Professional Documents
Culture Documents
Anlise Combinatria e
Probabilidade
2010
Copyright 2010. Todos os direitos reservados desta edio SECRETARIA DE EDUCAO A DISTNCIA
(SEAD/UECE). Nenhuma parte deste material poder ser reproduzida, transmitida e gravada, por qualquer
meio eletrnico, por fotocpia e outros, sem a prvia autorizao, por escrito, dos autores.
EXPEDIENTE
Design instrucional
Antonio Germano Magalhes Junior
Igor Lima Rodrigues
Pedro Luiz Furquim Jeangros
Projeto grfico
Rafael Straus Timb Vasconcelos
Marcos Paulo Rodrigues Nobre
Coordenador Editorial
Rafael Straus Timb Vasconcelos
Diagramao
Marcus Lafaiete da Silva Melo
Ilustrao
Marcos Paulo Rodrigues Nobre
Capa
Emilson Pamplona Rodrigues de Castro
PRESIDENTE DA REPBLICA
Luiz Incio Lula da Silva
MINISTRO DA EDUCAO
Fernando Haddad
SECRETRIO DE EDUCAO A DISTNCIA
Carlos Eduardo Bielschowsky
DIRETOR DO DEPARTAMENTO DE POLTICAS EM EDUCAO A DISTNCIA DPEAD
Hlio Chaves Filho
SISTEMA UNIVERSIDADE ABERTA DO BRASIL
Celso Costa
GOVERNADOR DO ESTADO DO CEAR
Cid Ferreira Gomes
REITOR DA UNIVERSIDADE ESTADUAL DO CEAR
Francisco de Assis Moura Araripe
VICE-REITOR
Antnio de Oliveira Gomes Neto
PR-REITORA DE GRADUAO
Josefa Lineuda da Costa Murta
COORDENADOR DA SECRETARIA DE EDUCAO A DISTNCIA
Antonio Germano Magalhes Junior
COORDENADOR GERAL UAB/UECE
Francisco Fbio Castelo Branco
COORDENADORA ADJUNTA UAB/UECE
Josete de Oliveira Castelo Branco Sales
COORDENADOR DA LICENCIATURA EM MATEMTICA
Cleiton Batista Vasconcelos
COORDENADOR DE TUTORIA E DOCNCIA DA LICENCIATURA EM MATEMTICA
Gerardo Oliveira Barbosa
Sumrio
Unidade 1
Princpios de Contagem ........................................................................................................ 7
1. Introduo.........................................................................................................................9
2. Uma primeira atividade ....................................................................................................9
3. Atividades de contagem ....................................................................................................11
4. Princpios de contagem .....................................................................................................19
Unidade 2
Arranjos e Permutaes e o Fatorial de um Nmero ............................................................. 27
1. Introduo.........................................................................................................................29
2. Arranjos simples e arranjos com elementos repetidos .....................................................29
3. Permutaes simples e permutaes com elementos repetidos......................................32
4. O fatorial de um nmero e o nmero de arranjos e o de permutaes ...........................35
5. Permutao Circular ..........................................................................................................37
Unidade 3
Combinaes, Nmeros Binomiais e Binmio de Newton ..................................................... 45
1. Introduo.........................................................................................................................47
2. Combinaes Simples .......................................................................................................47
3. Combinaes completas e equaes diofantinas ............................................................. 49
4. Nmeros binomiais ...........................................................................................................53
5. Binmio de Newton ..........................................................................................................55
Unidade 4
Tpicos Complementares...................................................................................................... 67
1. Introduo.........................................................................................................................69
2. Permutaes caticas .......................................................................................................69
3. Lemas de Kaplansky ..........................................................................................................72
4. Princpio das gavetas de Dirichlet ..................................................................................... 75
Unidade 5
Noes Preliminares e Operaes entre Eventos................................................................... 81
1. Introduo.........................................................................................................................83
2. Experimentos: aleatrios versus determinsticos ............................................................. 83
3. Espao amostral associado a um experimento aleatrio ..................................................84
4. Operaes entre eventos e eventos mutuamente excludentes ........................................86
Unidade 6
Definies de Probabilidade e Principais Resultados.............................................................. 93
1. Introduo..........................................................................................................................95
2. Definies de Probabilidade..............................................................................................95
3. Probabilidade condicional e eventos independentes........................................................100
4. Distribuio binomial de probabilidade............................................................................. 106
Unidade
Princpios de Contagem
Objetivos:
Apresentar a anlise combinatria como os ramos da matemtica que se
preocupa com os mtodos de contagem, sejam eles diretos ou indiretos.
Exemplificar os princpios de contagem a partir de sua utilizao em algumas
atividades.
Enunciar e aplicar os princpios aditivo e multiplicativo da contagem.
Enunciar e aplicar o princpio de contagem conhecido como princpio da incluso
e excluso.
1. Introduo
Uma das preocupaes bsicas da Anlise combinatria, mas no a
nica, com os mtodos de contagem, quer direta quer indireta.
Suponha, por exemplo, que desejemos contar os subconjuntos do conjunto A = { 1, 2, 3 }.
Uma maneira de realizarmos essa contagem seria listar todos os
subconjuntos do conjunto A contagem direta para, em seguida, cont-los. Assim:
Subconjuntos com zero elementos: ;
Subconjuntos com um elemento: {1}, {2} e {3};
Subconjuntos com dois elementos: {1, 2}, {1,3} e {2,3};
Subconjuntos com trs elementos: { 1, 2, 3 }.
Contando os subconjuntos listados, conclumos que o conjunto A possui 8 ( = 1 + 3 + 3 + 1) subconjuntos.
Outra maneira seria encontrar um procedimento geral contagem
indireta que nos permita determinar o nmero de subconjuntos de um
conjunto A em funo do seu nmero de elementos, sem precisar cont-los.
Em alguns casos, claro, mais fcil listar e contar os subconjuntos
do que procurar tal mtodo. Notadamente, quando os conjuntos possuem
uma quantidade pequena de elementos. Em outros, no. Imagine se A possusse 10 ou 20 elementos.
Nesta unidade resolveremos algumas atividades relacionadas contagem de conjuntos para, em seguida, enunciarmos e aplicarmos os princpios aditivo e multiplicativo da contagem alm, claro, do princpio da incluso e excluso, uma espcie de generalizao do princpio da contagem.
S
N
Escolhido o primeiro elemento, temos duas opes para a escolha do
segundo S ou N ;
S
N
S
N
S
N
e, finalmente, escolhidos os dois primeiros temos duas opes de escolha para o terceiro novamente, S ou N ;
S
N
perfazendo um total de 8 (= 2 X 2 X 2) sequncias.
Como cada sequncia representa um subconjunto de A = { 1, 2, 3 },
podemos concluir que o conjunto A possui 8 subconjuntos.
Generalizando. Como dissemos anteriormente, fica fcil de generalizar o resultado para um conjunto A com n elementos. Neste caso, a sequncia que
devemos formar vai possuir n letras que podem ser escolhidas entre S e N e,
portanto, o nmero de subconjuntos de um conjunto com n elementos 2n.
A figura a seguir, denominada de rvore das possibilidades, nos permite visualizar as 8 sequncias possveis, ou melhor, os 8 subconjuntos
do conjunto A.
10
Subconjunto
SSS
{ 1, 2, 3 }
SSN
{ 1, 2 }
SNS
{ 1, 3 }
SNN
{1}
NSS
{ 2, 3 }
NSN
{2}
NNS
{3}
NNN
3. Atividades de contagem
Nesta seo apresentaremos vrias atividades de contagem com o objetivo de mostrarmos alguns procedimentos que podem ser empregados em
situaes desta natureza. Apresentaremos alguns conjuntos de situaes
para, em seguida, apresentarmos suas solues. Sugerimos que, antes de
verificar a soluo apresentada, cada aluno tente encontr-la por si mesmo.
Situao 01: De quantas maneiras podemos distribuir quatro bolas, sendo uma vermelha, uma preta, uma azul e uma branca, entre
duas pessoas, de modo que cada pessoa receba pelo menos uma
bola? E se qualquer uma das pessoas puder ficar com as quatro
bolas? E se forem seis bolas? E se forem n bolas?
Situao 02: De quantas maneiras podemos distribuir quatro bolas iguais entre duas pessoas, de modo que cada pessoa receba pelo
menos uma bola? E se qualquer uma das pessoas puder ficar com
as quatro bolas? E se forem sete bolas? E se forem n bolas?
11
Situao 03: De quantas maneiras podemos distribuir quatro bolas diferentes em duas caixas iguais, de modo que em cada caixa
fique pelo menos uma bola? E se qualquer das caixas puder ficar
vazia? E se forem seis bolas? E se forem n bolas?
Agora vamos apresentar a soluo das trs atividades propostas anteriormente.
Inicialmente, insistimos na importncia da tentativa de resoluo por
parte dos alunos. Afinal, a partir de sua prpria soluo ou de suas prprias dvidas que se aprende a resolver problemas confrontando-as - dvidas ou solues - com outras solues apresentadas e outras que venha a
encontrar pelo caminho.
Para a situao 01, De quantas maneiras podemos distribuir quatro
bolas, sendo uma vermelha, uma preta, uma azul e uma branca, entre duas
pessoas, de modo que cada pessoa receba pelo menos uma bola?, iniciaremos denotando por V, P, A e B as bolas vermelha, preta, azul e branca, respectivamente, e por P1 e P2 as duas pessoas. Assim, para as bolas vermelha
e preta, temos as seguintes opes: a bola vermelha ou fica com P1 ou fica
com P2 e, distribuda a bola vermelha, a bola preta ou fica com P1 ou com
P2. Na rvore de possibilidades temos o seguinte:
Como se percebe, j foram encontradas 4 possibilidades de distribuio das duas primeiras bolas.
Para a distribuio das outras duas bolas, procedemos do mesmo
modo. Faltando distribuir a bola azul e a branca, j temos as quatro possibilidades seguintes:
VERMELHA
PRETA
P1
P1
P1
P2
P2
P1
P2
P2
AZUL
BRANCA
Na distribuio da bola azul, para cada uma das possibilidades acima, temos outras duas possibilidades: a bola azul fica com P1 ou a bola
azul fica com P2. Assim, para a possibilidade 1, temos:
12
VERMELHA
PRETA
AZUL
P1
P1
P1
P1
P1
P2
BRANCA
1
2
VERMELHA
PRETA
AZUL
P1
P1
P1
P1
P1
P2
P1
P2
P1
P1
P2
P2
BRANCA
1
2
3
4
VERMELHA
PRETA
AZUL
P1
P1
P1
P1
P1
P2
P1
P2
P1
P1
P2
P2
P2
P1
P1
P2
P1
P2
P2
P2
P1
P2
P2
P2
BRANCA
1
2
3
4
VERMELHA
PRETA
AZUL
BRANCA
P1
P1
P1
P1
P1
P1
P1
P2
P1
P1
P2
P1
P1
P1
P2
P2
P1
P2
P1
P1
P1
P2
P1
P2
P1
P2
P2
P1
P1
P2
P2
P2
13
5
6
7
8
VERMELHA
PRETA
AZUL
BRANCA
P2
P1
P1
P1
P2
P1
P1
10
P2
P2
P1
P2
11
P1
P2
P1
P2
12
P2
P2
P2
P1
13
P1
P2
P2
P1
14
P2
P2
P2
P2
15
P1
P2
P2
P2
16
P2
14
15
possibilida-
+1 possibilidades,
se uma das caixas puder ficar vazia. No caso em que n mpar, teremos
ou
no ficar vazia.
Para concluir essa seo apresentaremos mais trs situaes para
serem analisadas. So elas:
Situao 04: De quantas maneiras podemos distribuir todas as letras A, A, A, A, B, B, C entre duas pessoas, sem qualquer restrio?
Situao 05: Em um parque de diverses, existem quatro dos brinquedos que Toby mais gosta de brincar, mas ele s dispe de dinheiro para comprar dois bilhetes. De quantas maneiras Toby poder
fazer a escolha dos brinquedos?
Situao 06: Dentre os nmeros de 1 a 20, quantos so os mltiplos de 7 ou de 5? E quantos so os mltiplose de 3 ou de 5?
Como nas situaes anteriores, importante que voc, antes de ler as
respostas no livro, tente resolver os problemas propostos para que, a partir
de suas dvidas ou solues voc possa construir seu conhecimento.
Para a situao 04, denotemos por P1 e P2 as duas pessoas. A pessoa
P1 pode receber 0, 1, 2, 3 ou 4 letras A e, para cada uma dessas possibilidades, a quantidade de letras A que a pessoa P2 receber j fica automaticamente determinada: se P1 recebe 1, ento P2 recebe 3, se P1 recebe 2, ento
P2 recebe 2, e assim por diante. Portanto, basta sabermos quantas letras de
cada (A, B e C) uma das pessoas receber. Portanto, existem 5 maneiras de
se distribuir as letras A. De maneira semelhante, existem 3 maneiras de se
distribuir as letras B (P1 recebe 1, 2 ou 0 letras B) e 2 maneiras de distribuir
a letra C (ou P1 recebe a letra C ou P2 recebe a letra C).
16
Pessoa
Letra A
Letra B
Letra C
P1
P2
0
1
2
2
1
0
0
1
2
2
1
0
0
1
2
2
1
0
0
1
2
2
1
0
0
1
2
2
1
0
0
1
2
2
1
0
PESSOA 2
PESSOA 1
Finalmente, cada uma das 15 distribuies anteriores pode ser combinada com as duas distribuies da letra C, totalizando 30 distribuies
distintas. Note que essas 30 distribuies so consequncia do produto 5 X
3 X 2, sendo o 5 o nmero de distribuies da letra A, 3 o nmero de distribuies da letra B e 2 o nmero de distribuies da letra C.
A
PESSOA 1
B
C
0
1
AB
AC
AD
BB
BC
BD
CC
CD
DD
17
AB
AC
AD
AE
BB
BC
BD
BE
CC
CD
CE
DD
DE
EE
perfazendo um total de (5 + 4 + 3 + 2 + 1 =) 15 combinaes, se puderem ser comprados dois bilhetes de um mesmo brinquedo, ou 15 - 5 (4 + 3
+ 2 + 1 = 10) combinaes, se no puderem ser comprados bilhetes iguais.
Lembremos que no caso dos quatro brinquedos tivemos 10 ( = 4 + 3 + 2 + 1)
combinaes, se podamos comprar bilhetes iguais e 10 - 4 (1 + 2 + 3 = 6),
se no podamos. Assim, generalizando para n brinquedos, temos
n + (n 1) + (n 2) + + 3 + 2 + 1 =
n =
18
4. Princpios de contagem
Nas situaes da seo anterior foram apresentados e resolvidos problemas de contagem e, direta ou indiretamente, na sua resoluo foi utilizado o princpio aditivo da contagem ou o princpio multiplicativo da contagem.
Nesta seo enunciaremos e aplicaremos esses princpios na contagem do nmero de elementos de certos conjuntos.
Para tanto, denotaremos por n(X) o nmero de elementos do conjunto finito X.
Iniciaremos com o princpio aditivo da contagem que permite determinar o nmero de elementos do conjunto AB em funo do nmero de
elementos dos conjuntos A e B e pode ser enunciado como segue.
Princpio aditivo da contagem. Se A e B so conjuntos finitos
tais que AB = , ento AB tambm finito e vale a igualdade
n(AB) = n(A) + n(B).
Se A e B so conjuntos tais que A B = , dizemos
que A e B so conjuntos disjuntos.
No caso em que A e B so conjuntos disjuntos, isto , conjuntos tais
que A B , vale a igualdade
n(A B) = n(A) + n(B) n(A B).
O princpio aditivo da contagem pode ser generalizado para trs ou
mais conjuntos, como segue.
Princpio aditivo. Caso de 3 conjuntos. Sejam A, B e C conjuntos
finitos e dois a dois disjuntos, isto , conjuntos tais que A B = , A
C = e B C = . Nestas condies, vale a igualdade n(ABC)
= n(A) + n(B) + n(C).
Princpio aditivo. Caso geral. Sejam A1, A2, A3, , An conjuntos
dois a dois disjuntos, isto , conjuntos tais que, para i j, Ai Aj = .
Nestas condies, vale a igualdade n(
)=
.
Outras generalizaes possveis para o princpio aditivo da contagem
so as que seguem.
O caso anterior - dos trs conjuntos - permite estender o princpio aditivo da contagem para conjuntos no disjuntos, como no corolrio a seguir.
Corolrio 1.4.01. Se A e B so conjuntos finitos, ento vale a igualdade
n(A B) = n(A) + n(B) n(A B).
19
Prova.
Sejam A e B conjuntos finitos.
Sabemos que A B = (A - B) (A B) (B - A) e que os conjuntos
A - B, A B e B - A, so dois a dois disjuntos.
Assim, pela proposio 1.3.01, temos que
n(A B) = n(A - B) + n(B - A) + n(A B).
Sabemos ainda que para os conjuntos A e B vale a igualdade
A = (A - B) (A B) e, consequentemente, como A - B e A B so
disjuntos, temos que n(A) = n(A - B) + n(A B).
Portanto, da igualdade
n(A B) = n(A - B) + n(B - A) + n(A B),
temos
n(A B) = n(A) + n(B) n(A B).
Mostrando o resultado.
O caso mais geral do princpio aditivo da contagem, aquele para n
conjuntos no necessariamente disjuntos, conhecido como princpio da
incluso e excluso e possui o enunciado que apresentaremos a seguir,
inicialmente para o caso de trs conjuntos e depois na sua verso para o
caso de n conjuntos.
Princpio da incluso e excluso. Caso de 3 conjuntos. Se A, B e
C so conjuntos finitos, ento
n(A B) = n(A) + n(B) + n(C) n(AB) n(AC) n(BC) + n(ABC).
Voc consegue visualizar na igualdade anterior a incluso
e a excluso? Tente faz-lo.
Princpio da incluso e excluso. Caso geral. Se A1, A 2, , A n so
conjuntos finitos, ento
=
+
+
n-1
+(-1)
Outro princpio que foi utilizado nas atividades da seo anterior e
que muito utilizado nos problemas de contagem indireta o princpio
multiplicativo da contagem, tambm conhecido como princpio fundamental da contagem.
Todos ns j ouvimos falar no conhecido problema do menino que
possui trs calas e quatro camisas e deseja saber quantas combinaes
possveis conjunto de cala e camisa possvel formar. Esse um problema tpico que se resolve por meio da aplicao do princpio multiplicativo
da contagem, que pode ser enunciado como segue.
Princpio multiplicativo da contagem. Se uma deciso A pode ser
tomada de m maneiras distintas e, tomada a deciso A, outra deciso B pode ser tomada de n maneiras distintas, ento o nmero de
maneiras de tomas sucessivamente as decises A e B m X n.
Como no caso do princpio aditivo, o princpio multiplicativo da contagem pode ser generalizado para uma quantidade finita de tomadas de
deciso independentes e sucessivos, conforme enunciado a seguir.
20
Princpio multiplicativo da contagem. O caso geral. Se as decises independentes A1, A 2, A3, , A n podem ocorrer de m1, m2, m3,
, mn maneiras, respectivamente, ento o nmero de possibilidades
de tomar a deciso A1, seguida de A 2, seguida de A3, e assim sucessivamente at tomar a deciso A n dado por m1 X m2 X m3 X X mn.
Exemplo 1.3.01. Resolvendo o problema do menino e suas calas. O
menino possui 3 calas e 4 camisas e desejamos saber quantos conjuntos
de cala e camisa possvel formarmos. Para tanto, basta que observemos
que cada conjunto formado a partir de duas decises sucessivas: a escolha
da cala, que pode ser feita de 3 maneiras, e a escolha da camisa, que pode
ser feita de 4 maneiras. Assim, pelo princpio multiplicativo da contagem, o
nmero de conjuntos possveis de serem formados 4 X 3, que igual a 12.
Exemplo 1.3.02. Com 4 homens e 5 mulheres possvel formar 20 casais. De fato, para formarmos um casal devemos fazer duas escolhas: um
homem, entre os 4, e uma mulher, entre as 5. Para a escolha do homem
temos 4 possibilidades e para a da mulher temos 5 possibilidades. Assim,
pelo princpio multiplicativo da contagem, existem 4 X 5 possibilidades de
escolha de um casal.
Exemplo 1.3.03. Se existem 4 empresas de nibus e 3 de avio ligando a cidade X cidade Y, a viagem pode ser feita de nibus ou de avio de 7 modos
diferentes. A viagem pode ser feita de nibus de 4 maneiras diferentes: O1,
O2, O3 e O4, que formam o conjunto O; e de avio de 3 maneiras diferentes: A1, A2 e A3, que formam o conjunto A. Queremos determinar n(OA).
Temos que n(OA) = n(O) + n(A) n(OA) e como os conjuntos O e A so
disjuntos, n(OA) = n(O) + n(A) = 4 + 3 = 7.
Exemplo 1.3.04. Se dois conjuntos A e B so disjuntos e so tais que
n(AB) = 20 e n(A) = 15, ento n(B) = 5. De fato, pelo princpio aditivo
da contagem, temos que n(AB) = n(A) + n(B) n(AB). Como A e B so
disjuntos, temos que n(AB) = n(A) + n(B), ou seja, 20 = 15 + n(B) e, consequentemente, n(B) = 5.
Exemplo 1.3.05. Existem 2 caminhos ligando as cidades A e B, 3 caminhos
ligando as cidades B e C e 4 caminhos ligando as cidades C e D. O nmero
de caminhos diferentes ligando A e D e passando, obrigatoriamente por B e
C 24 (= 2 X 3 X 4).
21
22
A:
Matemtica
B:
Matemtica
C:
15
10
Portugus
Fsica
Portugus
Fsica
Para essa escolha (e, portanto, para qualquer outra escolha) temos 6 possibilidades para colocar o algarismo 3, uma vez que o 3 pode ocupar o
lugar de qualquer um dos traos.
Assim, possvel formar 30 (= 5 X 6) nmeros diferentes.
11. Quantos so os nmeros que podem ser formados com todos os dgitos
1, 1, 1, 1, 1, 1, 1, 1, 1, 2 e 3?
12. Quantos so os divisores do nmero 360? Determine uma frmula que
permita calcular o nmero de divisores de um nmero qualquer, justificando seu raciocnio.
13. Em um ramal de metr h 10 estaes. Cada tipo de bilhete permite
viajar de uma estao para outra. Assim, para irmos da estao A para
a estao B necessrio 1 bilhete e para irmos de B para A necessrio
outro bilhete. Quantos tipos de bilhetes de passagem so necessrios
para permitir a viagem entre duas estaes quaisquer?
14. De quantas maneiras possvel sentar cinco casais em 10 cadeiras em
fila, se marido e mulher devem sentar sempre juntos?
15. De quantas maneiras podemos escolher uma consoante e uma vogal de
um alfabeto formado por 12 consoantes e 5 vogais?
ANLISE COMBINATRIA E PROBABILIDADE
23
24
25
Unidade
Arranjos e Permutaes e o
Fatorial de um Nmero
Objetivos:
Conceituar e exemplificar arranjos e permutaes simples e arranjos e permutaes
com elementos repetidos.
Determinar o nmero de arranjos e permutaes simples e arranjos e permutaes
com elementos repetidos.
o fatorial de um nmero e utiliz-lo na frmula para determinar o nmero de
arranjos e de permutaes.
Conceituar permutaes circulares de n objetos e determinar seu nmero em
funo de n.
1. Introduo
Nesta Unidade abordaremos alguns tipos especiais de agrupamentos
que, por se repetirem com bastante freqncia, recebem nomes especiais:
os arranjos e as permutaes.
Aproveitaremos o estudo das permutaes para introduzir o conceito
de fatorial de um nmero inteiro positivo, estendendo a definio aos nmeros inteiros 0 e 1.
Estudaremos os agrupamentos conhecidos como arranjos simples e
com elementos repetidos e as permutaes simples, com elementos repetidos e circulares.
29
Dezena
Unidade
Dezena
Unidade
2, 3, 4, 5
Dezena
Unidade
Centena
1, 3, 4, 5
Dezena
Unidade
30
Centena
Dezena
2
3
4
5
Centena
Dezena
1
3
4
5
Unidade
12X
13X
14X
15X
Unidade
21X
23X
24X
25X
Figura: 5 X 4 possibilidades
Escolhidos o algarismo da centena e o da dezena, restam trs algarismos que podero ocupar a ordem das unidades, perfazendo assim 60 (= 5 X
4 X 3) nmeros de trs algarismos distintos.
Centena
Centena
Dezena
Dezena
Unidade
3
123
124
125
Unidade
2
132
134
135
Figura: 5 X 4 x 3 possibilidades
31
32
um arranjo das 5 pessoas tomadas 5 a 5. A esse tipo de agrupamento chamamos de permutao. Mais precisamente, temos a definio seguinte.
Permutao simples.
Dados n objetos distintos, uma permutao simples desses objetos
qualquer ordenao dos mesmos.
Conforme dissemos anteriormente, uma permutao de n objetos distintos um arranjo simples desses n objetos tomados n a n.
Exemplo 2.3.01. Qualquer fila formada com 5 pessoas uma permutao
dessas pessoas.
Exemplo 2.3.02. Qualquer ordenao que voc der ao arrumar 4 livros na
prateleira de uma estante uma permutao dos quatro livros.
Anagramas de uma palavra so palavras (com significado
semntico ou no) que se pode formar com
todas as letras da palavra dada, ou seja, uma
reordenao das letras da palavra.
Exemplo 2.3.03. A palavra ROMA um anagrama da palavra AMOR e,
consequentemente, uma permutao simples das letras A, M, O e R. Outro
anagrama e outra permutao simples de AMOR MORA.
ESSES
SESES
ESSSE
SSESE
ESESS
SSEES
EESSS
SSSEE
SESSE
SEESS
ANLISE COMBINATRIA E PROBABILIDADE
33
claro que isso ocorre por conta das letras iguais, pois se todas as
letras fosses diferentes teramos 120 (= 5 X 4 X 3 X 2 X 1) anagramas.
Para saber como determinar o nmero de anagramas com elementos
repetidos, vamos tomar um desses anagramas e ver como ele se comporta
com relao aos 120 possveis. Para tanto vamos pensar o anagrama ESSES como se tivesse as cinco letras distintas. Assim: E1S1S2E2S3. Dentre os
120 anagramas possveis, 12 deram origem a ESSES. So eles:
Grupo 1
E1S1S2E2S3
E1S1S3E2S2
E1S2S1E2S3
E1S2S3E2S1
E1S3S1E2S2
E1S3S2E2S1
E2S2S1E1S3
E2S2S3E1S1
E2S3S1E1S2
E2S3S2E1S1
Grupo 2
E2S1S2E1S3
E2S1S3E1S2
34
5 4 3 2 1
= 10.
3 2 1 2 1
Fatorial de um nmero.
Dado o nmero inteiro n, com n 0, o fatorial de n indicado pelo
smbolo n! (que se l: n fatorial ou fatorial de n) e definido por:
Exemplo 2.4.01. O fatorial de 4 indicado por 4! que, por sua vez, igual
a 4! = 1 X 2 X 3 X 4 = 24.
Exemplo 2.4.02. Para calcular o valor da expresso
, basta desen-
= 45.
35
A notao de fatorial e o nmero de permutaes com elementos repetidos. Vimos que o nmero de permutaes de n objetos
com repetio de n1, n2, n3, , nr objetos pode ser calculado por
Exemplo 2.4.03. O nmero de fi las distintas, no exemplo 4, pode ser indicado por P5 = 5!.
Exemplo 2.4.04. O nmero de sequncias de trs letras distintas no exem4! = 4!
plo 2.2.05 pode ser indicado por A4,3 =
(4 - 3)!
Exemplo 2.4.05. A quantidade de nmeros de 5 algarismos que podemos
formar usando todos os algarismos 1, 1, 1, 2 e 2 pode ser indicada por
P53,2 =
36
5!
.
3!2!
5. Permutao Circular
At agora vimos que com 3 pessoas, A, B e C, possvel formarmos
trs filas ou ordenaes distintas. So elas: ABC, ACB, BAC, BCA, CAB e
CBA. Cada uma dessas filas ou ordenaes dita uma permutao simples
das trs pessoas, formada pelas mesmas pessoas e difere das outras, apenas, pela ordem em que as pessoas se encontram. Assim, as permutaes
ABC e CAB, por exemplo, so compostas pelas pessoas A, B e C, sendo que
em ABC, A o primeiro, B o segundo e C o terceiro, enquanto em CAB, C
o primeiro, A o segundo e B o terceiro.
Vimos tambm que o nmero de permutaes de n objetos pode ser
calculado pela igualdade
Pn = n!
em que o smbolo n! representa o produto
n X (n 1) X (n 2) X X 3 X 2 X 1,
para qualquer nmero natural n, n > 1.
Suponha agora que queiramos distribuir as trs pessoas, A, B e C, em
torno de uma mesa circular.
Ser que teremos as mesmas seis possibilidades?
Pense, antes de prosseguir.
Tomemos as seis permutaes anteriores e faamos sua distribuio
em torno de um crculo, conforme a figura a seguir.
Fig. Distribuio das permutaes simples de 3 objetos
em torno de um crculo
37
Uma boa maneira de tentar resolver esse problema escolher um sentido - horrio ou anti-horrio - para percorrer a circunferncia do crculo
e anotar os objetos na sequncia que vo aparecendo. Assim, seguindo a
circunferncia da distribuio I (primeira linha e primeira coluna) no sentido horrio, e comeando pela pessoa mais acima (pessoa A), obtemos a
seguinte sequncia:
ABCABC
procedendo de maneira semelhante para a distribuio II (primeira
linha e segunda coluna), obtemos a sequncia:
BCABCA
e, finalmente, para a distribuio III (segunda linha e primeira coluna), obtemos a sequncia:
ACBACB
Vistas como uma fila ou permutao simples, claro que estas trs
sequncias so diferentes. Nas duas primeiras, o primeiro objeto de uma
diferente do primeiro objeto da outra, por exemplo. Na segunda e na terceira os primeiros objetos tambm so diferentes. Com relao primeira e
terceira, o segundo elemento de uma diferente do segundo elemento da outra. Assim, percebe-se claramente que, como permutaes simples, as trs
so diferentes. Acontece que em uma distribuio circular no existe um
primeiro nem um segundo. Qualquer um pode ser o primeiro, dependendo
de por onde se quer comear a enumerao. Assim, uma alternativa para se
tentar comparar as distribuies anteriores seguir um sentido - horrio
ou anti-horrio - e, ao invs de comear sempre pela mesma posio, comear pelo mesmo objeto. Desta forma, as distribuies anteriores, na forma
de sequncia, ficariam:
I: A B C A B C
II: A B C A B C
III: A C B A C B
Observemos que procedendo desta maneira as duas primeiras distribuies passam a ser iguais, enquanto a terceira diferente. As sequncias
que ficaram iguais so exatamente as da mesma linha, ou seja, aquelas que
se tornam iguais por rotaes sucessivas de 120o, em torno do centro do
crculo, no sentido horrio.
Isto sugere a definio que segue.
Distribuies circulares iguais. Duas distribuies circulares de
n objetos distintos so iguais se uma pode ser obtida da outra por
meio de uma rotao em torno do centro do crculo, no sentido horrio ou anti-horrio.
De acordo com o que foi feito, existem apenas duas permutaes circulares dos 3 objetos A, B e C. Comeando com A, so elas ABC e ACB.
38
ABCD
DABC
CDAB
BCDA
ABDC
CABD
DCAB
BDCA
ACBD
DACB
BDAC
CBDA
ACBD
BACD
DBAC
CDBA
ADBC
CADB
BCAD
DBCA
ADCB
BADC
CBAD
DCBA
4!
= 3! = 3 2 1 = 6.
4
n!
= (n - 1) !.
n
39
Dando prosseguimento ao nosso estudo de anlise combinatria, nesta Unidade abordamos os agrupamentos conhecidos como arranjos e aqueles conhecidos como permutaes. Vimos que as permutaes so casos
particulares dos arranjos e que tanto estes quanto aqueles podem ser classifi cados como simples ou com elementos repetidos. Vimos tambm que o
nmero de arranjos simples de n objetos tomados p a p indicado por An,p
e o de permutaes simples de n objetos indicado por P n. J os arranjos
com repetio de n objetos tomados p a p e as permutaes de n objetos com
repetio de elementos so denotadas por (AR)n,p e P n1, 2, 3, r, respectivamente. Aprendemos a calcular o nmero de cada um desses agrupamentos,
diferenciando uns dos outros e introduzimos a notao fatorial que nos
permite abreviar o produto da sequncia de nmeros naturais desde 1 at
n, indicando tal produto por n!. Por fi m, estudamos as permutaes circulares, que consistem na distribuio de objetos ou pessoas em torno de um
crculo, formando sequncias ordenadas e determinando a quantidade destas sequncias em funo do nmero de objetos ou de pessoas.
40
8. Resolva as equaes
Assim, a igualdade
fi ca
41
H1 H2 H3 H4
A esposa M1 pode sentar nas posies ou . Se a esposa M1 sentar na
posio , teremos duas posies para esposa M2 sentar, quais sejam,
as posies ou .
M1 H1 H2 H3 H4
O mesmo ocorre se M1 sentar na posio , teremos duas posies para
M2 sentar. As posies e .
H1 M1 H2 H3 H4
De maneira semelhante, escolhida uma das seis distribuies dos maridos, cada esposa tem duas possibilidades de escolha para sentar. Portanto, temos ao todo 3! X 24, possibilidades de distribuio dos casais
em torno da mesa.
15. Determine o nmero x, x 2, de modo que se tenha A x,2 = 110.
16. Com os algarismos 1, 3, 5, 7 e 9, quantos nmeros inteiros, compreendidos entre 100 e 1000, de algarismos distintos, podemos formar?
17. Uma corrida disputada por 5 atletas. Quantas so as possibilidades de
premiao nos trs primeiros lugares? E se forem 10 atletas? Generalize
o resultado para n atletas.
18. Uma senhora quer usar ao mesmo tempo 2 anis, colocando-os em dedos
diferentes da mo esquerda ou da mo direita, ambos na mesma mo,
excetuando-se os dedos polegares. De quantas maneiras ela pode faz-lo?
19. Resolvido. Quantos so os anagramas distintos da palavra ARARA?
Soluo. A palavra ARARA possui 5 letras sendo 3 letras A e 2 letras
R. Assim, o nmero de anagramas dessa palavra dado por P52,3, que
igual a 10.
20. Quantos e quais so os anagramas da palavra ATA? E da palavra PETELECO?
21. De quantas maneiras distintas podemos distribuir 7 bombons diferentes
em uma caixa com 7 lugares, como na figura ao lado?
22. Resolvido. Quantas pulseiras distintas, de oito contas, podem ser feitas
com 8 contas de cores diferentes?
Soluo. Em princpio podemos pensar que se trata de uma simples permutao circular de 8 e que, portanto, seu nmero
(PC)8 = 7! = 7X6X5X4X3X2X1 = 5040.
42
Acontece que pulseiras como as da fi gura ao lado so a mesma pulseira. Assim, devemos dividir o total 5040 por 2, obtendo 2520 pulseiras diferentes.
23. Um arranjo de fl ores de forma circular deve ser enfeitado com fl ores e
fi tas. Se dispomos de 8 fl ores diferentes e fi tas de 8 cores diferentes, de
quantos modos distintos podemos enfeitar o arranjo se cada fl or deve
fi car entre duas fi tas e deve-se usar uma fi ta de cada cor e uma fl or de
cada tipo?
24. Determine a quantidade de mltiplos de 3 com quatro algarismos que
podem ser formados com os algarismos 2, 3, 4, 6 e 9.
25. Dos anagramas da palavra PERNAMBUCO, quantos comeam Pela slaba PER? E quantos comeam pelas letras P, E, R, em qualquer ordem?
26. Uma famlia de 5 pessoas tem uma carro de 5 lugares. De quantos modos podem se acomodar no carro para uma viagem se:
a)s uma das pessoas sabe dirigir?
b)todas sabem e podem dirigir?
27. De quantos modos 5 pessoas podem sentar em um banco de 5 lugares
se duas delas devem sempre sentar juntas?
28. Resolvido. Exprimir, usando a notao de fatorial, o produto dos n primeiros nmeros pares.
Soluo. Os n primeiros nmeros pares so 2, 4, 6, 8, , 2n e seu produto P dado por P = 2.4.6.8. .2n, que pode ser escrito como
P = 2.1.2.2.2.3.2.4. . 2.n = 2.2.2. .2.1.2.3.n = 2n.n!
29. Exprimir, usando a notao de fatorial, o produto dos n primeiros nmeros mpares.
30. Quantos so os nmeros de 7 algarismos no iniciados por 0 e que contm 5 vezes o algarismo 1?
43
e, de maneira geral,
(n+1) = n(n) = n X (n 1) X X 4 X 3 X 2 X 1
ou ainda, (n+1) = n!.
Assim, a funo (X) pode ser vista como uma extenso da funo fatorial de x ao conjunto dos nmeros reais.
1
Sabendo que ( ) = , possvel determinar o valor da funo para
2
qualquer frao cujo denominador igual a 2, como veremos a seguir.
Se o numerador for um inteiro positivo par, ento a frao ser um inteiro positivo e j vimos como calcular o valor da funo, neste caso.
Se o numerador for um inteiro positivo mpar, ento teremos
44
Unidade
Combinaes, Nmeros
Binomiais e Binmio de Newton
Objetivos:
Conceituar os agrupamentos chamados de combinaes simples e de combinaes
completas, diferenciando um tipo do outro.
Relacionar as combinaes simples com os arranjos simples, determinando o
nmero de um em funo do nmero do outro.
Determinar o nmero de combinaes completas de n objetos tomados p a p.
Utilizar as combinaes completas no clculo do nmero de solues de certas
equaes e inequaes diofantinas.
Conceituar nmeros binomiais e estudar algumas de suas propriedades.
Relacionar o desenvolvimento do binmio (a + b)n com o estudo das combinaes
simples.
1. Introduo
Nesta Unidade abordaremos mais dois tipos especiais de agrupamentos que diferem dos anteriores posto que estes no so ordenados. So eles:
as combinaes simples e as combinaes completas. Veremos que as combinaes simples coincidem com os subconjuntos de um determinado conjunto e que, portanto, determinar o nmero de combinaes simples de n
objetos, tomados p a p, coincide com determinar o nmero de subconjunto
contendo p elementos do conjunto cujos elementos so os n objetos dados.
Aprenderemos a calcular o nmero de combinaes simples e estabeleceremos a relao entre este nmero e o nmero de arranjos simples. Definiremos combinaes completas e, a partir da determinao do nmero
de solues de certas equaes diofantinas, determinaremos o nmero de
combinaes completas de n objetos, tomados p a p. Estudaremos as combinaes complementares e estabeleceremos a relao de Stiefel. Definiremos e estudaremos as principais propriedades dos nmeros binomiais e,
por fim, estudaremos o desenvolvimento da expresso (x + a)n, expresso
conhecida como binmio de Newton.
2. Combinaes Simples
Quando estudamos os arranjos simples de n objetos tomados p a p,
com 1 p n, vimos que eles consistem na escolha e ordenao de p desses
objetos. Assim, para os algarismos 2, 3, 4 e 5, se escolhermos o 3 e o 4, por
exemplo, podemos orden-los de duas formas: 34 ou 43; se escolhermos os
algarismos 2 e 5, podemos orden-los, tambm, de duas formas: 25 ou 52;
escolhendo os algarismos 2, 3 e 5, podemos orden-los de seis formas: 235,
253, 325, 352, 523 ou 532.
Como se percebe, para cada escolha de p dentre os n objetos dados temos um nmero de ordenaes que coincide com o nmero de permutaes
de p objetos, ou seja, igual a P p.
Denotando por Cn,p o nmero de escolha de p dentre n objetos distintos, conclui-se que
A n,p = Cn,p X P p.
Cada uma dessas escolhas dita uma combinao dos n objetos tomados p a p. Mais precisamente, temos a definio seguinte.
Combinao simples de n objetos. Uma combinao simples ou combinao de n objetos tomados p a p, com 1 p n, qualquer escolha de p
desses objetos.
47
.
Exemplo 3.2.04. Qualquer que seja o nmero natural n, 1 n, temos
, como j tnhamos visto, uma vez que Cn,1 corresponde ao nmero de subconjuntos unitrios de um conjunto com n elementos.
7!
7!
Exemplo 3.2.05. Os nmeros C7,3 e C7,4 so iguais, pois C7,3 = 3!4! e C7,4 = 4!3! .
Exemplo 3.2.06. De acordo com a defi nio, Cn,0 = 1, pois um conjunto
com n elementos possui, exatamente, um subconjunto com 0 elementos
que o subconjunto vazio. De acordo com a frmula do fatorial, temos que
Cn,0 = n ! = n! = 1 .
0! (n - 0)!
48
0! n!
Combinaes complementares.
Dados n objetos distintos, qualquer escolha de p destes objetos corresponde escolha dos n - p restantes ou que completam o conjunto. Por
exemplo, ao escolhermos os algarismos 1, 2 e 3 do conjunto A = { 1, 2, 3, 4,
5 }, automaticamente os algarismos 4 e 5 ficam escolhidos como elementos
do conjunto complementar de { 1, 2, 3 }. Dizemos, por isso, que tais combinaes so combinaes complementares.
Em virtude do que foi feito, podemos enunciar o seguinte resultado.
Propriedade das combinaes complementares. Dados os inteiros n e p, com 1 p n, temos que Cn,p = Cn,n-p.
AC
AD
AA
BC
BD
BB
CD
CC
DD
Os pares que se encontram nas trs primeiras colunas so combinaes simples das quatro letras tomadas duas a duas e os da ltima coluna,
por apresentarem letras repetidas, no so. Isto sugere a definio seguinte.
Combinao completa. Dados os n objetos a1, a2, a3, , an, uma
combinao completa desses objetos tomados p a p, qualquer lista
no ordenada de p desses objetos, distintos ou no.
Exemplo 3.3.01. Dados os algarismos 1, 2, 3, 4, 5 e 6, os nmeros 345,
335, 333, 344 e 343 so combinaes completas desses algarismos, tomados 3 a 3.
Note, entretanto, que, como combinaes, os smbolos 345, 354, 435 e
453 so, todos, iguais, pois possuem os mesmos algarismos.
Nas combinaes, a ordem na qual os objetos se apresentam no
importa. A diferena entre as combinaes encontra-se na
natureza e no na ordem desses objetos.
49
Cada uma delas pode ser pensada como uma soluo da equao e
foi obtida pela insero de bolas em 2 dos 4 espaos existentes entre as
5 unidades (representadas pelas barras horizontais), dividindo-as em trs
partes. De fato, nas figuras de 1 a 5 temos as solues (1,2,2), (2,1,2), (3,1,1),
(1,1,3) e (1,3,1), respectivamente.
50
51
52
4. Nmeros binomiais
Sejam n e p nmeros inteiros no negativos, com 0 p n. O nmero
de combinaes simples de n objetos tomados p a p chamado de nmero bi, que se l: n sobre p.
nomial de n de classe p e denotado por Cn,p ou
Assim,
devida ao matemtico suo Leonhard Euler.
A notao
Na notao
, o nmero n chamado numerador e o nmero p
chamado denominador do nmero binomial.
Exemplo 3.4.01. O nmero binomial de numerador 4 e denominador 2 o
nmero
= 6.
so iguais. De fato,
= = 1.
binomiais so iguais.
de classes complementares ou, simplesmente, nmeros binomiais complementares, pois vale a igualdade p + (n p) = n. De maneira geral, temos a
defi nio seguinte.
Defi nio. Os nmeros binomiais
so ditos de classes
so nmeros binomiais
so nmeros bino-
se p + q = n, ento
.
ANLISE COMBINATRIA E PROBABILIDADE
53
representa a quantida-
.
=
Na realidade, estas so as duas nicas condies em que nmeros binomiais de mesmo numerador so iguais. Isto se encontra expresso na propriedade que ser enunciada a seguir e cuja prova ser deixada como exerccio.
Propriedade 02 dos nmeros binomiais. Os nmeros binomiais
e
6 6
e
somente sero iguais
q +1 p -1
6
se p 1 = q + 1 ou se p + q = 6. Por exemplo, para p = 6 e q = 0, temos
1
6
= ; para p = 4 e q = 2, temos as igualdades p + q = 6 e p 1 = 3 = q
5 6
6
+ 1 e = . Note que, como devemos ter 0 q + 1 6 e 0 p 1 6, no
3 3
basta que p + q = 6 ou p q = 2.
Relao de Stiefel.
Outra relao existente entre os nmeros binomiais a conhecida
como relao de Stiefel que afi rma que
.
A prova algbrica desta relao de fcil verifi cao, como veremos
a seguir.
54
Temos
+
=
=
=
=
4
2
2!2!
5. Binmio de Newton
Ns j estudamos o desenvolvimento da expresso (x + a)2 e vimos
que vale a igualdade
(x + a)2 = x2 + 2ax + a2.
Sabemos ainda que tambm valem as igualdades:
(x + a)0 = 1 e
(x + a)1 = x + a,
uma vez que todo nmero no nulo elevado a zero igual a 1 e todo
nmero elevado a um igual a ele mesmo.
Nosso objetivo , usando os conhecimentos de anlise combinatria,
estudar o comportamento do desenvolvimento de (x + a)n, para todo inteiro
positivo n, expresso conhecida como binmio de Newton.
55
56
[(a+b)(c+d)](e+f)
(1)
[a(c+d) + b(c+d)](e+f)
(2)
[(ac+ad) + (bc+bd)](e+f)
(3)
(ac+ad+bc+bd)(e+f)
(4)
(5)
57
Quadro 03
aceg
aceh
bceh
bceh
acfg
acfh
bcfh
bcfh
adeg
adeg
bdeg
bdeg
adfg
adeh
bdeh
bdeh
Pensando em termos de anlise combinatria. De acordo com a Anlise combinatria e baseado no que foi feito, o produto de a+b por c+d por e+f
por g+h, pode ser pensado como uma tarefa composta de 4 eventos E1, E2,
E3 e E4, em que
E1: escolha de uma das duas letras a ou b;
E2: escolha de uma das duas letras c ou d;
E3: escolha de uma das duas letras e ou f;
E4: escolha de uma das duas letras g ou h.
Para realizao do evento E1, temos duas possibilidades: a ou b.
2
E1
E2
E3
E4
Para cada uma das escolhas do evento E1, temos duas possibilidades
c ou d para a escolha de E2.
2
E1
2
E2
E3
E4
Pelo princpio multiplicativo da contagem, temos 2 X 2 (= 4) possibilidades para a ocorrncia de E1 seguida da ocorrncia de E2.
Para cada uma das 4 possibilidades anteriores, temos duas possibilidades de escolha de E3: e ou f. Perfazendo, pelo princpio multiplicativo da
contagem, 2 X 2 X 2 (= 8) possibilidades para a ocorrncia de E1, seguido
de E2 e seguido de E3.
2
E1
2
E2
2
E3
E4
2
E1
2
E2
2
E3
2
E4
Potncias de binmios.
Consideremos agora o binmio x+a e vejamos o acontece com suas
potncias: (x+a)2, (x+a)3, (x+a)4,
Cada uma dessas potncias um produto de binmios, semelhante ao
que estudamos anteriormente. Na realidade, a nica diferena que, nesses
produtos, os binmios so sempre iguais. Assim, as letras c, d, e, f, so
todas iguais a a ou a b.
58
(1)
(5)
(2)
(6)
(3)
(7)
(4)
(8)
(1)
x3
(5)
x2a
(2)
x2a
(6)
xa2
(3)
x2a
(7)
xa2
(4)
xa2
(8)
a3
(3)
(5)
(4)
(6)
(7)
59
Quadro 06
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
(14)
(15)
(16)
x
x
x
x
x
x
x
x
a
a
a
a
a
a
a
a
x
x
x
x
a
a
a
a
x
x
x
x
a
a
a
a
x
x
a
a
x
x
a
a
x
x
a
a
x
x
a
a
x
a
x
a
x
a
x
a
x
a
x
a
x
a
x
a
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
x4
x3a
x3a
x2a2
x3a
x2a2
x2a2
xa3
(9)
(10)
(11)
(12)
(13)
(14)
(15)
(16)
x3a
x2a2
x2a2
xa3
x2a2
xa3
xa3
x4
60
n
n
n n 0
n
x a + x n-1a + x n-2a 2 + + x 0bn. Assim, o primeiro, o
2
n
0
1
n
segundo e o terceiro termos so dados, respectivamente, por T1 = 0 x na0,
n
n
T 2 = x n-1a e T 3 = x n-2a 2. E, de maneira geral, temos que o termo de
1
2
n
= (x+a)n =
n n-p p
x a .
p
Tp+1 =
A frmula anterior conhecida como frmula do termo geral do desenvolvimento do binmio de Newton.
Exemplo 3.5.03. O quinto termo do desenvolvimento de (x + a)8, segundo as potncias decrescentes de x pode ser calculado como T5 = T4+1 =
8 x8-4a4 = 8 x4a4.
4
4
61
p
n - p
. Valendo a igualdade.
b)
8. Resolvido. Calcule
, sabendo que
se, e somente se p + q = m ou p = q.
= 1.
62
1
x2
)5.
1
x2
)6 .
63
p +1
n +1
p +1
n
p
n
O primeiro aparecimento do tringulo de Pascal no Ocidente foi no frontispcio de um livro de Petrus Apianus (1495-1552). Nicol Fontana Tartaglia
(1499-1559) relacionou os elementos do tringulo de Pascal com as potncias
de (x + y). Pascal (1623-1662) publicou um tratado em 1654 mostrando como
utiliz-los para achar os coecientes do desenvolvimento de (a + b). Jaime
Bernoulli (1654-1705) usou a interpretao de Pascal para demonstrar que
(x + y)n =
i x y
n -i
i =0
n n -r n
=
.
r + 1 r + 1 r
Em verdade, Newton foi, alm disso, e mostrou como desenvolver (x
+ y)r, onde r um nmero racional, obtendo neste caso um desenvolvimento em srie innita.
64
65
Unidade
Tpicos Complementares
Objetivos:
Complementar e aprofundar os conhecimentos de anlise combinatria a partir do
estudo de outros mtodos de contagem.
Conceituar permutaes caticas e determinar o nmero de permutaes caticas
de n objetos.
Apresentar e utilizar os lemas de Kaplansky no clculo do nmero de certos
argumentos.
Apresentar e utilizar o princpio das gavetas de Dirichlet, tambm conhecido como
princpio da casa dos pombos.
1. Introduo
Nesta Unidade, com o intuito de completarmos nossa formao em
termos de conhecimento da Anlise Combinatria, estudaremos alguns tpicos que so da maior importncia nesse sentido. Inicialmente definiremos
permutao catica e, em seguida, retomaremos o princpio da incluso e
excluso para, utiliz-lo na determinao do nmero de tais permutaes,
no caso de n elementos. Dando continuidade complementao da nossa
formao, estudaremos os lemas de Kaplansky e, por fim, o princpio das
gavetas de Dirichlet que tambm conhecido como princpio da casa dos
pombos e que, diferentemente do que vnhamos fazendo at agora, em que
estvamos interessados na contagem do nmero de objetos com certas propriedades, esse princpio garante a existncia de objetos com alguma propriedade dada, sem se preocupar com sua quantidade.
2. Permutaes caticas
Sabemos que uma permutao de n objetos qualquer ordenao
desses objetos. Assim, se os objetos so os algarismos 2, 3, 4 e 5, por
exemplo, ento os nmeros 2345, 2435, 4532, 5432 e 5324 so, todos,
permutaes dos algarismos dados, pois em todos eles foram utilizados os
algarismos 2, 3, 4 e 5 e a nica diferena entre eles a ordem na qual os
algarismos aparecem.
Se pensarmos os algarismos 2, 3, 4 e 5 ordenados desta forma, ou
seja, o 2 ocupa a primeira posio, o 3 a segunda, o 4 a terceira e o 5 a quarta, ento no nmero 2435 o 2 e o 3 mantiveram suas posies enquanto o
4 e o 5 trocaram de posio. J no nmero 5324 nenhum dos algarismos
manteve sua posio original, todos trocaram de posio. Este um exemplo de permutao catica. Mais precisamente temos a seguinte definio.
Permutao catica. Uma permutao catica dos objetos a1, a2,
a3, , an, tomados nesta ordem, qualquer permutao desses objetos que no deixe nenhum deles em sua posio original.
Exemplo 4.2.01. Dados os algarismos 1, 2, 3 e 4, os nmeros 2143, 4321,
4312 e 3412 so permutaes caticas desses algarismos.
Exemplo 4.2.02. As palavras ROMA e ORAM so anagramas da palavra
AMOR, que so permutaes caticas dessas letras.
Exemplo 4.2.03. Dos nmeros 3421, 1243, 4132 e 1423, somente 3421
permutao catica dos algarismos 1, 2, 3 e 4, tomados nesta ordem. O nmero 1243 deixa os algarismos 1 e 2 nos seus lugares originais; 4132 deixa
o 3 no seu lugar original; 1423 deixa o 1 no seu lugar original.
69
- n( A1 I A 2 ) - n( A1 I A 3 ) - n( A1 I A 3 ) - - n( A1 I A r )
- n( A 2 I A 3 )- n( A 2 I A 4 ) - - n( A1 I A r )
...
- n( A r -1 I A r )
+ n( A1 I A 2 I A 3 )+ n( A1 I A 2 I A 4 ) + + n( A1 I A 2 I A r )
+ n( A 2 I A 3 I A 4 )+ n( A 2 I A 3 I A 5 ) + + n( A 2 I A 3 I A r )
+ ... +
+ n( A r - 2 I A r -1 I A r )
+ ... +
+ (-1)n-1n( A1 I A 2 I A 3 I ... I A r )
Assim, inclumos na contagem todos os elementos de A, de B e de C;
depois exclumos os que esto ao mesmo tempo em dois quaisquer desses
conjuntos, pois estes foram contados mais de uma vez; depois inclumos
aqueles que foram retirados a mais por se encontrarem em trs dos conjuntos; e assim por diante, excluindo e incluindo.
Exemplo 4.2.04. No caso dos conjuntos A, B e C, o princpio da
incluso e excluso ficaria assim:
n(A U B U C) = n(A) + n(B) + n(C) - n(A I B) - n(A I C) - n(B I C) + n(A I B I C) .
Como podemos perceber, contamos todos os elementos de A, os de B e
os de C, depois exclumos os que esto ao mesmo tempo em dois quaisquer desses conjuntos (A e B, A e C, B e C), depois inclumos aqueles
que foram retirados a mais por se encontrarem nos trs conjuntos.
A ttulo de exemplo, vamos determinar o nmero de permutaes caticas dos elementos 1, 2, 3 e 4, nesta ordem.
Vamos dividir o nosso problema de determinar o nmero de permutaes caticas dos elementos 1, 2, 3 e 4, nesta ordem, em vrias etapas,
constitudas de perguntas que iremos respondendo uma a uma para, ao
final, termos a soluo procurada.
Quantas so as permutaes de 1, 2, 3 e 4? Inicialmente, recordemos que o nmero de permutaes dos quatro algarismos, 4!,
como j vimos anteriormente.
Quantas so as permutaes de 1, 2, 3 e 4, nesta ordem, que
deixam o um dos algarismos fixo? De todas as 4! permutaes de
1, 2, 3 e 4, nesta ordem, 6 deixam o 1 fixo. De fato, temos 4 algarismos para permutar. Deixando o 1 fixo, temos P3 =3! = 6 permutaes. De maneira semelhante, temos 3! permutaes deixando o 2
fixo, 3! permutaes deixando 3 fixo e, finalmente, 3! permutaes
deixando o 4 fixo.
70
Assim,
n(A1 U A 2 U A 3 U A 4 ) = 3! + 3! + 3! + 3! - 2! - 2! - 2! - 2! - 2! - 2! + 1! + 1! + 1! + 1! - 0!
= 4 3! - 6 2! + 4 1! - 1 0!.
Finalmente.
Quantas das permutaes de 1, 2, 3 e 4, nesta ordem, so caticas, isto , no deixam nenhum algarismo fixo? Denotando por
D4 o nmero de permutaes caticas de 1, 2, 3 e 4, nesta ordem,
temos que D4 pode ser obtido como a diferena entre o nmero total
de permutao dos 4 algarismos e o nmero de permutaes dos
4 algarismos que deixam, pelo menos um, algarismo fixo. Assim,
temos que
D4 = 4! (4.3! 6.2! + 4.1! 1.0!).
Antes de concluirmos, importante mencionarmos que o 4 (de 4.3!)
corresponde ao nmero de combinaes dos 4 algarismos tomados
1 a 1; o 6 (de 6.2!) corresponde ao nmero de combinaes dos 4
algarismos tomados 2 a 2; o 4 (de 4.1!) corresponde ao nmero de
combinaes dos 4 algarismos tomados 3 a 3; e o 1(de 1.0!) corresponde ao nmero de combinaes dos 4 algarismos tomados 4 a 4.
Isto nos d 9 (D4 = 24 - 24 + 12 - 4 + 1 = 9) permutaes caticas dos 4
algarismos 1, 2, 3 e 4, nesta ordem. So elas: 2143, 2341, 2413, 3142, 3412,
3421, 4123, 4312 e 4321.
Generalizando. Mesmo sabendo que no se pode generalizar um resultado obtido a partir de um nico exemplo, a generalizao do resultado
anterior nos permite concluir que o nmero de permutaes caticas de n
objetos dado por
ANLISE COMBINATRIA E PROBABILIDADE
71
n
Dn = n! [ (n - 1)! (n - 2)! + + (-1)n -1 n (n - n)! ] .
2
1
Esta frmula pode ser reescrita como
Dn = n! - n! +
n!
n!
n!
+ + (-1)n ,
2!
3!
n!
ou ainda
Dn = n![ 1
0!
1
1
1
+ 1
+ + (-1)n ],
1!
3!
n!
2!
Exemplo 4.2.05. De acordo com a frmula anterior, o nmero de permutaes caticas dos algarismos 1, 2, 3, 4 e 5, nesta ordem, 44. De fato, temos
que n = 5 e, portanto,
3. Lemas de Kaplansky
Dado o conjunto A = { 1, 2, ,3 ,4 ,5 ,6, 7 }, sabemos que possvel construir 7!/3! 4! = 35 subconjuntos de A, contendo trs elementos, nmero esse
encontrado a partir da combinao de 7 tomados 3 a 3. Os conjuntos { 1,
2, 3, 4 }, { 2, 4, 5, 6 }, { 3, 4, 6, 7 }, { 1, 3, 5, 7 } so alguns exemplos desses
subconjuntos. Note que, de todos os subconjuntos de A, com 4 elementos, o
nico que no possui elementos consecutivos o conjunto { 1, 3, 5, 7 }. Isto
pode ser visto de forma bem simples mas trabalhosa se enumerarmos
todos os subconjuntos de A com 4 elementos.
Mas, ser que este o nico meio de provar essa afirmao? Ser que
no conseguimos um resultado mais geral que nos permita concluir essa
afirmao? o que tentaremos fazer agora.
Na realidade, este resultado existe, conhecido como primeiro lema de
Kaplansky e pode ser enunciado como segue.
Primeiro lema de Kaplansky. O nmero de subconjuntos do conjunto { 1, 2, 3, , n }, com p elementos, nos quais no h elementos consecutivos indicado por f(n, p) e pode ser obtido por f(n, p) = Cn p + 1, p.
Veremos inicialmente o resultado para o nosso problema original, qual
seja, o caso em que n = 7 e p = 4. Em seguida buscaremos a generalizao
do resultado.
Retomando os subconjuntos de A = { 1, 2, 3, 4, 5, 6, 7 } com 4 elementos, vamos represent-los por uma sequncia de 7 sinais escolhidos entre
+ ou X, associando a cada nmero um sinal + ou X conforme ele esteja ou
no no subconjunto. Assim, o subconjunto { 1, 3, 4, 6 } ser representado
pela sequncia
+
X;
72
X;
e a sequncia
X
representa o subconjunto { 2, 4, 6, 7 }.
Com essa notao, nosso problema se resume a distribuir quatro sinais + e 3 sinais X, sem que tenhamos 2 sinais + consecutivos. Distribuindo
primeiro os 3 sinais X, passam a existir 4 espaos nos quais poderemos
distribuir os sinais +, sem que dois deles fi quem juntos, conforme se percebe na fi gura a seguir na qual os espaos esto representados pelas caixas.
X
Figura
Ou seja, temos uma nica possibilidade de distribuio para os quatro sinais + que coincide com f(7, 4) = C7 4 + 1,4.
Antes de demonstrarmos o caso geral, vamos fazer outro exemplo com
o objetivo de compreendermos melhor o que foi feito.
Vejamos o caso em que devemos formar subconjuntos do conjunto
A = { 1, 2, 3, 4, 5, 6, 7 }, com 3 elementos, sem que tenhamos 2 elementos
consecutivos.
Como no caso anterior, vamos transformar nossos subconjuntos em
sequncias de sinais + ou X, conforme o elemento pertena ou no ao subconjunto. Neste caso, os subconjuntos que nos interessam so aqueles que
do origem a sequncias contendo 3 sinais + e 4 sinais X, sem que tenhamos dois sinais + consecutivos.
Distribuindo, como no caso anterior, os sinais X, temos 5 espaos
para distribuir os sinais +.
X
Assim, devemos escolher 3 desses 5 espaos para distribuir os sinais +. Temos, portanto, C5,3 possibilidades que, novamente, coincide com
f(7, 3) = C7 3 + 1,3.
Generalizando. No caso geral, teremos que distribuir p sinais + e n - p
sinais X. Quando distribumos os n - p sinais X fi camos com n - p + 1 possibilidades de escolha para os p sinais +. Assim, para o caso geral, temos
f(n, p) = Cn p + 1, p possibilidades.
Exemplo 4.3.01. Existem 1050 anagramas da palavra MISSISSIPI nos
quais no temos duas letras S juntas. De fato, para formamos anagramas
da palavra MISSISSIPI nestas condies, podemos inicialmente escolher 4
lugares, sem que haja dois consecutivos, para colocar as letras S. Essa escolha pode ser feita de f(10,4) maneiras diferentes. Finalmente, para cada
uma dessas escolhas, devemos permutar as 6 letras restantes, lembrando
que nelas existem 4 letras I. Essas permutaes so em nmero de P64.
Assim, temos f(10,4) P64 anagramas sem duas letras S juntas. Temos que
f(10,4) =
. Por outro lado, P64 =
Assim, o nmero de
permutaes 35 30 = 1050.
73
Segundo lema.
O resultado conhecido como segundo lema de Kaplansky trata de um
problema semelhante ao do primeiro lema o de determinar o nmero de
subconjuntos com p elementos do conjunto A = { 1, 2, 3, , n - 1, n }, nos
quais quaisquer dois deles no so consecutivos sendo que agora consideraremos o 1 e o n como elementos consecutivos. Kaplansky afirma que
Segundo lema de Kaplansky. O nmero de subconjuntos do conjunto A = { 1, 2, 3, , n }, com p elementos tais que quaisquer dois deles no so consecutivos, considerando o 1 e o n como consecutivos,
n
dado por g(n, p) =
Cn p,p.
n-p
Como no caso anterior, inicialmente veremos um exemplo para o caso
em que n = 5 e p = 2. De acordo com o segundo lema de Kaplansky, a resposta para o problema
g(5, 2) =
5
5
C5 2, 2 = C3,2 = 5.
5-2
3
n
C
.
n - p n p,p
74
75
76
1. Quantos so os anagramas da palavra PERMUTA que deixam exatamente 3 letras na sua posio original.
2. Prove que, para n 3, Dn = (n 1)[Dn1 + Dn2].
3. Quantas so as permutaes das letras A, B, C, D, E, F, G, H e I, nesta ordem, que deixam apenas as vogais nos seus lugares de origem? E
quantas so as que deixam somente as consoantes fi xas?
4. Quantas so as permutaes dos nmeros 1, 2, 3, 4, 5, 6, 7, 8 e 9, nesta
ordem, de modo que os nmeros mpares no fi quem em suas posies
originais? E em quantas os nmeros pares no fi cam nas suas posies originais?
5. Dois professores particulares, um de matemtica e outro de fsica, resolvem juntar 5 alunos em comum para dar aula em um nico dia, no
horrio das 7 horas s 12 horas. Cada um dos cinco alunos ter aula de
1 hora com cada um dos professores. De quantas maneiras distintas
possvel fazer a agenda de cada um deles?
6. Resolvido. Mostre que em um conjunto com 8 nmeros inteiros sempre
h dois deles cuja diferena um inteiro mltiplo de 7.
Soluo. Sejam a1, a2, a3, a4, a5, a6, a7 e a8 os oito inteiros. Quando dividimos (diviso euclidiana) um nmero inteiro por 7, os retos possveis so
0, 1, 2, 3, 4, 5 e 6. Assim, como temos 8 nmeros e 7 restos possveis,
ao dividirmos cada um desses nmeros por 7, pelo menos 2 deles deixaro o mesmo resto. Digamos que, aps uma reordenao se for o caso,
os nmeros a1 e a2 sejam dois dos que deixam o mesmo resto quando
divididos por 7.
Assim teremos a1 = 7q1 + r e a2 = 7q2 + r e, portanto, a1 a2 = 7(q1 q2)
uma diferena que um mltiplo de 7.
7. Qual o nmero mnimo de pessoas que deve haver em um grupo para
que possamos garantir que nele h pelo menos 7 pessoas que nasceram
no mesmo ms.
8. Considere um quadrado de lado 2 e tomemos na superfcie deste quadrado 5 pontos distintos. Mostre que h 2 desses pontos tais que a distncia
entre eles menor do que ou igual a .
9. Mostre que em uma reunio de 5 pessoas h sempre 2 com o mesmo
nmero de conhecidos. E se forem 6 pessoas, o resultado ainda vale?
10. Resolvido. Mostre que se S um subconjunto qualquer, contendo 7
elementos, de A = {1, 2, , 10, 11, 12}, ento S possui dois subconjuntos
cuja soma dos elementos a mesma.
Soluo. Dentre todos os subconjuntos de A, com sete elementos, aquele
cuja soma dos elementos a maior possvel o subconjunto S = { 6, 7, 8,
9, 10, 11, 12 }, cuja soma dos elementos 63. Assim, para todo subconjunto no vazio de A, com no mximo 7 elementos, a soma dos seus elementos varia de 1 a 63. Dado um subconjunto S1 de A, com 7 elementos,
ANLISE COMBINATRIA E PROBABILIDADE
77
A ideia que, quando somamos todos os tamanhos dos conjuntos individuais, somamos demais, porque alguns elementos podem estar em mais
de um conjunto. Assim, para compensar, subtramos os tamanhos das intersees duas a duas; mas ento estamos subtraindo em demasia. Corrigimos
somando os tamanhos das intersees triplas, mas isto causa um excesso,
o que nos obriga a subtrair novamente. Surpreendentemente, no nal, tudo
est perfeitamente equilibrado
78
com segurana: ningum tem mais de 500.000 os de cabelo (uma observao cientca) e h aproximadamente 2.470.000 habitantes em Fortaleza. Podemos agora responder nossa pergunta original? O que voc acha? A resposta
sim. E isso pode ser visto com o seguinte argumento: Se no houvesse duas
pessoas com o mesmo nmero de os de cabelo, ento haveria no mximo
uma pessoa careca, ou seja, com zero os de cabelo, no mximo uma pessoa
com exatamente 1 o de cabelo; no mximo uma pessoa com exatamente 2
os de cabelo, e assim por diante, at, no mximo, uma pessoa com exatamente 500.000 os de cabelo. Mas, ento, isso signicaria que em Fortaleza existiriam, no mximo, 500.001 habitantes. Como em Fortaleza existem
2.470.000 habitantes aproximadamente e como esse nmero maior do que
500.000, deve haver duas pessoas com o mesmo nmero de os de cabelo.
Esse fato decorrente do princpio da casa dos pombos, um resultado com um
enunciado simples e, aparentemente bvio, mas que de grande importncia
na matemtica, tanto assim que frequentemente ele utilizado como ferramenta bsica de muitas provas.
79
Unidade
Noes Preliminares e
Operaes entre Eventos
Objetivos:
Apresentar a noo de experimento aleatrio, fazendo a distino entre tais
experimentos e os determinsticos.
Definir e determinar espaos amostrais de experimentos aleatrios.
Definir e exemplificar eventos de experimentos aleatrios.
Operar com eventos de experimentos aleatrios.
Definir e exemplificar eventos mutuamente excludentes.
Definir e eventos complementares.
1. Introduo
Nesta Unidade introduziremos os conceitos de experimentos aleatrios
e experimentos determinsticos a partir de um exemplo para, em seguida,
defi nir e determinar espaos amostrais de alguns experimentos aleatrios.
Apresentaremos a defi nio de evento de um espao amostral W como qualquer subconjunto de W e operaremos com eventos, obtendo outros eventos:
unio, interseo e o evento complementar. Finalizaremos a Unidade com a
noo de eventos complementares.
, onde M
a massa da moeda, g a acelerao da gravidade, que pode ser considerada sendo de 10 m/s2, h a altura da qual a moeda largada, que neste
caso de 0,80 metros, e v a velocidade da moeda em metros por segundo.
Substituindo os valores dados nesta frmula, encontraremos v = 4 m/s.
Entre as vrias possibilidades, temos a de que possvel, mas no
certo, que d cara; possvel que voc repita o experimento, etc.
83
com a realizao do experimento. Para cada realizao do experimento, nas mesmas condies, podemos obter resultados diferentes, pois temos a participao do acaso.
Exemplo 5.2.01. So exemplos de experimentos aleatrios: (1) lanar simultaneamente dois dados e observar a soma dos nmeros nas faces superiores; (2) em uma produo de lmpadas, a retirada de uma lmpada de
cada lote para observar se ela ou no defeituosa; (3) em uma festa, anotar
o sexo de cada convidado que chega; (4) efetuar lanamentos sucessivos de
uma moeda normal at que se consiga cara pela primeira vez; (5) jogar um
dado de seis faces, sendo uma verde, duas amarelas e trs vermelhas, para
cima e observar a cor da face superior; (6) de um lote de 30 peas perfeitas
e 5 defeituosas, retirar 10 delas ao acaso e observar o nmero de peas com
defeito; (7) injetar uma dose de certo medicamento em uma pessoa e observar o tempo que a pessoa leva para melhorar (de uma febre, por exemplo).
Exemplo 5.2.02. So exemplos de experimentos determinsticos: (1) de
uma urna contendo 10 bolas azuis, retirar uma delas e observar a cor; (2)
lanar uma moeda com duas caras ou duas coroas e observar a face superior; deixar gua ferver a 100 C e observar se ela entra em ebulio.
Espao amostral.
Um espao amostral associado a um experimento aleatrio um
conjunto de todos os possveis resultados para esse experimento.
O espao amostral associado a um experimento aleatrio ser denotado pela letra grega (omega). Note que pode ser finito ou infinito. No
caso de ele ser finito, o nmero de elementos de ser indicado por n() e
tambm ser chamado de cardinalidade de . No caso de ele ser infinito,
pode ser discreto ou no.
Exemplo 5.3.01. Para o experimento aleatrio E: lanar uma moeda
uma vez e observar sua face superior, um espao amostral o conjunto
= { cara, coroa }.
Exemplo 5.3.02. No lanamento simultneo de duas moedas, os possveis
resultados so KK, KC, CK e CC, em que a letra C significa cara e a letra K
significa coroa. Assim, KK significa coroa no primeiro e no segundo lanamentos, enquanto KC significa coroa no primeiro e cara no segundo lanamentos. O espao amostral para esse experimento , portanto, o conjunto
= {KK, KC, CK, CC}.
Exemplo 5.3.03. Os dois exemplos anteriores foram de espaos amostrais
finitos. Veremos agora um experimento com espao amostral infinito. Seja
E o experimento que consiste em lanar uma moeda para cima at que
se obtenha cara. O espao amostral deste experimento aleatrio =
{ C, KC, KKC, KKKC, KKC, }, pois podemos observar cara (C) j no primeiro lanamento, ou no segundo lanamento (KC), ou no terceiro lana-
84
mento (KKC), e assim por diante. Esse espao amostral tambm pode ser
representado pelo conjunto W = { 0, 1, 2, 3, 4, }, em que cada elemento
representa o nmero de vezes que deu coroa antes de dar a primeira cara.
Exemplo 5.3.04. Se de uma urna contendo 3 bolas azuis, 2 brancas e 3
pretas retirarmos uma bola e observarmos a cor, temos um experimento
aleatrio cujo espao amostral = { azul, branca, preta }.
Restringiremos nosso estudo aos experimentos aleatrios cujos espaos amostrais so finitos, mais precisamente queles experimento cujo conjunto um conjunto no-vazio com uma quantidade finita de elementos.
85
nmeros nas faces superiores 7. O conjunto C = { (5, 1), (5, 2), (5, 3), (5, 4),
(5, 5) } pode ser pensado como o evento C: o maior nmero observado foi 5.
86
87
1. Resolvido. Uma urna contm uma bola vermelha e trs bolas pretas.
Determine o espao amostral do experimento aleatrio E: retirar uma
bola e observar sua cor. Defi na os eventos A: retirar bola vermelha, B:
retirar bola azul, C: retirar bola vermelha ou azul e D: retirar bola vermelha ou preta.
Soluo 01. Sabemos que a urna contm bolas vermelhas (V) e bolas
pretas (P). Assim, para o experimento aleatrio E: retirar uma bola e observar sua cor, o espao amostral o conjunto = { V, P }. Os eventos A,
B, C e D so dados por A = { V }; B = , pois no existe bola azul na urna;
C = { V } e D = { V, P } = .
Soluo 02. Para deixar claro que na urna existem quatro bolas, sendo
1 vermelha e 3 pretas, podemos pensar o espao amostral do experimento aleatrio E: retirar uma bola e observar sua cor como sendo o conjunto
= { V, P1, P2, P3 }, em que V representa a bola vermelha e P i (i = 1, 2, 3)
representa cada uma das bolas pretas. Nestas condies, os eventos A,
B, C e D so dados por A = { V }; B = , pois no existe bola azul na urna;
C = { V } e D = { V, P1, P2, P3 }, ou seja, D = .
2. Resolvido. Ao girarmos a roleta ao lado, determine o
espao amostral e os eventos A: ocorrncia de nmero
par e B: ocorrncia de nmero primo.
Soluo 01. Ao girarmos a roleta do problema, os
possveis valores obtidos so dados pelo conjunto
= { 1, 2, 3, 4, 5 }. O evento A o conjunto { 2, 4 } e o
evento B o conjunto { 2, 3, 5 }.
Soluo 02. Para deixarmos explicitado que existem dois nmeros 2
e trs nmeros 3 e somente um nmero 1, um 4 e um 5, poderamos
escrever o espao amostral como = { 1, 21, 22, 31, 32, 33, 4, 5 }. Neste caso teramos o evento A dado por { 21, 22, 4 } e o evento B dado por
{ 21, 22, 31, 32, 33, 5 }. Essa representao interessante quando estiver-
88
89
14. Escolha um experimento aleatrio E e eventos A e B de E, no impossveis, e que sejam mutuamente excludentes.
15. No lanamento de duas moedas distinguveis, determine o evento complementar do evento A: observar pelo menos uma cara e do evento B: no
observar cara.
16. Defi na eventos mutuamente excludentes.
17. Uma urna contm 20 bolas iguais, numeradas de 1 a 20. Uma bola retirada ao acaso e seu nmero observado. Determine o espao amostral
associado a esse experimento e explicite por enumerao dos elementos,
os seguintes eventos: (a) A: o nmero observado par; (b) B: o nmero
observado primo; (c) C: o nmero observado menor do que ou igual a
20; (d) o nmero observado maior do que 20; (e) E: o nmero observado
mltiplo de 6 ou de 7; (f) F: o nmero observado par e mltiplo de 3;
(g) G: o nmero observado no mltiplo de 5.
90
um deles. No entanto, a experincia mostra que 10 obtido mais frequentemente do que 9. Como explicar isso. Galileu estudou cuidadosamente as
probabilidades envolvidas e mostrou, corretamente, que, de 216 casos possveis, 27 so favorveis ao aparecimento do nmero 10 e 25 so favorveis ao
aparecimento do nmero 9.
Malgrado investigaes destes precursores, a Teoria das Probabilidades s comea a se desenvolver a partir dos trabalhos de Pascal, que
aplicou seu estudo com o tringulo aritmtico que leva seu nome ao estudo
dos jogos de cartas.
HARIKI, Seiji e ONAGA, Dulce S. Curso de matemtica, vol.3. Ed. Harper &
Row. So Paulo: 1981.
DANTE, Luiz R. Matemtica: contexto & aplicaes, vol.2. Ed. tica. So
Paulo: 2004.
DOLCE, Osvaldo, IEZZI, G. e outros. Tpicos de matemtica, vol. 2. Ed.
Atual. So Paulo: 1980.
HAZZAN, Samuel. Fundamentos de matemtica elementar: combinatria e
probabilidade, vol. 5. Ed. Atual. So Paulo: 2004.
BOYER, C. B. Histria da matemtica. Trad. Elza F. Gomide. Ed. Edgard
Blcher. So Paulo: 1976.
DANTAS, C. A. B. Probabilidade: um curso introdutrio. Edusp. So Paulo:
2008.
MORGADO, A. C. O. e outros. Anlise combinatria e Probabilidade. Coleo do Professor de Matemtica. SBM. Rio de Janeiro: 2006.
91
Unidade
Definies de Probabilidade
e Principais Resultados
Objetivos:
Apresentar as definies de probabilidade, distinguindo entre a clssica, a
frequentista e a axiomtica.
Enunciar e demonstrar as principais propriedades da probabilidade, de acordo
com a definio clssica.
Utilizar as propriedades da probabilidade na resoluo de problemas.
Definir e exemplificar a probabilidade condicional.
Definir e exemplificar eventos independentes.
Enunciar e demonstrar o teorema da probabilidade total.
Definir e exemplificar a distribuio binomial de probabilidade.
1. Introduo
A probabilidade de um evento a medida da chance desse evento ocorrer. Por exemplo, no experimento E: lanamento de uma moeda honesta, o
evento A: observar cara na face superior ocorre com probabilidade 1/2, ou
seja, a chance de ocorrer cara de 1 em 2 resultados possveis. De fato,
quando lanamos uma moeda honesta, podemos observar cara ou coroa na
face superior. Assim observar cara um dos dois resultados possveis. Nesta unidade apresentaremos trs definies de probabilidade a clssica,
a frequentista e a axiomtica todas possuindo as mesmas propriedades,
intrnsecas definio, que so apresentadas e demonstradas. Definiremos
probabilidade condicional, exemplificando e apresentando suas propriedades e principais resultados, como o teorema da probabilidade total e o teorema de Bayes, aproveitando este conceito para definirmos eventos independentes. Por fim, estudaremos a distribuio binomial de probabilidade
como o modelo probabilstico adotado para um experimento aleatrio no
qual estamos interessados na ocorrncia de um evento especfico.
2. Definies de Probabilidade
Como dissemos anteriormente, no se pode prever de antemo o resultado de um experimento aleatrio. Entretanto, sabemos que alguns resultados so mais fceis de ocorrer do que outros. Por exemplo, quando
lanamos uma moeda e observamos sua face superior, os nicos resultados possveis so cara e coroa, que denotaremos, respectivamente, por C e
K. Assim, o espao amostral no lanamento de uma moeda W = { C, K }
e, se a moeda for perfeita, acreditamos que qualquer uma das faces pode
ocorrer com a mesma chance. J no lanamento de um dado cujas faces
encontram-se numeradas com os nmeros 1, 2, 4, 8, 16 e 32, parece bvio
que a chance de ocorrer na face superior um nmero par maior do que a
de se obter um nmero mpar. essa chance que desejamos mensurar. A
medida da chance de um evento A ocorrer chamada probabilidade de A e
ser denotada por p(A).
95
n (A)
2
1
= e, portanto, p(A) = .
n (W)
6
3
Propriedades da probabilidade.
De acordo com a defi nio, a probabilidade de um evento A de um espao amostral fi nito e equiprovvel W possui as propriedades que seguem.
Propriedade 6.2.1. Se A = , ento p(A) = 0.
96
Prova
De fato, se A = , ento n(A) = 0 e, consequentemente,
0
n( A)
p(A) =
= 0.
=
n
(
W)
n (W)
Propriedade 6.2.2. Se A = , ento p(A) = 1.
Prova
n(W)
De fato, se A = W, ento p(A) = n(W) = 1.
1
.
Propriedade 6.2.3. Para cada x , p(x) = p({ x }) =
n(W)
Prova
Deixada para o leitor.
Propriedade 6.2.4. Se A e B so eventos tais que A B = , ento
p(AB) = p(A) + p(B).
Prova
Como A B = , temos que n(AB) = n(A) + n(B). Assim,
n(A )
n(B)
n(A B)
n(A ) + n(B)
p(AB) =
=
=
+
= p(A) + p(B).
n(W)
n(W)
n(W)
n(W)
A propriedade a seguir generaliza a propriedade anterior.
Propriedade 6.2.5. Se A e B so eventos quaisquer, ento
p(AB) = p(A) + p(B) p(AB).
Prova
Temos que n(AB) = n(A) + n(B) n(A B) e assim,
p(AB) =
n(A B)
n(A) + n(B) - n(A B)
=
n(W)
n(W)
n(A )
n(W)
n(B)
n(W)
n(A B)
= p(A) + p(B) p(AB).
n(W)
97
Cara
Coroa
10
Total
Lanamentos
Cara
Coroa
10
10
20
13
98
claro que nunca poderemos responder com certeza, a partir de experimentos, se a moeda ou no perfeita. Mas depois de muitos lanamentos,
possvel que consigamos definir, com certa preciso, a probabilidade de um
evento ocorrer. Essa definio de probabilidade dita definio frequentista.
importante mencionarmos que a freqncia relativa do evento { ai }
tende a se estabilizar em um certo valor, aps um nmero suficientemente
grande de repeties. Este fato que nos permite recorrer definio frequentista de probabilidade.
Alm disso, a funo freqncia relativa fn(a i) =
, onde n represen-
p (a ) .
i
a i A
99
a i W
bi B
p(a )
ai A
bi B
1
, pois p(T) =
2
n (T ) 3 1
n (M) 3 1
= = e p(M) =
= = , onde W, o conjunto dado por W = { 1, 2, 3,
n (W ) 6 2
n (W) 6 2
100
PERGUNTA 1:
Qual a probabilidade de Thiago ganhar o jogo e qual a probabilidade de Mariana ganhar o jogo?
PERGUNTA 2:
PERGUNTA 3:
Sabendo que o nmero sorteado foi mpar, qual a probabilidade de Thiago ganhar o jogo e qual a probabilidade de Mariana
ganhar o jogo?
As probabilidades procuradas nas perguntas 2 e 3 so o que chamamos de probabilidade condicional. Na pergunta 2, estamos interessados em
calcular as probabilidades dos eventos T e M dado que ocorreu o evento A:
o nmero observado par. Essas probabilidades so indicadas por p(T/A) e
p(M/A), respectivamente. Na pergunta 3, estamos interessados nas probabilidades dos eventos T e M dado que ocorreu o evento B: o nmero observado
foi mpar, que so indicadas por p(T/B) e p(M/B), respectivamente.
Neste caso, as probabilidades procuradas podem ser obtidas como:
p(T / A) = n(T A) ;
n( A)
p( M / A) = n( M A) ;
n( A)
p(T / B) = n (T B) ;
n (B)
p(M / B) = n (M B) .
n (B)
p( A B)
.
p( B)
ada ser par, dado que o nmero sorteado foi um mltiplo de 11 . De fato,
denotando por A e B os eventos A: o nmero sorteado par e B: o nmero
sorteado mltiplo de 11, temos que o evento B o conjunto B = { 11, 22, 33,
44, 55 } enquanto o evento A B dado pelo conjunto A B = { 44, 22 }.
101
Assim p(A/B) =
2
. Aplicando a frmula, temos que:
5
n (A B)
p(A B)
2
5
p(A / B) =
=
=
n (B)
p(B)
5
5
W = { CC,
1
CK, KC, KK }. Assim, a probabilidade procurada . Essa probabilidade
2
p ( A B ) n( A B ) 1
=
=
p( B)
n( B )
2
102
p(A B)
, podemos deduzir que p(AB)
p(B)
. De
fato, consideremos os eventos A1: a primeira bola branca, A2: a segunda bola
branca e A3: a terceira bola branca. Queremos determinar p(A1A2A3).
De acordo com a proposio, temos que:
p(A1A 2A3) = p(A1)p(A 2/A1)p(A3/A1A 2) =
103
4
.
143
104
105
p(A1 )p(B / A1 )
p(A1 )p(B / A1 ) + p(A 2 )p(B / A 2 ) + p(A 3 )p(B / A 3 )
Compreendendo o problema. Nosso problema consiste em 3 repeties consecutivas do experimento aleatrio E: jogar um dado e
observar sua face superior. Estamos interessados na observao do
evento S: Toby obtm sucesso ou S: Toby ganha o jogo e do seu complementar F: Toby fracassa ou F: Toby perde o jogo. Sabemos que a
probabilidade do evento S, que chamaremos de probabilidade de sucesso e ser indicada por p(S), 2/6 ou 1/3. Sabemos tambm que
a probabilidade de F, que chamaremos de probabilidade de Fracasso
e denotaremos por p(F), dada por p(F)= 1 p(S)= 1 1/3. Assim,
p(F) = 2/3.
106
Linha
1 1 1
3.3.3
1 2 2
1 1 2
. . = (3 ) . ( 3 ) ; para a terceira linha, a
3 3 3
p(SFS) = 1 . 2 . 1 = (1 )2 . (2 ) ; e assim por diante.
3
3
3 3 3
1
( )3 ;
3
pro-
Isso
107
Lanamentos
Linha
Probabilidade
1 1 1
. .
3 3 3
1 1 2
. .
3 3 3
1 2 1
. .
3 3 3
1 2 2
. .
3 3 3
2 1 1
. .
3 3 3
2 1 2
. .
3 3 3
2 2 1
. .
3 3 3
2 2 2
. .
3 3 3
, p(SFS) =
problema
e p(FSS) =
Uma primeira generalizao. Nos nossos problemas, a repetio do experimento aleatrio E deu origem ao experimento EEE ou EEEEE, com
seus espaos amostrais correspondentes, nos quais a probabilidade de cada
evento elementar dada por
em que n = 3 ou n = 5.
108
1
2
( )k ( )n - k
3
3
,
Exemplo 6.4.02. Em uma prova com 20 questes, cada uma delas com quatro alternativas das quais somente a correta, a probabilidade de uma pessoa que no saiba a matria acertar exatamente 12 delas
que, por sua vez, igual a
Nesta Unidade apresentamos a probabilidade de um evento de um experimento aleatrio como a medida da chance desse evento ocorrer. Iniciamos introduzindo a defi nio clssica de probabilidade, ou seja, a probabilidade como o quociente entre o nmero de casos favorveis e o de casos
possveis, em que, por casos possveis entendemos todos os elementos do
espao amostral e por casos favorveis entendemos todos os elementos do
evento do qual desejamos calcular a probabilidade. Em seguida, apresentarmos as defi nies frequentista e a axiomtica, todas possuindo as mesmas
propriedades. Vimos que, na defi nio axiomtica, as probabilidades atribudas aos eventos elementares de um espao amostral no dependem da
ANLISE COMBINATRIA E PROBABILIDADE
109
5
6
110
Sabemos que A = { (1, 5), (2, 4), (3, 3), (4, 2), (5, 1) } e
B = { (1, 7), (2, 6), (3, 5), (4, 4), (5, 3), (6, 2), (7, 1) } e, consequentemente,
p(A) =
e p(B) =
. Portanto,
111
a) p1 = p2 = p3 = p4 = p5 = 1/5.
b) p1 = p2 = 1/3 e p3 = p4 = p5 = 3/5.
c) p1 = p2 = 1/4, p3 = p4 = 2/3 e p5 = 1/5.
14. Uma moeda viciada de tal forma que a probabilidade de dar cara o
qudruplo da probabilidade de dar coroa. Qual a probabilidade de dar
cara e qual a probabilidade de dar coroa?
15. Em uma urna existem 10 bolas numeradas de 1 a 10. Uma bola sorteada ao acaso. Se a probabilidade de uma bola com nmero maior do que
5 ser sorteada o dobro da probabilidade de uma bola com nmero menor do que ou igual a cinco ser sorteada, qual a probabilidade do evento
A = { 1, 2, 6 } e a probabilidade do evento B = { 5, 6, 7 }?
16. No lanamento de um tetraedro, os nmeros pares ocorrem com o dobro
de chance dos nmeros mpares. Determine a probabilidade de ocorrerem os eventos A: o nmero sorteado primo, B: o nmero sorteado
par, C: o nmero sorteado 2 e D: o nmero sorteado 3.
17. No lanamento de um dado duas vezes, determine o evento:
a) ocorre o mesmo nmero nas duas vezes.
b) ocorre o nmero 5 no primeiro lanamento.
c) ocorre 9 na soma dos dois nmeros obtidos.
18. No lanamento de 1 dado sejam os eventos
A: ocorre divisor de 3.
B: ocorre nmero mpar.
C: ocorre mltiplo de 3.
Determine os eventos AB, BC, AC, BC, AB, Ac, Bc.
19. Dados os eventos A e B do espao amostral de um experimento aleatrio
E, defi nimos o evento diferena A - B como o evento que ocorre quando
ocorre A e no ocorre B. Mostre que A -B e AB so mutuamente excludentes. Conclua que p(A - B) = p(A) - p(AB).
20. Numa remessa de 100 aparelhos de televiso, 12 tm defeito de imagem,
10 tm defeito de som e 8 tm ambos os defeitos. Escolhendo-se ao acaso
um aparelho, qual a probabilidade de que este no tenha defeito algum?
21. O diagrama de Venn ao lado representa um espao amostral W equiprovvel e trs eventos A, B e C. Calcule o que se pede.
a) p(A).
b) p(B).
c) p(C).
d) p(AB).
e) p(ABC).
22. Resolvido. Bolas so colocadas em 5 urnas, uma de cada vez, at que
alguma urna receba duas bolas. Qual a probabilidade de colocarmos
exatamente 4 bolas?
Soluo. Seja p(4) a probabilidade de colocarmos exatamente 4 bolas.
Sabemos que p(4) o quociente entre o nmero de casos favorveis e o
112
B1
B2
B3
B4
Assim, p(4) =
B1
B2
B3
B4
= 0,288.
23. Em uma prova de 20 questes do tipo verdadeiro ou falso, qual a probabilidade de uma pessoa acertar exatamente 12 questes? Qual a probabilidade dessa pessoa acertar no mnimo 15 questes?
24. No lanamento de um dado honesto 8 vezes seguidas, qual a probabilidade de obtermos 5 nmeros primos? E 6 nmeros maiores do que 4?
25. No lanamento de um dado at a obteno do terceiro 6, qual a probabilidade de serem necessrios 10 lanamentos? (Sugesto: para que o
terceiro 6 aparea exatamente no 10o lanamento, devemos ter, at o 9o
lanamento, dois nmeros 6 e 7 nmeros diferentes de 6.)
26. Dois meninos, A e B, disputam uma srie de 10 partidas. Se a probabilidade de o menino A ganhar cada partida 0,6 e se no h empate, qual
a probabilidade de o menino A ter mais vitrias do que B?
113
Probabilidade Geomtrica
Extrado do livro Curso de Anlise Combinatria e Probabilidade: aprendendo com resoluo de problemas, de Bruno Alves Dassie e outros, pp. 136-137.
Alguns problemas de probabilidades so equivalentes seleo aleatria de
pontos em espaos amostrais representados por guras geomtricas. Nesses
modelos, a probabilidade de um determinado evento se reduz seleo ou ao
seu limite, caso exista, entre medidas geomtricas homogneas, tais como
comprimento, rea ou volume.
Diversas atividades interessantes podem ser usadas na introduo desses conceitos, como o disco das cores, o jogo dos discos e ladrilhos.
vamos reproduzir o relato do professor Eduardo Wagner, de uma experincia desenvolvida com seus alunos do Ensino Mdio. Esse relato se encontra na Revista do Professor de Matemtica, no 34, pg.28.
No ensino mdio, o ensino de probabilidades se restringe ao caso fi nito
e os problemas so basicamente de contagem de casos favorveis e casos
possveis. Existem, entretanto, problemas muito simples e interessantes
de probabilidades onde o espao amostral possui a situao anloga ao
seguinte exemplo: um atirador, com os olhos vendados, procura atingir
um alvo circular com 50 cm de raio, tendo no centro um disco de 10
cm de raio. Se em certo momento temos a informao de que o atirador
acertou o alvo, perguntamos qual deve ser a probabilidade de que tenha
atingido o disco central.
Tenho sugerido esse problema a alunos do ensino mdio e frequentemente obtenho deles respostas corretas, baseadas unicamente na intuio.
Como obviamente no se pode contar casos favorveis e possveis e como
para um atirador vendado no h pontos privilegiados do alvo, a probabilidade acertar o disco central deve ser a razo entre as reas do disco
e do alvo. Um clculo elementar leva resposta certa: 4%. Esse um
exemplo do que se chama Probabilidade geomtrica.
(Wagner, Revista do Professor de Matemtica, 34, p. 28)
114
HARIKI, Seiji e ONAGA, Dulce S. Curso de matemtica, vol.3. Ed. Harper &
Row. So Paulo: 1981.
DANTE, Luiz R. Matemtica: contexto & aplicaes, vol.2. Ed. tica. So
Paulo: 2004.
DOLCE, Osvaldo, IEZZI, G. e outros. Tpicos de matemtica, vol. 2. Ed.
Atual. So Paulo: 1980.
HAZZAN, Samuel. Fundamentos de matemtica elementar: combinatria e
probabilidade, vol. 5. Ed. Atual. So Paulo: 2004.
BOYER, C. B. Histria da matemtica. Trad. Elza F. Gomide. Ed. Edgard
Blcher. So Paulo: 1976.
DANTAS, C. A. B. Probabilidade: um curso introdutrio. Edusp. So Paulo:
2008.
MORGADO, A. C. O. e outros. Anlise combinatria e Probabilidade. Coleo do Professor de Matemtica. SBM. Rio de Janeiro: 2006.
115
116