncia , k 1 o nmero de graus de
liberdade do numerador e n k o nmero de graus de liberdade do
denominador.
GABARITO: B
1.125. (AFRF/ESAF/2012) O Sr. Ramoile, professor de Estatstica

aposentado, vem h muito tempo acompanhando os dados sobre custos e
faturamento do restaurante de sua filha Ceclia. O restaurante funciona todos
os dias da semana e o Sr. Ramoile concluiu que: o custo dirio do restaurante
segue uma distribuio normal, com mdia igual a R$ 500,00 e desvio-padro
igual a R$ 10,00 e que o faturamento dirio, tambm, apresenta uma
distribuio normal, com mdia R$ 800 e desvio-padro R$ 20. Como o Sr.
Ramoile conhece muito bem os princpios bsicos da estatstica, ele sabe que,
se uma varivel Z seguir uma distribuio normal padro, ento Z tem mdia 0
e varincia 1. Ele tambm sabe que a probabilidade dessa varivel Z assumir
valores no intervalo entre 0 < Z < 2 ou seja, entre a mdia 0 e 2 desvios-
padro , aproximadamente, igual a 0,4772. Ceclia, muito preocupada com
o futuro de seu restaurante, perguntou a seu pai se ele poderia verificar a
probabilidade de, em um dia qualquer, o custo ser maior do que R$ 520,00 e o
faturamente ficar no intervalo entre R$ 760,00 e R$ 840,00. Aps alguns
minutos, o Sr. Ramoile disse, acertadamente, que as respectivas
probabilidades so, em termos percentuais, iguais a
A) 2,28;95,44.
B) 52,28;95,44.
C) 2,28;98,69.
D) 98,69;95,44.
E) 98,65;2,28.
Resoluo
O custo dirio modelado pela distribuio normal com mdia 500 e desvio
padro 10, ou seja, N( 1 = 500, 12 = 100).
O faturamento dirio tem distribuio normal com mdia 800 e desvio padro
20, ou seja, N( 2 = 800, 22 = 400).
Clculo da probabilidade de o custo (C) ser maior do que R$ 520,00:

P{C > 520} = P{Z1 > (520 1)/ 1}
P{Z1 > (520 500)/10} = P{Z1 > 2}
P{Z1 > 2} = 0,5 P{0 < Z1 < 2} = 0,5 0,4772 = 0,0228 = 2,28%
Clculo de o faturamento (F) ficar no intervalo entre R$ 760,00 e R$

840,00:
P{760 < F < 840} = P{(760 2)/ 2 < Z2 < (840 2)/ 2}
P{(760 800)/20 < Z2 < (840 800)/20} = P{-2 < Z2 < 2}
P{-2 < Z2 < 2} = 2 x P{0 < Z2 < 2} = 2 x 0,4772 = 0,9544 = 95,44%
GABARITO: A
1.126. (AFRF/ESAF/2012) Os catetos de um tringulo retngulo medem,

respectivamente, z metros e (w 2) metros. Sabendo-se que o ngulo oposto
ao cateto que mede (w 2) metros igual a um ngulo de 450, ento o
permetro desse tringulo, em metros, igual a
A) z 2 ( w 2)
B) zw(2 2 )
C) zw(2 + 2 )
D) ( z + w)( z + w 2 )
E) z (2 + 2 )
Resoluo
Ora, trata-se de um tringulo retngulo issceles, em que os ngulos opostos

aos catetos so iguais a 450. Ento,
z = w 2.
O comprimento do cateto que mede z dado pelo produto da hipotenusa (h)

pelo cosseno de 450 (projeo da hipotenusa na reta que contm o cateto), ou
seja,
2
z = h cos 450 = h
2
ento,
2
h= z = 2z
2
O permetro (p) do tringulo dado por
p = z + z + 2 z = 2 z + 2 z = z (2 + 2 )
GABARITO: E
1.127. (AFRF/ESAF/2012) Uma sequncia de nmeros k1, k2, k3, k4,....,kn

denominada Progresso Geomtrica PG de n termos quando, a partir do
segundo termo, cada termo dividido pelo imediatamente anterior for igual a
uma constante r denominada razo. Sabe-se que, adicionando uma constante
x a cada um dos termos da sequncia (p 2); p; e (p + 3) ter-se- uma PG.
Desse modo, o valor de x, da razo e da soma dos termos da PG so,
respectivamente, iguais a
A) (6 p); 2/3; 21.

B) (p +6); 3/2; 19.
C) 6; (6 p); 21.
D) (6 p); 3/2; 19.
E) (p 6); p; 20.
Resoluo
Termos da PG: { p 2 + x, p + x, p + 3 + x}
Razo (r) entre o segundo e o primeiro termo da PG:
p+x
r= (1)
p2+ x
Razo (r) entre o terceiro e o segundo termo da PG:
p +3+ x
r= (2)
p+x
Clculo de x:
Igualando as equaes (1) e (2) e isolando a varivel x, obtemos
p+x p +3+ x
=
p2+ x p+x
( p + x)( p + x) = ( p 2 + x)( p + 3 + x)
p 2 + 2 px + x 2 = p 2 2 p + px + 3 p 6 + 3 x + px 2 x + x 2
x = 6 p este resultado elimina as alternativas B, C, e E.
Clculo da razo r (pela eq. (1)):
p+x p+6 p 3
r= = = alternativa D
p2+ x p2+6 p 2
Poderamos parar de resolver a questo neste ponto. Mas sigamos em frente e

calculemos a soma da PG.
Clculo da soma da PG:
S = ( p 2 + x) + ( p + x) + ( p + 3 + x) = p 2 + 6 p + p + 6 p + p + 3 + 6 p = 19
GABARITO: D
1.128. (AFRF/ESAF/2012) Luca vai ao shopping com determinada quantia.

Com essa quantia, ele pode comprar 40 lpis ou 30 canetas. Luca, que sempre
muito precavido, guarda 10% do dinheiro para voltar de nibus. Sabendo
que Luca comprou 24 lpis, ento o nmero de canetas que Luca pode
comprar, com o restante do dinheiro, igual a
A) 9.
B) 12.
C) 6.
D) 18.
E) 15.
Resoluo
Seja a quantia em dinheiro denotada por Q. Com Q unidades monetrias, Luca

pode comprar 40 lpis (L) ou 30 canetas (C), ou seja,
Q = 40.L = 30.C 40.L = 30.C L = (3/4).C
A equao L = (3/4).C indica que o preo de um lpis equivale a trs quartos

do preo de uma caneta.
Luca guardou 10% de Q para a passagem de nibus. Logo, Luca deixou de

comprar 10% x Q = 10% x 40.L = 4 lpis. Como ele comprou 24 lpis, e s
poder comprar at (40 4) = 36 lpis, ainda h dinheiro suficiente para
comprar (36 24) = 12 lpis. Mas, como o preo de 1 lpis equivale a 3/4 do
preo de uma caneta (L = 0,75.C), ainda h dinheiro suficiente para comprar
12 x (3/4) = 9 canetas opo A
GABARITO: A
1.129. (AFRF/ESAF/2012) No sistema de juros simples, um capital foi

aplicado a uma determinada taxa anual durante dois anos. O total de juros
auferidos por esse capital no final do perodo foi igual a R$ 2.000,00. No
sistema de juros compostos, o mesmo capital foi aplicado durante o mesmo
perodo, ou seja, 2 anos, e a mesma taxa anual. O total de juros auferidos por
esse capital no final de 2 anos foi igual a R$ 2.200,00. Desse modo, o valor do
capital aplicado, em reais, igual a
A) 4.800,00.
B) 5.200,00.
C) 3.200,00.
D) 5.000,00.
E) 6.000,00.
Resoluo
Juros simples (Js):
Js = C.i.t = 2.000 2C.i = 2.000 C.i = 1.000 i = 1.000/C (1)
em que C denota o capital aplicado, i a taxa de juros e t = 2 o tempo em

anos.
Juros compostos (Jc):
Jc = C(1 + i)t C = 2.200 C(1 + i)2 C = 2.200 (2)
Substituindo (1) em (2):
C(1 + 1.000/C)2 C = 2.200
C.[1 + (2.000/C) + (1.0002/C2)] C = 2.200
C + 2.000 + 1.0002/C C = 2.200
1.0002/C = 200 C = 1.000.000/200 = 5.000

GABARITO: D
1.130. (AFRF/ESAF/2012) A taxa cobrada por uma empresa de logstica

para entregar uma encomenda at determinado lugar proporcional raiz
quadrada do peso da encomenda. Ana, que utiliza, em muito, os servios
dessa empresa, pagou para enviar uma encomenda de 25kg uma taxa de R$
54,00. Desse modo, se Ana enviar a mesma encomenda de 25kg dividida em
dois pacotes de 16kg e 9kg, ela pagar o valor total de
A) 54,32.
B) 54,86.
C) 76,40.
D) 54.
E) 75,60.
Resoluo
A taxa (T) cobrada por uma empresa de logstica para entregar uma
encomenda at determinado lugar proporcional raiz quadrada do peso (P)
da encomenda, ou seja,
T =K P
em que K denota a constante de proporcionalidade.
Ana, que utiliza os servios dessa empresa, pagou para enviar uma
encomenda de 25kg uma taxa de R$ 54,00, isto ,
54 = K 25 54 = K .5 K = 54 / 5
Se Ana enviar a mesma encomenda de 25kg dividida em dois pacotes de 16kg

(P1) e 9kg (P2), ela pagar o valor total de
K P1 + K P2 = K ( )
P1 + P2 =
54
5
( )
54
16 + 9 = (4 + 3) = 43,2 + 32,4 = 75,6
5
GABARITO: E
Prova de Raciocnio Lgico-Quantitativo do ATRFB/2012
1.131. (ATRFB/ESAF/2012) A negao da proposio se Paulo estuda,

ento Marta atleta logicamente equivalente proposio
A) Paulo no estuda e Marta no atleta.

B) Paulo estuda e Marta no atleta.
C) Paulo estuda ou Marta no atleta.
D) se Paulo no estuda, ento Marta no atleta.
E) Paulo no estuda ou Marta no atleta.
Resoluo
se Paulo estuda (p), ento Marta Atleta (q), ou p q.
A negao da proposio p q a proposio equivalente p ^ ~q (leia-se p e

no q)
p q p ^ ~q.
Lembre que p ^ ~q uma proposio conjuntiva ou conjuno.
A) Paulo no estuda e Marta no atleta ~p ^ ~q p ^ ~q (errada).
B) Paulo estuda e Marta no atleta p ^ ~q = p ^ ~q (certa).
C) Paulo estuda ou Marta no atleta (proposio disjuntiva ou disjuno)

p v ~q p ^ ~q (errada).
D) se Paulo no estuda, ento Marta no atleta ~p ~q p ^ ~q

(errada).
E) Paulo no estuda ou Marta no atleta ~p v ~q p ^ ~q (errada).
GABARITO: B
1.132. (ATRFB/ESAF/2012) Se Paulo irmo de Ana, ento Natlia prima

de Carlos. Se Natlia prima de Carlos, ento Marta no me de Rodrigo. Se
Marta no me de Rodrigo, ento Leila tia de Maria. Ora, Leila no tia de
Maria. Logo
A) Marta no me de Rodrigo e Paulo irmo de Ana.

B) Marta me de Rodrigo e Natlia prima de Carlos.
C) Marta no me de Rodrigo e Natlia prima de Carlos.
D) Marta me de Rodrigo e Paulo no irmo de Ana.
E) Natlia no prima de Carlos e Marta no me de Rodrigo

Resoluo
Proposio condicional ou implicao:
se p ento q
pq
p antecedente
q consequente
Condio suficiente: p q p suficiente para q, ou seja, se p ocorrer,

ento q ocorrer.
Condio necessria: ~q ~p q necessrio para p, ou seja, se q no

ocorrer, ento p no ocorrer.
Temos trs premissas:
A: Se Marta no me de Rodrigo (p), ento Leila tia de Maria (q) p q.
B: Se Natlia prima de Carlos (r), ento Marta no me de Rodrigo (p) r

p.
C: Se Paulo irmo de Ana (s), ento Natlia prima de Carlos (r) s r.
Mas ocorre que Leila no tia de Maria, ou seja, o consequente da premissa A

no ocorre. Por conseguinte, q condio necessria para p, o que implica
a no ocorrncia de p (~p), ou seja, Marta me de Rodrigo.
Assim, j podemos eliminar as opes A, C e E.
Como p no ocorre, ento r no ocorre, pois p condio necessria para r

pela premissa B. Logo, Natlia no prima de Carlos. Agora podemos
eliminar a opo B. S restou a opo D.
Natlia no prima de Carlos. Ento Paulo no irmo de Ana, pois r

condio necessria para s de acordo com a premissa C.
GABARITO: D
1.133. (ATRFB/ESAF/2012) Uma esfera foi liberada no ponto A de uma

rampa. Sabendo-se que o ponto A est a 2 metros do solo e que o caminho

percorrido pela esfera exatamente a hipotenusa do tringulo retngulo da
figura abaixo, determinar a distncia que a esfera percorreu at atingir o
solo no ponto B.
A) 5 metros
B) 3 metros
C) 4 metros
D) 6 metros
E) 7 metros
Resoluo
O ngulo entre a hipotenusa e o cateto AC vale (90 30) = 60.
A projeo ortogonal da hipotenusa (h) na reta que d suporte ao cateto AC

igual a 2 metros e pode ser calculada pela frmula
h.cos 60o = AC = 2.
Sabemos que cos 60o = sen 30 = 0,5. Logo,
h= 2/sen 30 = 2/0,5 = 4 metros
GABARITO: C
2 1
1.134. (ATRFB/ESAF/2012) Dada a matriz A = , o determinante de A5
0 1
igual a
A) 20
B) 28
C) 32
D) 30
E) 25
Resoluo
Sejam A e B matrizes quadradas de ordem n. De acordo com o Teorema de

Binet, temos que
det(A.B) = det(A).det(B).
Ento,
det(A5) = det(A.A4) = det(A).det(A4) = det(A).det(A).det(A3)
det(A5)= det(A).det(A).det(A).det(A2) = det(A).det(A).det(A).det(A).det(A)
det(A5) = (det(A))5 = (2 x 1 0 x 1)5 = 25 = 32.
GABARITO: C
1.135 (ATRFB/2012/ESAF) A varincia da amostra formada pelos valores 2,

3, 1, 4, 5 e 3 igual a
A) 3
B) 2
C) 1
D) 4
E) 5
Resoluo
Se os k valores distintos {x1 , x2 ,..., xk } de uma amostra ocorrem com as

k
frequncias { f1 , f 2 ,..., f k } , respectivamente ( f i = n ), ento a varincia dessa
i =1
amostra dada por
1 k
s x2 =
n 1 i =1
f i ( xi x ) 2 ,
em que s x2 denota a varincia e x representa a mdia amostral.

Clculo da mdia e da varincia amostral:
valor (x) frequncia (fi) xi.fi xi2.fi

1 1 1x1 = 1 12x1 = 1
2 1 2x1 = 2 22x1 = 4
3 2 3x2 = 6 32x2 = 18
4 1 4x1 = 4 42x1 = 16
5 1 5x1 = 5 52x1 = 25
fi = n = 6 xi.fi = 18 xi2.fi = 64
1 k (1 1) + (2 1) + (3 2) + (4 1) + (5 1) 18
x=
n i =1
xi f i =
6
=
6
=3
1 k [1 (1 3) 2 ] + [1 (2 3) 2 ] + [2 (3 3) 2 ] + [1 (4 3) 2 ] + [1 (5 3) 2 ]
sx2 = i i
n 1 i =1
f ( x x ) 2
=
5
4 +1+ 0 +1+ 4
s x2 = = 2 opo B
5
A varincia amostral tambm pode ser calculada pela frmula,
Varincia Amostral = Soma dos Quadrados/(n1) Quadrado da

Mdia corrigido pelo fator n/(n1)
1 n n 2 64 6 9 64 54 10
s x2 =
n 1 i =1
f i xi2 x =
n 1 5

5
=
5
=
5
=2
GABARITO: B
1.136 (ATRFB/2012/ESAF) O Ministrio da Fazenda pretende selecionar ao

acaso 3 analistas para executar um trabalho na rea de tributos. Esses 3
analistas sero selecionados de um grupo composto por 6 homens e 4
mulheres. A probabilidade de os 3 analistas serem do mesmo sexo igual a
A) 40%.
B) 50%.
C) 30%.
D) 20%.
E) 60%.
Resoluo

Podemos formar um grupo de trs analistas somente com homens (H)
{H1, H2, H3}
ou somente com mulheres (M)
{M1, M2, M3}.
A probabilidade de ocorrncia do grupo {H1, H2, H3}
P{H1, H2, H3} = P{H1} x P{H2} x P{H3} = (6/10) x (5/9) x (4/8) = 120/720
A probabilidade de ocorrncia do grupo {M1, M2, M3}
P{M1, M2, M3} = P{M1} x P{M2} x P{M3} = (4/10) x (3/9) x (2/8) = 24/720
Ento a probabilidade de os 3 analistas serem do mesmo sexo dada pela

soma das probabilidades anteriores
P{H1 H2 H3} + P{M1 M2 M3} = 144/720 = 12/60 = 1/5 = 20%
GABARITO: D
1.137 (ATRFB/2012/ESAF) Marta aplicou R$ 10.000,00 em um banco por 5

meses, a uma taxa de juros simples de 2% ao ms. Aps esses 5 meses, o
montante foi resgatado e aplicado em outro banco por mais 2 meses, a uma
taxa de juros compostos de 1% ao ms. O valor dos juros da segunda etapa
da aplicao igual a
A) R$221,10.
B) R$220,00.
C) R$252,20.
D) R$212,20.
E) R$211,10.
Resoluo
Juros simples (Js):
J s = Cit = 10.000 0,02 5 = 1.000
Logo, o montante resgatado de
R$ 10.000,00 + R$ 1.000,00 = R$ 11.0000,00 (onze mil reais).

Juros compostos (Jc):
J c = C (1 + i )t C = 11.000(1 + 0,01) 2 11.000 = 11.000 1,02 11.000 = 11.221,10 11.000 = 221,10
GABARITO: A
1.138 (ATRFB/2012/ESAF) Um ttulo de R$ 20.000,00 foi descontado 4

meses antes do seu vencimento, a uma taxa de desconto comercial simples de
5% ao ms. A taxa efetiva mensal de juros simples dessa operao igual a
A) 6,50%.
B) 5,50%.
C) 5,25%.
D) 6,00%.
E) 6,25%.
Resoluo
Desconto comercial simples (Dc) ou por fora:
Dc = N. iD . t
em que N o valor nominal (R$ 20.000,00), iD a taxa de desconto comercial

(5% ao ms) e t o perodo em meses at o vencimento do ttulo (4 meses)
Logo,
Dc = 20.000 x 0,05 x 4 = R$ 4.000,00 = 4 mil reais
O valor atual (AD)
AD = N Dc = 20.000 4.000 = R$ 16.000,00 = 16 mil reais
A taxa efetiva mensal de juros (ief) dessa operao corresponde taxa que
deve ser aplicada ao valor atual para obter o valor nominal
AD.(1 + ief.t) = N
16.(1 + ief.4) = 20 1 + ief.4 = 20/16 = 1,25 ief.4 = 0,25 ief = 0,0625
ief = 6,25% ao ms
GABARITO: E

1.139 (ATRFB/2012/ESAF) Para construir 120 m2 de um muro em 2 dias,
so necessrios 6 pedreiros. Trabalhando no mesmo ritmo, o nmero de
pedreiros necessrios para construir 210 m2 desse mesmo muro em 3 dias
igual a
A) 2.
B) 4.
C) 3.
D) 5.
E) 7.
Resoluo
Seis (6) pedreiros conseguem construir 120 m2 de um muro em 2 dias, ou seja

120 m2/2 dias = 60 m2/dia.
Trabalhando no mesmo ritmo, o nmero de pedreiros necessrios para

construir 210 m2 desse mesmo muro em 3 dias, isto , 210 m2/3 dias = 70
m2/dia pode ser calculado pela seguinte regra de trs:
6 pedreiros 60 m2/dia
assim como
X pedreiros 70 m2/dia
ou
6 X
= X =7
60 70
O nmero de pedreiros necessrios igual a 7.
GABARITO: E
1.140 (ATRFB/2012/ESAF) Em um tanque h 3 torneiras. A primeira enche

o tanque em 5 horas, a segunda, em 8 horas, j a terceira o esvazia em 4
horas. Abrindo-se as 3 torneiras ao mesmo tempo e estando o tanque vazio,
em quanto tempo o tanque ficar cheio?
A) 10 horas e 40 minutos
B) 13 horas e 20 minutos
C) 14 horas e 30 minutos
D) 11 horas e 50 minutos

E) 12 horas e 10 minutos
Resoluo
Seja T o volume do tanque em m3.
A 1 torneira enche o tanque em 5 horas. Logo, tem uma vazo positiva (V1)
dada por V1 = +T/5 m3/hora.
A 2 torneira enche o tanque em 8 horas. Portanto, possui uma vazo positiva

(V2) dada por V2 = +T/8 m3/hora.
A 3 torneira esvazia o tanque em 4 horas. Assim, tem uma vazo negativa

(V3) dada por V3 = -T/4 m3/hora.
Teremos uma vazo conjunta, ao abrimos as 3 torneiras ao mesmo tempo, e

estando o tanque vazio, igual a
T T T 8T + 5T 10T 3T
V1 + V2 + V3 = + = =
5 8 5 40 40
Multiplicando a vazo conjunta pelo tempo t e igualando ao volume do tanque

cheio, obtemos a equao
3T 40
t = T t =
40 3
Assim, o tempo necessrio para encher o tanque aproximadamente de
13,33 horas = 13 horas e (0,33h x 60 minutos/h) 13 horas e 20 minutos.
GABARITO: B
1.141 (INEP/Cesgranrio/2008) Denotando-se a mdia e a varincia

amostral, respectivamente, por X e S 2 , o erro padro da estimativa da mdia
populacional (M) definido como
A) X M
B) X M
S
C)
n
S
D)
n

S2
E)
n
Resoluo
Seja a amostra aleatria com n valores X 1 , X 2 ,..., X n , extrada de uma populao

X, cuja distribuio de probabilidades possui mdia M e varincia 2. A mdia
amostral X , dada por
X 1 + X 2 + ... + X n
X= ,
n
um estimador (ou estatstica) do parmetro populacional M.
O valor esperado de X , denotado por E ( X ) , a prpria mdia M, ou seja,
E( X ) = M ,
e a varincia de X (denotada por Var (X ) ) dada por
2
Var ( X ) = .
n
O desvio ou erro padro (DP) de uma estatstica definido como a raiz

quadrada positiva da varincia da estatstica em considerao. Portanto, o erro
padro de X

DP( X ) = Var ( X ) =
n
O enunciado omisso com relao varincia populacional, ou seja, a

varincia da populao desconhecida. Alm disso, o tamanho da amostra no
foi fornecido (assumiremos que n na sequncia desta soluo).
Mas a varincia amostral, que uma estimativa da varincia populacional, foi

dada e vale S 2 .
Se a amostra suficientemente grande (*), podemos aproximar a frmula

acima substituindo a varincia populacional (desconhecida) pela varincia
amostral
S
DP( X )
n

(*)Em estatstica, lanamos mo, frequentemente, do fato de, para amostras
de tamanho n > 30, denominadas grandes amostras, as distribuies
amostrais de muitas estatsticas serem aproximadamente normais, tornando-
se a aproximao melhor com o crescimento de n.
A melhor resposta a opo D, em que a banca assumiu i) a premissa de

grande amostra e ii) que o tamanho da amostra n. As demais alternativas
so absurdas. Contudo, ressaltamos que a questo deveria ter sido anulada,
pois o tamanho da amostra no foi dado.
GABARITO: D
(INEP/Cesgranrio/2008) Para responder s questes de nos 1.142 e

1.143, considere as distribuies amostrais de cinco estimadores
propostos para estimar o parmetro T de uma populao, ilustradas na
figura apresentada a seguir.
1.142 Se o interesse for um estimador no viesado, deve-se utilizar apenas
(A) T1
(B) T4
(C) T1 ou T4
(D) T2 ou T5
(E) T1 ou T2 ou T3
Resoluo
Um estimador Tn, n = 1, 2, ..., 5, do parmetro T de uma populao no

viesado (ou justo ou no viciado ou no tendencioso) se o seu valor
esperado ou mdia E(Tn) igual ao valor do parmetro T que se
pretende estimar, isto , se

E(Tn) = T.
Logo, se o interesse for um estimador no viesado, deve-se utilizar apenas T1

ou T2 ou T3, pois
E(T1) = E(T2) = E(T3) = T
GABARITO: E
1.143 Levando-se em conta as propriedades de um bom estimador, o melhor

dentre os estimadores propostos
(A) T1
(B) T2
(C) T3
(D) T4
(E) T5
Resoluo
O melhor estimador T2 por dois motivos:
1. T2 no tem vis, ou seja, E(T2) = T; e

2. T2 possui a menor varincia (observe que a distribuio de T2 a que
possui menor disperso em torno da mdia T).
GABARITO: B

(INEP/Cesgranrio/2008) Para resolver as questes de nos 1.144 a

1.146 utilize as informaes a seguir.
O nmero de ausentes, por sala, em um dos prdios de aplicao de certo

exame de proficincia aplicado em certa regio, segue a seguinte distribuio:
Ausncia Freq.
0 1
1 2
2 3
3 5
4 4
5 2
6 3
7 3
9 1
10 1
1.144 O nmero total de salas de aplicao neste prdio foi
A) 5
B) 10
C) 11
D) 25
E) 47
Resoluo
A tabela mostra que houve 0 ausncia em 1 sala (1 linha), 1 ausncia em 2

salas (2 linha), 2 ausncias em 3 salas (3 linha) e assim por diante.
Logo, o nmero total de salas de aplicao igual soma das frequncias, a

qual resulta 25.

Ausncia Freq.
0 1
1 2
2 3
3 5
4 4
5 2
6 3
7 3
9 1
10 1
Total 25
GABARITO: D
1.145 Qual foi o nmero mdio de ausentes por sala?
A) 10,7
B) 5,0
C) 4,7
D) 4,3
E) 2,5
Resoluo
Ausncia Freq.
xi.fi
(xi) (fi)
0 1 0
1 2 2
2 3 6
3 5 15
4 4 16
5 2 10
6 3 18
7 3 21
9 1 9
10 1 10
Total n = 25 xi.fi = 107
Clculo da mdia:

1 k 107
X =
n i =1
xi f i =
25
4,3
GABARITO: D
1.146 A mediana do nmero de ausentes neste prdio
A) 3,0
B) 3,5
C) 4,0
D) 4,5
E) 5,0
Resoluo
A mediana caracteriza o centro de uma distribuio de frequncias com base

na ordem dos valores que formam o conjunto de dados. A mediana o valor
que divide a distribuio ao meio, deixando os 50% menores valores de um
lado e os 50% maiores valores do outro lado.
A tabela a seguir indica que a frequncia acumulada at 10 ausncias igual a

25 (ou 25/25 x 100 = 100% em termos de frequncia relativa acumulada).
Portanto, a frequncia acumulada at a mediana 25/2 = 12,5 (ou 25/2 x 100
= 50%). Ora, a frequncia acumulada at 3 ausncias 11 (ou 11/25 x 100 =
44%) e a frequncia acumulada at 4 ausncias 15 (15/25 x 100 = 60%).
Conclumos que o valor que divide a distribuio de frequncias ao meio 4.
Ausncia Freq. Freq. ac.

0 1 1
1 2 3
2 3 6
3 5 11
4 4 15
5 2 17
6 3 20
7 3 23
9 1 24
10 1 25
GABARITO: C

1.147 (INEP/Cesgranrio/2008) Considere as informaes apresentadas a

seguir sobre Ensino Mdio.
As concluses a seguir podem ser tiradas a partir do grfico.
I Na unidade da federao com melhor desempenho mdio os alunos

demoram, em mdia, 1,4 anos para a concluso de uma srie do Ensino
Mdio.
II O desempenho mdio nas unidades da federao diretamente
proporcional ao tempo mdio para concluso de uma srie do Ensino Mdio.
III A moda dos tempos mdios para a concluso de uma srie do Ensino
Mdio 1,3 anos.
IV Os estados de So Paulo, Santa Catarina e Esprito Santo apresentaram o
pior desempenho nessa edio do Saeb.
So corretas APENAS as concluses
A) I e III
B) I e IV
C) II e III
D) II e IV
E) I, II e IV
Resoluo
Anlise das concluses:
I O diagrama de disperso mostra que a unidade da federao com o melhor

desempenho mdia o Distrito Federal (DF), pois possui a maior mdia da
nota padronizada (= 5,4). O tempo mdio para concluso de uma srie do
ensino mdio (em anos) no DF 1,40. Portanto, esta concluso correta.
II Se o desempenho mdio nas unidades da federao (varivel N) fosse

diretamente proporcional ao tempo mdio para concluso de uma srie do
Ensino Mdio (varivel T), os pontos do diagrama de disperso estariam
agrupados em torno de uma reta com inclinao positiva, como na figura a
seguir (*). Mas os pontos do diagrama de disperso esto espalhados,
sugerindo que as variveis N e T no possuem correlao linear positiva. Logo,
a concluso errada.
2.2
2.15
2.1
2.05
1.95
1.9
1.85
1.8
1.75
1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.95 2
(*) A figura acima no representa a regresso linear dos dados desta questo.
Trata-se de outro exemplo, o qual ser descrito a seguir. Considere o
experimento aleatrio hipottico ilustrado pela figura acima, em que a varivel
explicativa a estatura do pai (em metros) e a varivel dependente a
estatura do filho (em metros). Essa figura mostra trs distribuies da estatura
do filho correspondentes a valores fixos de estatura do pai (1,70 m, 1,80 m e
1,90 m). Note que a uma dada altura do pai corresponde uma populao
(distribuio) com cinco possveis estaturas para o filho. A reta de regresso
na figura (linha tracejada) sugere que a estatura mdia do filho tende a
aumentar quando aumenta a estatura do pai. Portanto, a regresso linear
permite que o valor mdio da varivel dependente (estatura do filho) seja
estimado por meio dos valores observados das estaturas dos pais (varivel
explicativa).

III O diagrama indica que
T = 1,20 para 5 estados (SP, SC, ES, RR e TO);

T = 1,30 para 13 estados (MG, PR, RJ, GO, AC, SE, PB, PE, PA, CE, AL,
MA e RN);
T = 1,40 para 7 estados (DF, RS, MT, RO, AP, BA e PI); e
T = 1,50 para 2 estados (MS e AM).
A moda corresponde ao valor de maior frequncia, ou seja, T = 1,30. Esta

concluso correta.
IV A concluso errada. Observe, por exemplo, que o desempenho do R. G.

do Norte pior que o de So Paulo.
GABARITO: A
(INEP/Cesgranrio/2008) Para responder s questes de nos 1.148 a

1.150 considere as informaes sobre o desempenho em Matemtica
de alunos de escolas pblicas na Prova Brasil 2005 4a srie do
Ensino Fundamental, por unidade da Fede- rao, representado no
histograma a segur.
1.148 O nmero de Unidades da Federao com mdias acima de 176
A) 11
B) 9
C) 6
D) 5
E) 4
Resoluo
A federao tem N = 27 estados (vide informao no canto superior direito do

histograma fornecido pelo enunciado).
De acordo com o histograma, o nmero de estados, em pontos percentuais,

com mdias acima de 176 :
7,4% com mdia 178;

11,1% com mdia 182;
11,1% com mdia 186;
7,4% com mdia 190;
0% com mdia 194; e
3,7% com 198;
Total (%) = 7,4% + 11,1% + 11,1% + 7,4% + 0% + 3,7% = 40,7%
Portanto, o nmero de Unidades da Federao com mdias acima de 176
40,7% x N = 40,7% x 27 11
GABARITO: A
1.149 A classe modal desta distribuio tem como limites
A) 156 160
B) 164 168
C) 172 176
D) 176 178
E) 196 200
Resoluo
A classe modal aquela que possui a maior frequncia relativa.
Nesta questo, a maior frequncia relativa 25,9%, que ocorre para classe
cujo ponto mdio 166. Como a amplitude de uma classe no histograma dado
4, temos que os limites so 164 e 168.
GABARITO: B
1.150 O percentual de notas no intervalo (Mdia 2 D.P.)

A) 33,3%
B) 50,0%
C) 68,0%
D) 96,3%
E) 100,0%
Resoluo
Dados: Mdia = 174,9; Desvio Padro (D.P.) = 10,4.
Intervalo (Mdia 2 D.P.):
(174,9 20,8; 174,9 + 20,8) = (154,1; 195,7)
O intervalo (154,1; 195,7 ) compreende todo o histograma exceto a classe

mais direita, cujo desempenho 3,7%. Ento o percentual de notas no
intervalo (Mdia 2 D.P.)
100% 3,7% = 96,3%
GABARITO: D
1.151 (INEP/Cesgranrio/2008) Analise as afirmaes a seguir.

O desvio padro sempre expresso nas mesmas unidades que os dados
originais.
PORQUE
O desvio padro uma medida de disperso dos dados.
Quanto s afirmaes acima, pode-se concluir que
A) as duas asseres so verdadeiras e a segunda uma justificativa correta
da primeira.
B) as duas asseres so verdadeiras e a segunda no uma justificativa
correta da primeira.
C) a primeira assero uma proposio verdadeira e a segunda, uma
proposio falsa.
D) a primeira assero uma proposio falsa e a segunda, uma proposio
verdadeira.
E) tanto a primeira como a segunda so proposies falsas.
Resoluo
Primeiramente, relembremos o conceito de conjuno causal em lngua

portuguesa.

Uma conjuno uma unidade que tm por misso reunir oraes num mesmo
enunciado.
Estas unidades so tradicionalmente denominadas conjunes, que so

classificadas em dois tipos: coordenadas e subordinadas.
A palavra PORQUE uma conjuno causal, pois inicia orao que exprime a
causa, o motivo, a razo do pensamento da orao principal.
Passemos analise das afirmaes.
Orao principal: o desvio padro sempre expresso nas mesmas unidades

que os dados originais VERDADEIRA.
Orao subordinada: o desvio padro uma medida de disperso dos dados

VERDADEIRA
Conquanto as duas oraes sejam verdadeiras, errado dizer que a orao

subordinada a causa da orao principal. Considere a varincia, que uma
medida de disperso dos dados. A varincia no expressa nas mesmas
unidades que os dados originais. Na verdade, o desvio padro expresso nas
mesmas unidades que os dados originais porque definido como a raiz
quadrada positiva da varincia (causa).
No exemplo a seguir, as duas afirmaes so verdadeiras e a segunda uma

justificativa correta da primeira:

originais.
PORQUE
definido como a raiz quadrada positiva da varincia.
GABARITO: B

Numa distribuio simtrica, a mdia e a mediana coincidem.
PORQUE
Numa distribuio simtrica a moda nem sempre existe.
da primeira.

proposio falsa.
verdadeira.
Resoluo
Relembremos o conceito de conjuno causal em lngua portuguesa.
Uma conjuno uma unidade que tm por misso reunir oraes num mesmo
enunciado.
Estas unidades so tradicionalmente denominadas conjunes, que so

classificadas em dois tipos: coordenadas e subordinadas.
A palavra PORQUE uma conjuno causal, pois inicia orao que exprime a
causa, o motivo, a razo do pensamento da orao principal.
Passemos analise das afirmaes.
Orao principal: Numa distribuio simtrica, a mdia e a mediana

coincidem.
Considere a distribuio normal (vide figura a seguir). A mdia e a mediana

coincidem porque a curva normal simtrica. A afirmao VERDADEIRA.
Densidade normal
0.45
0.4
0.35
0.3
0.25
f(x)
0.2
0.15
0.1
0.05
0
-3 -2 -1 0 1 2 3
x
Orao subordinada: Numa distribuio simtrica a moda nem sempre existe

A moda dada pelo valor mais freqente (ou de mxima frequncia). Se

todas as observaes de um conjunto de valores ocorrem com a mesma
frequncia, diz-se que a distribuio amodal, ou seja, no tem valor modal. A
figura a seguir mostra a distribuio uniforme, que amodal. A afirmao
VERDADEIRA.
As duas oraes so verdadeiras. Porm, a orao subordinada no a causa

da orao principal. O fato de a moda nem sempre existir em uma distribuio
simtrica no a causa de a mdia e a mediana coincidirem em uma
distribuio simtrica.
GABARITO: B


1.154 considere as variveis com distribuies de freqncia represen-
tadas nos seguintes grficos:
O Coeficiente de Assimetria de Pearson definido em funo da mdia

aritmtica (M), da mediana (Md) e do desvio padro S, como As = 3(M
Md)/S.
1.153 Considerando as distribuies apresentadas, As > 0 SOMENTE para as

distribuies
A) I e VI
B) II e III
C) II e IV
D) I, V e VI
E) II, III e IV
Resoluo
O Coeficiente de Assimetria de Pearson mede o grau de afastamento da

simetria de uma distribuio. Ele nulo quando a distribuio simtrica
(grficos I, V e VI).
As distribuies alongadas direita tm assimetria positiva (grficos II e IV),

enquanto que as distribuies alongadas esquerda tm assimetria negativa
(grfico III).
GABARITO: C
1.154 Considerando somente as distribuies apresentadas, As = 0 SOMENTE

para as distribuies
A) I e VI
B) II e III
C) II e IV
D) I, V e VI
E) II, III e IV
Resoluo
O Coeficiente de Assimetria de Pearson mede o grau de afastamento da

simetria de uma distribuio.
As distribuies dos grficos I, V e VI so simtricas. Portanto, tm As = 0.
GABARITO: D
1.155 (INEP/ 2008/Cesgranrio) Considere as afirmaes a seguir a

respeito do Coeficiente de Correlao (r) de Pearson entre duas variveis.
I - Se r=1, as observaes esto todas sobre uma linha reta no diagrama de

disperso.
II - Se r > 0, a varivel independente aumenta quando a varivel dependente
aumenta.
III - Se r < 0, a varivel independente decresce quando a varivel dependente
decresce.
IV- Se r=0,no existe relao entre as duas variveis.
So corretas APENAS as afirmaes
A) I e II
B) I e III
C) II e III
D) II e IV
E) III e IV
Resoluo
Duas variveis esto relacionadas, ou seja, h correlao entre elas, quando

as alteraes sofridas por uma das variveis so acompanhadas por alteraes
proporcionais na outra varivel.
O diagrama de disperso um grfico cartesiano em que cada um dos

eixos corresponde s variveis. A varivel dependente (y) situa-se no eixo
vertical (ordenadas). A varivel independente situa-se no eixo horizontal
(abcissas). Na figura a seguir, a despesa a varivel dependente (y) e o PIB
a varivel independente (x).
A linha de tendncia obtida aps a distribuio dos pares ordenados (x, y) no

grfico (veja a prxima figura).

A linha de tendncia (ou curva mdia) a curva que melhor se ajusta,

segundo algum critrio, distribuio dos pontos.
Diz-se que as variveis no so correlacionadas (r = 0) quando no

possvel ajustar uma linha de tendncia, como exemplificado pela figura a
seguir.
-1
-2
-3
-4 -3 -2 -1 0 1 2 3 4
Se a linha de tendncia for uma reta (como no diagrama despesa x PIB),

ento x e y tm correlao linear.
A linha de tendncia tambm pode ser uma linha curva (vide figura a seguir).

0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
2000 2500 3000 3500 4000 4500
Anlise das afirmaes:
I Verdadeira. Se r = 1, a correlao perfeita e todas as observaes esto

sobre uma linha reta no diagrama de disperso.
II - Verdadeira. Se r > 0, a varivel independente aumenta quando a varivel

dependente aumenta
III Falsa. Se r < 0, a varivel independente decresce quando a varivel

dependente aumenta.
IV Falsa. Se r = 0, no existe correlao linear entre as duas variveis. Ou

seja, r = 0 indica que no possvel ajustar uma reta a um dado diagrama de
disperso. Mas pode haver uma forte correlao no linear, cujos dados
resultem r = 0.
GABARITO: A
1.156 (INEP/2008/Cesgranrio) Utilizando-se do Mtodo dos Mnimos

Quadrados, a seguinte reta de regresso foi estimada para o desempenho de
um conjunto de candidatos em determinado exame de proficincia, em funo
do nmero mdio de horas de estudo, por dia, para preparao antes da
prova:
Yestt = 249 + 2,02 X
Considerando o modelo ajustado conclui-se que o(a)
A) coeficiente de correlao entre as variveis prximo de 1.

B) coeficiente de determinao de 100%.
C) intercepto tem um efeito muito maior em Y do que a inclinao.
D) relao entre X e Y no linear.
E) variao de uma unidade em X acarreta a variao em Y de 2,02.
Resoluo
A) O coeficiente de correlao (linear) r entre X e Y pode ser calculado pela

frmula
S xy
r=
S xx S yy
em que as somas de quadrados so dadas por
1
S xy = X iYi X i Yi
i n i i
2
1
S xx = X i2 X i
i n i
2
1
S yy = Yi Yi
2
i n i
e n denota o nmero de pontos do diagrama de disperso. Note que os dados

para o clculo de r no foram fornecidos. Logo, no se pode afirmar que
coeficiente de correlao entre as variveis prximo de 1.
B) O coeficiente de determinao dado pelo quadrado do coeficiente de

correlao linear r, ou seja, igual a r2 (*). Conforme explicado acima, os
dados para o clculo de r2 no foram fornecidos. Deste modo, nada se pode
afirmar com relao ao valor do coeficiente de determinao.
(*) Neste curso, temos usado com maior frequncia a notao R2 para o
coeficiente de determinao.
C) O intercepto o ponto onde a reta de regresso intercepta o eixo y. Afirmar

que o intercepto tem um efeito muito maior em Y do que a inclinao no faz
nenhum sentido.
D) Se foi possvel estimar a relao de associao linear entre X e Y
Yestt = 249 + 2,02.X

pelo mtodo dos mnimos quadrados, ento a afirmao a relao entre X e Y

no linear errada.
E) De acordo com a reta estimada (Yestt = 249 + 2,02.X), a variao de uma

unidade em X acarreta a variao em Y de 2,02 unidades. Para verificar que
isso verdade, faa X1 = 0 na equao da reta. Voc obtm Y1 = 249. Agora
faa X2 = 1. Voc obtm Y2 = 251,02. Repare que Y2 Y1 = 251,2 249 =
2,02.
GABARITO: E
1.157 (INEP/2008/Cesgranrio) Em um modelo de regresso linear

simples, um intervalo de confiana de 95,0% obtido para o coeficiente angular
foi (-0,24; 1,68). Com esse resultado s se pode concluir que
A) o intercepto igual a zero.

B) o coeficiente angular negativo.
C) a relao entre as variveis no linear.
D) a varivel dependente assume valores negativos.
E) no existe relao linear entre as duas variveis.
Resoluo
O modelo de regresso linear simples dado por
Y = + X + ,
em que Y a varivel dependente, X a varivel independente, o erro

aleatrio, representa o parmetro denominado intercepto e denota o
parmetro conhecido como declividade ou coeficiente angular.
Dado: intervalo de confiana de 95% para = (-0,24; 1,68).
semiamplitude do intervalo de confiana = [1,68 (-0,24)]/2 = 0,96.
estimativa de : b = [1,68 + (0,24)] / 2 = 0,72 .
intervalo de confiana de 95% para : 0,72 0,96 .
Observe que a margem de erro da estimativa do coeficiente angular , em

termos percentuais, igual a
100 % x ( 0,96/0,72) = 133,33%

A incerteza da estimativa da declividade to elevada ( 133,33%), que nos
permite concluir que os pontos do diagrama de disperso esto dispersos de
maneira que no existe relao linear entre Y e X (opo E).
Contudo, no se pode afirmar que a relao entre as variveis no linear

(opo C). Tudo o que podemos afirmar, com os dados fornecidos, que, com
certeza, no h relao linear.
As opes A, B e D so absurdas. A resposta correta a opo E.
GABARITO: E
(INEP/Cesgranrio/2008) Considere as informaes a seguir para

responder s questes de nos 1.158 e 1.159.
Uma amostra escolhida aleatoriamente dentre os candidatos a uma instituio

de ensino foi consultada sobre a dificuldade do exame de seleo aplicado. Os
resultados so apresentados na tabela a seguir.
1.158 Estime a proporo de candidatos, dentre os homens, que NO

considerou o exame fcil. O valor estimado
A) 22,0%
B) 38,4%
C) 48,5%
D) 84,6%
E) 85,2%
Resoluo
Proporo = 100% x (30 + 36)/78 = 84,6%.
GABARITO: D

1.159 Estime a proporo de candidatos que considerou o exame fcil. O valor
estimado
A) 57,3%
B) 34,4%
C) 15,3%
D) 14,7%
E) 13,7%
Resoluo
Proporo = 100% x (12 + 8)/(78 + 58) = 100% x (20/136) = 14,7%.
GABARITO: D
1.160 (INEP/2008/Cesgranrio) A tabela a seguir contm informaes do

desempenho no Saeb, em Lngua Portuguesa, nos anos de 1995 a 2005 as
mdias de desempenho so acompanhadas do respectivo erro padro, medida
que revela a preciso das estimativas. Tambm so apresentadas as
diferenas absolutas entre as mdias de desempenho de 2003 e 2005 e sua
significncia estatstica (diferena de mdia usando teste bilateral). Quando o
asterisco aparece na tabela indica que a diferena estatisticamente
significativa para o nvel de significncia de 5%.
Com base nos dados apresentados pode-se concluir que
I - o desempenho dos alunos foi 95% superior no ano de 2005 em relao ao

de 2003, apenas para a 4 Srie do E.F. e para a 3 Srie do E.M;
II com 95,0% de confiana, afirma-se que o desempenho dos alunos em
2003 foi superior ao de 2005, apenas para a 8 Srie do E.F;

III - com 95,0% de confiana, afirma-se que os desempenhos dos alunos
foram diferentes nos anos de 2003 e 2005 apenas para a 4 Srie do E.F. e
para a 3 Srie do E.M.
(So) correta(s) APENAS a(s) concluso(es)
A) I
B) II
C) III
D) I e III
E) II e III
Resoluo
Anlise das concluses:
I) Errada. Considere a 4 srie do E. F. Observe que a mdia em 2005 (=

172,3) foi apenas ligeiramente superior mdia de 2003 (= 169,4); na
verdade, foi 1,71% (= 100% x 2,9/169,4) superior no ano de 2005 em relao
ao ano de 2003. Por outro lado, o desempenho da 3 srie do E. M. em 2005
foi inferior ao de 2003, pois a mdia de 2005 (= 257,6) foi menor que a de
2003 (= 266,7).
II) Errada. Com 95,0% de confiana, afirma-se que o desempenho dos alunos
em 2003 foi superior ao de 2005, apenas para a 3 arie do E.M. Com relao
8 srie do E.F., apesar de a mdia de 2003 (= 232,0) ter sido maior que a
de 2005 (= 231,9), temos que a diferena entre as mdias no foi
estatisticamente significativa, ao nvel de significncia de 5%.
III) Correta. Sem comentrios adicionais.
GABARITO: C
Moraes Junior
moraesjunior@pontodosconcursos.com.br
Alexandre Lima
alexandre@pontodosconcursos.com.br

Questes Comentadas e Resolvidas Nesta Aula
Prova de Raciocnio Lgico-Quantitativo do AFRF/2012
1.111. (AFRF/2012/ESAF) A afirmao A menina tem olhos azuis ou o

menino loiro tem como sentena logicamente equivalente:
A) se o menino loiro, ento a menina tem olhos azuis.

B) se a menina tem olhos azuis, ento o menino loiro.
C) se a menina no tem olhos azuis, ento o menino loiro.
D) no verdade que se a menina tem olhos azuis, ento o menino loiro.
E) no verdade que se o menino loiro, ento a menina tem olhos azuis.
1.112. (AFRF/2012/ESAF) Se Anamara mdica, ento Anglica mdica.

Se Anamara arquiteta, ento Anglica ou Andrea so mdicas. Se Andrea
arquiteta, ento Anglica arquiteta. Se Andrea mdica, ento Anamara
mdica. Considerando que as afirmaes so verdadeiras, segue- se, portanto,
que:
A) Anamara, Anglica e Andrea so arquitetas.

B) Anamara mdica, mas Anglica e Andrea so arquitetas.
C) Anamara, Anglica e Andrea so mdicas.
D) Anamara e Anglica so arquitetas, mas Andrea mdica.
E) Anamara e Andrea so mdicas, mas Anglica arquiteta.
1.113. (AFRF/2012/ESAF) Se Ana pianista, ento Beatriz violinista. Se

Ana violinista, ento Beatriz pianista. Se Ana pianista, Denise violinista.
Se Ana violinista, ento Denise pianista. Se Beatriz violinista, ento
Denise pianista. Sabendo-se que nenhuma delas toca mais de um
instrumento, ento Ana, Beatriz e Denise tocam, respectivamente:
A) piano, piano, piano.

B) violino, piano, piano.
C) violino, piano, violino.
D) violino, violino, piano.
E) piano, piano, violino.
1.114. (AFRF/2012/ESAF) Caso ou compro uma bicicleta. Viajo ou no

caso. Vou morar em Pasrgada ou no compro uma bicicleta. Ora, no vou
morar em Pasrgada. Assim,
A) no viajo e caso.

B) viajo e caso.
C) no vou morar em Pasrgada e no viajo.
D) compro uma bicicleta e no viajo.
E) compro uma bicicleta e viajo.
1.115. (AFRF/2012/ESAF) Sabendo-se que o conjunto X dado por
X = {x R x2 9 = 0 ou 2x 1 = 9}
e o que o conjunto Y dado por
Y = {y R 2y + 1 = 0 e 2y2 y 1 = 0},
onde R o conjunto dos nmeros reais, ento pode-se afirmar que:
A) X Y = {-3; -0,5; 1; 3; 5}.

B) X Y = {-3; 3}.
C) X Y = {-3; -0,5; 3; 5}.
D) Y = {-0,5; 1}.
E) Y = {-1}.
1.116. (AFRF/2012/ESAF) Considerando-se a expresso trigonomtrica
x = 1 + cos 300,
um dos possveis produtos que a representam igual a
A) 2 cos2 150.
B) 4 cos2 150.
C) 2 sen2 300.
D) 2 cos2 300.
E) 4 sen2 150
1.117. (AFRF/2012/ESAF) As matrizes, A, B, C e D so quadradas de

quarta ordem. A matriz B igual a 1/2 da matriz A, ou seja: B = 1/2 A. A
matriz C igual a matriz transposta de B, ou seja: C = Bt. A matriz D
definida a partir da matriz C; a nica diferena entre essas duas matrizes
que a matriz D tem como primeira linha a primeira linha de C multiplicada por
2. Sabendo-se que o determinante da matriz A igual a 32, ento a soma dos
determinantes das matrizes B, C e D igual a
A) 6.
B) 4.

C) 12.
D) 10.
E) 8.
1.118. (AFRF/2012/ESAF) Considere o sistema de equaes lineares dado

por:
x+ y+ z =0

x y + rz = 2
rx + 2 y + z = 1

Sabendo-se que o sistema tem soluo nica para r 0 e r 1, ento o valor

de x igual a
2
A) .
r
2
B) .
r
1
C) .
r
1
D) .
r
E) 2r .
1.119. (AFRF/2012/ESAF) A funo bijetora dada por f ( x) = ( x + 1) /( x 2)

possui domnio no conjunto dos nmeros reais, exceto o nmero 2, ou seja:
{2} . O conjunto imagem de f(x) o conjunto dos reais menos o nmero 1,
ou seja: {1} . Desse modo, diz-se que f(x) uma funo de {2} em
{1} . Com isso, a funo inversa de f, denotada por f-1, definida como
2x + 1
A) f 1 ( x) = de {1} em {2} .
x 1
2x 1
B) f 1 ( x) = de {1} em {2} .
x +1
2x 1
C) f 1 ( x) = de {2} em {1} .
x 1
x2
D) f 1 ( x) = de {1} em {2} .
x +1
x2
E) f 1 ( x) = de {2} em {1} .
x +1

1.120. (AFRF/2012/ESAF) Na prateleira de uma estante, encontram-se 3
obras de 2 volumes e 2 obras de 2 volumes, dispondo-se, portanto, de um
total de 10 volumes. Assim, o nmero de diferentes maneiras que os volumes
podem ser organizados na prateleira, de modo que os volumes de uma mesma
obra nunca fiquem separados, igual a
A) 3.260.
B) 3.840.
C) 2.896.
D) 1.986.
E) 1.842.
1.121. (AFRF/2012/ESAF) A expectncia de uma varivel aleatria x

mdia ou esperana matemtica como tambm chamada igual a 2, ou
seja: E(x) = 2. Sabendo-se que a mdia dos quadrados de x igual a 9, ento
os valores da varincia e do coeficiente de variao de x so, respectivamente,
iguais a
5
A) 5;

2
B) 5; 5
2
C) 5;
5
2
D) 5;
5
5
E) ;5

2
1.122. (AFRF/ESAF/2012) Em uma cidade de colonizao alem, a

probabilidade de uma pessoa falar alemo de 60%. Selecionando-se ao
acaso 4 pessoas desta cidade, a probabilidade de 3 delas no falarem alemo
, em valores percentuais, igual a
A) 6,4.
B) 12,26.
C) 15,36.
D) 3,84.
E) 24,5.
1.123. (AFRF/ESAF/2012) Em um concurso pblico, a nota mdia da prova

de ingls foi igual a 7 com desvio-padro igual a 2. Por outro lado, a nota
mdia da prova de lgica foi igual a 7,5 com desvio-padro igual a 4. Nan
obteve nota 8 em Ingls e nota 8 em Lgica. Nen obteve nota 7,5 em Ingls
e 8,5 em Lgica. Nini obteve 7,5 em Ingls e 9 em Lgica. Com relao
melhor posio relativa ou ao melhor desempenho , pode-se afirmar que o
desempenho de
A) Nan foi o mesmo em Ingls e Lgica.

B) Nini foi melhor em Lgica do que o de Nan em Ingls.
C) Nen foi melhor em lgica do que o de Nan em Ingls.
D) Nen foi o mesmo em Ingls e Lgica.
E) Nen foi melhor em Lgica do que em Ingls.
1.124. (AFRF/ESAF/2012) Um modelo de regresso linear mltipla foi

estimado pelo mtodo de Mnimos Quadrados, obtendo-se, com um nvel de
confiana de 95%, os seguintes resultados:
I. Y = 10 + 2,5 x1 + 0,3x2 + 2 x3
II. o coeficiente de determinao R2 igual a 0,9532
III. o valor-p=0,003
Desse modo, pode-se afirmar que:

de 2,5 %.
rejeitada.
1.125. (AFRF/ESAF/2012) O Sr. Ramoile, professor de Estatstica

aposentado, vem h muito tempo acompanhando os dados sobre custos e
faturamento do restaurante de sua filha Ceclia. O restaurante funciona todos
os dias da semana e o Sr. Ramoile concluiu que: o custo dirio do restaurante
segue uma distribuio normal, com mdia igual a R$ 500,00 e desvio-padro
igual a R$ 10,00 e que o faturamento dirio, tambm, apresenta uma
distribuio normal, com mdia R$ 800 e desvio-padro R$ 20. Como o Sr.
Ramoile conhece muito bem os princpios bsicos da estatstica, ele sabe que,
se uma varivel Z seguir uma distribuio normal padro, ento Z tem mdia 0
e varincia 1. Ele tambm sabe que a probabilidade dessa varivel Z assumir
valores no intervalo entre 0 < Z < 2 ou seja, entre a mdia 0 e 2 desvios-
padro , aproximadamente, igual a 0,4772. Ceclia, muito preocupada com
o futuro de seu restaurante, perguntou a seu pai se ele poderia verificar a
probabilidade de, em um dia qualquer, o custo ser maior do que R$ 520,00 e o
faturamente ficar no intervalo entre R$ 760,00 e R$ 840,00. Aps alguns
minutos, o Sr. Ramoile disse, acertadamente, que as respectivas
probabilidades so, em termos percentuais, iguais a
A) 2,28;95,44.
B) 52,28;95,44.
C) 2,28;98,69.
D) 98,69;95,44.
E) 98,65;2,28.
1.126. (AFRF/ESAF/2012) Os catetos de um tringulo retngulo medem,

respectivamente, z metros e (w 2) metros. Sabendo-se que o ngulo oposto
ao cateto que mede (w 2) metros igual a um ngulo de 450, ento o
permetro desse tringulo, em metros, igual a
A) z 2 ( w 2)
B) zw(2 2 )
C) zw(2 + 2 )
D) ( z + w)( z + w 2 )
E) z (2 + 2 )
1.127. (AFRF/ESAF/2012) Uma sequncia de nmeros k1, k2, k3, k4,....,kn

denominada Progresso Geomtrica PG de n termos quando, a partir do
segundo termo, cada termo dividido pelo imediatamente anterior for igual a
uma constante r denominada razo. Sabe-se que, adicionando uma constante
x a cada um dos termos da sequncia (p 2); p; e (p + 3) ter-se- uma PG.
Desse modo, o valor de x, da razo e da soma dos termos da PG so,
respectivamente, iguais a
A) (6 p); 2/3; 21.

B) (p +6); 3/2; 19.
C) 6; (6 p); 21.
D) (6 p); 3/2; 19.
E) (p 6); p; 20.
1.128. (AFRF/ESAF/2012) Luca vai ao shopping com determinada quantia.

Com essa quantia, ele pode comprar 40 lpis ou 30 canetas. Luca, que sempre
muito precavido, guarda 10% do dinheiro para voltar de nibus. Sabendo

que Luca comprou 24 lpis, ento o nmero de canetas que Luca pode
comprar, com o restante do dinheiro, igual a
A) 9.
B) 12.
C) 6.
D) 18.
E) 15.
1.129. (AFRF/ESAF/2012) No sistema de juros simples, um capital foi

aplicado a uma determinada taxa anual durante dois anos. O total de juros
auferidos por esse capital no final do perodo foi igual a R$ 2.000,00. No
sistema de juros compostos, o mesmo capital foi aplicado durante o mesmo
perodo, ou seja, 2 anos, e a mesma taxa anual. O total de juros auferidos por
esse capital no final de 2 anos foi igual a R$ 2.200,00. Desse modo, o valor do
capital aplicado, em reais, igual a
A) 4.800,00.
B) 5.200,00.
C) 3.200,00.
D) 5.000,00.
E) 6.000,00.
1.130. (AFRF/ESAF/2012) A taxa cobrada por uma empresa de logstica

para entregar uma encomenda at determinado lugar proporcional raiz
quadrada do peso da encomenda. Ana, que utiliza, em muito, os servios
dessa empresa, pagou para enviar uma encomenda de 25kg uma taxa de R$
54,00. Desse modo, se Ana enviar a mesma encomenda de 25kg dividida em
dois pacotes de 16kg e 9kg, ela pagar o valor total de
A) 54,32.
B) 54,86.
C) 76,40.
D) 54.
E) 75,60.
Prova de Raciocnio Lgico-Quantitativo do ATRFB/2012
1.131. (ATRFB/ESAF/2012) A negao da proposio se Paulo estuda,

ento Marta atleta logicamente equivalente proposio
A) Paulo no estuda e Marta no atleta.

B) Paulo estuda e Marta no atleta.
C) Paulo estuda ou Marta no atleta.
D) se Paulo no estuda, ento Marta no atleta.
E) Paulo no estuda ou Marta no atleta.
1.132. (ATRFB/ESAF/2012) Se Paulo irmo de Ana, ento Natlia prima

de Carlos. Se Natlia prima de Carlos, ento Marta no me de Rodrigo. Se
Marta no me de Rodrigo, ento Leila tia de Maria. Ora, Leila no tia de
Maria. Logo
A) Marta no me de Rodrigo e Paulo irmo de Ana.

B) Marta me de Rodrigo e Natlia prima de Carlos.
C) Marta no me de Rodrigo e Natlia prima de Carlos.
D) Marta me de Rodrigo e Paulo no irmo de Ana.
E) Natlia no prima de Carlos e Marta no me de Rodrigo
1.133. (ATRFB/ESAF/2012) Uma esfera foi liberada no ponto A de uma

rampa. Sabendo-se que o ponto A est a 2 metros do solo e que o caminho
percorrido pela esfera exatamente a hipotenusa do tringulo retngulo da
figura abaixo, determinar a distncia que a esfera percorreu at atingir o
solo no ponto B.
A) 5 metros
B) 3 metros
C) 4 metros
D) 6 metros
E) 7 metros
2 1
1.134. (ATRFB/ESAF/2012) Dada a matriz A = , o determinante de A5
0 1
igual a
A) 20
B) 28
C) 32
D) 30
E) 25
1.135 (ATRFB/2012/ESAF) A varincia da amostra formada pelos valores 2,

3, 1, 4, 5 e 3 igual a
A) 3
B) 2
C) 1
D) 4
E) 5
1.136 (ATRFB/2012/ESAF) O Ministrio da Fazenda pretende selecionar ao

acaso 3 analistas para executar um trabalho na rea de tributos. Esses 3
analistas sero selecionados de um grupo composto por 6 homens e 4
mulheres. A probabilidade de os 3 analistas serem do mesmo sexo igual a
A) 40%.
B) 50%.
C) 30%.
D) 20%.
E) 60%.
1.137 (ATRFB/2012/ESAF) Marta aplicou R$ 10.000,00 em um banco por 5

meses, a uma taxa de juros simples de 2% ao ms. Aps esses 5 meses, o
montante foi resgatado e aplicado em outro banco por mais 2 meses, a uma
taxa de juros compostos de 1% ao ms. O valor dos juros da segunda etapa
da aplicao igual a
A) R$221,10.
B) R$220,00.
C) R$252,20.
D) R$212,20.
E) R$211,10.
1.138 (ATRFB/2012/ESAF) Um ttulo de R$ 20.000,00 foi descontado 4

meses antes do seu vencimento, a uma taxa de desconto comercial simples de
5% ao ms. A taxa efetiva mensal de juros simples dessa operao igual a
A) 6,50%.
B) 5,50%.

C) 5,25%.
D) 6,00%.
E) 6,25%.
1.139 (ATRFB/2012/ESAF) Para construir 120 m2 de um muro em 2 dias,

so necessrios 6 pedreiros. Trabalhando no mesmo ritmo, o nmero de
pedreiros necessrios para construir 210 m2 desse mesmo muro em 3 dias
igual a
A) 2.
B) 4.
C) 3.
D) 5.
E) 7.
1.140 (ATRFB/2012/ESAF) Em um tanque h 3 torneiras. A primeira enche

o tanque em 5 horas, a segunda, em 8 horas, j a terceira o esvazia em 4
horas. Abrindo-se as 3 torneiras ao mesmo tempo e estando o tanque vazio,
em quanto tempo o tanque ficar cheio?
A) 10 horas e 40 minutos
B) 13 horas e 20 minutos
C) 14 horas e 30 minutos
D) 11 horas e 50 minutos
E) 12 horas e 10 minutos

1.141 (INEP/Cesgranrio/2008) Denotando-se a mdia e a varincia

amostral, respectivamente, por X e S 2 , o erro padro da estimativa da mdia
populacional (M) definido como
A) X M
B) X M
S
C)
n
S
D)
n
S2
E)
n
(INEP/Cesgranrio/2008) Para responder s questes de nos 1.142 e 1.143,

considere as distribuies amostrais de cinco estimadores propostos para
estimar o parmetro T de uma populao, ilustradas na figura apresentada a
seguir.
1.141 Se o interesse for um estimador no viesado, deve-se utilizar apenas
(A) T1
(B) T4
(C) T1 ou T4
(D) T2 ou T5
(E) T1 ou T2 ou T3
1.143 Levando-se em conta as propriedades de um bom estimador, o melhor

dentre os estimadores propostos

(A) T1
(B) T2
(C) T3
(D) T4
(E) T5
(INEP/Cesgranrio/2008) Para resolver as questes de nos 1.144 a

1.146 utilize as informaes a seguir.
O nmero de ausentes, por sala, em um dos prdios de aplicao de certo

exame de proficincia aplicado em certa regio, segue a seguinte distribuio:
Ausncia Freq.
0 1
1 2
2 3
3 5
4 4
5 2
6 3
7 3
9 1
10 1
1.144 O nmero total de salas de aplicao neste prdio foi
A) 5
B) 10
C) 11
D) 25
E) 47
1.145 Qual foi o nmero mdio de ausentes por sala?
A) 10,7
B) 5,0
C) 4,7
D) 4,3
E) 2,5
1.146 A mediana do nmero de ausentes neste prdio
A) 3,0
B) 3,5
C) 4,0
D) 4,5
E) 5,0
1.147 (INEP/Cesgranrio/2008) Considere as informaes apresentadas a

seguir sobre Ensino Mdio.
As concluses a seguir podem ser tiradas a partir do grfico.
I Na unidade da federao com melhor desempenho mdio os alunos

demoram, em mdia, 1,4 anos para a concluso de uma srie do Ensino
Mdio.
II O desempenho mdio nas unidades da federao diretamente
proporcional ao tempo mdio para concluso de uma srie do Ensino Mdio.
III A moda dos tempos mdios para a concluso de uma srie do Ensino
Mdio 1,3 anos.
IV Os estados de So Paulo, Santa Catarina e Esprito Santo apresentaram o
pior desempenho nessa edio do Saeb.
So corretas APENAS as concluses
A) I e III
B) I e IV

C) II e III
D) II e IV
E) I, II e IV
(INEP/Cesgranrio/2008) Para responder s questes de nos 1.148 a

1.150 considere as informaes sobre o desempenho em Matemtica
de alunos de escolas pblicas na Prova Brasil 2005 4a srie do
Ensino Fundamental, por unidade da Fede- rao, representado no
histograma a segur.
1.148 O nmero de Unidades da Federao com mdias acima de 176
A) 11
B) 9
C) 6
D) 5
E) 4
1.149 A classe modal desta distribuio tem como limites
A) 156 160
B) 164 168
C) 172 176
D) 176 178
E) 196 200
1.150 O percentual de notas no intervalo (Mdia 2 D.P.)
A) 33,3%
B) 50,0%
C) 68,0%
D) 96,3%
E) 100,0%

originais.
PORQUE
O desvio padro uma medida de disperso dos dados.
da primeira.
proposio falsa.
verdadeira.

Numa distribuio simtrica, a mdia e a mediana coincidem.
PORQUE
Numa distribuio simtrica a moda nem sempre existe.
da primeira.
proposio falsa.
verdadeira.

1.154 considere as variveis com distribuies de freqncia represen-
tadas nos seguintes grficos:
O Coeficiente de Assimetria de Pearson definido em funo da mdia

aritmtica (M), da mediana (Md) e do desvio padro S, como As = 3(M
Md)/S.
1.153 Considerando as distribuies apresentadas, As > 0 SOMENTE para as

distribuies
A) I e VI
B) II e III
C) II e IV
D) I, V e VI
E) II, III e IV
1.154 Considerando somente as distribuies apresentadas, As = 0 SOMENTE

para as distribuies
A) I e VI
B) II e III

C) II e IV
D) I, V e VI
E) II, III e IV
1.155 (INEP/ 2008/Cesgranrio) Considere as afirmaes a seguir a

respeito do Coeficiente de Correlao (r) de Pearson entre duas variveis.
I - Se r=1, as observaes esto todas sobre uma linha reta no diagrama de

disperso.
II - Se r > 0, a varivel independente aumenta quando a varivel dependente
aumenta.
III - Se r < 0, a varivel independente decresce quando a varivel dependente
decresce.
IV- Se r=0,no existe relao entre as duas variveis.
So corretas APENAS as afirmaes
A) I e II
B) I e III
C) II e III
D) II e IV
E) III e IV
1.156 (INEP/ 2008/Cesgranrio) Utilizando-se do Mtodo dos Mnimos

Quadrados, a seguinte reta de regresso foi estimada para o desempenho de
um conjunto de candidatos em determinado exame de proficincia, em funo
do nmero mdio de horas de estudo, por dia, para preparao antes da
prova:
Yestt = 249 + 2,02 X
Considerando o modelo ajustado conclui-se que o(a)
A) coeficiente de correlao entre as variveis prximo de 1.

B) coeficiente de determinao de 100%.
C) intercepto tem um efeito muito maior em Y do que a inclinao.
D) relao entre X e Y no linear.
E) variao de uma unidade em X acarreta a variao em Y de 2,02.
1.157 (INEP/ 2008/Cesgranrio) Em um modelo de regresso linear

simples, um intervalo de confiana de 95,0% obtido para o coeficiente angular
foi (-0,24; 1,68). Com esse resultado s se pode concluir que

A) o intercepto igual a zero.
B) o coeficiente angular negativo.
C) a relao entre as variveis no linear.
D) a varivel dependente assume valores negativos.
E) no existe relao linear entre as duas variveis.
Considere as informaes a seguir para responder s questes de nos

1.158 e 1.159.
Uma amostra escolhida aleatoriamente dentre os candidatos a uma instituio

de ensino foi consultada sobre a dificuldade do exame de seleo aplicado. Os
resultados so apresentados na tabela a seguir.
1.158 Estime a proporo de candidatos, dentre os homens, que NO

considerou o exame fcil. O valor estimado
A) 22,0%
B) 38,4%
C) 48,5%
D) 84,6%
E) 85,2%
1.159 Estime a proporo de candidatos que considerou o exame fcil. O valor

estimado
A) 57,3%
B) 34,4%
C) 15,3%
D) 14,7%
E) 13,7%
1.160 (INEP/2008/Cesgranrio) A tabela a seguir contm informaes do

desempenho no Saeb, em Lngua Portuguesa, nos anos de 1995 a 2005 as
mdias de desempenho so acompanhadas do respectivo erro padro, medida
que revela a preciso das estimativas. Tambm so apresentadas as
diferenas absolutas entre as mdias de desempenho de 2003 e 2005 e sua
significncia estatstica (diferena de mdia usando teste bilateral). Quando o
asterisco aparece na tabela indica que a diferena estatisticamente
significativa para o nvel de significncia de 5%.
Com base nos dados apresentados pode-se concluir que
I - o desempenho dos alunos foi 95% superior no ano de 2005 em relao ao

de 2003, apenas para a 4 Srie do E.F. e para a 3 Srie do E.M;
II com 95,0% de confiana, afirma-se que o desempenho dos alunos em
2003 foi superior ao de 2005, apenas para a 8 Srie do E.F;
III - com 95,0% de confiana, afirma-se que os desempenhos dos alunos
foram diferentes nos anos de 2003 e 2005 apenas para a 4 Srie do E.F. e
para a 3 Srie do E.M.
(So) correta(s) APENAS a(s) concluso(es)
A) I
B) II
C) III
D) I e III
E) II e III

Gabarito
1.111 C 1.112 C 1.113 B 1.114 B 1.115 C 1.116 A 1.117 E 1.118 D

1.119 A 1.120 B 1.121 A 1.122 (*) 1.123 D 1.124 B 1.125 A 1.126 E
1.127 D 1.128 A 1.129 D 1.130 E 1.131 B 1.132 D 1.133 C 1.134 C
1.135 B 1.136 D 1.137 A 1.138 E 1.139 E 1.140 B 1.141 D 1.142 E
1.143 B 1.144 D 1.145 D 1.146 C 1.147 A 1.148 A 1.149 B 1.150 D
1.151 B 1.152 B 1.153 C 1.154 D 1.155 A 1.156 E 1.157 E 1.158 D
1.159 D 1.160 C
(*) ANULADA
Bibliografia
Moraes Junior, Alexandre Lima. Raciocnio Lgico, incluindo Matemtica,

Matemtica Financeira e Estatstica. Editora Mtodo. Rio de Janeiro. 2010.

Aula 17

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Aula 17

Uploaded by

Copyright:

Available Formats

Curso Online - Raciocnio Lgico-Quantitativo para Traumatizados em

Exerccios, incluindo Matemtica, Matemtica Financeira e Estatstica

Aula 17 - Questes Comentadas e Resolvidas

Aula complementar: tpicos diversos

Resolvemos, nas prximas 30 questes, as provas de raciocnio lgico-

Prova de Raciocnio Lgico-Quantitativo do AFRF/2012

1.111. (AFRF/2012/ESAF) A afirmao A menina tem olhos azuis ou o

A) se o menino loiro, ento a menina tem olhos azuis.

Podemos desdobrar a afirmao do enunciado em duas proposies simples:

A menina tem olhos azuis proposio p.

o menino loiro proposio q.

Logo, a afirmao (proposio composta)

A menina tem olhos azuis ou o menino loiro

uma proposio disjuntiva (ou disjuno), p v q (p ou q), que possui a

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 1

A implicao (ou proposio condicional)

se o menino loiro, ento a menina tem olhos azuis.

pode ser escrita na forma compacta

A proposio condicional q p no equivalente proposio disjuntiva p v

Temos a proposio condicional

se a menina tem olhos azuis, ento o menino loiro

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 2

A proposio p v q no equivalente proposio p q:

Temos a proposio condicional

se a menina no tem olhos azuis, ento o menino loiro

A proposio p v q equivalente proposio ~p q:

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 3

Analisemos as demais alternativas por completeza da soluo.

Temos a proposio condicional

no verdade que se a menina tem olhos azuis, ento o menino loiro

A proposio p v q no equivalente proposio ~(p q):

no verdade que se o menino loiro, ento a menina tem olhos azuis

A proposio p v q no equivalente proposio ~(p q):

1.112. (AFRF/2012/ESAF) Se Anamara mdica, ento Anglica mdica.

A) Anamara, Anglica e Andrea so arquitetas.

Temos as seguintes proposies:

A: Se Anamara mdica, ento Anglica mdica.

A concluso pode ser obtida utilizando-se diagramas de Venn, como se segue.

Proposio A: se Anamara mdica, ento Anglica mdica. Andrea pode

Anamara Anglica Andrea

Proposio B: h trs cenrios (os dois primeiros se desdobram em quatro

1. Se Anamara arquiteta, ento Anglica mdica. Andrea pode ser

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 6

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 7

Proposio C: se Andrea arquiteta, ento Anglica arquiteta. Anamara

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 8

Proposio D: se Andrea mdica, ento Anamara mdica. Anglica pode

Neste ponto, podemos excluir as opes A e B (porque Anglica e Andrea no

J deduzimos que Andrea mdica. De acordo com a proposio D, se Andrea

Como Anamara mdica, ento Anglica mdica (vide proposio A).

Finalmente, conclumos que Andrea, Anamara e Anglica so mdicas.

1.113. (AFRF/2012/ESAF) Se Ana pianista, ento Beatriz violinista. Se

A) piano, piano, piano.

Premissa A: se Ana pianista, ento Beatriz violinista

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 10

Premissa B: Se Ana violinista, ento Beatriz pianista.

Premissa C: se Ana pianista, Denise violonista.

Premissa D: se Ana violonista, ento Denise pianista.

Premissa E: se Beatriz violonista, ento Denise pianista.

Sabe-se que nenhuma delas toca mais de um instrumento.

Profs. Alexandre Lima e Moraes Junior www.pontodosconcursos.com.br 11

As premissas C e D tambm no podem ser verdadeiras ao mesmo tempo.

Assuma, por exemplo, que a premissa D verdadeira, ou seja, Ana toca

Se Ana toca violino, ento Beatriz toca piano e a premissa B verdadeira.