Teoria Da Resposta Do Item

UNIVERSIDADE FEDERAL DO ESTADO DO RIO DE JANEIRO
CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA

CURSO DE PÓS-GRADUAÇÃO EM MATEMÁTICA
Luís Felipe Bezerra Pereira
Uma introdução ingênua à teoria de resposta ao item.
Rio de Janeiro
2018
Trabalho de Conclusão de Curso

apresentado ao Programa de
Pós-graduação em Matemática
PROFMAT da UNIRIO, como
requisito para a obtenção do
grau de MESTRE em
Matemática.
Orientador: José Teixeira Cal Neto

Doutor em
matemática pela Pontifícia
Universidade Católica do Rio
de Janeiro
Rio de Janeiro
2018
Trabalho de Conclusão de Curso

apresentado ao Programa de
Pós-graduação em Matemática
PROFMAT da UNIRIO, como
requisito para a obtenção do
grau de MESTRE em
Matemática.
Aprovado em _____/_____/2018
BANCA EXAMINADORA
_____________________________________
Prof. Dr. José Teixeira Cal Neto – Orientador (UNIRIO)
______________________________________
Prof. Dr. Gladson Octaviano Antunes (UNIRIO)
______________________________________
Prof. Dr. Chistiane Sertã Costa (PUC - Rio)
Dedico este trabalho, primeiramente,
a Deus; depois, à minha esposa, que
me deu apoio incondicional, às
minhas filhas, que sempre tiveram
paciência para entender os
momentos de ausência e aos meus
pais, por todo o suporte e ajuda nos
momentos difíceis, para que fosse
possível me dedicar ao longo dessa
incrível jornada.
“A matemática, vista corretamente, possui não apenas
verdade, mas também suprema beleza - uma beleza fria e
austera, como a da escultura.”
BERTRAND RUSSELL
Agradecimentos
A Deus, por me iluminar e me dar saúde para poder sustentar os momentos difíceis.
A minha esposa Ana Paula, meu porto seguro, que sempre me deu força para continuar
estudando.
As minhas filhas, Isabela e Júlia, por toda a paciência e compreensão nos momentos de
ausência, durante os dias de estudos.
A minha família, em especial aos meus pais, Jorge Felipe e Conceição de Maria, por todo
apoio dado durante esse período.
Ao meu orientador José Teixeira Cal Neto, por toda sua paciência comigo e por acreditar
no meu potencial.
Aos meus amigos do mestrado, que me ajudaram ao longo do curso.
A todos que, de alguma forma, contribuíram para a realização deste trabalho.
Resumo
Este trabalho tem como objetivo mostrar as possibilidades e as vantagens

oferecidas pela utilização da Teoria de Resposta ao Item (TRI) em relação ao método
tradicionalmente usado - teoria clássica dos testes (TCT) - nas escolas de ensino
fundamental e médio do Brasil. A TRI já é uma grande conhecida de alguns países, por
exemplo dos Estados Unidos, e é frequentemente aplicada nas avaliações de larga escala.
Atualmente, no Brasil, a TRI vem sendo aplicada no Exame Nacional do Ensino Médio
(ENEM). Faremos o estudo desse modelo a partir de recursos computacionais, em
particular o software Maple e o Excel. A fim de facilitar o entendimento, faremos
simulações de pequenos testes envolvendo a TRI; casos esses que serão de suma
importância para o entendimento da teoria. O software Maple nos permitiu a análise das
curvas características dos itens (CCI) nos gráficos, em duas e três dimensões; além de
possibilitar a estimação das habilidades. Um simulado ENEM foi aplicado a 153 alunos
de escolas públicas e privadas e suas notas foram calculadas de modo simples usando a
TRI, com o auxílio de um complemento no software Excel. Tal complemento possibilita
a oportunidade do professor construir as notas de seus alunos usando a TRI. Assim, a
melhor maneira encontrada foi usando um complemento para o Excel.
Palavras-Chave: Teoria de Testes, TRI, TCT

Abstract
This work aims to show the possibilities and advantages offered by the use of Item
Response Theory (IRT) in relation to the traditionally used method, classical theory of
tests (CTT), in primary and secondary schools in Brazil. The IRT is already widely used
in some countries, for example of the United States, and is often applied in large scale
assessments. Currently in Brazil IRT has been applied in the Exame Nacional do Ensino
Médio (ENEM). We will study this model from computational resources, in particular
Maple software and Excel. In order to facilitate understanding, we will do simulations of
small tests involving IRT, which will be extremely important. The Maple software
allowed us to analyze the item characteristic curves (ICC) in the graphs in two and three
dimensions, besides allowing the estimation of the abilities. A simulated ENEM test was
applied to 153 students from public and private schools and their scores were computed
by using IRT, via an add-in of the Excel software. Such a tool enables the teacher to grade
their students using IRT, with a software that is easily obtained.
Keywords: Test Theory, IRT, CTT

Sumário
1. INTRODUÇÃO ....................................................................................................... 13
2. O MODELO UNIDIMENSIONAL DE TRÊS PARÂMETROS (ML3) ............ 15
2.1 PARÂMETROS DOS ITENS E FUNÇÃO DE RESPOSTA DO ITEM .. 15
3. USO DO SOFWARE MAPLE PARA ANALISE DA FRI E AS CCI ................ 17
3.1 ANÁLISE DOS PARÂMETROS COM AUXÍLIO DO MAPLE .............. 18
3.2 MODIFICANDO O PARÂMETRO B E MANTENDO FIXOS A E C..... 20
3.3 MODIFICANDO O PARÂMETRO A E MANTENDO FIXOS B E C .... 21
3.4 MODIFICANDO O PARÂMETRO C E MANTENDO FIXOS B E A .... 22
4. ANÁLISE 2D MANTENDO A FIXO E VARIANDO B ..................................... 23
4.1 UM INDIVÍDUO E DOIS ITENS ................................................................. 23
4.2 UM INDIVÍDUO, TRÊS ITENS E UM ACERTO ..................................... 25
4.3 UM INDIVÍDUO, TRÊS ITENS E DOIS ACERTOS................................. 28
4.4 UM INDIVÍDUO, TRÊS ITENS E TRÊS ACERTOS................................ 31
4.5 UM INDIVÍDUO, TRÊS ITENS E TRÊS ERROS ..................................... 32
5. ATRIBUINDO HABILIDADES, DADO UM RESULTADO ............................. 34
5.1 ANÁLISE 3D MANTENDO A FIXO E VARIANDO B ............................ 34
5.1.1 T1 E T2 ACERTAM TODOS OS ITENS ............................................ 36
5.1.2 T1 E T2 ERRAM TODOS OS ITENS .................................................. 37
5.1.3 T1 E T2 ERRAM UM ITEM ..................................................................... 38
5.1.4 T1 E T2 ERRAM DOIS ITENS ............................................................ 39
5.1.5 T1 E T2 ACERTAM DOIS ITENS ....................................................... 42
5.2 ANÁLISE 3D MANTENDO B FIXO E VARIANDO A ............................ 45
5.2.1 T1 E T2 ACERTAM DOIS ITENS ....................................................... 46
5.2.2 T1 E T2 ERRAM DOIS ITENS ............................................................ 48
5.2.3 T1 E T2 ERRAM QUATRO ITENS ..................................................... 50
6.ESTIMATIVAS DOS PARÂMETROS DOS ITENS QUANDO SÓ
CONHECEMOS OS PADRÕES DE RESPOSTA E USAMOS VALORES
PROVISÓRIOS PARA AS HABILIDADES ............................................................ 54
7. APLICAÇÃO DA TRI COM O USO DO EXCEL .............................................. 56
7.1 ESTIMAÇÃO DOS PARÂMETROS DOS ITENS .................................... 61
7.2 ESTIMAÇÃO DAS HABILIDADES ........................................................... 64
Lista de Gráficos
Gráfico 01 – Curva característica do item (CCI) ........................................................... 18
Gráfico 02 – Curva CCI, ponto de Inflexão .................................................................. 19
Gráfico 03 – Curva CCI, reta tangente ao ponto de Inflexão ........................................ 20
Gráfico 04 – Curva CCI, modificando o parâmetro b e mantendo a e c fixos .............. 21
Gráfico 05 – CCI, modificando o parâmetro a e mantendo b e c .................................. 21
Gráfico 06 – CCI, variação de probabilidade ................................................................ 22
Gráfico 07 – CCI, modificando o parâmetro c e mantendo fixos b e a ......................... 22
Gráfico 08 – CCIs, construída com os resultados da tabela .......................................... 23
Gráfico 09 – Construída com os resultados da tabela 02 .............................................. 24
Gráfico 18 – Curvas CCI, mantendo “a” fixo e variando ..............................................35
Gráfico 19 – Construída com as informações da tabela 11 ........................................... 36
Gráfico 22 – Ponto máximo finito ................................................................................. 39
Gráfico 24 –Estimação da habilidade............................................................................. 40
Gráfico 25 – Ponto de máximo finito ............................................................................ 41
Gráfico 26 – Construída com as informações da tabela 115 ......................................... 42
Gráfico 27 – Estimação da habilidade.................................................................... ....... 43
Gráfico 29 – CCI, aumentando o parâmetro “a” ........................................................... 45
Gráfico 31 – Estimação da habilidade............................................................................ 47
Gráfico 34 – Estimação da habilidade................................................................... ........ 49
Gráfico 38 – CCIs dos 45 itens ...................................................................................... 69
11
Lista de Tabelas
Tabela 01 ....................................................................................................................... 23
Tabela 02 ....................................................................................................................... 24
Tabela 03 ....................................................................................................................... 25
Tabela 04 ....................................................................................................................... 26
Tabela 05 ....................................................................................................................... 28
Tabela 06 ....................................................................................................................... 28
Tabela 07 ....................................................................................................................... 29
Tabela 08 ....................................................................................................................... 30
Tabela 09 ....................................................................................................................... 31
Tabela 10 ....................................................................................................................... 32
Tabela 11 ....................................................................................................................... 36
Tabela 12 ....................................................................................................................... 37
Tabela 13 ....................................................................................................................... 38
Tabela 14 ....................................................................................................................... 39
Tabela 15 ....................................................................................................................... 41
Tabela 16 ....................................................................................................................... 46
Tabela 17 ....................................................................................................................... 48
Tabela 18 ....................................................................................................................... 50
Tabela 19 ....................................................................................................................... 52
Tabela 20 – Tabela completa contendo os parâmetros estimados .................................62
Tabela 21 – TCT x TRI ................................................................................................. 64
Lista de Figuras
Figura 01 – Planilha com os resultados do simulado .................................................... 55
Figura 02 – Início do suplemento .................................................................................. 56
Figura 03 – Itens dicotômicos ....................................................................................... 56
Figura 04 – Seleção do modelo de três parâmetros ....................................................... 57
Figura 05 – Seleção das funções ................................................................................... 58
Figura 06 – Estatística clássica dos testes ..................................................................... 59
Figura 07 – Score .......................................................................................................... 59
Figura 08 – Estimação dos parâmetros dos itens .......................................................... 60
Figura 09 – Os parâmetros estimados ........................................................................... 61
12
1 Introdução.
Sem dúvida, uma das grandes perguntas que nos fazemos é ‘Qual a melhor forma de
avaliar?’
A avaliação, em si, é um tema sempre muito discutido entre educadores e pesquisadores.
É muito comum, nas escolas, vermos alunos com a mesma nota e habilidades muito
diferentes, pois, normalmente, o que é observado é o escore bruto de acertos e não o que
cada indivíduo sabe de fato. Uma das grandes dificuldades é encontrar um método que
seja eficiente e capaz de medir com exatidão o conhecimento de um indivíduo.
Vamos imaginar um teste com 20 itens em escala crescente de dificuldade, como
no caso do ENEM, em que cada item contenha 5 alternativas de A a E, e para este teste
escolheremos dois indivíduos para responder a esses itens.
Na imagem abaixo, estão ilustrados os padrões de resposta dos dois indivíduos. É
possível observar que ambos obtiveram o mesmo número de acertos, tendo o primeiro
acertado os 11 primeiros itens (os mais fáceis) e errado os 9 últimos (os mais difíceis); já
o segundo indivíduo obteve um padrão de resposta totalmente contrário do primeiro,
errando os 11 itens mais fáceis.
Fácil Médio Difícil
Acertar o item
Errar o item
Nesse caso, ambos os indivíduos acertaram o mesmo número de questões, logo

pela teoria clássica dos testes suas notas seriam iguais, porém analisando os padrões de
resposta, notamos que não é razoável que o segundo indvíduo acerte os itens mais fáceis
e erre os mais difíceis, então podemos considerar que ele obteve acertos casuais, ou seja,
o que é comumente conhecido como “chute”.
13
Visando suprir as limitações da teoria clássica dos testes (TCT), em que cada item
tem uma pontuação independente do outro – a nota seria simplesmente o número de itens
acertados –, a Teoria de Resposta ao Item (TRI) leva em conta quais itens foram
acertados; ou seja, acertar o mesmo número de itens não garante uma mesma nota a
candidatos distintos. Para melhor avaliar, precisamos de métodos mais qualitativos do
que quantitativos, como explica Demo:
A avaliação qualitativa pretende ultrapassar a avaliação quantitativa, sem
dispensar esta. Entende que, no espaço educativo, os processos são mais
relevantes que os produtos, não fazendo jus à realidade, se reduzida apenas
às manifestações empiricamente mensuráveis. Podemos definir melhor o
que seria educação de qualidade. Deveria dispor de duas virtudes mais
frontais: de um lado, construir a capacidade de reconstruir conhecimento,
para que o sujeito domine a arma mais potente de inovação e intervenção
na sociedade e na realidade; de outro, fundamentar e exercitar a cidadania
(DEMO, 2005, p. 111).
O objetivo da TRI é justamente tornar as avaliações mais qualitativas, uma vez que o
desempenho do indivíduo, que responde a uma avaliação, é analisado a partir de cada
item aplicado, e somente ao fim desse processo é quantificado numa escala métrica. Os
itens na TRI buscam analisar os traços latentes de um indivíduo e de acordo com Moreira
Júnior:
Traços latentes são características do indivíduo que não podem ser

observadas diretamente, isto é, não existe um aparelho capaz de medi-las
diretamente, como, por exemplo, um termômetro que mede diretamente a
temperatura. Portanto, essas características são mensuradas através de
variáveis secundárias que sejam relacionadas com o traço latente em estudo
(MOREIRA JÚNIOR, 2010, p. 137).
Neste trabalho, faremos muitas simulações de pequenos testes, com auxílio do software
Maple e utilizando o Método da Máxima Verossimilhança. O objetivo é analisar os
padrões de respostas de indivíduos diferentes e comparar suas notas.
A TRI surgiu na década de 1950, porém só pôde ser utilizada em sua plenitude no final
da década de 1970, com o avanço dos computadores e softwares, pois os cálculos e as
análises de dados eram muito complexas. Desde então, a TRI vem sendo utilizada com
frequência nas avaliações que são de múltipla escolha em todo o mundo. Nos Estados
Unidos, a TRI é utilizada no SAT (Scholastic Aptitude Test), o “Enem americano”, haja
vista que sua realização é obrigatória para alunos que pretendem cursar universidades
americanas; e também pelo exame de proficiência em língua inglesa Toefl (Test of
English as Foreign Language). No Brasil, a TRI foi usada em 1995 nas provas do Sistema
14
Nacional de Avaliação da Educação Básica (Saeb) do INEP/MEC, do governo federal,
para medir o desempenho de estudantes do ensino básico (fundamental e médio). Em
2009, ganhou maior notoriedade, quando passou a ser usada pelo Enem com o objetivo
de garantir a comparação das notas do exame daquele ano com os seguintes. Uma outra
avaliação de peso que usa a TRI é o PISA (Programa Internacional de Avaliação de
Estudantes), também aplicado no Brasil.
2 O modelo unidimensional de três parâmetros (ML3)
A TRI é uma teoria que trabalha com itens dicotômicos e não dicotômicos. Aqui
trataremos do primeiro caso, que apresenta somente dois resultados (certo ou errado). E
com o modelo unidimensional, assim chamado por só verificar um único traço latente -
habilidade. A TRI é dividida em três modelos logísticos, os de um, dois ou três
parâmetros: ML1, ML2 e ML3 respectivamente.
Este trabalho tratará deste último modelo, o ML3.
2.1 Parâmetros dos Itens e função de resposta do item.
O modelo logístico unidimensional de 3 parâmetros (ML3) é atualmente o mais utilizado

e é, segundo Andrade, Tavares e Valle (2000, p.9), caracterizado pelo fato de respostas
de uma mesma pessoa a itens diferentes serem independentes, bem como respostas de
pessoas diferentes ao mesmo item também. Além disso, a probabilidade de uma pessoa,
digamos o indivíduo j, acertar o item i, assumindo que sua habilidade (o único traço seu
a ser medido) é o número real 𝜃𝑗 , é dada por
1
𝑃(𝑈𝑖𝑗 = 1|𝜃𝑗 ) = 𝑐𝑖 + (1 − 𝑐𝑖 ) −𝐷𝑎𝑖(𝜃𝑗 −𝑏𝑖 )
1+𝑒
Com 𝑖 = 1,2, … , 𝐼 𝑒 𝑗 = 1,2, … 𝑛 onde:
𝑈𝑖𝑗 é uma variável dicotômica que assume os valores 1, quando o indivíduo j responde
corretamente o item i, ou 0 quando o indivíduo j não responde corretamente ao item i.
𝜃𝑗 representa a habilidade (traço latente) do j-ésimo indivíduo.
15
𝑃(𝑈𝑖𝑗 = 1|𝜃𝑗 ) é a probabilidade de um indivíduo j com habilidade 𝜃𝑗 responder
corretamente ao item i e é chamada de Função de Resposta do Item – FRI, também
denotada neste trabalho por f(t).
𝑏𝑖 , 𝑎𝑖 𝑒 𝑐𝑖 são parâmetros do item i. O subíndice i chama atenção ao fato de que os
parâmetros se referem a um item específico (itens distintos têm, em geral, parâmetros
distintos).
𝐷 é um fator de escala, constante e igual a 1. Utiliza-se o valor 1,7 quando é desejável
que a função logística forneça resultados semelhantes ao da função ogiva normal.
Vamos agora falar sobre os três parâmetros do método:
Parâmetro b
É o parâmetro de dificuldade (ou de posição) de um item. Dita a habilidade que um

indivíduo necessita para responder razoavelmente bem ao item – a rigor, com
1+𝑐
probabilidade de acerto igual a . Assim, caso uma pessoa precise de uma habilidade
2
elevada para responder bem a um item, é porque o mesmo apresenta uma dificuldade
elevada. O oposto também ocorre, itens com baixa dificuldade devem exigir pouca
habilidade do respondente. Este é um parâmetro que está na mesma escala da habilidade
do respondente, que será medida na avaliação.
Parâmetro a
É o parâmetro de discriminação de um item, capaz de distinguir o nível de habilidade de

cada respondente. Este parâmetro - que deve ser positivo - , quando apresenta um valor
elevado, dilata diferenças pequenas nas habilidades de candidatos distintos. Valores
baixos de a, por sua vez, fazem com que diferentes habilidades tenham chances de acerto
parecidas, não distinguindo de modo justo os traços latentes. Idealmente, este
comportamento se dá em uma vizinhança da habilidade b, como será visto com mais
detalhes adiante. Na verdade, o parâmetro é proporcional à inclinação da reta tangente ao
gráfico da função de resposta ao item no ponto 𝜃 = 𝑏, como será ilustrado mais adiante.
Esse é um parâmetro que está presente nos modelos (ML2) e (ML3) da TRI citados
anteriormente.
16
Parâmetro c
É o parâmetro de acerto casual de um item. Em uma prova de múltipla escolha, um

candidato sempre pode responder ao acaso. O parâmetro c é justamente a probabilidade
desta escolha ao acaso ser a correta – como se trata de uma probabilidade, deve estar entre
0 e 1. Em um item com 5 alternativas, um valor razoável de c seria 1/5. Mais adiante
faremos algumas contas ilustrando isto.
Os modelos ML1 e ML2 são casos particulares do modelo ML3. Seus parâmetros são
também parâmetros de ML3, sendo que um ou dois dos demais parâmetros tem um valor
arbitrado.
3 Uso do sofware Maple para análise da FRI e as CCI’s.
Sendo a função de resposta do item 𝑓(𝜃𝑗 ) = 𝑃(𝑈𝑖𝑗 = 1|𝜃𝑗 ) uma probabilidade, seus
valores vão variar de zero (0) a um (1); o que já não acontece com a habilidade do
indivíduo (𝜃𝑗 ), que em teoria pode ter qualquer valor de −∞ até +∞, o que também
ocorrerá para o parâmetro de dificuldade (𝑏), uma vez que o mesmo se encontra na
própria escala de 𝜃𝑗 .
Com auxílio do software Maple*, vamos ilustrar alguns dos fatos comentados acima:
Usando t como a variável para habilidade, podemos definir

> f:=t->c+(1-c)*1/(1+exp(-a*(t-b)));
O programa calcula limites em função de parâmetros, mas como os resultados dos

limites no infinito dependem do sinal do parâmetro a, temos que restringir seus valores:
>assume(a>0);
Verificando que o parâmetro c é a probabilidade de acerto de um indivíduo de
habilidade infinitamente baixa:
>limit(f(t),t=-infinity);
17
Analogamente, uma habilidade infinitamente alta, corresponde a uma probabilidade 1
de acerto:
> limit(f(t),t=infinity);
Calculando a derivada de f, temos:

>D(f)(t);
( a ( t b ) )
( 1c ) a e
2
( a ( t b ) )
( 1e )
É fácil ver que a expressão acima é sempre positiva (a > 0, 0 < c < 1) e, portanto f é uma
função crescente da habilidade. Assim, quanto maior a habilidade, maior a probabilidade
de acerto.
Este fato pode ser visualizado ao esboçarmos o gráfico de uma FRI específica. Este
gráfico é denotado por Curva Característica do Item (CCI). Usando para os parâmetros
a = 1, b = 0, c = 0,2, temos:
Gráfico 01
*Maple é um sistema algébrico computacional comercial de uso genérico. Constitui um ambiente

informático para a computação de expressões algébricas, simbólicas, permitindo o desenho de
gráficos a duas ou a três dimensões.
3.1 Análise dos parâmetros com auxílio do Maple.
Vamos agora olhar para cada um dos três parâmetros com ajuda do Maple.
Parâmetro 𝑏:
18
Calculando a segunda derivada da FRI em questão, no Maple, obtemos
>D(D(f));
2
( a ( t b ) ) ( a ( t b ) )
2 ( 1c ) a 2 ( e ) ( 1c ) a 2 e
t 3
 2
( a ( t b ) ) ( a ( t b ) )
( 1e ) ( 1e )
E, portanto, no ponto 𝑏:
>D(D(f))(b);
0 Ou seja, o ponto de habilidade b é um ponto de inflexão da curva (a rigor seria
necessário verificar que o sinal da segunda derivada se altera em b, mas isto ocorre
de fato).
0 Para ilustrar a mudança de concavidade, podemos marcar o ponto (b,f(b)) no
gráfico da função (assumimos aqui a = 1, b = 0, c = 0.2):
Gráfico 02
Parâmetro a
Seu valor é proporcional à inclinação da reta tangente à CCI em b, seu ponto de inflexão.
Calculando a derivada de f (a FRI em questão), no ponto 𝜃𝑗 = 𝑏𝑖 , temos que:
>df:=D(f);
> df(b);
19
O parâmetro a é proporcional à inclinação da curva no ponto de inflexão, o que é
consistente com nossa explicação sobre o mesmo, dada acima. Novamente, em uma
figura, vemos a CCI, bem como a reta tangente à curva no ponto de inflexão:
Gráfico 03
3.2 Modificando o parâmetro b e mantendo fixos a e c.
Como a dependência de f em b é via (t - b), é fácil ver que aumentando o valor do

parâmetro (mantidos os valores dos outros parâmetros), o gráfico é transladado para
direita, como ilustrado na figura a seguir. Deste modo, um item que apresenta uma curva
mais à direita do que outro exige do respondente uma maior habilidade para dar a resposta
correta.
20
Gráfico 04
3.3 Modificando o parâmetro a e mantendo fixos b e c.
Na figura a seguir, temos modelos de CCI, portanto é fácil ver que à medida que o
parâmetro de discriminação aumenta, maior é a inclinação da curva em 𝑡 = 𝑏 , se
aproximando de uma inclinação perpendicular ao eixo das habilidades. É possível
perceber, ainda, que quanto mais inclinada a CCI mais será ampliada uma eventual
diferença de habilidades entre dois indivíduos (sempre próximo a 𝑡 = 𝑏 ). Ou seja,
parâmetros de discriminação maiores tendem a ampliar diferenças de habilidade,
enquanto os menores tendem a reduzi-las (no sentido da probabilidade de acerto do item
em questão).
Gráfico 05
21
No exemplo a seguir fica fácil observar a variação na probabilidade de acerto, à medida
que o parâmetro a aumenta. Como já vimos, a inclinação da curva no ponto de inflexão
é proporcional ao parâmetro a. Desse modo, pequenas mudanças no traço latente levam
a uma grande mudança de probabilidade.
Gráfico 06
3.4 Modificando o parâmetro c e mantendo fixos b e a.
Pelo fato do parâmetro c apresentar a probabilidade de acerto casual, ele representa o

ínfimo da probabilidade de acerto do item. Um valor costumeiro, em um item com N
alternativas, é o valor de c = 1/N (por exemplo, c = 0.2 para 5 alternativas - o caso do
ENEM).
Gráfico 07
22
4 Análise 2d mantendo a fixo e variando b.
Para visualizar melhor o comportamento das funções, criaremos pequenos casos

e faremos uma análise 2d das FRIs e das habilidades: em relação a alguns indivíduos
com habilidades 𝑡𝑖 . Para essa análise, manteremos o parâmetro de discriminação fixo e
igual a 1. Os parâmetros de dificuldade serão escolhidos aleatoriamente e de modo
crescente, e para todas as funções usaremos 𝑐 = 0.2 𝑒 𝑑 = 1.
Nas tabelas, usaremos 1 e 0 para representar itens certo e errado, respectivamente.
4.1 Um indivíduo e dois itens.
T1 acerta um item.
F1 F2
T1 1 0
Tabela 01
Nesse caso, simularemos que um indivíduo T1 acerta o item fácil e erra o item difícil,
sendo 𝑏1 = −10, 𝑏2 = 10.
Gráfico 8
23
O indivíduo T1 ao acertar o item fácil e errar o difícil, resulta num gráfico com máximo
finito e a habilidade é dada por 𝜃1 = −0.1115819276, bem próximo de zero, como é
possível observar no gráfico acima.
T2 acerta um item.
F1 F2
T2 0 1
Tabela 02
Nesse caso, simularemos o contrário do caso anterior, em que um indivíduo T2 acerta o
item difícil e erra o item fácil, sendo 𝑏1 = −10, 𝑏2 = 10.
Gráfico 9
Como é possível observar, a habilidade correspondente é −∞.
Em uma correção pela teoria clássica dos testes, ambas as notas seriam iguais, porém pela
TRI é notório que elas são bem diferentes, pois o que importa, de fato, é a coerência das
24
respostas e não somente os acertos. É esperado que a habilidade do primeiro respondente
seja maior que do segundo, o que de fato ocorreu, já que o indivíduo T1 respondeu
corretamente o item fácil e errou o difícil, o que é totalmente plausível. Já T2 responde
incorretamente ao item de menor dificuldade e acerta o item mais difícil, isso indica que
ele obteve um acerto casual ou “chute”.
4.2 Um indivíduo, três itens e um acerto.
Agora, vamos ampliar um pouco o número de itens para continuar uma análise das FRIs
e das habilidades dos indivíduos. Manteremos o parâmetro de discriminação fixo e igual
a 1. Os parâmetros de dificuldade serão escolhidos aleatoriamente e de modo crescente,
para todas as funções usaremos 𝑐 = 0,2 𝑒 𝑑 = 1.
T1 acerta um item.
F1 F2 F3
T1 1 0 0
Tabela 03
Nesse caso, simularemos que um indivíduo T1 acerta o item fácil e erra os itens mais
difíceis, sendo 𝑏1 = −10, 𝑏2 = 0 e 𝑏3 = 10
25
Gráfico 10
Como esperado, temos um máximo finito e uma habilidade 𝜃1 = −5.113107118. É
uma baixa habilidade, mas devemos considerar que somente um terço dos itens foram
acertados.
T2 acerta um item.
F1 F2 F3
T2 0 1 0
Tabela 04
Nesse caso, simularemos que um indivíduo T2 acerta o item de dificuldade intermediária
e erra os itens fácil e difícil, sendo 𝑏1 = −10, 𝑏2 = 0 e 𝑏3 = 10
Vamos as contas:
26
Gráfico 11
Novamente, como é possível observar, a habilidade correspondente é −∞.
Previsivelmente, o mesmo ocorrerá para o próximo caso, vejamos.
Nesse caso, simularemos que um indivíduo T3 acerta o item de maior dificuldade e erra
os itens fácil e intermediário, sendo 𝑏1 = −10, 𝑏2 = 0 e 𝑏3 = 10
T3 acerta um item.
F1 F2 F3
T3 0 0 1
Tabela 05
27
Gráfico 12
Como esperado, a habilidade correspondente é −∞.
4.3 Um indivíduo, três itens e dois acerto.
T1 acerta dois itens.

F1 F2 F3
T1 1 1 0
Tabela 06
Nesse caso, simularemos que um indivíduo T1 acerta os itens fácil e intermediário e erra
o item mais difícil, sendo 𝑏1 = −10, 𝑏2 = 0 e 𝑏3 = 10
28
Gráfico 13
Como esperado, acertar os dois mais fáceis e errar o difícil, temos um máximo finito e o
valor da habilidade é 𝜃1 = +4.886938969 . Uma habilidade elevada se dá pela
consistência das respostas, uma vez que o “normal” é acertar os fáceis e errar os mais
difíceis.

F1 F2 F3
T2 1 0 1
Tabela 07
Nesse caso, simularemos que um indivíduo T2 acerta os itens fácil e difícil e erra o item
intermediário, sendo 𝑏1 = −10, 𝑏2 = 0 e 𝑏3 = 10
29
Gráfico 14
𝜃1 = −5.112992066
Acima vemos que a habilidade de quem só erra o item intermediário é maior do que a de
quem só acerta o fácil, mas com uma diferença mínima, já que o mais 'consistente' seria
errar o difícil e não o médio. Vale ainda observar a diferença gritante entre as habilidades
de quem só erra o intermediário com quem só erra o mais difícil.
F1 F2 F3
T3 0 1 1
Tabela 08
Nesse caso, simularemos que um indivíduo T3 acerta os itens intermediário e difícil e
erra o item mais fácil, sendo 𝑏1 = −10, 𝑏2 = 0 e 𝑏3 = 10
30
Gráfico 15
Devido a incoerência dos acertos, mesmo o indivíduo T3 acertando dois itens em 3, sua
habilidade é −∞. Pois não é razoável que ele não acerte o item mais fácil e acerte os mais
difíceis.
4.4 Um indivíduo, três itens e três acerto.
T1 acerta três itens.

F1 F2 F3
T1 1 1 1
Tabela 09
Nesse caso, simularemos que um indivíduo T1 acerta todos os itens, sendo 𝑏1 = −10,
𝑏2 = 0 e 𝑏3 = 10.
31
Gráfico 16
É esperado que um indivíduo que acerte todos os itens tenha uma habilidade alta para o
teste em questão. Como é possível observar no gráfico acima, a habilidade correspondente
é +∞.
4.5 Um indivíduo, três itens e três erros.

T1 erra três itens.
F1 F2 F3
T1 0 0 0
Tabela 10
Nesse caso, simularemos que um indivíduo T1 erra todos os itens, sendo 𝑏1 = −10, 𝑏2 =
0 e 𝑏3 = 10.
32
Gráfico 17
Esse caso é o oposto do anterior, é esperado que um indivíduo que erre todos os itens
tenha uma habilidade muito baixa para o teste em questão. Como é possível observar no
gráfico acima, a habilidade correspondente é −∞.
Esses exemplos com um indivíduo e 3 itens dão uma ideia do que esperar com dois
indivíduos e 3 itens, já que a função a maximizar é um produto de uma de t1 e outra de t2.
33
5 Atribuindo habilidades, dado um resultado.
Vamos supor agora que temos dois indivíduos, com habilidades t1, t2 e 5 itens,
representados por suas FRIs: f1, f2, f3, f4 e f5. Aqui supomos que todos os parâmetros dos
itens são conhecidos.
Suponhamos ainda que uma prova foi aplicada e que sabemos os resultados obtidos por
cada indivíduo em cada item. Ou seja, conhecemos os valores 𝑢𝑖𝑗 das variáveis aleatórias
𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑎𝑠 acima. Neste cenário, podemos calcular a probabilidade de se obter o
resultado medido. Para isto, usando a independência tanto entre indivíduos, como entre
respostas de um mesmo indivíduo, temos:
𝑛 5 2
𝑓(𝑡1 , 𝑡2 ) = ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 , 𝑖 = 1,2,3,4,5, 𝑗 = 1,2) = ∏( ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 )) =

𝑖,𝑗 𝑖=1 𝑗=1
Cada probabilidade no produtório é igual a 𝑓𝑖 (𝑡𝑗 ), no caso de 𝑢𝑖𝑗 = 1 ou 1 − 𝑓𝑖 (𝑡𝑗 ) no

caso de ser 𝑢𝑖𝑗 = 0, de acordo com a definição das FRI.
No caso presente, como são dois indivíduos, podemos representar o gráfico desta função
𝑓(𝑡1 , 𝑡2 ) no espaço, para melhor visualizar o problema.
Estamos agora em uma situação em que aplicamos uma prova e a corrigimos. Se fôssemos
usar a teoria clássica, também saberíamos quais valores dar às habilidades t1, t2:
simplesmente a fração de itens acertados. A ideia agora é usar a função f e atribuir a t1 e
t2 os valores destas variáveis que realizam o máximo desta função. Ou seja, a ‘nota’ de
cada indivíduo, medida como o valor de sua habilidade tj, será aquela que, junto com as
dos demais indivíduos, maximiza a probabilidade de o resultado da prova ser o que foi,
de fato, verificado.
5.1 Análise 3d mantendo a fixo e variando b.
Para visualizar melhor o comportamento das funções faremos uma análise 3d das FRIs:
f1, f2, f3, f4 e f5, em relação a dois indivíduos com habilidades t1 e t2. Para essa análise,
manteremos o parâmetro de discriminação fixo e igual a 1 e os parâmetros de dificuldade
iguais a 𝑏1 = −1, 𝑏2 = 1, 𝑏3 = 1.6, 𝑏4 = 2, 𝑏5 = 2.6. Para cada uma das cinco funções
usaremos 𝑐 = 0.2 𝑒 𝐷 = 1. Em uma tabela, usaremos 1 e 0 para representar itens certos
e errados, respectivamente.
34
Gráfico 18
> g:=(t1,t2)->(f1(t1))*(f2(t1))*(f3(t1))*(1-f4(t1))*(f5(t1))*(1-
f1(t2))*(f2(t2))*(f3(t2))*(f4(t2))*(f5(t2));
35
5.1.1 T1 e T2 acertam todos os itens.
F1 F2 F3 F4 F5
T1 1 1 1 1 1
T2 1 1 1 1 1
Tabela 11
Neste caso, era de se esperar para ambos os indivíduos, uma habilidade infinita. Afinal,
todos os itens foram acertados. Isso deveria ser ilustrado por uma função sem máximo
finito.
Vamos às contas:
Gráfico 19
O gráfico é simétrico em t1 e t2 e claramente tem seu sup quando ambas variáveis

tendem a +∞.
36
5.1.2 T1 e T2 erram todos os itens.
F1 F2 F3 F4 F5
T1 0 0 0 0 0
T2 0 0 0 0 0
Tabela 12
Gráfico 20
O raciocínio agora é o reverso do caso anterior: para errar todos itens, cada indivíduo
deve ter habilidade –∞, como ilustra a figura.
37
5.1.3 T1 e T2 erram um item.
F1 F2 F3 F4 F5
T1 1 1 1 0 1
T2 1 0 1 1 1
Tabela 13
Nesse caso, ambos os indivíduos acertam o mesmo número de questões, pela teoria
clássica dos testes suas notas são iguais, porém, pela TRI é esperado que a habilidade do
primeiro respondente seja maior do que a do segundo, uma vez que o indivíduo de
habilidade t2 errou um item com nível de dificuldade baixo e acertou todos os demais, já
o indivíduo t1 errou apenas um dos itens mais difíceis e acertou os demais. Quanto maior
a coerência nas resposta maior será sua nota no teste. Vamos às contas:
Gráfico 21
38
Gráfico 22
Como é possível notar no gráfico, nesse exemplo existe um ponto de máximo finito, que
denota as habilidades dos respondentes do teste, e são elas, {𝑡1 = 2.664829729, 𝑡2 =
2.492551171} e como esperado t1 > t2.
5.1.4 T1 e T2 erram dois itens.
F1 F2 F3 F4 F5
T1 1 1 1 0 0
T2 1 0 0 1 1
Tabela 14
Novamente, estamos diante de um caso em que os dois indivíduos possuem o mesmo
número total de acertos, porém em itens diferentes. Pelo que vimos até aqui, é esperado
que T1 tenha uma nota muito superior à de T2. Vamos as contas:
39
Gráfico 23
Gráfico 24
40
Gráfico 25
Como é possível notar, na figura acima, existe um ponto de máximo finito com t1<t2.
Com t1 = 1,563236170 e t2 = 0,8795448667.
5.1.5 T1 e T2 acertam dois itens.
F1 F2 F3 F4 F5
T1 1 1 0 0 0
T2 1 0 0 0 1
Tabela 15
Nesse caso, novamente ambos os respondentes acertaram o mesmo número de itens,

porém, com diferentes acertos. Deste modo, é esperado que suas habilidades sejam
diferentes. O indivíduo de habilidade t1 acerta os dois primeiros itens, os de menor
dificuldade, e erra os demais; já o de habilidade t2 erra os itens de dificuldade
41
intermediária acertando somente o mais fácil e o mais difícil. Pelo padrão das respostas
fornecido espera-se que a habilidade de t1 seja maior que de t2, pois, apesar de t1 apresentar
uma baixa habilidade ele teve uma coerência nos acertos. Por ter acertado somente dois
itens, t2 também apresenta uma baixa habilidade, mas que deve ser menor que as de t1, já
que é possível que ele tenha tido um acerto casual no item f5.
Gráfico 26
42
Gráfico 27
43
Gráfico 28
Como é possível notar no gráfico, nesse exemplo existe um ponto de máximo finito, que
denota as habilidades dos respondentes do teste e como esperado t1 > t2 . Note que este
é um exemplo em que uma das habilidades é negativa. Isto não é um erro, apenas
ilustra, como já havíamos comentado, que o domínio das habilidades é toda a reta real.
Com
44
5.2 Análise 3d mantendo b Fixo e variando a.
Agora faremos uma análise, mantendo o parâmetro de dificuldade fixo e igual a 0 e os

parâmetros de discriminação serão escolhidos de modo crescente, de f1 para f5. Em
detalhes: 𝑎1 = 0.1, 𝑎2 = 0.9, 𝑎3 = 1,2, 𝑎4 = 1,6, 𝑎5 = 3 . Para cada uma das cinco
funções usaremos 𝑐 = 0.2 𝑒 𝐷 = 1. Em uma tabela, usaremos 1 e 0 para representar itens
certos e errados, respectivamente. Vamos aos cálculos:
Gráfico 29
Na figura acima, temos a representação das cinco funções, é possível observar que o
parâmetro de discriminação aumenta, maior é a inclinação da curva em 𝑡 = 𝑏.
A seguir, analisaremos três casos hipotéticos e com os indivíduos acertando o mesmo
número de itens.
Ficou evidente nos três casos que seguem, dado o parâmetro de dificuldade fixo, que a
maior habilidade encontrada será do indivíduo que acerta o item que apresenta uma
maior discriminação.
45
5.2.1 T1 e T2 acertam dois itens.
F1 F2 F3 F4 F5
T1 1 1 0 0 0
T2 1 0 0 0 1
Tabela 16
Gráfico 30
46
Gráfico 31
Gráfico 32
47
Ambos os indivíduos acertaram o 1º item mas, como T2 acerta o item mais discriminativo
sua habilidade é maior t2 > t1.
5.2.2 T1 e T2 erram dois itens.

F1 F2 F3 F4 F5
T1 1 1 1 0 0
T2 0 0 1 1 1
Tabela 17
Gráfico 33
48
Tabela 34
Gráfico 35
Novamente o que vemos é t2 > t1.
49
5.2.3 T1 e T2 erram quatro itens.
F1 F2 F3 F4 F5
T1 1 1 1 1 0
T2 0 1 1 1 1
Tabela 18
Gráfico 36
50
Gráfico 37
Na figura acima, observa-se um ponto de máximo finito com t2 > t1.
51
6 Estimativas dos parâmetros dos itens quando só conhecemos os padrões de
resposta e usamos valores provisórios para as habilidades.
O que tipicamente acontece em uma avaliação é que não conhecemos os parâmetros dos
itens e não sabemos qual a habilidade dos sujeitos, a única informação fornecida são as
respostas.
Ao responder a uma série de itens, o indivíduo apresenta um padrão de respostas,
composto por erros (valor 0) e acertos (valor 1).
Para calcular o valor da discriminação (𝑎𝑖 ) e da dificuldade (𝑏𝑖 ) de um item, precisaremos
encontrar o ponto de máximo da função 𝜑; este ponto pertence e é perpendicular ao plano
tangente no extremo, ou seja, sentido de maior crescimento da curva.
Isso é equivalente a resolver o sistema:
𝜕𝜑
(𝑎 , 𝑏 ) = 0
𝜕𝑎𝑖 𝑖 𝑖
𝜕𝜑
(𝑎 , 𝑏 ) = 0
{𝜕𝑏𝑖 𝑖 𝑖
Faremos uma análise de um pequeno caso com três itens e quatro indivíduos.
I1 I2 I3
T1 1 1 1
T2 1 1 0
T3 1 0 0
T4 0 0 0
Tabela 19
𝑛 3 4
𝜑 = ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 ) = ∏( ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 ))

𝑖,𝑗 𝑖=1 𝑗=1
= 𝑓1 (𝑡1 𝑎1 𝑏1 )𝑓1 (𝑡2 𝑎1 𝑏1)𝑓1 (𝑡3 𝑎1 𝑏1 )(1

− 𝑓1 (𝑡4 𝑎1 𝑏1 )𝑓2 (𝑡1 𝑎2 𝑏2 )𝑓2 (𝑡2 𝑎2 𝑏2 )(1 − 𝑓2 (𝑡3 𝑎1 𝑏1 ))(1
− 𝑓2 (𝑡4 𝑎2 𝑏2 )𝑓3 (𝑡1 𝑎3 𝑏3 )(1
− 𝑓3 (𝑡2 𝑎3 𝑏3 ))(1 − 𝑓3 (𝑡3 𝑎3 𝑏3 ))(1 − 𝑓3 (𝑡4 𝑎3 𝑏3 )
52
𝜑 = valor de resposta, em função dos parâmetros ai e bi dos itens e da habilidade ti dos
indivíduos.
𝑓1 (𝑡1 𝑎1 𝑏1 )𝑓1 (𝑡2 𝑎1 𝑏1 )𝑓1 (𝑡3 𝑎1 𝑏1 )(1 − 𝑓1 (𝑡4 𝑎1 𝑏1 ) = 𝜑1
𝑓2 (𝑡1 𝑎2 𝑏2 )𝑓2 (𝑡2 𝑎2 𝑏2 )(1 − 𝑓2 (𝑡3 𝑎1 𝑏1 ))(1 − 𝑓2 (𝑡4 𝑎2 𝑏2 ) = 𝜑2
𝑓3 (𝑡1 𝑎3 𝑏3 )(1 − 𝑓3 (𝑡2 𝑎3 𝑏3 ))(1 − 𝑓3 (𝑡3 𝑎3 𝑏3 ))(1 − 𝑓3 (𝑡4 𝑎3 𝑏3 ) = 𝜑3
𝜕𝜑
Fazendo 𝜕𝑎 , teremos as funções 𝜑2 𝑒 𝜑3 como constantes, pois, não dependem de
1
𝑎1 𝑛𝑒𝑚 𝑑𝑒 𝑏1 .
𝜕𝜑 𝜕
= [𝜑 𝜑 𝜑 ]
𝜕𝑎1 𝜕𝑎1 1 2 3
𝜕𝜑 𝜕
= 𝜑2 𝜑3 [𝜑 ] = 0
𝜕𝑎1 𝜕𝑎1 1
Deste modo, quando igualamos a zero, o primeiro fator é simplificado e vemos que
basta resolver
𝜕𝜑
𝑓 (𝑡 𝑎 𝑏 )𝑓 (𝑡 𝑎 𝑏 )𝑓 (𝑡 𝑎 𝑏 )(1 − 𝑓1 (𝑡4 𝑎1 𝑏1 ) = 0
𝜕𝑎1 1 1 1 1 1 2 1 1 1 3 1 1
O mesmo ocorrerá para quando estivermos olhando para b1.
𝜕𝜑
𝑓 (𝑡 𝑎 𝑏 )𝑓 (𝑡 𝑎 𝑏 )𝑓 (𝑡 𝑎 𝑏 )(1 − 𝑓1 (𝑡4 𝑎1 𝑏1 ) = 0
𝜕𝑏1 1 1 1 1 1 2 1 1 1 3 1 1
Dito isto, fica fácil perceber que também valerá para qualquer ai e bi.
𝜕𝜑 𝜕𝜑
=0𝑒 =0
𝜕𝑎𝑖 𝜕𝑏𝑖
Tornando os pares acima, independentes.
53
7 Aplicação da TRI com o uso do Excel.
Um dos objetivos dessa pesquisa é dar possibilidades para o professor de construir as

notas de seus alunos usando a TRI. E a melhor maneira encontrada foi usando um
complemento para o Excel, no site https://sourceforge.net/projects/libirt/files/eirt/. Este
complemento para o Excel nos oferece um 'assistente' para fazermos a estimação dos
itens e variáveis latentes das respostas dos sujeitos a um teste. O pacote de dados
dicotômicos suporta os seguintes modelos: ML1 (modelo logístico de um parâmetro), o
ML2 (modelo logístico de dois parâmetros) e o ML3 (modelo logístico de três
parâmetros). Neste trabalho usaremos somente o ML3, porém existem outras
possibilidades de utilização, por exemplo, para modelos politômicos, modelo Bock e o
modelo graduado da Samejima. Dois métodos não paramétricos também são suportados.
Os métodos de estimativa disponíveis são o MMLE (estimador de máxima
verossimilhança marginal) e o BME (Bayes estimador modal, apenas para modelos
dicotômicos), para a estimativa paramétrica de itens. Já o PMMLE (MMLE Penalizado)
e a regressão do kernel (Nadaraya-Watson) para a estimativa de itens não paramétrico. E
por fim, o EAP (expectativa a posteriori) e WMLE (estimador de máxima
verossimilhança de Warm) para a previsão de váriaveis latentes.
Para maiores informações de como acessar e obter o eirt, basta acessar:
https://sourceforge.net/projects/libirt/files/eirt/
Escolhas dos Itens que Atendam aos Critérios da TRI e a amostra.
Ao pensar no processo de seleção dos itens que norteiam o estudo sobre a TRI, foi feita
uma pesquisa com os alunos e verificado que esses não tinham tido contato com as
questões do ENEM PPL-INEP/MEC (Exame para pessoas privadas de liberdade e jovens
sob medida socioeducativa que inclua privação de liberdade). Esse ENEM tem como
finalidade principal a Avaliação do Desempenho Escolar e Acadêmico ao fim do Ensino
Médio. A prova selecionada foi o ENEM PPL 2016; desta avaliação foram retirados os
45 itens de matemática e suas tecnologias, aplicados aos alunos voluntários em
23/11/2017, tais discentes, que estão finalizando o ensino médio em 2017, estudam no
Colégio Estadual Caetano Belloni, localizado no município de São João de Meriti e no
54
Instituto Marcos Freitas (IMF) nas unidades localizadas nos municípios de Duque de
Caxias e Rio de Janeiro, no bairro Recreio dos Bandeirantes. Ao todo, foram 153 alunos
que compuseram o teste, tendo este duração de 2h15min para a resolução dos itens. Vale
ressaltar que utilizamos a ferramenta SuperPro®, um gerenciador de questões que
possibilita ao professor rapidamente elaborar suas atividades e avaliação.
Correção e Construção da planilha no Excel
A correção dos itens se deu de maneira dicotômica; assumindo os valores 1, quando o

indivíduo j responde corretamente ao item i, ou 0 quando o indivíduo j não responde
corretamente ao item i. Deste modo, torna-se mais fácil a análise do score, pois basta
somente somar os valores 1. Assim como podemos ver na tabela a seguir.
Na primeira linha, temos a identificação dos itens, e na coluna os 153 alunos que
responderam ao teste.
Figura 01
Após selecionar todos os campos, é necessário acessar a aba eirt para iniciar o
complemento. Em seguida, aparecerá a tela da figura X, e, então, deve-se eleger a segunda
opção como mostra a figura.
55
Figura 02
A seguir, é preciso selecionar os itens dicotômicos na primeira opção e confirmar que os
itens corretos valem 1(um).
Figura 03
Na tela seguinte, há a opção de manusear os modelos de ML1 que vão trabalhar somente
a dificuldade dos itens; ML2 que, além da dificuldade, também analisa a discriminação;
e ML3 - o objeto deste estudo - que consegue verificar a dificuldade, discriminação e o
acerto casual em cada item. O programa, ainda, nos dá a possibilidade de fazer uma
56
estimativa não paramétrica, utilizando a estimativa de Kennel ou a estimativa marginal
penalizada.
Figura 04
Logo após, teremos algumas opções, como:
•A teoria clássica dos testes;
•A Matriz de correlação;
•O score, onde teremos o somatório dos acertos;
•Teste de ajuste dos itens;
•Teste de independência local dos itens;
•A estimativa dos parâmetros;
•A estimativa da variável latente no caso o theta;
•As curvas características dos itens;
•E a função de informação dos itens;
57
Figura 05
Ao fazer a seleção e apertar o botão NEXT (próximo) o programa nos dá a TRI e a
estatística clássica do teste.
Na primeira página, encontra-se a estatística clássica, onde se apresenta o resultado dos
153 sujeitos que fizeram o teste. E nela há ainda a média de dificuldade, desvio padrão e
a relação policereal dos itens. Pode-se considerar a correlação policereal como sendo a
discriminação de cada item na teoria clássica.
É importante observar que, na teoria clássica, o item de menor dificuldade foi o I2 que
apresentou uma média de 0,725 (ou seja, 72,5% dos indivíduos acertaram o item) e o de
maior dificuldade foi o item I21 com média 0,098 (em torno de 10% de indivíduos
acertaram).
58
Figura 06
O score apresenta o somatório de acertos de cada indivíduo
Figura 07
Convergindo para o modelo de três parâmetros (ML3).

Para a estimativa dos parâmetros o programa utiliza a EMB (estimativa modal
Bayesiana), segundo Andrade e Valle
A estimação por máxima verossimilhança apresenta problemas na estimação
de itens que são respondidos corretamente, ou incorretamente, por todos os
59
indivíduos, e também das habilidades de indivíduos que responderam
corretamente, ou incorretamente, a todos os itens. Além disso, há a
possibilidade
de que as estimativas dos parâmetros dos itens caiam fora do intervalo
esperado, tal como valores de ai negativos, ou valores de ci fora do intervalo
[0; 1].
A metodologia bayesiana apresenta uma solução em que estes problemas são
contornados.
Figura 08
Estimação dos Parâmetros dos Itens.
- Máxima Verossimilhança Marginal - MVM :
Possui propriedades assintóticas: as estimativas dos parâmetros 𝑎𝑖 , 𝑏𝑖 e 𝑐𝑖 são
consistentes;
Não está definido para itens com acerto total ou erro total;
É bastante trabalhoso computacionalmente;
Necessidade do estabelecimento de uma distribuição para 𝜃;
Apresenta problemas na estimação do parâmetro 𝑐𝑖 em alguns casos;
Deve ser usado somente com um número suficientemente grande de respondentes.
- Bayesiano:
Definido para qualquer padrão de resposta;
É mais trabalhoso computacionalmente do que o MVM;
Necessidade de distribuições a priori para os parâmetros dos itens.
60
7.1 Estimação dos parâmetros dos itens
O método de estimação dos parâmetros dos itens é também a calibração dos itens.
Na tabela a seguir, é possível ver as estimativas dos parâmetros dos itens(𝑎𝑖 , 𝑏𝑖 𝑒 𝑐𝑖 ) para
cada um dos itens que estruturam o teste. O parâmetro ai é o parâmetro de discriminação,
isso significa que quanto maior o valor de ai melhor será o poder de discriminar em cada
item, os respondentes. É importante notar que nenhum item apresentou valor negativo
para ai, não havendo a necessidade de desconsiderar itens. É possível observar que o item
que possui o maior valor para ai são𝐼1 , 𝐼14 , 𝐼17 , 𝐼34 𝑒 𝐼45 . Em contrapartida, os itens que
apresentam baixo potencial de discriminação são os itens 𝐼12, 𝐼24 𝑒 𝐼44 . Os itens que
apresentaram a maior dificuldade com o parâmetro 𝑏𝑖 foram 𝐼12, 𝐼38 𝑒 𝐼44 . Já os de menor
dificuldade foram os itens 𝐼2 , 𝐼18 𝑒 𝐼23 . A dificuldade dos itens apresentaram seus valores
entre - 4 e 4, numa escala (0,1), ou seja, média igual a zero e desvio padrão igual 1. É
possível observar ainda que o parâmetro 𝑐𝑖 apresentou normalidade tendo seus valores
entre 0 e 1.
Figura 09
61
Parameter estimates
Item Slope (a) Threshold (b) Asymptote (c)
I01 3,427 0,056 0,212
I02 2,153 -0,630 0,200
I03 1,857 0,134 0,130
I04 0,893 1,329 0,115
I05 0,914 0,922 0,121
I06 0,851 0,734 0,159
I07 0,802 1,670 0,112
I08 0,823 2,591 0,159
I09 1,028 2,128 0,164
I10 1,705 2,139 0,241
I11 1,927 -0,161 0,174
I12 0,276 4,533 0,186
I13 0,806 1,196 0,139
I14 2,559 0,731 0,223
I15 1,991 0,955 0,264
I16 1,840 0,588 0,114
I17 3,170 1,230 0,141
I18 1,406 -0,029 0,162
I19 1,739 0,238 0,145
I20 1,867 1,662 0,184
I21 0,885 13,242 0,106
I22 0,742 2,144 0,176
I23 1,777 -0,038 0,262
I24 0,604 1,889 0,181
I25 1,395 0,840 0,154
I26 2,278 0,601 0,135
I27 2,239 0,670 0,070
I28 1,177 -0,138 0,135
I29 0,884 20,232 0,309
62
I30 0,703 1,907 0,165
I31 1,624 1,450 0,134

I32 0,966 2,979 0,132
I33 0,738 0,497 0,161
6,101
I34 1,041 0,150
I35 1,839 1,887 0,219
I36 0,846 2,919 0,163
I37 0,970 0,735 0,175
I38 1,544 3,360 0,226
I39 0,961 1,685 0,151
I40 0,499 2,622 0,172
I41 2,278 1,044 0,078
I42 0,884 18,547 0,281
I43 2,261 1,112 0,218
I44 0,587 3,269 0,146
I45 3,435 0,643 0,261
Tabela 20
63
7.2 Estimação das habilidades
Um dos principais resultados obtidos, ao utilizar o assistente do Excel, é a estimação das

habilidades dos respondentes. Na tabela a seguir, é possível verificar cada uma das
habilidades dos 153 participantes do teste. É fácil observar, para as habilidades, valores
positivos e negativos, talvez isso cause espanto aos menos desavisados, isso por que a
escala que estamos usando é a (0,1) esse é o par que denota uma média 0 (zero) e um
desvio padrão de 1 (um). Ao selecionar um valor qualquer da tabela, por exemplo o
participante de número 100, sua habilidade é de 1,923. Isso quer dizer que ele está a 1,923
desvios padrões acima da média das habilidades, que é igual a 0 (zero). Deste modo
podemos concluir que alguém que apresenta uma nota negativa está abaixo da média da
habilidade que fixamos inicialmente. A fim de facilitar a compreensão dessas notas, é
viável fazer a alteração dessa escala. A avaliação de maior notoriedade atualmente no
país e que faz essa mudança é o ENEM que utiliza a escala (500,100); de modo que, um
candidato que recebeu nota 300 em uma avaliação, isto significa que o mesmo teve um
desempenho de dois desvios padrões abaixo do valor de referência, já um candidato com
uma nota 750 teve dois desvios padrões e meio acima do valor de referência.
Ainda na tabela, temos a classificação dos respondentes tanto pela teoria clássica
dos testes (TCT) como pela TRI, e é possível notar que os dois primeiros colocados estão
com a mesma classificação. Já na última coluna da tabela, foi feita uma comparação dos
alunos que obtiveram a mesma classificação na TCT e na TRI com o número 1 para
classificações iguais e 0 para classificações diferentes, como por exemplo o aluno de
número 73 que ocupa a 3ª colocação na teoria clássica e na 12ª colocação na TRI.
Observa-se ainda que alguns indivíduos tiveram as classificações bem próximas como é
o caso do indivíduo 84 que foi o 5º colocado na Teoria clássica e 6º colocado na TRI.
1º. 111 37 111 2,494 1

2º. 100 34 100 1,923 1
3º. 73 31 109 1,506 0
4º. 112 31 112 1,427 1
5º. 84 30 107 1,423 0
6º. 86 30 84 1,404 0
7º. 83 29 93 1,365 0
8º. 114 29 86 1,336 0
9º. 93 27 103 1,306 0
64
10º. 109 27 83 1,229 0
11º. 44 26 114 1,173 0
12º. 71 26 73 1,103 0
13º. 89 26 110 0,979 0
14º. 104 26 104 0,960 1
15º. 107 26 71 0,934 0
16º. 5 25 53 0,929 0
17º. 53 25 74 0,884 0
18º. 72 25 102 0,846 0
19º. 74 25 72 0,780 0
20º. 102 25 44 0,761 0
21º. 103 24 101 0,746 0
22º. 110 24 5 0,746 0
23º. 43 23 91 0,735 0
24º. 60 23 82 0,711 0
25º. 61 23 89 0,702 0
26º. 68 23 105 0,634 0
27º. 101 23 113 0,621 0
28º. 94 22 39 0,613 0
29º. 96 22 59 0,610 0
30º. 113 22 68 0,569 0
31º. 50 21 60 0,561 0
32º. 57 21 85 0,560 0
33º. 58 21 94 0,546 0
34º. 59 21 58 0,523 0
35º. 64 21 61 0,521 0
36º. 66 21 43 0,506 0
37º. 82 21 96 0,491 0
38º. 85 21 64 0,449 0
39º. 88 21 20 0,436 0
40º. 105 21 31 0,427 0
41º. 17 20 66 0,419 0
42º. 23 20 47 0,405 0
43º. 39 20 35 0,400 0
44º. 47 20 98 0,398 0
45º. 62 20 80 0,387 0
46º. 65 20 25 0,381 0
47º. 81 20 57 0,375 0
48º. 91 20 95 0,373 0
49º. 97 20 23 0,343 0
50º. 98 20 81 0,331 0
51º. 99 20 99 0,326 1
52º. 21 19 17 0,324 0
53º. 31 19 76 0,292 0
65
54º. 49 19 65 0,290 0
55º. 67 19 50 0,280 0
56º. 76 19 62 0,274 0
57º. 92 19 97 0,258 0
58º. 95 19 21 0,245 0
59º. 22 18 78 0,238 0
60º. 51 18 88 0,226 0
61º. 56 18 8 0,203 0
62º. 78 18 67 0,156 0
63º. 20 17 24 0,144 0
64º. 25 17 92 0,121 0
65º. 55 17 29 0,054 0
66º. 80 17 16 0,053 0
67º. 4 16 32 0,045 0
68º. 14 16 10 0,037 0
69º. 16 16 27 0,030 0
70º. 24 16 22 0,022 0
71º. 29 16 37 -0,050 0
72º. 32 16 49 -0,051 0
73º. 42 16 87 -0,063 0
74º. 87 16 106 -0,088 0
75º. 90 16 13 -0,098 0
76º. 2 15 14 -0,103 0
77º. 7 15 90 -0,116 0
78º. 8 15 42 -0,183 0
79º. 13 15 69 -0,187 0
80º. 35 15 51 -0,209 0
81º. 69 15 139 -0,224 0
82º. 75 15 152 -0,257 0
83º. 124 15 7 -0,272 0
84º. 139 15 131 -0,307 0
85º. 149 15 1 -0,334 0
86º. 37 14 56 -0,339 0
87º. 152 14 75 -0,358 0
88º. 10 13 18 -0,369 0
89º. 12 13 6 -0,390 0
90º. 18 13 55 -0,432 0
91º. 19 13 63 -0,449 0
92º. 26 13 33 -0,453 0
93º. 27 13 54 -0,505 0
94º. 33 13 132 -0,509 0
95º. 77 13 4 -0,521 0
96º. 122 13 2 -0,533 0
97º. 131 13 77 -0,537 0
66
98º. 133 13 124 -0,553 0
99º. 144 13 41 -0,596 0
100º. 1 12 149 -0,605 0
101º. 6 12 45 -0,607 0
102º. 11 12 142 -0,609 0
103º. 30 12 12 -0,644 0
104º. 45 12 144 -0,654 0
105º. 52 12 48 -0,741 0
106º. 63 12 146 -0,748 0
107º. 70 12 116 -0,771 0
108º. 106 12 79 -0,788 0
109º. 108 12 11 -0,843 0
110º. 132 12 108 -0,850 0
111º. 145 12 19 -0,872 0
112º. 147 12 15 -0,878 0
113º. 3 11 115 -0,885 0
114º. 28 11 70 -0,924 0
115º. 41 11 118 -0,927 0
116º. 54 11 9 -0,933 0
117º. 79 11 120 -0,948 0
118º. 116 11 52 -0,952 0
119º. 118 11 30 -0,955 0
120º. 125 11 134 -0,988 0
121º. 137 11 137 -0,994 1
122º. 142 11 141 -1,014 0
123º. 143 11 38 -1,036 0
124º. 15 10 122 -1,043 0
125º. 38 10 130 -1,050 0
126º. 46 10 46 -1,067 1
127º. 115 10 143 -1,089 0
128º. 121 10 150 -1,104 0
129º. 130 10 26 -1,144 0
130º. 136 10 3 -1,168 0
131º. 141 10 133 -1,181 0
132º. 146 10 147 -1,188 0
133º. 48 9 145 -1,193 0
134º. 134 9 128 -1,195 0
135º. 151 9 127 -1,204 0
136º. 117 8 28 -1,248 0
137º. 126 8 148 -1,256 0
138º. 127 8 121 -1,273 0
139º. 140 8 135 -1,280 0
140º. 9 7 123 -1,286 0
141º. 36 7 125 -1,290 0
67
142º. 40 7 140 -1,301 0
143º. 120 7 153 -1,325 0
144º. 129 7 36 -1,328 0
145º. 138 7 136 -1,353 0
146º. 148 7 40 -1,354 0
147º. 150 7 34 -1,415 0
148º. 153 7 129 -1,455 0
149º. 34 6 126 -1,460 0
150º. 128 6 151 -1,467 0
151º. 135 6 117 -1,686 0
152º. 123 5 138 -1,695 0
153º. 119 3 119 -1,724 1
Tabela 21
7.3 Análise das curvas características dos itens
A figura a seguir tem o objetivo de mostrar o comportamento dos 45 itens em um mesmo

gráfico com suas respectivas CCI’s. É importante observar que cada uma das curvas está
diretamente relacionada com os parâmetros dos itens. Cada curva foi construída no
intervalo de -4 a + 4 no eixo das abscissas que representam as habilidades dos indivíduos.
68
I01
All the ICC I02
I03
1
I04
I05
I06
0,9 I07
I08
I09
I10
0,8 I11
I12
I13
I14
0,7 I15
I16
I17
I18
0,6 I19
I20
Probability
I21
0,5 I22
I23
I24
I25
0,4 I26
I27
I28
I29
0,3 I30
I31
I32
I33
0,2 I34
I35
I36
0,1 I37
I38
I39
I40
0 I41
-4 -3 -2 -1 0 1 2 3 4 I42
I43
Z I44
I45
Gráfico 38
ICC of item 'I01' ICC of item 'I02'

1 1
0,8 0,8
Probability
Probability
0,6 0,6
0,4 0,4
0,2 0,2
0 0
-3,873 -1,873 0,127 2,127 -3,873 -1,873 0,127 2,127
Z Z
69
ICC of item 'I03'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I04'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I05'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I06'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
70
ICC of item 'I07'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I08'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I09'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I10'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
71
ICC of item 'I11'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I12'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I13'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I14'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
72
ICC of item 'I15'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I16'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I17'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I18'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
73
ICC of item 'I19'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I20'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I21'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I22'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
74
ICC of item 'I23'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I24'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I25'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I26'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
75
ICC of item 'I27'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I28'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I29'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I30'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
76
ICC of item 'I31'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I32'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I33'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I34'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
77
ICC of item 'I35'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I36'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I37'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I38'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
78
ICC of item 'I39'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I40'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I41'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I42'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
79
ICC of item 'I43'
1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I44'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
ICC of item 'I45'

1
0,8
Probability
0,6
0,4
0,2
0
-3,873 -1,873 0,127 2,127
Z
80
CONCLUSÃO
Após a análise dos dados e dos resultados, ficou evidente que a melhor forma de
avaliar os alunos é pela TRI. A fim de tornar as avaliações mais qualitativas, uma vez que
o desempenho do indivíduo, que responde a uma avaliação, é analisado a partir de cada
item aplicado; esses itens buscam analisar os traços latentes dos respondentes, permitindo
assim que pessoas com o mesmo número de acertos tenham notas diferentes,
diferenciando os indivíduos entre si.
Com as simulações feitas, com auxílio do software Maple, ficou evidente que a
maior pontuação sempre é de quem acerta os itens mais fáceis, ou seja, quanto maior a
coerência nas resposta, maior será sua nota no teste - dados dois indivíduos com o mesmo
número de acertos. Deste modo, para os alunos que pretendem fazer provas que utilizem
a TRI, como o ENEM, é preciso “varrer” toda a prova em busca das questões mais fáceis,
para depois tentar as difíceis. Vale ressaltar, ainda, que o acerto casual eleva de modo
mínimo a nota, contudo não se deve deixar nenhuma questão em branco, pois as mesmas
serão consideradas como erradas.
A TRI vem sendo adotada em diversas provas atualmente, porém muitos

professores ainda aplicam TCT por conveniência ou por não entenderem a metodologia
da avaliação qualitativa, que é imperativa nas avaliações do ambiente escolar. Uma
ferramenta fácil e simples de usar, o complemento para o Excel, possibilita ao professor
construir as notas de seus alunos usando a TRI e essa foi a melhor maneira encontrada
para fazermos a estimação dos itens e variáveis latentes das respostas dos sujeitos a um
teste.
Sobretudo, a TRI permite comparar pessoas diferentes, mostrando como o processo de

ensino-aprendizagem está evoluindo com os alunos.
81
REFERÊNCIAS BIBLIOGRÁFICAS
ANDRADE, D. F.; TAVARES, H. R.; VALLE, R. C. Teoria da Resposta ao Item:

conceitos e aplicações. São Paulo: Associação Brasileira de Estatística - ABE,
2000.
MOREIRA JÚNIOR, F. Aplicações da Teoria de Resposta ao Item (TRI) no Brasil.

In: Rev. Bras. Biom., São Paulo, v.28, n.137 4,2010. p.137-170.
DEMO, P. Teoria e Prática da Avaliação Qualitativa. In: PERSPECTIVAS,

Campos dos Goytacazes, v.4, n.7, janeiro/julho 2005. p. 106-115.
LORD, F. M. A theory of test scores. Minnesota: Psychometric Society, 1952.
MACEDO, L. Eixos teóricos que estruturam o ENEM: conceitos principais.

Brasília: MEC/INEP, 1999.
Maple. Software de Geometria Dinâmica. Disponível em:

<https://www.maplesoft.com/products/Maple/> . Acesso em 15 de janeiro de
2017
Ministério da Educação. Disponível em :

<http://portal.mec.gov.br/component/tags/tag/34530>
Acesso em 12 de março de 2017
PASQUALI, L., PRIMI, R. Fundamentos da Teoria da Resposta ao Item –

TRI. Disponível em:
<http://pepsic.bvsalud.org/scielo.php?script=sci_arttext&pid=S1677-
04712003000200002> Acesso em 23 de junho de 2017
82
Apêndice
Prova ENEM PPL aplicada a 153 alunos.
1. O Código de Trânsito de certo país estabelece penas para quem conduzir veículo automotor na via
pública, estando com concentração de álcool no sangue igual ou superior a 0,6 grama por litro. Um
pesquisador monitorou um indivíduo que ingeriu bebida alcoólica somente após o jantar. Exames
realizados no sangue desse indivíduo mostraram que a concentração Q de álcool no sangue, dada em
grama por litro, aumentou durante 1 hora e meia. Depois disso, começou a diminuir e atingiu a
concentração permitida para dirigir, três horas após a ingestão de álcool.
Um gráfico que pode representar a relação entre o tempo após a ingestão e a concentração de álcool no
sangue desse indivíduo é
a)
b)
83
c)
d)
e)
2. Um semáforo é composto, geralmente, de três círculos de luzes coloridas (vermelho, amarelo e

verde). A cor vermelha indica que o veículo deve estar parado e permanecer assim até que a cor verde
volte a acender.
O gráfico apresenta a variação de velocidade de um carro ao longo de um percurso de 15 minutos de
duração, da residência de uma pessoa até seu local de trabalho. Durante esse percurso, o carro parou
somente nos semáforos existentes ao longo de seu trajeto.
Em quantos semáforos ele parou?

a) 2
84
b) 4
c) 5
d) 6
e) 7
3. Ano após ano, muitos brasileiros são vítimas de homicídio no Brasil. O gráfico apresenta a
quantidade de homicídios registrados no Brasil, entre os anos 2000 e 2009.
Se o maior crescimento anual absoluto observado nessa série se repetisse de 2009 para 2010, então o
número de homicídios no Brasil ao final desse período seria igual a
a) 48.839.
b) 52.755.
c) 53.840.
d) 54.017.
e) 54.103.
4. O padrão internacional lSO 216 define os tamanhos de papel utilizados em quase todos os países,
com exceção dos EUA e Canadá. O formato-base é uma folha retangular de papel, chamada de A0,
cujas dimensões são 84,1cm  118,9 cm. A partir de então, dobra-se a folha ao meio, sempre no lado
maior, obtendo os demais formatos, conforme o número de dobraduras. Observe a
figura: A1 tem o formato da folha A0 dobrada ao meio uma vez, A2 tem o formato da folha A0
dobrada ao meio duas vezes, e assim sucessivamente.
Quantas folhas de tamanho A8 são obtidas a partir de uma folha A0?

a) 8
b) 16
85
c) 64
d) 128
e) 256
5. A prefeitura de uma cidade detectou que as galerias pluviais, que possuem seção transversal na
forma de um quadrado de lado 2 m, são insuficientes para comportar o escoamento da água em caso
de enchentes. Por essa razão, essas galerias foram reformadas e passaram a ter seções quadradas de
lado igual ao dobro das anteriores, permitindo uma vazão de 400 m3 s. O cálculo da vazão V (em
m3 s) é dado pelo produto entre a área por onde passa a água (em m2 ) e a velocidade da água (em
m s).
Supondo que a velocidade da água não se alterou, qual era a vazão máxima nas galerias antes das
reformas?
a) 25 m3 s
b) 50 m3 s
c) 100 m3 s
d) 200 m3 s
e) 300 m3 s
6. O quadro apresenta cinco cidades de um estado, com seus respectivos números de habitantes e
quantidade de pessoas infectadas com o vírus da gripe. Sabe-se que o governo desse estado destinará
recursos financeiros a cada cidade, em valores proporcionais à probabilidade de uma pessoa, escolhida
ao acaso na cidade, estar infectada.
Cidade I II III IV V
Habitantes 180.000 100.000 110.000 165.000 175.000
Infectados 7.800 7.500 9.000 6.500 11.000
Qual dessas cidades receberá maior valor de recursos financeiros?

a) I
b) II
c) III
d) IV
e) V
7. Em um campeonato de futebol, a vitória vale 3 pontos, o empate 1 ponto e a derrota zero ponto.
Ganha o campeonato o time que tiver maior número de pontos. Em caso de empate no total de pontos,
os times são declarados vencedores.
Os times R e S são os únicos com chance de ganhar o campeonato, pois ambos possuem 68 pontos e
estão muito à frente dos outros times. No entanto, R e S não se enfrentarão na rodada final.
Os especialistas em futebol arriscam as seguintes probabilidades para os jogos da última rodada:
- R tem 80% de chance de ganhar e 15% de empatar;

- S tem 40% de chance de ganhar e 20% de empatar.
Segundo as informações dos especialistas em futebol, qual é a probabilidade de o time R ser o único
vencedor do campeonato?
a) 32%
b) 38%
c) 48%
d) 54%
e) 57%
86
8. Os sólidos de Platão são poliedros convexos cujas faces são todas congruentes a um único polígono
regular, todos os vértices têm o mesmo número de arestas incidentes e cada aresta é compartilhada por
apenas duas faces. Eles são importantes, por exemplo, na classificação das formas dos cristais minerais
e no desenvolvimento de diversos objetos. Como todo poliedro convexo, os sólidos de Platão respeitam
a relação de Euler V  A  F  2, em que V, A e F são os números de vértices, arestas e faces do
poliedro, respectivamente.
Em um cristal, cuja forma é a de um poliedro de Platão de faces triangulares, qual é a relação entre o
número de vértices e o número de faces?
a) 2V  4F  4
b) 2V  2F  4
c) 2V  F  4
d) 2V  F  4
e) 2V  5F  4
9. A cobertura de uma tenda de lona tem formato de uma pirâmide de base quadrada e é formada
usando quatro triângulos isósceles de base y. A sustentação da cobertura é feita por uma haste de
medida x. Para saber quanto de lona deve ser comprado, deve-se calcular a área da superfície da
cobertura da tenda.
A área da superfície da cobertura da tenda, em função de y e x, é dada pela expressão

y2
a) 2y x2 
4
y2
b) 2y x2 
2
2 2
c) 4y x  y
y2
d) 4 x2 
4
y2
e) 4 x2 
2
10. A figura mostra a pirâmide de Quéops, também conhecida como a Grande Pirâmide. Esse é o
monumento mais pesado que já foi construído pelo homem da Antiguidade. Possui aproximadamente
2,3 milhões de blocos de rocha, cada um pesando em média 2,5 toneladas. Considere que a pirâmide
de Quéops seja regular, sua base seja um quadrado com lados medindo 214 m, as faces laterais sejam
triângulos isósceles congruentes e suas arestas laterais meçam 204 m.
87
O valor mais aproximado para a altura da pirâmide de Quéops, em metro, é
a) 97,0.
b) 136,8.
c) 173,7.
d) 189,3.
e) 240,0.
11. Na reforma e estilização de um instrumento de percussão, em formato cilíndrico (bumbo), será

colada uma faixa decorativa retangular, como a indicada na Figura 1, suficiente para cobrir
integralmente, e sem sobra, toda a superfície lateral do instrumento.
Como ficará o instrumento após a colagem?
a)
b)
88
c)
d)
e)
12. Observou-se que todas as formigas de um formigueiro trabalham de maneira ordeira e organizada.
Foi feito um experimento com duas formigas e os resultados obtidos foram esboçados em um plano
cartesiano no qual os eixos estão graduados em quilômetros. As duas formigas partiram juntas do ponto
O, origem do plano cartesiana xOy. Uma delas caminhou horizontalmente para o lado direito, a uma
velocidade de 4 km h. A outra caminhou verticalmente para cima, à velocidade de 3 km h.
Após 2 horas de movimento, quais as coordenadas cartesianas das posições de cada formiga?
a) (8; 0) e (0; 6).
b) (4; 0) e (0; 6).
c) (4; 0) e (0; 3).
d) (0; 8) e (6; 0).
e) (0; 4) e (3; 0).
13. Na figura estão representadas, em um plano cartesiano, duas circunferências: C1 (de raio 3 e
centro O1) e C2 (de raio 1 e centro O2 ), tangentes entre si, e uma reta t tangente às duas
circunferências nos pontos P e Q.
89
Nessas condições, a equação da reta t é
a) y   3x  3 3
3
b) y   x3 3
3
c) y  x  4
2
d) y   x  4
3
4
e) y   x  4
5
14. A volemia (V) de um indivíduo é a quantidade total de sangue em seu sistema circulatório
(coração, artérias, veias e capilares). Ela é útil quando se pretende estimar o número total (N) de
hemácias de uma pessoa, a qual é obtida multiplicando-se a volemia (V) pela concentração (C) de
hemácias no sangue, isto é, N  V  C. Num adulto normal essa concentração é de 5.200.000
hemácias por mL de sangue, conduzindo a grandes valores de N. Uma maneira adequada de informar
essas grandes quantidades é utilizar a notação científica, que consiste em expressar N na forma
N  Q  10n, sendo 1  Q  10 e n um número inteiro.
Considere um adulto normal, com volemia de 5.000 mL.
http://perfline.com. Acesso em: 23 fev. 2013 (adaptado)
Qual a quantidade total de hemácias desse adulto, em notação científica?

10
a) 2,6  10
9
b) 2,6  10
9
c) 2,6  10
10
d) 2,6  10
11
e) 2,6  10
15. Em sua vez de jogar, um jogador precisa dar uma tacada na bola branca, de forma a acertar a bola
9 e fazê-la cair em uma das caçapas de uma mesa de bilhar. Como a bola 8 encontra-se entre a bola
branca e a bola 9, esse jogador adota a estratégia de dar uma tacada na bola branca em direção a uma
das laterais da mesa, de forma que, ao rebater, ela saia em uma trajetória retilínea, formando um
ângulo de 90 com a trajetória da tacada, conforme ilustrado na figura.
90
Com essa estratégia, o jogador conseguiu encaçapar a bola 9. Considere um sistema cartesiano de eixos
sobre o plano da mesa, no qual o ponto de contato da bola com a mesa define sua posição nesse
sistema. As coordenadas do ponto que representa a bola 9 são (3; 3), o centro da caçapa de destino
tem coordenadas (6; 0) e a abscissa da bola branca é 0,5, como representados na figura.
Se a estratégia deu certo, a ordenada da posição original da bola branca era

a) 1,3.
b) 1,5.
c) 2,1.
d) 2,2.
e) 2,5.
16. Um arquiteto deseja construir um jardim circular de 20 m de diâmetro. Nesse jardim, uma parte
do terreno será reservada para pedras ornamentais. Essa parte terá a forma de um quadrado inscrito na
circunferência, como mostrado na figura. Na parte compreendida entre o contorno da circunferência e a
parte externa ao quadrado, será colocada terra vegetal. Nessa parte do jardim, serão usados 15 kg de
terra para cada m2 . A terra vegetal é comercializada em sacos com exatos 15 kg cada. Use 3 como
valor aproximado para π.
O número mínimo de sacos de terra vegetal necessários para cobrir a parte descrita do jardim é
a) 100.
b) 140.
c) 200.
d) 800.
e) 1.000.
17. Um casal e seus dois filhos saíram, com um corretor de imóveis, com a intenção de comprar um
lote onde futuramente construiriam sua residência. No projeto da casa, que esta família tem em mente,
irão necessitar de uma área de pelo menos 400 m2 . Após algumas avaliações, ficaram de decidir entre
91
os lotes 1 e 2 da figura, em forma de paralelogramos, cujos preços são R$ 100.000,00 e
R$ 150.000,00, respectivamente.
3 1
Use , e 1,7 como aproximações respectivamente, para sen(60), cos(60) e 3.
2 2
Para colaborarem na decisão, os envolvidos fizeram as seguintes argumentações:
Pai: Devemos comprar o Lote 1, pois como uma de suas diagonais é maior do que as diagonais do Lote
2, o Lote 1 também terá maior área;
Mãe: Se desconsiderarmos os preços, poderemos comprar qualquer lote para executar nosso projeto,
pois tendo ambos o mesmo perímetro, terão também a mesma área;
Filho 1: Devemos comprar o Lote 2, pois é o único que tem área suficiente para a execução do projeto;
Filho 2: Devemos comprar o Lote 1, pois como os dois lotes possuem lados de mesma medida, terão
também a mesma área, porém o Lote 1 é mais barato;
Corretor: Vocês devem comprar o Lote 2, pois é o que tem menor custo por metro quadrado.
A pessoa que argumentou corretamente para a compra do terreno foi o(a)

a) pai.
b) mãe.
c) filho 1.
d) filho 2.
e) corretor.
18. Um artista utilizou uma caixa cúbica transparente para a confecção de sua obra, que consistiu em
construir um polígono IMNKPQ, no formato de um hexágono regular, disposto no interior da caixa. Os
vértices desse polígono estão situados em pontos médios de arestas da caixa. Um esboço da sua obra
pode ser visto na figura.
92
Considerando as diagonais do hexágono, distintas de IK, quantas têm o mesmo comprimento de IK ?
a) 1
b) 2
c) 4
d) 8
e) 9
19. Um gesseiro que trabalhava na reforma de uma casa lidava com placas de gesso com formato de
pentágono regular quando percebeu que uma peça estava quebrada, faltando uma parte triangular,
conforme mostra a figura.
Para recompor a peça, ele precisou refazer a parte triangular que faltava e, para isso, anotou as medidas
ˆ y  EDA
dos ângulos x  EAD, ˆ e z  AED
ˆ do triângulo ADE.
As medidas x, y e z, em graus, desses ângulos são, respectivamente,

a) 18, 18 e 108.
b) 24, 48 e 108.
c) 36, 36 e 108.
d) 54, 54 e 72.
e) 60, 60 e 60.
20. No projeto de arborização de uma praça está prevista a construção de um canteiro circular. Esse
canteiro será constituído de uma área central e de uma faixa circular ao seu redor, conforme ilustra a
figura.
93
Deseja-se que a área central seja igual à área da faixa circular sombreada.
A relação entre os raios do canteiro (R) e da área central (r) deverá ser
a) R  2r
b) R  r 2
r 2  2r
c) R 
2
d) R  r 2  2r
3
e) R  r
2
21. Um ciclista A usou uma bicicleta com rodas com diâmetros medindo 60 cm e percorreu, com ela,
10 km. Um ciclista B usou outra bicicleta com rodas cujos diâmetros mediam 40 cm e percorreu, com
ela, 5 km.
Considere 3,14 como aproximação para π.
A relação entre o número de voltas efetuadas pelas rodas da bicicleta do ciclista A e o número de
voltas efetuadas pelas rodas da bicicleta do ciclista B é dada por
1
a)
2
2
b)
3
3
c)
4
4
d)
3
3
e)
2
22. Tradicionalmente uma pizza média de formato circular tem diâmetro de 30 cm e é dividida em 8
fatias iguais (mesma área). Uma família, ao se reunir para o jantar, fará uma pizza de formato circular e
pretende dividi-la em 10 fatias também iguais. Entretanto, eles desejam que cada fatia dessa pizza
tenha o mesmo tamanho (mesma área) de cada fatia da pizza média quando dividida em 8 fatias
iguais.
Qual o valor mais próximo do raio com que deve ser feita a pizza, em centímetro, para que eles
consigam dividi-Ia da forma pretendida?
Use 2,2 como aproximação para 5.
a) 15,00
94
b) 16,50
c) 18,75
d) 33,00
e) 37,50
23. O presidente de um time de futebol quer contratar um atacante para seu elenco e um empresário
lhe ofereceu cinco jogadores. Ele deseja contratar o jogador que obteve a maior média de gols nos anos
de 2010 a 2013.
O quadro apresenta o número de gols marcados nos anos de 2010 a 2013 por cada um dos cinco
jogadores: I, II, III, IV e V.
Número Número Número Número

Jogador de gols de gols em de gols em de gols em
em 2010 2011 2012 2013
I 21 21 24 21
II 20 21 22 22
III 26 21 20 21
IV 23 23 19 18
V 16 21 26 16
O presidente do time deve contratar o jogador

a) I.
b) II.
c) III.
d) IV.
e) V.
24. Em 20 de abril de 2010 ocorreu a explosão e afundamento de uma plataforma de petróleo

semissubmersível, no Golfo do México. O acidente ocasionou um dos maiores desastres ecológicos
mundiais, devido ao derrame de 780.000 m3 de óleo cru no mar, por um período de 87 dias, entre
abril e julho de 2010. Finalizado o vazamento, parte do óleo vazado começou a ser queimado,
diretamente, enquanto que outra parte foi removida por coleta, através de barcos filtradores. As duas
técnicas juntas retiravam, aproximadamente, 480 m3 de óleo por dia. Durante todo o período de
remoção foram retirados, no total, apenas 66.705 m3 de óleo. Por recomendação de ambientalistas, a
retirada total de óleo não deveria ultrapassar 300 dias.
Disponível em: www.popularmechanics. Acesso em: 26 fev. 2013 (adaptado).
Para que todo o óleo derramado no Golfo pudesse ter sido retirado dentro do prazo recomendado pelos
ambientalistas, qual deveria ter sido a taxa mínima de remoção de óleo, em metro cúbico dia?
a) 1.625
b) 2.600
c) 3.508
d) 5.613
e) 8.966
25. O percentual da população brasileira conectada à internet aumentou nos anos de 2007 a 2011.
Conforme dados do Grupo Ipsos, essa tendência de crescimento é mostrada no gráfico.
95
Suponha que foi mantida, para os anos seguintes, a mesma taxa de crescimento registrada no período
2007-2011.
A estimativa para o percentual de brasileiros conectados à internet em 2013 era igual a

a) 56,40%.
b) 58,50%.
c) 60,60%.
d) 63,75%.
e) 72,00%.
26. Um motorista partiu da cidade A em direção à cidade B por meio de uma rodovia retilínea
localizada em uma planície. Lá chegando, ele percebeu que a distância percorrida nesse trecho foi de
25 km. Ao consultar um mapa com o auxílio de uma régua, ele verificou que a distância entre essas
duas cidades, nesse mapa, era de 5 cm.
A escala desse mapa é

a) 1: 5
b) 1: 1000
c) 1: 5000
d) 1: 100000
e) 1: 500000
27. Em um mapa cartográfico, cuja escala é 1: 30.000, as cidades A e B distam entre si, em linha
reta, 5 cm. Um novo mapa, dessa mesma região, será construído na
escala 1: 20.000.
Nesse novo mapa cartográfico, a distância em linha reta entre as cidades A e B, em centímetro, será
igual a
a) 1,50.
b) 3,33.
c) 3,50.
d) 6,50.
e) 7,50.
28. Cinco máquinas de costura são utilizadas em uma confecção de calças. O proprietário deseja
comprar mais uma dessas máquinas, idêntica a uma das já existentes, devendo escolher a que tiver a
maior média de produção por hora. Na tabela estão indicadas as quantidades de horas trabalhadas e de
calças confeccionadas por cada uma das máquinas em determinados períodos observados.
96
Número de calças
Máquina Horas
confeccionadas
1 240 960
2 210 1.050
3 170 1.020
4 160 480
5 160 800
A máquina a ser comprada deverá ser idêntica à

a) 1.
b) 2.
c) 3.
d) 4.
e) 5.
29. Segundo o Compromisso Empresarial para Reciclagem (Cempre), o volume de lixo urbano reciclado
passou de 5 milhões de toneladas, em 2003, para 7,1 milhões de toneladas, em 2008. Nesse mesmo
período, o número de municípios com coleta seletiva passou de 653 para 1.004. Esperava-se, durante
este período, um aumento de pelo menos 40% no volume de lixo urbano reciclado e de 60% no
número de municípios com coleta seletiva.
Disponível em: http://revistaepoca.globo.com. Acesso em: 31 jul. 2012.
Considerando os valores apresentados para o período de 2003 a 2008, os aumentos esperados no

volume de lixo urbano reciclado e no número de municípios com coleta seletiva
a) não foram atingidos, pois o aumento no volume de lixo urbano reciclado foi de 30%, e no número de
municípios com coleta seletiva foi de 30%.
b) não foram atingidos, pois o aumento no volume de lixo urbano reciclado foi de 30%, e no número de
municípios com coleta seletiva foi de 35%.
c) foram atingidos apenas parcialmente, pois os aumentos no volume de lixo urbano reciclado e no
número de municípios com coleta seletiva foram de 42%.
d) foram atingidos apenas parcialmente, pois o aumento no volume de lixo urbano reciclado foi de
42%, e no número de municípios com coleta seletiva foi de 35%.
e) foram atingidos apenas parcialmente, pois o aumento no volume de lixo urbano reciclado foi de
42%, e no número de municípios com coleta seletiva foi de 54%.
30. No início de janeiro de um determinado ano, uma família decidiu economizar para as férias de julho
daquele ano, guardando uma quantia por mês. Eles decidiram que, em janeiro, guardariam R$ 300,00
e, a partir de fevereiro, guardariam, a cada mês, 20% a mais do que no mês anterior.
Qual foi o total economizado (em real) no primeiro semestre do ano, abandonando, por
arredondamento, possíveis casas decimais nesse resultado?
a) 1.800,00
b) 2.100,00
c) 2.160,00
d) 2.978,00
e) 3.874,00
31. O técnico de um time de voleibol registra o número de jogadas e de acertos, por atleta, em cada
fundamento, para verificar os desempenhos dos jogadores. Para que o time tenha um melhor
aproveitamento no fundamento bloqueio, ele decide substituir um dos jogadores em quadra por um
dos que estão no banco de reservas. O critério a ser adotado é o de escolher o atleta que, no
fundamento bloqueio, tenha apresentado o maior número de acertos em relação ao número de jogadas
de que tenha participado. Os registros dos cinco atletas que se encontram no banco de reservas, nesse
97
fundamento, estão apresentados no quadro.
Participação em bloqueios
Atleta Número de Número de
acertos jogadas
I 20 30
II 10 34
III 19 32
IV 3 4
V 8 10
Qual dos atletas do banco de reservas o treinador deve colocar em quadra?

a) I
b) II
c) III
d) IV
e) V
32. Para atrair uma maior clientela, uma loja de móveis fez uma promoção oferecendo um desconto de
20% em alguns de seus produtos.
No gráfico, estão relacionadas as quantidades vendidas de cada um dos produtos, em um dia de
promoção.
No quadro constam os preços de cada produto vendido já com o desconto de 20% oferecido pela loja.
Móvel Preço (R$)

Cama 450,00
Mesa 300,00
Colchão 350,00
Pia de cozinha 400,00
Qual foi o valor total de desconto, em reais, concedido pela loja com a venda desses produtos durante
esse dia de promoção?
a) 300,00
b) 375,00
c) 720,00
d) 900,00
e) 1.125,00
33. Em um torneio interclasses de um colégio, visando estimular o aumento do número de gols nos
jogos de futebol, a comissão organizadora estabeleceu a seguinte forma de contagem de pontos para
cada partida: uma vitória vale três pontos, um empate com gols vale dois pontos, um empate sem gols
vale um ponto e uma derrota vale zero ponto. Após 12 jogos, um dos times obteve como resultados
cinco vitórias e sete empates, dos quais, três sem gols.
98
De acordo com esses dados, qual foi o número total de pontos obtidos pelo time citado?
a) 22
b) 25
c) 26
d) 29
e) 36
34. Uma professora de matemática organizou uma atividade associando um ábaco a três dados de
diferentes formatos: um cubo com faces numeradas de 1 a 6, associadas à haste C, um octaedro com
faces numeradas de 1 a 8, associadas à haste D, e um dodecaedro com faces numeradas de 1 a 12,
associadas à haste U. Inicialmente, as hastes do ábaco encontram-se vazias. As letras C, D e U estão
associadas a centenas, dezenas e unidades, respectivamente. A haste UM representa unidades de
milhar.
Regras do jogo: são jogados os três dados juntos e, a cada jogada, colocam-se bolinhas nas hastes,
correspondendo às quantidades apresentadas nas faces voltadas para cima de cada dado, respeitando a
condição “nunca dez”, ou seja, em cada haste podem ficar, no máximo, nove bolinhas. Assim, toda vez
que a quantidade de bolinhas em alguma haste for superior a nove, dez delas são retiradas dessa haste
e uma bolinha é colocada na haste imediatamente à esquerda. Bolinhas, em quantidades iguais aos
números obtidos na face superior dos dados, na segunda jogada, são acrescentadas às hastes
correspondentes, que contêm o resultado da primeira jogada.
Iniciada a atividade, um aluno jogou os dados duas vezes. Na primeira vez, as quantidades das faces
voltadas para cima foram colocadas nas hastes. Nesta jogada, no cubo, no octaedro e no dodecaedro, as
faces voltadas para cima foram, respectivamente, 6, 8 e 11 (Figura 1).
Na segunda vez, o aluno jogou os dados e adicionou as quantidades correspondentes, nas respectivas
hastes. O resultado está representado no ábaco da Figura 2.
De acordo com a descrição, as faces voltadas para cima no cubo, no octaedro e no dodecaedro, na
segunda jogada, foram, respectivamente,
a) 4, 2 e 9.
b) 4, 3 e 9.
c) 4, 3 e 10.
99
d) 5, 3 e 10.
e) 5, 4 e 9.
35. O prédio de uma empresa tem cinco andares e, em cada andar, há dois banheiros masculinos e dois
femininos. Em cada banheiro estão instalados dois recipientes para sabonete líquido com uma
capacidade de 200 mL (0,2 litro) cada um. Os recipientes dos banheiros masculinos são abastecidos
duas vezes por semana e os dos banheiros femininos, três vezes por semana, quando estão
completamente vazios. O fornecedor de sabonete líquido para a empresa oferece cinco tipos de
embalagens: I, II, III, IV e V, com capacidades de 2 L, 3 L, 4 L, 5 L e 6 L, respectivamente.
Para abastecer completamente os recipientes de sabonete líquido dos banheiros durante a semana, a
empresa planeja adquirir quatro embalagens de um mesmo tipo, de forma que não haja sobras de
sabonete.
Que tipo de embalagem a empresa deve adquirir?

a) I
b) II
c) III
d) IV
e) V
36. Uma partida de voleibol entre Brasil e Itália foi decidida em cinco sets. As pontuações do jogo estão
descritas na tabela.
1º set 2º set 3º set 4º set 5º set

Brasil 25 25 24 25 18
Itália 16 20 26 27 16
Nessa partida, a mediana dos pontos obtidos por set pelo time da Itália foi igual a
a) 16.
b) 20.
c) 21.
d) 23.
e) 26.
37. A economia no consumo de combustível é um fator importante para a escolha de um carro. É

considerado mais econômico o carro que percorre a maior distância por litro de combustível.
O gráfico apresenta a distância (km) e o respectivo consumo de gasolina (L) de cinco modelos de
carros.
100
O carro mais econômico em relação ao consumo de combustível é o modelo
a) A.
b) B.
c) C.
d) D.
e) E.
38. O quadro apresenta dados sobre viagens distintas, realizadas com o mesmo veículo, por diferentes
motoristas. Em cada viagem, o veículo foi abastecido com combustível de um preço diferente e trafegou
com uma velocidade média distinta.
Custo por litro de Distância Velocidade

Motorista combustível (R$) percorrida média
(km) (km h)
1 2,80 400 84
2 2,89 432 77
3 2,65 410 86
4 2,75 415 74
5 2,90 405 72
Sabe-se que esse veículo tem um rendimento de 15 km por litro de combustível se trafegar com
velocidade média abaixo de 75 km h. Já se trafegar com velocidade média entre 75 km h e
80 km h, o rendimento será de 16 km por litro de combustível. Trafegando com velocidade média
entre 81km h e 85 km h, o rendimento será de 12 km por litro de combustível e, acima dessa
velocidade média, o rendimento cairá para 10 km por litro de combustível.
O motorista que realizou a viagem que teve o menor custo com combustível foi o de número
a) 1.
b) 2.
c) 3.
d) 4.
e) 5.
39. O governo de um estado irá priorizar investimentos financeiros, na área de saúde, em uma das
cinco cidades apresentadas na tabela.
101
Número total Número total
Cidade
de habitantes de médicos
M 136.000 340
X 418.000 2.650
Y 210.000 930
Z 530.000 1.983
W 108.000 300
Total 1.402.000 6.203
A cidade a ser contemplada será aquela que apresentar a maior razão entre número de habitantes e
quantidade de médicos.
Qual dessas cidades deverá ser contemplada?

a) M
b) X
c) Y
d) Z
e) W
40. Em alguns supermercados, é comum a venda de produtos em atacado com preços inferiores aos
habituais. Um desses supermercados anunciou a venda de sabonetes em cinco opções de pacotes
diferentes. Segue a descrição desses pacotes com as respectivas quantidades e preços.
Pacote I: 3 unidades por R$ 2,10;

Pacote II: 4 unidades por R$ 2,60;
Pacote III: 5 unidades por R$ 3,00;
Pacote IV: 6 unidades por R$ 3,90;
Pacote V: 12 unidades por R$ 9,60;
Todos os sabonetes que compõem esses pacotes são idênticos.
Qual desses pacotes oferece o menor preço por sabonete?

a) I
b) II
c) III
d) IV
e) V
41. Uma empresa pretende adquirir uma nova impressora com o objetivo de suprir um dos seus
departamentos que tem uma demanda grande por cópias. Para isso, efetuou-se uma pesquisa de
mercado que resultou em três modelos de impressora distintos, que se diferenciam apenas pelas
seguintes características:
Características Impressora A Impressora B Impressora C

Custo da máquina (sem R$ 500,00 R$ 1.100,00 R$ 2.000,00
cartucho)
Custo do cartucho R$ 80,00 R$ 140,00 R$ 250,00
Cópias por cartucho 1.000 2.000 5.000
Para facilitar a tomada de decisão, o departamento informou que sua demanda será de, exatamente,
50.000 cópias.
Assim, deve-se adquirir a impressora

a) A ou B, em vez de C.
b) B, em vez de A ou C.
102
c) A, em vez de B ou C.
d) C, em vez de A ou B.
e) A ou C, em vez de B.
42. Um produtor de café contratou uma empresa de consultoria para avaliar as produções de suas
diversas fazendas. No relatório entregue consta que a variância das produtividades das fazendas foi
igual a 9.216 kg2 ha2. Esse produtor precisa apresentar essa informação, mas em outra unidade de
produtividade: sacas ha. Ele sabe que a saca de café tem 60 kg, mas tem dúvidas em determinar o
valor da variância em sacas2 ha2 .
A variância das produtividades das fazendas de café expressa em sacas2 ha2 é

a) 153,60.
b) 12,39.
c) 6,55.
d) 2,56.
e) 1,60.
43. O ato de medir consiste em comparar duas grandezas de mesma espécie. Para medir
comprimentos existem diversos sistemas de medidas. O pé, a polegada e a jarda, por exemplo, são
unidades de comprimento utilizadas no Reino Unido e nos Estados Unidos. Um pé corresponde a
1.200 metros ou doze polegadas, e três pés são uma jarda.
3.937
Uma haste com 3 jardas, 2 pés e 6 polegadas tem comprimento, em metro, mais próximo de
a) 1,0.
b) 3,5.
c) 10,0.
d) 22,9.
e) 25,3.
44. Computadores utilizam, por padrão, dados em formato binário, em que cada dígito, denominado
de bit, pode assumir dois valores (0 ou 1). Para representação de caracteres e outras informações, é
necessário fazer uso de uma sequência de bits, o byte. No passado, um byte era composto de 6 bits em
alguns computadores, mas atualmente tem-se a padronização que o byte é um octeto, ou seja, uma
sequência de 8 bits. Esse padrão permite representar apenas 28 informações distintas.
Se um novo padrão for proposto, de modo que um byte seja capaz de representar pelo menos 2.560
informações distintas, o número de bits em um byte deve passar de 8 para
a) 10.
b) 12.
c) 13.
d) 18.
e) 20.
45. Possivelmente você já tenha escutado a pergunta: “O que pesa mais, 1 kg de algodão ou 1 kg de
chumbo?”. E óbvio que ambos têm a mesma massa, portanto, o mesmo peso. O truque dessa pergunta
é a grande diferença de volumes que faz, enganosamente, algumas pessoas pensarem que pesa mais
quem tem maior volume, levando-as a responderem que é o algodão. A grande diferença de volumes
decorre da diferença de densidade (ρ) dos materiais, ou seja, a razão entre suas massas e seus
m
respectivos volumes, que pode ser representada pela expressão: ρ 
v
103
Considere as substâncias A, B, C, D e E representadas no sistema cartesiano (volume  massa) a
seguir:
A substância com maior densidade é

a) A.
b) B.
c) C.
d) D.
e) E.
Gabarito comentado:
Resposta da questão 1:
[E]
Analisando as alternativas uma a uma:

[A] A concentração de álcool em g L atinge o patamar de 0,6 mais de 4 h depois do jantar.
[B] A concentração de álcool em g L atinge o patamar permitido 4 h depois do jantar.
[C] A concentração de álcool em g L atinge o patamar permitido 5 h depois do jantar.
[D] A concentração de álcool em g L atinge o patamar permitido 3 h depois do jantar, porém volta a
se elevar depois.
[E] A concentração de álcool em g L atinge o patamar permitido 3 h depois do jantar. Esta é a
alternativa correta.
[A]
O carro parte do instante inicial (zero), acelera por um período, mantêm a aceleração constante (reta
paralela ao eixo x), desacelera e para (reta sobre o eixo x), reiniciando o ciclo. Isso se repete duas
vezes no período de 15 minutos, indicando que o carro parou em dois semáforos.
[D]
O maior crescimento anual absoluto observado nessa série corresponde à porção do gráfico crescente e
de maior angulação – ou seja, entre 2000 e 2001. Assim, o maior crescimento anual absoluto será igual
a:
47943  45360  2583
104
E se esse número se repetisse de 2009 para 2010, o número de homicídios ao final desse período seria
igual a:
51434  2583  54017
[E]
Calculando:
A1  2
A2  4  PG com q  2
A3  8
A8  A1 q81  2  27  256
[C]
2
Vi  v   v  22  Vi  4v
 Vi  4  25  100 m3 s
Vf  400  v   2 2
 400  16v  v  25
[C]
Calculando cada uma das probabilidades:

7800
P(C1)   0,0433  4,33%
180000
7500
P(C2 )   0,075  7,5%
100000
9000
P(C3 )   0,08181  8,2%
110000
6500
P(C4 )   0,03939  3,9%
165000
11000
P(C5 )   0,06285  6,3%
175000
Logo, a cidade que receberá a maior verba será a de número III (maior probabilidade).
[D]
Calculando:
R vencedor  Possibilidades :
R ganhar / S empatar  0,8  0,2  0,16  16%
R ganhar / S perder  0,8  (1  0,4  0,2)  0,32  32%  54%
R empatar / S perder  0,15  (1  0,4  0,2)  0,06  6%
[C]
3F
Poliedro de faces triangulares  A
2
105
3F F
V  A F  2  V   F  2  V   2  2V  F  4
2 2
[A]
Calculando:
2
y y2
g2  x 2     g  x 2 
2 4
4   y  g  y 2 
Slateral   Slateral  2y   x 2 
2  4 
 

[B]
Calculando:
AB  214 2
214 2
BC   107 2
2
BD  204
 
2 2 2 2 2
BD  DC  BC  2042  DC  107 2
2
DC  41616  22898  DC  18718  136,8 m
106
[A]
Envolvendo o cilindro com o adesivo em questão este apresentará o ponto Y sobreposto ao ponto
médio do segmento XZ. Portanto, a alternativa correta é a letra [A].

[A]
Após 2 horas, a formiga que caminhou horizontalmente para o lado direito caminhou 8 km
(velocidade de 4 km h). Assim sua coordenada será (8; 0).
Após 2 horas, a formiga que caminhou verticalmente para cima caminhou 6 km (velocidade de
3 km h). Assim sua coordenada será (0; 6).

[B]
Calculando:
SO1O2 :
42  22  x 2  x 2  12  x  12  2 3
4 2 2 1
  sen α    α  30
sen 90 sen α 4 2
β  180  α  β  150
t : y  ax  b
3
a  tg β  tg 150  tg 30  a  
3
107
QRO2  SO1O2 :
2 4
  RO2  2
1 RO2
OR  9
SO1O2  VOR :
VO 9 18
  VO  3 3
2 2 3 2 3
 
V 0;3 3 b 3 3
Assim:
t : y  ax  b
3
t:y  x3 3
3

[D]
N  V C
V  5.000 ml
C  5.200.000 hemácias ml
N  5.000  5.200.000  26.000.000.000  2,6  1010 hemácias

[E]
Considerando os dados do enunciado:
ABC  CFG  AB  AC
BM  CM  BM  1  B 1; 3 
ABC  DBE
DE  DB  DE  0,5  E  0,5; 2,5 

[A]
108
Calculando:
Scircunf  π(10)2  100 π  300 m2

20 20 2
x 2  20  x    x  10 2 m
2 2
 
2
Squadrado  x 2  10 2  200 m2
Sterra  300  200  100 m2
Como é necessário 1 saco (de 15 kg) de terra por metro quadrado, serão necessários 100 sacos de
terra vegetal para cobrir a área pretendida.

[C]
Calculando:
15 x 3 1,7
  x  15   15   x  12,75 m
sen 90 sen 60 2 2
Slote1  12,75  30  382,5 m2
Slote2  15  30  450 m2
Logo, o lote 2 é o único que tem área suficiente para a execução do projeto.

[B]
A diagonal IJ cruza liga vértices opostos do hexágono. Como existem apenas 6 vértices, há apenas
mais duas diagonais possíveis ligando vértices opostos (portanto tendo o mesmo comprimento) – NQ e
MP.
109
[C]
Calculando:
pentágono regular  z é ângulo interno
Sint ernos  180   n  2   180   5  2   540
S 540
z  int ernos   108
n 5
x  y  z  180
 2x  108  180  x  y  36
xy

[B]
Calculando:
Scentral  πr 2
Scanteiro  πR2  πr 2
Scentral  Scanteiro  πr 2  πR2  πr 2  2πr 2  πR2  2r 2  R2  R  r 2

[D]
Sendo R o raio das rodas da bicicleta, C o comprimento da circunferência da roda e N o número de

voltas dadas na distância percorrida, pode-se calcular:
60
RA   30 cm  0,3 m
2
CA  2  π  R  2  3,14  0,3  C A  1,884 m
10.000
NA   5307,86 voltas
1,884
40
RB   20 cm  0,2 m
2
CB  2  π  R  2  3,14  0,2  CB  1,256 m
5.000
NB   3980,89 voltas
1,256
NA 5307,86 4
  1,33333 
NB 3980,89 3

[B]
Calculando:
áreapizza 30cm  π(15)2  225 π
225 π
áreafatia   28,125 π
8
área10 fatias  28,125 π  10  281,25 π
281,25 π  πR2  R2  281,25  R  16,50 cm

[C]
110
Calculando:
Número Número Número Número
Jogador de gols de gols em de gols em de gols em Média
em 2010 2011 2012 2013
I 21 21 24 21 21,75
II 20 21 22 22 21,25
III 26 21 20 21 22,00
IV 23 23 19 18 20,75
V 16 21 26 16 19,75

[B]
Calculando:
780000 m3
taxa   2600 m3 dia
300 dias

[B]
Calculando:
48  27 21
crescimento anual    5,25% ao ano
2011  2007 4
P2013  48%   5,25%  (2013  2011)  P2013  58,5%

[E]
Calculando:
5 cm 5 cm 1
escala   
25 km 2.500.000 cm 500.000

[E]
Sendo x a distância real entre as cidades e y a distância no novo mapa, pode-se calcular:
1 30000
 x  150000 cm
5 x
1 20000
 y  7,5 cm
y 150000

[C]
Calculando:
111
Número de calças Produção
Máquina Horas
confeccionadas (calças/hora)
960
1 240 960 4
240
1050
2 210 1.050 5
210
1020
3 170 1.020 6
170
480
4 160 480 3
160
800
5 160 800 5
160

[E]
Sendo x igual a porcentagem de lixo urbano reciclado em relação a 2003 e y igual a porcentagem de
municípios atingidos em relação a 2003, pode-se calcular:
5 milhões  100%
 x  142%  aumento de 42%
7,1milhões  x
653  100%
 y  153,75%  aumento de  54%
1004  y

[D]
Calculando:
Janeiro  300
Fevereiro  300  1,2  360
Março  360  1,2  432
 300  360  432  518,4  622,08  746,496  2978,976
Abril  432  1,2  518,40
Maio  518,40  1,2  622,08
Junho  622,08  1,2  746,496

[E]
Calculando o percentual de acerto de cada um dos jogadores, tem-se:

20
I) %acertos   0,6667  66,67% de acerto
30
10
II) %acertos   0,2941  29,41% de acerto
34
19
III) %acertos   0,59375  59,375% de acerto
32
3
IV) %acertos   0,75  75% de acerto
4
8
V) %acertos   0,8  80% de acerto
10
112
Logo, o jogador com maior percentual de acertos (o qual deve entrar em quadra) é o jogador V.

[D]
Calculando:
Preço sem desconto Desconto por Nº peças Total de

Móvel Preço (R$)
peça vendidas desconto
450
Cama 450,00  562,5 112,5 2 225
1  0,2
300
Mesa 300,00  375 75,0 3 225
1  0,2
350
Colchão 350,00  437,5 87,5 4 350
1  0,2
Pia de 400
400,00  500 100,0 1 100
cozinha 1  0,2
Total 900,00

[C]
Calculando:
5 vitórias  3 pontos  15
4 empates com gols  2 pontos  8  26 pontos
3 empates sem gols  1ponto  3

[A]
Calculando:
1ª jogada  6, 8, 11
Unidade  11  10  1
Dezena  8  1  9
 691
Centena  6
Milhar  0
2ª jogada  x, y, z
Unidade  1  z  10  z  9  10  10  0
Dezena  9  1  y  12  y  2  12  10  2
 x, y, z  4, 2, 9
Centena  6  1  x  11  x  4  11  10  1
Milhar  1

[D]
Calculando:
113
1) Banheiros femininos
5 andares  2 banheiros  10 banheiros
10 banheiros  2 recipientes  20 recipientes
20 recipientes  3 abastecimentos  60 abastecimentos
60 abastecimentos  0,2 litro abastecimento  12 litros
2) Banheiros masculinos
5 andares  2 banheiros  10 banheiros
10 banheiros  2 recipientes  20 recipientes
20 recipientes  2 abastecimentos  40 abastecimentos
40 abastecimentos  0,2 litro / abastecimento  8 litros
Total  12  8  20 litros ou 4 embalagens de 5 litros cada

[B]
A mediana é o valor que divide um conjunto de valores ordenados em partes iguais. Assim, ordenando
os pontos da Itália, tem-se que a mediana é igual a 20.
16 16 20 26 27  mediana  20

[C]
Calculando:
100
Carro A   10 km litro
10
200
Carro B   5 km litro
40
400
Carro C   20 km litro
20
550
Carro D   11km litro
50
600
Carro E   15 km litro
40

[D]
Sendo Q a quantidade de litros utilizada por cada motorista em cada viagem e C o custo total de cada
viagem, pode-se calcular:
Distância Velocidade
Custo por litro de Rendimento
Motorista percorrida média
combustível (R$) (km/litro)
(km) (km h)
1 2,80 400 84 12
2 2,89 432 77 16
3 2,65 410 86 10
4 2,75 415 74 15
5 2,90 405 72 15
114
400
motorista 1  Q1   33,33 litros  C1  2,80  33,33  93,33 reais
12
432
motorista 2  Q2   27 litros  C2  2,89  27  78,03 reais
16
410
motorista 3  Q3   41litros  C3  2,65  41  108,65 reais
10
415
motorista 4  Q4   27,67 litros  C4  2,75  27, 67  76,08 reais
15
405
motorista 5  Q5   27 litros  C5  2,90  27  78,30 reais
15
Assim, o motorista que obteve a viagem com menor custo foi o motorista 4.

[A]
Calculando:
Número total Número total Razão hab/médico

Cidade
de habitantes de médicos
136000
M 136.000 340  400
340
418000
X 418.000 2.650  157,74
2650
210000
Y 210.000 930  225,80
930
530000
Z 530.000 1.983  267,27
1983
108000
W 108.000 300  360
300
1402000
Total 1.402.000 6.203  226,02
6203

[C]
Calculando:
2,10
Pacote I   0,70
3
2,60
Pacote II   0,65
4
3,00
Pacote III   0,60
5
3,90
Pacote IV   0,65
6
9,60
Pacote V  0,80
12

[E]
115
Calculando o custo total para cada uma das impressoras, considerando-se 50.000 cópias:
80
custo cópia A   0,08  custo total A  500  0,08  50000  4500,00
1000
140
custo cópia B   0,07  custo total B  1100  0,07  50000  4600,00
2000
80
custo cópia C   0,05  custo total C  2000  0,05  50000  4500,00
1000
Logo, conclui-se que a empresa pode adquirir a impressora A ou C, descartando a B (maior custo).

[D]
Calculando:
9.216 kg2 ha2 9.216 kg2 ha2
  2,56 sacas2 ha2
60 sacas  60 sacas 3.600 sacas2

[B]
Calculando:
1.200
3 jardas  9 pés  9  metros
3.937
1.200 1.200
2 pés  2  metros  11,5   3,5052 metros
3.937 3.937
1.200
6 polegadas  0,5 pé  0,5  metros
3.937

[B]
Escrevendo as potências de 2, tem-se:

211  2048
 2048  2560  4096
212  4096
Assim, seriam necessários no mínimo 12 bits em um byte.

[D]
Calculando:
116
600
ρA   12 g cm3
50
600
ρB   15 g cm3
40
200
ρC   20 g cm3
10
500
ρD   25 g cm3
20
100
ρE   10 g cm3
10
Comandos utilizados no maple para construção dos gráficos

Gráfico 8
> a:=[1,1];b:=[-10,10];
u:=<<1,0>>;
> T,phi,Nit,Nind:=phiuab(u,a,b);
> plot(phi(t),t=-15..15);
> fsolve(D(phi)(t)=0,t=-5);
Gráfico 9
> u:=<<0,1>>;T,phi,Nit,Nind:=phiuab(u,a,b);plot(phi(t),t=-15..15);
117
Gráfico 10
a:=[1,1,1];b:=[-10,0,10];
u:=<<1,0,0>>;
T,phi,Nit,Nind:=phiuab(u,a,b);
plot(phi(t),t=-20..20);
Gráfico 11
a:=[1,1,1];b:=[-10,0,10];
u:=<<0,1,0>>;
plot(phi(t),t=-20..20);
Gráfico 12
a:=[1,1,1];b:=[-10,0,10];
u:=<<0,0,1>>;
plot(phi(t),t=-20..20);
118
Gráfico 13
a:=[1,1,1];b:=[-10,0,10];
u:=<<1,1,0>>;
plot(phi(t),t=-20..20);
fsolve(D(phi)(t)=0,t=5);
Gráfico 14
a:=[1,1,1];b:=[-10,0,10];
u:=<<1,0,1>>;
plot(phi(t),t=-20..20);
Gráfico 15
119
a:=[1,1,1];b:=[-10,0,10];
u:=<<0,1,1>>;
plot(phi(t),t=-20..20);
Gráfico 16
a:=[1,1,1];b:=[-10,0,10];
u:=<<1,1,1>>;
plot(phi(t),t=-20..20);
Gráfico 17
a:=[1,1,1];b:=[-10,0,10];
u:=<<0,0,0>>;
plot(phi(t),t=-20..20);
120
Gráfico 18
> c:=.2;
a1:=1;a2:=1;a3:=1;a4:=1;a5:=1;
b1:=-1;b2:=1;b3:=1.6;b4:=2;b5:=2.6;
f1:=x->c+(1-c)*1/(1+exp(-a1*(x-b1)));
f2:=x->c+(1-c)*1/(1+exp(-a2*(x-b2)));
> f3:=x->c+(1-c)*1/(1+exp(-a3*(x-b3)));
> f4:=x->c+(1-c)*1/(1+exp(-a4*(x-b4)));
> f5:=x->c+(1-c)*1/(1+exp(-a5*(x-b5)));
121
> plot([f1(x),f2(x),f3(x),f4(x),f5(x)],x=-
5..5,color=[red,blue,green,black,yellow],axes=boxed);
Gráfico 19
> g:=(t1,t2)-
>(f1(t1))*(f2(t1))*(f3(t1))*(f4(t1))*(f5(t1))*(f1(t2))*(f2(t2))*(f3(t2))*(f4(t2))*(f5(t2));
> plot3d(g(t1,t2),t1=-10..10,t2=-10..10,axes=boxed)
Gráfico 20
> g:=(t1,t2)->(1-f1(t1))*(1-f2(t1))*(1-f1(t2))*(1-f2(t2))*(1-f3(t1))*(1-f3(t2))
> plot3d(g(t1,t2),t1=-10..10,t2=-10..10,axes=boxed)
Gráfico 21
> g:=(t1,t2)->(f1(t1))*(f2(t1))*(f3(t1))*(1-f4(t1))*(f5(t1))
*(1-f1(t2))*(f2(t2))*(f3(t2))*(f4(t2))*(f5(t2));
> g:=unapply(f1(t1)*f2(t1)*f3(t1)*(1-f4(t1))*f5(t1)*(1-
f1(t2))*f2(t2)*f3(t2)*f4(t2)*f5(t2),[t1,t2]);
> px:=D[1](g):
py:=D[2](g):
implicitplot([px(t1,t2)=0,py(t1,t2)=0],t1=0..5,t2=0..5,color=[blue,red],numpoints=3
000);
122
Gráfico 22
> fsolve({px(t1,t2)=0,py(t1,t2)=0},{t1=2.5,t2=2.5});
> subs(t1=a,t2=b,%);
> assign(%);
> ps:=pointplot3d([a,b,g(a,b)],symbol=solidcircle,symbolsize=20,color=red):
> display(ps,grg,axes=boxed);
Gráfico 23
> g:=unapply(f1(t1)*f2(t1)*f3(t1)*(1-f4(t1))*(1-f5(t1))*f1(t2)*(1-f2(t2))*(1-
f3(t2))*f4(t2)*f5(t2),[t1,t2]);
> grg:=plot3d(g(t1,t2),t1=-5..5,t2=-5..5,axes=boxed):
display(grg,axes=boxed);
Gráfico 24
> px:=D[1](g):
py:=D[2](g):
> implicitplot([px(t1,t2)=0,py(t1,t2)=0],t1=-5..5,t2=-
5..5,color=[blue,red],numpoints=3000);
Gráfico 25
> assign(%);
123
Gráfico 26
> g:=(t1,t2)->(f1(t1))*(f2(t1))*(1-f3(t1))*(1-f4(t1))*(1-f5(t1))*(f1(t2))*(1-f2(t2))*(1-
f3(t2))*(1-f4(t2))*(f5(t2));
> g:=unapply(f1(t1)*f2(t1)*(1-f3(t1))*(1-f4(t1))*(1-f5(t1))*(f1(t2))*(1-f2(t2))*(1-
f3(t2))*(1-
f4(t2))*f5(t2),[t1,t2]);
display(grg,axes=boxed);
> assign(%);
Gráfico 27
> px:=D[1](g):
py:=D[2](g):
124
Gráfico 28
> fsolve({px(t1,t2)=0,py(t1,t2)=0},{t1=0.5,t2=-.5});
> assign(%);
Gráfico 29
c:=.2;d
a1:=.1;a2:=.9;a3:=1.2;a4:=1.6;a5:=3;
b1:=0;b2:=0;b3:=0;b4:=0;b5:=0;
f1:=x->c+(1-c)*1/(1+exp(-a1*(x-b1)));
f2:=x->c+(1-c)*1/(1+exp(-a2*(x-b2)));
> f3:=x->c+(1-c)*1/(1+exp(-a3*(x-b3)));
125
> f4:=x->c+(1-c)*1/(1+exp(-a4*(x-b4)));
> f5:=x->c+(1-c)*1/(1+exp(-a5*(x-b5)));
> plot([f1(x),f2(x),f3(x),f4(x),f5(x)],x=-5..5,
color=[red,blue,green,black,yellow],axes=boxed);
Gráfico 30
> g:=(t1,t2)->(f1(t1))*(f2(t1))*(1-f3(t1))*(1-f4(t1))*(1-f5(t1))*(1-f1(t2))*(1-
f2(t2))*(1-f3(t2))*(f4(t2))*(f5(t2));
> display(grg,axes=boxed)
Gráfico 31
> g:=unapply(f1(t1)*f2(t1)*(1-f3(t1))*(1-f4(t1))*(1-f5(t1))*(1-f1(t2))*(1-f2(t2))*(1-
f3(t2))*f4(t2)*f5(t2),[t1,t2]);
> px:=D[1](g):
py:=D[2](g):
Gráfico 32
> fsolve({px(t1,t2)=0,py(t1,t2)=0},{t1=-1.6,t2=0.2});
126
> assign(%);
Gráfico 33
> g:=(t1,t2)->(f1(t1))*(f2(t1))*(f3(t1))*(1-f4(t1))*(1-f5(t1))*(1-f1(t2))*(1-
f2(t2))*(f3(t2))*(f4(t2))*(f5(t2));
>
Gráfico 34
> g:=unapply(f1(t1)*f2(t1)*f3(t1)*(1-f4(t1))*(1-f5(t1))*(1-f1(t2))*(1-
f2(t2))*f3(t2)*f4(t2)*f5(t2),[t1,t2]);
> px:=D[1](g):
py:=D[2](g):
Gráfico 35
> assign(%);
127
Gráfico 36
> g:=(t1,t2)->(f1(t1))*(f2(t1))*(f3(t1))*(f4(t1))*(1-f5(t1))*(1-
f1(t2))*(f2(t2))*(f3(t2))*(f4(t2))*(f5(t2));
>
Gráfico 37
> g:=unapply(f1(t1)*f2(t1)*f3(t1)*f4(t1)*(1-f5(t1))*(1-
f1(t2))*f2(t2)*f3(t2)*f4(t2)*f5(t2),[t1,t2]);
> px:=D[1](g):
py:=D[2](g):
> assign(%);
128
129

Teoria Da Resposta Do Item

Enviado por

Direitos autorais:

Formatos disponíveis

Teoria Da Resposta Do Item

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Teoria Da Resposta Do Item

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO ESTADO DO RIO DE JANEIRO

CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA

Luís Felipe Bezerra Pereira

Uma introdução ingênua à teoria de resposta ao item.

Uma introdução ingênua à teoria de resposta ao item.

Trabalho de Conclusão de Curso

Orientador: José Teixeira Cal Neto

Uma introdução ingênua à teoria de resposta ao item.

Trabalho de Conclusão de Curso

Este trabalho tem como objetivo mostrar as possibilidades e as vantagens

Palavras-Chave: Teoria de Testes, TRI, TCT

Keywords: Test Theory, IRT, CTT

Fácil Médio Difícil

Nesse caso, ambos os indivíduos acertaram o mesmo número de questões, logo

Traços latentes são características do indivíduo que não podem ser

2 O modelo unidimensional de três parâmetros (ML3)

Este trabalho tratará deste último modelo, o ML3.

2.1 Parâmetros dos Itens e função de resposta do item.

O modelo logístico unidimensional de 3 parâmetros (ML3) é atualmente o mais utilizado

𝜃𝑗 representa a habilidade (traço latente) do j-ésimo indivíduo.

É o parâmetro de dificuldade (ou de posição) de um item. Dita a habilidade que um

É o parâmetro de discriminação de um item, capaz de distinguir o nível de habilidade de

É o parâmetro de acerto casual de um item. Em uma prova de múltipla escolha, um

3 Uso do sofware Maple para análise da FRI e as CCI’s.

Usando t como a variável para habilidade, podemos definir

O programa calcula limites em função de parâmetros, mas como os resultados dos

Calculando a derivada de f, temos:

*Maple é um sistema algébrico computacional comercial de uso genérico. Constitui um ambiente

3.1 Análise dos parâmetros com auxílio do Maple.

3.2 Modificando o parâmetro b e mantendo fixos a e c.

Como a dependência de f em b é via (t - b), é fácil ver que aumentando o valor do

3.3 Modificando o parâmetro a e mantendo fixos b e c.

3.4 Modificando o parâmetro c e mantendo fixos b e a.

Pelo fato do parâmetro c apresentar a probabilidade de acerto casual, ele representa o

Para visualizar melhor o comportamento das funções, criaremos pequenos casos

4.1 Um indivíduo e dois itens.

4.2 Um indivíduo, três itens e um acerto.

4.3 Um indivíduo, três itens e dois acerto.

T1 acerta dois itens.

T2 acerta dois itens.

T3 acerta dois itens.

4.4 Um indivíduo, três itens e três acerto.

T1 acerta três itens.

4.5 Um indivíduo, três itens e três erros.

𝑓(𝑡1 , 𝑡2 ) = ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 , 𝑖 = 1,2,3,4,5, 𝑗 = 1,2) = ∏( ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 )) =

Cada probabilidade no produtório é igual a 𝑓𝑖 (𝑡𝑗 ), no caso de 𝑢𝑖𝑗 = 1 ou 1 − 𝑓𝑖 (𝑡𝑗 ) no

5.1 Análise 3d mantendo a fixo e variando b.

O gráfico é simétrico em t1 e t2 e claramente tem seu sup quando ambas variáveis

5.1.4 T1 e T2 erram dois itens.

Com t1 = 1,563236170 e t2 = 0,8795448667.

5.1.5 T1 e T2 acertam dois itens.

Nesse caso, novamente ambos os respondentes acertaram o mesmo número de itens,

Agora faremos uma análise, mantendo o parâmetro de dificuldade fixo e igual a 0 e os

5.2.2 T1 e T2 erram dois itens.

Na figura acima, observa-se um ponto de máximo finito com t2 > t1.

𝜑 = ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 ) = ∏( ∏ 𝑃(𝑈𝑖𝑗 = 𝑢𝑖𝑗 ))

= 𝑓1 (𝑡1 𝑎1 𝑏1 )𝑓1 (𝑡2 𝑎1 𝑏1)𝑓1 (𝑡3 𝑎1 𝑏1 )(1

𝑓1 (𝑡1 𝑎1 𝑏1 )𝑓1 (𝑡2 𝑎1 𝑏1 )𝑓1 (𝑡3 𝑎1 𝑏1 )(1 − 𝑓1 (𝑡4 𝑎1 𝑏1 ) = 𝜑1

𝑓2 (𝑡1 𝑎2 𝑏2 )𝑓2 (𝑡2 𝑎2 𝑏2 )(1 − 𝑓2 (𝑡3 𝑎1 𝑏1 ))(1 − 𝑓2 (𝑡4 𝑎2 𝑏2 ) = 𝜑2

𝑓3 (𝑡1 𝑎3 𝑏3 )(1 − 𝑓3 (𝑡2 𝑎3 𝑏3 ))(1 − 𝑓3 (𝑡3 𝑎3 𝑏3 ))(1 − 𝑓3 (𝑡4 𝑎3 𝑏3 ) = 𝜑3