Você está na página 1de 105

i

UFPR UNIVERSIDADE FEDERAL DO PARAN


DEPARTAMENTO DE MATEMTICA
PET PROGRAMA DE EDUCAO TUTORIAL
Tutor: Eduardo Outeiral Correa Hoefel
Petianos: Bruno Suzuki
Carlos Alberto Rezende de Carvalho Jnior
Carolina de Almeida Santos Pinotti
Duarte Kenyu Murakami
rika Sathie Takatsuki
Isabella Cordeiro Bruz
Jnio Jesus de Cardoso
Larissa Kovalski
Luana Leal
Lucas de Siqueira
Matheus Augusto Bannack Diniz
Thamara Petroli
Site: http://petmatufpr.wordpress.com/
Telefone: (41) 3361-3672
Data do Curso: 11 a 14 de Julho de 2011
Horrios: das 9h s 12h30 (turma da manh)
das 14h s 17h30 (turma da tarde)
Local de Realizao: Centro Politcnico - UFPR
Curitiba, 2011.
ii
Sumrio
I Matemtica Bsica 1
1 Fraes 3
1.1 Adio e Subtrao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Multiplicao e Diviso . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Potenciao 9
2.1 Denio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Propriedade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 Prncipio da Contagem 11
3.1 Princpio Fundamental da Contagem . . . . . . . . . . . . . . . . . . . . 11
3.2 Princpio Aditivo da Contagem . . . . . . . . . . . . . . . . . . . . . . . 11
4 Fatorial 13
4.1 Denio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.2 Propriedade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.3 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
II Probabilidade 15
5 Histria 17
6 Conceito de Probabilidade 19
6.1 Denices Bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
6.2 Regras e e ou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6.2.1 Propriedade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6.2.2 Denies e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . 22
6.3 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
7 Curiosidade 25
8 Exerccios Complementares 27
III Anlise Combinatria 35
9 Introduo 37
iii
iv SUMRIO
9.1 Princpio da Multiplicao . . . . . . . . . . . . . . . . . . . . . . . . . . 38
9.2 Arranjos com repetio . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
9.3 Arranjos simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
10 Permutao simples 45
11 Combinaes 47
12 Jogo da Senha 49
12.1 Material . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
12.2 Como funciona o jogo? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
12.3 Analisando o jogo matematicamente . . . . . . . . . . . . . . . . . . . . 51
IV Matrizes 53
13 Matrizes 55
13.1 Propriedades de Operaes com Matrizes . . . . . . . . . . . . . . . . . . 56
13.1.1 Adio e Subtrao . . . . . . . . . . . . . . . . . . . . . . . . . . 56
13.1.2 Multiplicao por Escalar . . . . . . . . . . . . . . . . . . . . . . 57
13.1.3 Produto de Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . 57
14 Probabilidades 59
15 Cadeias de Markov 63
16 Exerccios 67
17 Cubo Mgico 71
V Polinmios e suas Aplicaes 73
18 Polinmios 75
18.1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
18.2 Identidade de Polinmios . . . . . . . . . . . . . . . . . . . . . . . . . . 76
18.3 Soma e Multiplicao . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
18.4 Valor numrico - Raiz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
18.5 Diviso de polinmios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
18.5.1 Mtodo 1: Mtodo da Chave . . . . . . . . . . . . . . . . . . . . . 79
18.5.2 Mtodo 2: Identidade de Polinmios (Descartes) . . . . . . . . . . 80
18.5.3 Mtodo 3: Algoritmo de Briot-Runi . . . . . . . . . . . . . . . . 81
18.6 Fatorao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
19 Binmio de Newton 85
19.1 Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
19.2 O binmio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
19.3 O termo geral de um binmio . . . . . . . . . . . . . . . . . . . . . . . . 86
SUMRIO v
20 Exerccios 89
21 Aplicaes 93
21.1 Distribuio Binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
21.2 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
Referncias Bibliogrcas 97
vi SUMRIO
Parte I
Matemtica Bsica
1
Captulo 1
Fraes
Antes de iniciar o estudo de Anlise Combinatria e Probabilidade, devemos nos recor-
dar de alguns contedos que so a base necessria para o estudo daquelas duas reas.
Esses contedos so: Fraes e Fatorial. Nos dois captulos a seguir iremos tratar desses
dois assuntos da matemtica com o intuito de relembrar suas propriedades bsicas, que
so primordiais para o pleno aprendizado de combinaes, arranjos, probabilidade e per-
mutaes.
Muitas pessoas pensam que determinados assuntos da Matemtica no so to im-
portantes quanto outros, como as Fraes, por exemplo. Mas as fraes so um contedo
base da matemtica, que ser revisto diversas vezes e muitas dessas vezes no ser relem-
brado, apenas cobrado. Ento faz-se importante o bom aprendizado quando ensinado,
no Ensino Fundamental. Como esse assunto muitas vezes no muito bem passado aos
alunos nessas sries, vamos relembrar para que no haja dvidas quanto a isso nesse curso.
As fraes esto sempre presentes no dia-a-dia das pessoas. Muitos acham que no,
mas na realidade esto. fcil encontrar um problema que precisamos resolver somando
algumas fraes de algum produto ou alimento, ou ento dividir um chocolate, uma
pizza, entre diversas pessoas, por exemplo. A seguir vamos introduzir as propriedades de
fraes, como devemos proceder no caso de querermos somar ou subtrair, multiplicar ou
dividir frao por frao. Mas, antes, vamos introduzir um problema para ver o quanto
sabemos sobre fraes.
Problema 1.1. Na classe de Marcos, Josu e Lgia h 30 alunos, dos quais 18 so meni-
nos. Como indicar a quantidade de meninos em relao ao total de alunos da classe?
Podemos responder a essa questo de trs maneiras diferentes:
1
a) Na forma de frao:
18 em 30
18
30
2
2
=
9
15
3
3
=
3
5
1
Problema tirado da referncia [2]
3
4 CAPTULO 1. FRAES
b) Na forma decimal:
18 em 30
18
30
3
3
=
6
10
= 0, 6
c) Na forma de porcentagem:
18 em 30
18
30
2
2
=
6
10
10
10
=
60
100
= 60%
1.1 Adio e Subtrao
Para somar e subtrair fraes devemos utilizar o seguinte algoritmo:
a
b

c
d
=
mmc(b,d)a
b

mmc(b,d)c
d
mmc(b, d)
Ou seja, para entendermos melhor, vamos resolver alguns exerccios:
2
Exerccio 1.1.1. Dados x =
1
5
, y =
1
2
e z =
1
3
, calcule:
a) x + y
b) x + z
c) x y
d) x z
e) x +y
f) x +z
g) x + y +z
h) x y z
i) x y
j) y z
Exerccio 1.1.2. Dados x =
1
2
, y =
1
3
e z =
1
4
, calcule:
a) x + (y + z)
b) x (y + z)
c) y (x + z)
2
Exerccios retirados da referncia [3]
1.2. MULTIPLICAO E DIVISO 5
d) (z x) + y
e) (x +y) z
f) z (x y)
Temos ento, pelo Exerccio 1.1.2 que as propriedades associativas e comutativas que
so vlidas para os nmeros inteiros, sero tambm vlidas para os racionais.
1.2 Multiplicao e Diviso
Agora que j pudemos relembrar bem como somar e subtrair fraes, vamos relembrar
a multiplicao e diviso. Da mesma forma que somar e dividir, introduziremos um
algoritmo para essas outras duas operaes:
- Multiplicao:
a
b

c
d
=
a c
b d
- Diviso:
a
b
:
c
d
=
a
b

d
c
=
a d
b c
Resolva os exerccios a seguir:
3
Exerccio 1.2.1. Calcule o produto:
a)
1
2

1
3

_

8
5
_
b)
_

2
3
_

1
4
_

3
7
_
c)
1
5

3
7

10
9
d)
_

3
4
_

6
16
0
e) (1)
_

8
9
_

6
5
_
f) 0
_

5
7
_

1
6
Exerccio 1.2.2. Determine o valor das expresses:
a)
_
5 +
1
2
_
6
3
Exerccios tirados da referncia [3]
6 CAPTULO 1. FRAES
b) 8 +
_

5
4
_

1
2
c) 6
_

1
2
_

8
3
d)
_

4
25
_

5
12
_

3
4
e)
3
4

_

1
4
_

16
3
_
5
_

1
9
_

3
5
_
f)
_
1
5
+
1
2
_

5
2

_

1
2

1
4
_
Exerccio 1.2.3. Efetue as seguintes divises:
a) 5 :
1
30
b)
3
5
:
_

9
20
_
c) 4 :
_

4
7
_
d)
_

2
5
_
:
_

5
2
_
e) 1 :
_

5
8
_
f) (1, 6) :
2
3
g)
5
4
: (3)
h) (0, 5) :
1
10
i)
6
5
:
36
45
j)
3
16
: (1)
Para terminar de relembrar sobre as fraes, resolva este desao:
4
Desao 1.2.1. O grco de setores ao lado mostra o faturamento mensal de um pequeno
shopping. Observe:
4
Desao retirado da referncia [4]
1.2. MULTIPLICAO E DIVISO 7
- Alimentao:
1
8
do faturamento
- Eletrodomsticos:
1
4
do faturamento
- Roupas:
7
16
do faturamento
- Brinquedos: (?) do faturamento
Encontre a frao correspondente ao faturamento do setor de brinquedos.
8 CAPTULO 1. FRAES
Captulo 2
Potenciao
2.1 Denio
Denio 2.1 (Potncia de expoente inteiro). Sendo a um nmero real e n um nmero
inteiro, tem-se que:
a
n
= a a . . . a
. .
nfatores
, se n > 1
a
1
= a
a
0
= 1
a
n
=
1
a
n
Exemplo 2.1. a) (2)
3
= (2) (2) (2) = 8
b) 5
3
= 5 5 5
2.2 Propriedade
Propriedade 2.1. Dados os nmeros reais a e b e os nmeros inteiros m e n, obedecidas
as condies de existncia, temos:
I. a
m
a
n
= a
m+n
(conserva-se a base e adicionam-se os expoentes)
II. a
m
: a
n
= a
mn
(conserva-se a base e subtraem-se os expoentes)
III. (a
m
)
n
= a
mn
(conserva-se a base e multiplicam-se os expoentes)
IV. (ab)
m
= a
m
b
m
(distributiva da potenciao em relao multiplicao)
V.
_
a
b
_
m
=
a
m
b
m
(distributiva da potenciao em relao diviso)
Exemplo 2.2. a) 5
3
5
4
= 5
3+4
= 5
7
b) 3
6
: 3
4
= 3
64
= 3
2
9
10 CAPTULO 2. POTENCIAO
Exerccio 2.1. Calcule os valores das potncias:
a) 6
2
b) (6)
2
c) 6
2
d) (2)
3
e) 2
3
f) 5
0
g) (8)
0
h)
3
4
4
i)
3
4
4
j) 0
28
l) 1
32
m) (1)
20
n) (1)
17
o) 4
2
Captulo 3
Prncipio da Contagem
3.1 Princpio Fundamental da Contagem
Se um experimento E apresenta n resultados distintos e um experimento F apresenta
k resultados distintos, ento o experimento composto de E e F, nessa ordem, apresenta
n k resultados distintos.
De forma geral, podemos dizer:
Se k experimentos E
1
, E
2
, . . . , E
k
tem n
1
, n
2
, . . . , n
k
resultados distintos, ento o expe-
rimento composto de E
1
, E
2
, . . . , E
k
, nessa ordem, apresenta n
1
n
2
. . . n
k
resultados
distintos.
Sobre essa parte de contagem, vamos resolver alguns exerccios para xar bem a ideia.
1
Exerccio 3.1.1. Um experimento consiste em lanar um dado e uma moeda sobre uma
mesa. Um resultado desse experimento o par (5, cara), por exemplo, isto , face 5 no
dado e face cara na moeda. Quantos so os possveis resultados desse experimento?
Exerccio 3.1.2. Um experimento consiste em lanar um dado e uma moeda e reti-
rar uma etiqueta de uma urna que contm quatro etiquetas de cores diferentes: azul,
vermelha, preta e branca. Um resultado desse experimento , por exemplo, o terno
(5, cara, A), isto , face 5 no dado, face cara na moeda e cor azul na etiqueta. Quantos
so os possveis resultados desse experimento?
Exerccio 3.1.3. Quantos nmeros naturais pares, de quatro algarismos, podem ser
formados com os algarismos 1,2,3,5,7 e 9?
3.2 Princpio Aditivo da Contagem
Temos que alguns resultados da teoria dos conjuntos so importantes aplicaes na anlise
combinatria. Vamos ento introduzir o clculo do nmero de elementos da unio de dois
conjuntos nitos, como:
1
Exerccios da referncia [1]
11
12 CAPTULO 3. PRNCIPIO DA CONTAGEM
Sendo A e B conjuntos nitos, o nmero de elementos da unio de A E B dado
por:
n(A B) = n(A) + n(B) n(A B)
em que o smbolo n(. . .) representa o nmero de elementos do conjunto indicado entre
parnteses.
2
Observao 3.2.1. Se A e B forem conjuntos disjuntos, ou seja, A B = . Dessa
forma, teremos: n(A B) = n(A) + n(B).
Resolva os exerccios a seguir:
3
Exerccio 3.2.1. Dois conjuntos, A e B, so tais que n(A) = 25, n(B) = 29 e n(AB) =
10. Determine o nmero de elementos de A B.
Exerccio 3.2.2. Quantos nmeros naturais pares, menores que 4.000, com quatro al-
garismos distintos, podem ser formados com os algarismos 0,1,2,3,4,5 e 7?
Exerccio 3.2.3. Um jornal ter 12 pginas. O diagramador deve distribuir 6 fotos
diferentes em 6 pginas do jornal, de modo que no apaream duas dessas fotos em
pginas consecutivas. De quantas maneiras diferentes o diagramador pode distribuir
essas fotos?
2
Denio da referncia [1]
3
Tirados da referncia [1]
Captulo 4
Fatorial
Adotamos o smbolo n! (l-se: fatorial de n) quando queremos indicar o produto dos
nmeros naturais consecutivos n (n 1) (n 2) . . . 2 1, onde n 2. O fatorial surgiu
quando houve a necessidade de multiplicar diversos nmeros consecutivos de maneira
mais simplicada. A notao auxilia em problemas que envolvem clculos trabalhosos,
permitindo apresentar solues mais abreviadas.
4.1 Denio
Seja n um nmero natural, com n 2. Dene-se o fatorial de n, que indicamos por n!,
como o produto dos nmeros naturais consecutivos:
n, (n 1), (n 2), . . . , 1
isto :
n! = n (n 1) (n 2) . . . 1
Essa denio
1
nos permite entender os seguintes exemplos:
Exemplo 4.1.1. a) 2! = 2 1 = 2
b) 3! = 3 2 1 = 6
c) 4! = 4 3 2 1 = 24
d) 5! = 5 4 3 2 1 = 120
4.2 Propriedade
Quando calculamos o fatorial de um nmero natural, podemos perceber que 10! = 10 9!.
Generalizando, temos a seguinte propriedade:
Propriedade 4.2.1.
n! = n (n 1)! = n (n 1) (n 2)! = . . .
para n N, com n 3.
1
Denio da referncia [1]
13
14 CAPTULO 4. FATORIAL
Podemos, entretanto, estender a denio de fatorial denindo para n = 0 e n = 1. Dessa
forma, denindo
1! = 1 e 0! = 1,
temos
n! = n (n 1)!, n N

4.3 Exerccios
Nesta seo temos mais alguns exerccios para resolver:
2
Exerccio 4.3.1. Simplicar as fraes:
a)
8!
7!
b)
8!
6!
c)
3!
5!
d)
7! 9!
8! 5!
Exerccio 4.3.2. Resolver a equao
(n + 1)!
(n 1)!
= 20.
Exerccio 4.3.3. Classique como verdadeira ou falsa cada uma das armaes:
I. 3! + 2! = 5!
II. 3! 2! = 6!
III. 4! + 4! = 2 4!
IV. n! = n(n 1)(n 2)!, para todo n N e n 2
V. n! = n(n 1)(n 2)!, para todo n N

Exerccio 4.3.4. Resolva as equaes:


a)
(n + 2)!
n!
= 12
b)
(n + 1)!
(n + 3)!
=
1
20
c)
(n 2)!
(n 1)!
=
1
5
Exerccio 4.3.5. Determine o conjunto dos valores de n, tais que
n! + (n + 1)!
(n 1)!
= 15.
2
Retirados da referncia [1]
Parte II
Probabilidade
15
Captulo 5
Histria
No ano de 1654, um jogador da sociedade parisiense, Chevealier de Mre, props ao
matemtico Blaise Pascal algumas questes sobre possibilidade de vencer em jogos. Uma
das questes foi: Um jogo de dados entre dois adversrios chega ao m quando um dos
jogadores vence trs partidas em primeiro lugar. Se esse jogo for interrompido antes do
nal, de que maneira cada um dos jogadores dever ser indenizado?
As reexes as respeito dos problemas propostos por De Mre levaram Pascal a
corresponde-se com Pierre de Fermat, o que desencadeou discusses a respeito dos princ-
pios de uma nova teoria que veio ser chamada de Teoria das Probabilidades.
17
18 CAPTULO 5. HISTRIA
Captulo 6
Conceito de Probabilidade
Um automvel ser sorteado entre os clientes de um shopping center. Paulo de-
positou 50 cupons em uma das urnas espalhadas pelo shopping, e Janete depositou 20
cupons. Hoje, dia de sorteio, os contedos de todas as urnas foram juntados, formando
um monte com 10.000 cupons. Um representante do shopping vai sortear um cupom.
possvel medir a possibilidade de cada um ganhar o automvel. Como Paulo tem
50 cupons dentre os 10.000 que participam do sorteio, indicamos por
50
10.000
a medida
da possibilidade de Paulo ganhar; de maneira anloga, a medida da possibilidade de
Janetee ganhar
20
10.000
. As fraes
50
10.000
e
20
10.000
so chamadas de probabilidade
de Paulo e Janete ganharem, respectivamente.
Esse exemplo ajuda a entender que a probabilidade um nmero que mede a possi-
bilidade de ocorrer ou no um resultado.
1
Entendendo o problema acima podemos entender o que de fato probabilidade.
A chance de um evento ocorrer em um certo problema, como Qual a chance de chover
hoje? poderia ser trocado por Qual a probabilidade de chover hoje?. Ento podemos
ver que a probabilidade mais comum no nosso cotidiano do que parece.
6.1 Denices Bsicas
Denio 6.1.1 (Experincia Aleatria). Consiste em observar uma amostra de uma
varivel aleatria. Por exemplo: lanamento de uma moeda observar a face da moeda,
cara ou coroa. Temos duas condies para que a experincia seja aleatria:
1. Deve ser possvel repetir indenidamente a experincia;
2. No deve ser possvel inuenciar no resultado. Os resultados podem apresentar
variaes de modo que sejam repetidos em condies uniformes (equiprovveis)
onde se possa ter o controle dos resultados.
1
Problema tirado da referncia [1]
19
20 CAPTULO 6. CONCEITO DE PROBABILIDADE
Denio 6.1.2 (Expao amostral ()). o conjunto de todos os resultados possveis
de uma experincia aleatria. Esses podem ser de natureza QUALITATIVA ou QUAN-
TITATIVA.
Denio 6.1.3 (Evento (E)). qualquer subconjunto de , isto , qualquer resultado
possvel da experincia aleatria.
Denio 6.1.4 (Clssica de Probabilidade). Dada uma experincia aleatria uniforme
e equiprovvel, tem-se
P(E) =
#E
#
onde #E: nmero de casos favorveis
e #: nmero total de casos no experimento.
Denio 6.1.5 (Axiomtica). Dado uma experincia aleatria denida em , chama-se
P(E) a probabilidade de ocorrncia o evento E desde que sejam satisfeitas as seguintes
condies:
(i) 0 P(E) 1
(ii) P() = 1
(iii) Se E
1
e E
2
forem mutualmente exclusivos, ento P(E
1
E
2
) = P(E
1
) + P(E
2
)
Propriedade 6.1.1. 1. Sendo um evento impossvel, P() = 0
2. Se E o complementar de E, ento P(E) + P(E) = 1
3. Dado um evento E qualquer, ento P(E) = 1.
4. Sejam E
1
e E
2
eventos quaisquer no mesmo espao . Se E
1
E
2
, ento P(E
1
)
P(E
2
)
Veja os exemplos a seguir:
2
Exemplo 6.1.1. No experimento aleatrio lanamento de uma moeda, temos com es-
pao amostral o conjunto E = {c, k}, em que c representa a face cara e k a face coroa.
Indicamos o nmero elemento de E pelo smbolo n(E) assim: n(E) = 2.
O conjunto A = c um evento de E. Note que n(A) = 1
Exemplo 6.1.2. No experimento lanamento de um dado temos como espao amostral
o conjunto E = 1, 2, 3, 4, 5, 6. Portanto: n(E) = 6.
O conjunto B = 1, 2 um evento de E. Note que n(B) = 2.
2
Exemplos tirados da referncia [1]
6.2. REGRAS E E OU 21
Exemplo 6.1.3. No experimento lanamento de dois dados, temos como espao amostral
o conjunto:
E = {(1, 1), (1, 2), (1, 3), . . . , (1, 6),
(2, 1), (2, 2), (2, 3), . . . , (2, 6),
(3, 1), (3, 2), (3, 3), . . . , (3, 6),
.
.
.
(6, 1), (6, 2), (6, 3), . . . , (6, 6)}
Logo: n(E) = 36.
Agora resolva os exerccios a seguir:
3
Exerccio 6.1.1. No lanamento de uma moeda qual a probabilidade de se obter a face
cara?
Exerccio 6.1.2. No lanamento de um dado, qual a probabilidade de se obter, na face
voltada para cima, o nmero de pontos igual a trs?
Exerccio 6.1.3. Uma urna contm exatamente 1000 etiquetas, numeradas de 1 a 1000.
Retirando uma etiqueta dessa urna qual a probabilidade de obtermos um nmero menor
que 51?
Exerccio 6.1.4. Um dado lanado trs vezes.
a) O espao amostral E desse experimento formado por termos ordenados, que indicam
o nmero de pontos obtidos em cada lanamento, por exemplo: (6,6,3). Usando
o princpio fundamental de contagem, calcule o nmero de elementos desse espao
amostral.
b) Calcule a probabilidade de se obter nos trs lanamentos o mesmo nmero de pontos.
Exerccio 6.1.5. Uma urna contm bolas coloridas. Retirando-se um bola dessa urna, a
probabilidade de se obter uma bola vermelha 0, 64. Qual a probabilidade de se obter
uma bola que no veja vermelha?
6.2 Regras e e ou
6.2.1 Propriedade
Propriedade 6.2.1.1. Sejam E
1
, E
2
dois eventos aleatrios.
1. Se queremos que a probabilidade de E
1
e E
2
ocorrerem de:
P(E
1
) P(E
2
).
2. Se queremos que a probabilidade de E
1
ou E
2
ocorrerem de:
P(E
1
) + P(E
2
).
3
Exerccios da referncia [1]
22 CAPTULO 6. CONCEITO DE PROBABILIDADE
Exerccio 6.2.1.1. No lanamento de duas moedas, qual a probabilidade de se obterem
uma cara e uma coroa?
Exerccio 6.2.1.2. No lanamento de dois dados, qual a probabilidade de se obter, nas
faces voltadas para cima, a soma dos pontos igual a cinco?
6.2.2 Denies e Exemplos
Denio 6.2.2.1 (Adio de Probabilidades). Sejam A e B eventos de um espao
amostral E nito e no vazio. A probabilidade de ocorrer um elemento de A ou um
elemento de B, indicada por: P(A B), :
P(A B) =
n(A B)
n(E)
Exemplo 6.2.2.1. Uma urna contm 5 bolas vermelhas, 3 bolas azuis e 4 bolas brancas.
Retira-se ao acaso uma bola da urna. Qual a probabilidade de sair uma bola vermelha
ou uma bola azul?
Resoluo:
E = {x; x a bola da urna}, n(E) = 12.
Consideremos dois eventos:
A = {y E; y bola vermelha}, n(A) = 5 e B = {z E; z bola azul}, n(B) = 3.
Observa-se que A e B so mutuamente exclusivos, isto , A B = . Logo, temos:
P(A B) = P(A) + P(B) P(A B) =
5
12
+
3
12
=
2
3
Denio 6.2.2.2 (Probabilidade Condicional). A probabilidade de ocorrer o evento B,
dado que ocorreu o evento A, indicada por: P(B/A), l-se: probabilidade de B dado
A, e calculada por:
P(B/A) =
n(A B)
n(A)
Exemplo 6.2.2.2. Uma moeda lanada duas vezes. Vamos calcular a probabilidade
de obtermos cara no segundo lanamento sabendo que obtivemos cara no primeiro lana-
mento.
Resoluo:
Temos dois eventos a considerar: cara no primeiro lanamento, B = {(C, C)(C, K)} e
cara no segundo lanamento, A = {(C, C)(K, C)}.
Como sabemos que ocorreu o evento B, temos que o evento A s pode ter ocorrido na
interseo de A e B:
P(A/B) =
n(A B)
n(B)
=
1
2
.
6.3. EXERCCIOS 23
Denio 6.2.2.3 (Multiplicao de Probabilidade). Se A e B forem eventos indepen-
dentes, ento
P(A B) = P(A) P(B)
Exemplo 6.2.2.3. Uma urna contm exatamente 7 bolas: 4 azuis e 3 vermelhas. Retira-
se ao acaso, uma bola da urna registra-se sua cor e repe-se a bola na urna. A seguir retira-
se, novamente ao acaso, uma bola da urna registra-se sua cor. Qual a probabilidade de
sair uma bola azul e depois uma vermelha?
Resoluo:
Queremos que a primeira bola retirada seja azul e a segunda vermalha. A probabilidade
da primeira bola ser azul
4
7
, e a probabilidade de e a segunda bola ser vermelha
3
7
.
Assim, a probabilidade de obtermos a sequncia azul e vermelha : P =
4
7

3
7
=
12
49
.
6.3 Exerccios
Exerccio 6.3.1. Na gndola de um supermercado h somente sabonetes azuis ou da
marca Tux, num total de 140 unidades, sendo 80 azuis e 100 na marca Tux. Retirando-se
ao acaso um sabonete desta gndola, qual a probabilidade de se obter um sabonete azul
da marca Tux?
Exerccio 6.3.2. Uma urna contm 2 bolas brancas, 3 verdes e 4 azuis. Retirando-se
ao acaso uma bola da urna, qual a probabilidade de se obter uma bola branca ou uma
bola verde?
Exerccio 6.3.3. Uma pesquisa feita com 70 pessoas revelou que 35 j consumiram o
produto A, 50 j consumiram o produto B e 5 ainda no consumiram nem A nem B.
Escolheu-se uma dessas 70 pessoas, ao acaso, constatando-se que ela j havia consumido
o produto A. Qual a probabilidade que essa pessoa tambm tenha consumido o produto
B?
Exerccio 6.3.4. Uma moeda lanada 8 vezes. Considera-se como resultado a sequncia
formada pelas faces da moeda voltada para cima, cara (C) ou coroa (K), na ordem dos
lanamentos. Qual a probabilidade de ocorrer uma sequncia com 5 caras e 3 coroas?
24 CAPTULO 6. CONCEITO DE PROBABILIDADE
Captulo 7
Curiosidade
1
- O aniversrio de algum
versus um certo aniversrio
As surpreeendentes semelhanas das coincidncias so perfeitamente ilustradas com
o seguinte resultado probabilstico, alis, bastante conhecido: como o ano tem trezentos
e sessenta e seis dias (se contarmos o dia 29 de Fevereiro), teriam de se reunir trezentas
e sessenta e sete pessoas para podermos ter a certeza absoluta de que pelo menos duas
delas partilham a mesma data de aniversrio. Por qu?
Suponhamos que nos contentvamos com um grau de certeza de cinquenta por cento.
Quantas pessoas teramos de ter no grupo para que a probabilidade de haver duas delas
com a mesma data de aniversrio se concretizasse? Uma primeira suposio apontaria
para cento e oitenta e trs, isto , perto de metade de trezentos e sessenta e cinco. A
resposta, surpreendente, de que s precisamos de vinte e trs pessoas. Dito de outra
forma, em metade das ocasies em que se renem vinte e trs pessoas escolhidas ao acaso,
duas ou mais compartilharo a mesma data de nascimento.
Para os leitores que no quiserem aceitar este fato do p para a mo, aqui deixo uma
curta derivao. De acordo com o princpio da multiplicao, o nmero de maneiras em
que cinco datas podem ser escolhidas (permitindo-se repeties) de (365 365 365
365 365). De todas estas 365
5
maneiras, contudo, s (365 364 363 362 361)
podem coexistir de modo a que no haja duas datas iguais; qualquer dos trezentos e
sessenta e cinco dias pode ser escolhido em primeiro lugar, o mesmo sucedendo com os
retantes trezentos e sessenta e quatro para o segundo lugar, e assim por diante. Deste
modo, se dividirmos este ltimo produto (365364363362361) por 365
5
, obtemos
a probabilidade de cinco pessoas escolhidas ao acaso no terem em comum a data de
nascimento. Ora bem, se subtrairmos esta probabilidade a umn (ou a cem por cento,
se estivermos a trabalhar com percentagens), obtemos uma probabilidade complementar
em que pelo menos duas das cinco pessoas tm a mesma data de nascimento. Um clculo
semelhante, mas usando vinte e trs pessoas no lugar de cinco, d-nos
1
2
, ou cinquenta
por cento, como probabilidade para que pelo menos duas das vinte e trs pessoas tenham
a mesma data aniversria.
1
Texto tirado integralmente da referncia [5]
25
26 CAPTULO 7. CURIOSIDADE
Aqui h dois anos atrs, um convidado do programa de Johnny Carson tentou explicar
estes fatos. Johnny Carson no acreditou no que o convidado disse; no entanto, depois
de observar que havia cerca de cento e vinte pessoas no estdio a assistirem ao programa,
perguntou quantas delas faziam anos num dia qualquer, neste caso em 19 de Maro.
Ningum levantou o brao, e o convidado, que no era um matemtico, disse qualquer
coisa incompreensvel em sua defesa. Aquilo que devia ter dito que so necessrias
vinte e trs pessoas para termos cinquenta por cento de certeza em como h algum dia
de nascimento em comum, e no um certo aniversrio especco em comum, como o dia
19 de Maro proposto por Carson. Para termos cinquenta por cento de certeza de que
algum no grupo compartilha o dia 19 de Maro como data de nascimento, precisamos
de um nmero maior de pessoas, duzentos e cinquenta e trs para sermos exatos.
Uma breve derivao deste ltimo aspecto: como a probabilidade do aniversrio de
uma dada pessoa no cair no dia 19 de Maro de
364
365
, e como as datas de nascimento
so independentes, a probabilidade de duas pessoas no terem ambas nascido a 19 de
Maro de
364
365

364
365
. Assim, a probabilidade de N pessoas no compartilharem o dia
19 de Maro como data de nascimento igual a
_
364
365
_
N
, o que, quando N = 253, nos
d um valor muito prximo do
1
2
. Portanto, a probabilidade complementar de que pelo
menos uma dessas duzentas e cinquenta e trs pessoas tenha nascido a 19 de Maro
tambm de
1
2
, ou cinquenta por cento.
Captulo 8
Exerccios Complementares
Exerccio 8.1. Uma moeda lanada trs vezes.
a) Indicando por C e K as faces cara e coroa, respectivamente, contrua o espao
amostral E desse experimento
b) Qual a probabilidade de se obterem pelo menos duas caras?
c) Qual a probabilidade de se obterem no mximo duas caras?
Exerccio 8.2. Formam-se todos os nmeros naturais de cinco algarismos distintos com
os algarismos, 1, 2, 3, 4, e 5. Sorteando-se um desses nmeros, qual a probabilidade de
se obter um nmero par?
Exerccio 8.3. Uma urna contm precisamente nove bolas: 3 brancas, 2 pretas e 4 azuis.
Retirando-se trs bolas da urna, uma de cada vez e com reposio, calcule a probabilidade
de sarem:
a) A primeira bola branca, a segunda bola preta e a terceira bola azul;
b) Trs bolas de cores diferentes;
c) Trs bolas azuis.
Exerccio 8.4. Considerando todas as retas determinadas pelos oitos vrtices do cubo
ABCDEFGH abaixo. Sorteando-se uma dessas retas, qual a probabilidade de que ela
passe pelo vrtice G?
27
28 CAPTULO 8. EXERCCIOS COMPLEMENTARES
Exerccio 8.5. No lanamento de cinco dados, calcule a probabilidade de que a soma
dos pontos obtidos nas faces voltadas para cima no ultrapasse o valor 30.
Exerccio 8.6. O segmento AB o dimetro da circunferncia ao lado. Sorteando-se um
tringulo com vrtices em trs dos pontos, A, B, C, D, E, F e G, calcule a probabilidade
de que esse tringulo no seja retngulo.
Exerccio 8.7. Um dado lanado trs vezes. O resultado do experimento o terno
ordenado (x, y, z) em que x, y e z so os nmeros de pontos obtidos no primeiro, segundo
e terceiro lanamento, respectivamente.
a) Qual a probabilidade de se obter um termo em que o produto de trs nmeros
seja mpar?
b) Qual a probabilidade de se obter um termo em que o produto de trs nmeros
seja par?
Exerccio 8.8. A probabilidade de um piloto vencer uma corrida o triplo da probabi-
lidade de perder. Qual a probabilidade de que esse piloto vena a corrida?
Exerccio 8.9. (UFPE) Uma prova de Matemtica constituda de 16 questes do tipo
mltipla escolha, tendo cada questo 5 alternativas, das quais deve ser assinalada como
resposta apenas uma. Respondendo ao acaso todasas questes, o nmero de maneiras
diferentes que se pode preencher o carto de resposta ?
29
Exerccio 8.10. Cada linha telefnica de uma cidade identicada por uma sequncia
de sete algarismos, com os trs primeiros no nulos e distintos entre si, podendo haver
repeties dentre os demais algarismos. A partis do prximo ms, cada linha ser identi-
cada por uma sequncia de oito algarismos, com os trs primeiros no nulos e distintos
entre si, podendo haver repetio dentre os demais algarismos. Com essa mudana, o
acrscimo no nmero de linhas telefnicas dessa cidad ser?
Exerccio 8.11. Uma urna contm quatro bolas azuis, numeradas de 1 a 4, e cinco bolas
amarelas, numeradas de 1 a 5. Sorteando-se um bola dessa urna, qual a probabilidade
de que seja azul ou tenha nmero mpar?
Dica: Resolva esse problema de dois modos diferentes: primeiro aplicando o teorema da
adio de probabilidade; depois, aplicando apenas a denio de probabilidade.
Exerccio 8.12. Um nmero ser sorteando dentre os nmeros naturais de 1 a 1.000. A
probabilidade de que saia um nmero par ou um nmero de dois algorismos . . .?
Exerccio 8.13. Dentre os automveis estocados o ptio de uma montadora, escolhe-se
um, ao acaso. A probabilidade de que o automvel escolhido tenha freio ABS
5
8
, a
probabilidade de que ele tenha direo hidrulica
2
3
e a probabilidade de que ele tenha
freio ABS e direo hidrulica
11
24
. A probabilidade de que esse automvel tenha freio
ABS ou direo hidrulica ?
Exerccio 8.14. Dois eventos, A e B, de um espao amostral E so mutuamente exclu-
sivos. Sabendo que P(A B) =
2
3
e que P(A) =
P(B)
4
, calcule P(B).
Exerccio 8.15. Um dado foi lanado sobre uma mesa, considerando-se como resultado
o nmero de pontos de face voltada para cima. Considere E o espao amostral desse
experimento, e os eventos A = {x E|x < 5} e B = {y E|y > 2}
a) Represente em um diagrama os conjuntos E, A e B.
b) Calcule a probabilidade de, nesse lanamento, ter ocorrido um nmero maior que
2, sabendo que ocorreu um nmero menor que 5.
Exerccio 8.16. Calcule:
a) 7!
b) 3! 2!
c) 4! 2!
30 CAPTULO 8. EXERCCIOS COMPLEMENTARES
d)
0!
3!
Exerccio 8.17. Dois eventos, A e B, de um espao amostral equiprovvel E, nito, so
tais que P(A B) =
3
5
e P(A) =
2
3
. Calcule P(B/A).
Exerccio 8.18. De uma urna com exatamente 5 bolas de cores diferentes, azul, ver-
melha, verde, marrom e preta so sorteadas 2 bolas, uma de cada vez.
a) Sabendo que na primeira retirada saiu uma bola vermelha e que esta foi reposta na
urna, calcule a probabilidade de a segunda bola retirada se vermelha.
b) Sabendo que na primeira retirada saiu uma bola vermelha e que esta no foi reposta
na urna, calcule a probabilidade de a segunda bola retirada ser vermelha.
Exerccio 8.19. Uma urna contm exatamente 7 bolas: trs brancas, e quatro pretas.
Retirando-se sucessivamente e sem reposio trs bolas; qual a probabilidade de:
a) Sarem as duas primeiras bolas pretas e terceira branca?
b) Sarem duas bolas pretas e uma branca?
c) Sair pelo menos uma bola branca?
Exerccio 8.20. Uma urna contm 6 bolas de cores diferentes entre si, sendo que uma
delas vermelha. Retiram-se 4 bolas dessa urna, uma de cada vez e sem reposio.
Considerando a ordem de retirada, quantas sequncias de cores so possveis de modo
que a primeira bola retirada no seja vermelha?
Exerccio 8.21. (UFC - CE) Considere os nmeros inteiros mpares maiores que 64.000
que possuem cinco algarismos, todos distintos, e que no contm os dgitos 3 e 8. A
quantidade desses nmeros ?
Exerccio 8.22. Dispe-se de 6 cores de tinta, sendo uma delas amarela. De quantas
maneiras diferentes pode-se pintar um painel composto de quatro quadradinhos consecu-
tivos, de modo que cada quadradinho tenha uma s cor, no haja dois quadradinhos adja-
centes com a mesma cor e o primeiro quadradinho da esquerda seja amarelo, podendo-se
repetir uma ou mais cores tantas vezes quantas forem possveis?
Exerccio 8.23. (UEL - PR) Devido ameaa de uma epidemia de sarampo e rubola,
os 400 alunos de uma escola foram consultados sobre as vacinas que j haviam tomado.
Do total, 240 haviam sido vacinados contra sarampo e 100 contra rubola, sendo que 80
no haviam tomado nenhuma dessas vacinas. Tomando - se ao acaso um aluno dessa
escola, a probabilidade de ele ter tomado as duas vacinas e?
31
Exerccio 8.24. (Cesgranrio) O dispositivo que aciona a abertura do cofre de uma
joalheria apresenta um teclado com nove teclas, sendo cinco algarismos (0, 1, 2, 3, 4)
e quatro letras (X, Y, Z, W). O segredo do cofre uma sequncia de trs algarismos
seguidos de duas letras. Qual a probabilidade de uma pessoa, numa nica tentativa,
ao acso abrir o cofre?
Exerccio 8.25. (Enem - Mec) Um municpio de 628 km
2
atendido por duas emissoras
de rdio cujas antenas A e B alcanam um raio de 10 km do municpio, conforme mostra
a gura abaixo. Para orar um contrato publicitrio, uma agncia precisa avaliar a pro-
babilidade que um morador tem de, circulando livremente pelo municpio, encontrar-se
na rea de alcance de pelo menos uma das emissoras. Essa probabilidade de, aproxi-
madamente?
Exerccio 8.26. (Unopar - PR) Cada uma das dez questes de uma prova apresenta
uma nica armao, que deve ser classicada com V (verdadeira) ou F (falsa). Um
aluno. que nada sabe sobre a matria, vai responder a todas as questes ao acaso. A
probabilidade que ele tem de no tirar zero ?
Exerccio 8.27. Em uma conferncia esto reunidos cinco mulheres e sete homens,
matemticos; quatro mulheres e oito homens, fsicos; seis mulheres e quarto homens,
qumicos. Uma pessoa escolhida, ao acaso, para presidir a conferncia. Qual a
probabilidade de que essa pessa seja mulher ou matemtico(a)?
Exerccio 8.28. Uma pesquisa realizada entre 50 leitores de jornais. Conclui-se que
35 pessoas lem o jornal A, 34 lem o jornal B e 3 lem outro jornal. Escolhida ao acaso
uma dessas 50 pessoas, qual a probabilidade de que ela seja leitora dos jornais A e B?
Exerccio 8.29. Ums pesquisa realizadaa em dois bancos A e B, revelou que 40% dos
funcionrios do banco A e 30% dos funcionrios do banco B tm nvel universitrio.
Escolhendo-se, aleatoriamente, um funcionrio de cada banco, a probabilidade de que
pelo menos um dos escolhidos tenha nvel universitrio ?
32 CAPTULO 8. EXERCCIOS COMPLEMENTARES
Exerccio 8.30. Duas linhas de nibus ligam duas cidades A e B, e trs linhas de nibus
ligam as cidades B e C, conforme mostra o esquema abaixo
a) De quantas modos diferentes um usurio pode escolher uma sequncia dessas linhas,
indo de A para C, passando por B?
Dica: Esse experimento composto de dois outros: primeiro ir de A para B, e
depois de B para C.
b) De quantos modos diferentes um usurio pode escolher uma sequncia dessas linhas,
fazendo o trajeto de ida e volta de A para C, passando por B, na ida e na volta, de
moso que na volta ele no possa usar a mesma linha que usou na ida?
Exerccio 8.31. Quantos nmeros naturais de trs algarismos podem ser formados com
os algarismos 1, 2, 3, 4, 5, e 6?
Exerccio 8.32. Um hacker sabe que a senha de acesso a um arquivo secreto um
nmero natural de cinco algarismos distintos e no-nulos. Com o objetivo de acessar
esse arquivo o hacker programou o computador para testar esses nmeros um a um,
demorando 5 segundos em cada tentativa. O tempo mximo para que o arquivo seja
aberto . . .?
Exerccio 8.33. Considere placas de automvel formadas por trs letras seguidas de
quatro algarismos.
a) Quantas placas diferentes podem ser formadas com as letras A,B, C, D, e com os
algarismos 1, 2, 3, 4 e 5?
b) Quantas placas diferentes podem ser formadas com as letras A, B, C, D, e com os
algarismos 1, 2, 3, 4, e 5 sem repetir as letras e os nmeros?
c) Quantas placas diferentes podem ser formadas, com pelo menos um algarismo no
nulo, dispondo-se das 26 letras do alfabeto e dos 10 algarismos do sistema decimal
(inclumos Y, W e K)?
Exerccio 8.34. (Uespi)Em um prdio, o nmero de apartamentos habitados o triplo do
nmero de apartamentos desabitados. Escolhendo-se, aleatoriamente, um apartamento
desse prdio, a probabilidade de que ele esteja desabitado . . .?
Exerccio 8.35. Dois conjuntos, A e B so tais que n(A) = 25, n(B) = 29 e n(AB) = 10.
Determine o nmero de elementos de A B?
33
Exerccio 8.36. Calcule a quantidade de nmeros naturais compreendidos entre 300 e
3.000 que podemos representar utilizando somente os algarismos 1, 2, 3, 5, 7, e 8, de
modo que no gurem algarismos repetitivos.
Exerccio 8.37. Quantos nmeros naturais maiores que 4.50 e de quatro algarismos
distintos podemos representar com os algarismos 2, 3, 4, 5, 6, e 7?
Exerccio 8.38. Simplique as fraes:
a)
6!
3!
b)
4!
6!
c)
5! 8!
4! 7!
d)
n!
(n 1)!
e)
n!
(n + 2)!
f)
(n 3)!
(n 5)!
Exerccio 8.39. Em um programa de audirio, o apresentador explica a um participante
que trs etiquetas, numeradas de 1 a 3, foram distribudas em trs envelopaes, sendo que
cada envelope est lacrado e contm uma nica etiqueta. O participante deve colocar
os envelopes sobre uma mesa, tentando formar, da esquerda para a direita, a sequncia
crescente: 1, 2 e 3.
a) Calcule a probabilidade de que os trs envelopes sejam colocadas nas posies
corretas, isto , o primeiro da esquerda com o algarismo 1, o segundo 2, e o terceiro
com o 3.
b) Calcule a probabilidade de que sejam colocados apenas dois envelopes nas posies
corretas.
Exerccio 8.40. (UnB - DF) Um fazendeiro dispe de um terreno dividido em regies,
como na gura ao lado, e pretende cultiv-las de forma que as regies com uma fronteira
comun tenham plantios diferentes. De quantas formas ele pode fazer o plantio, se pode
optar entre milho, feijo, arroz e trigo para cultivar?
Exerccio 8.41. Quantos nmeros de 7 dgitos, maiores que 6.000.000 podem ser for-
mados com os algarismos 0, 1, 3, 4, 6, 7 e 9, sem repeti-los?
34 CAPTULO 8. EXERCCIOS COMPLEMENTARES
Exerccio 8.42. Ao atirar num alvo, a probabilidade de um pessoa acert-lo
3
5
. Qual
a probabilidade de ela errar?
Exerccio 8.43. Quantos nmeros naturais pares e mltiplos de 5, com 4 algarismos
distintos, podem ser formados com os algarismos 0, 2, 3, 5, e 9?
Exerccio 8.44. (Enem - MEC) Um fabricante de cosmticos decide produzir trs dife-
rentes catlogos de seus produtos, visando a pblicos distintos. Como alguns produtos
estaro presentes em mais de um catlogo e ocupam uma pgina inteira, ele resolve fazer
uma contagem para diminuir os gastos com originais de impresso. Os catlogos C1,
C2 e C3 tero, respectivamente, 50, 45 e 40 pginas. Comparando os projetos de cada
catlogo, ele verica que C1 e C2 tero 10 pginas em comum; C1 e C3 tero 6 pginas
em comum; C2 e C3 tero 5 pginas em comum, das quais tambm estaro em C1. Efe-
tuando os clculos correspondentes, o fabricante concluiu que, para a montagem dos trs
catlogos, necessitar de um total de originais de impresso iguais a . . .?
Exerccio 8.45. Simplique as fraes:
a)
8!
10!
b)
3! 9!
5! 7!
c)
(n + 4)!
(n + 2)!
d)
(n 5)!
(n 7)!
e)
(n 5)!
(n 3)!
Exerccio 8.46. O conjunto soluo da equao
(x + 2)!
3! x!
=
x!
(x 1)!
?
Exerccio 8.47. Sabendo que 8n! =
(n + 2)! + (n + 1)!
n + 1
, o valor de n . . .?
Exerccio 8.48. Um congresso sobre doenas psicossomticas rene 48 psiquiatras, dos
quais 18 so mulheres; 72 psiclogos, dos quais 53 so mulheres; e 27 neurologistas,
dos quais 10 so mulheres. Um dos participantes foi sorteado para coordenar os traba-
lhos. Sabendo-se que a pessoa sorteada mulher, qual a probabilidade de que ela seja
psiquiatra?
Exerccio 8.49. Em uma classe de vinte alunos, apenas dois so irmos. Sorteando-se
dois alunos nessa classe, qual a probabilidade de os sorteados serem irmos?
Parte III
Anlise Combinatria
35
Captulo 9
Introduo
Aanlise combinatria a parte da matemtica onde estudamos as tcnicas de con-
tagem de agrupamentos que podem ser feitos com elementos de um dado conjunto. So
basicamente dois tipos de agrupamentos que podemos formar: um em que se leva em
conta a ordem dos elementos dentro do agrupamento e outro onde a ordem dos elementos
irrelevante.
Por exemplo, se desejamos contar quantas placas de licena de automveis podem ser
feitas, constitudas por trs letras seguidas de quatro algarismos, devemos levar em conta
a ordem das letras e dos algarismos:
Figura 9.1: So placas diferentes
J se nosso problema for contar quantas quinas so possveis de serem sorteadas na
loteria de nmeros (loto), observamos que a ordem dos nmeros que compem a quina
no importa:
01 11 13 91 00 e 91 11 01 00 13 so quinas iguais
Suponhamos a seguinte situao: Uma pessoa pode beber gua, refrigerante ou
cerveja; em qualquer caso pode escolher entre gelo e sem gelo. Quais as possibilidades
que tem pra beber algo?
rvore de Possibilidade ou Diagrama de rvore:
37
38 CAPTULO 9. INTRODUO
gua
com gelo
sem gelo
Refrigerante
com gelo
sem gelo
Ch
com gelo
sem gelo
No primeiro evento, so trs possibilidades; no segundo evento, so duas possibili-
dades. O nmero de possibilidades do evento composto tomar uma bebida e com gelo ou
sem gelo ser dado pelo produto do nmero de possibilidades do primeiro evento pelo
nmero de possibilidades do segundo evento.
Se A o primeiro evento, n(A) = 3 e B o segundo evento, n(B) = 2. O evento
composto por A e B ser n(A) n(B) ou 3 2 = 6 Anal, posso beber:
1. gua sem gelo
2. gua com gelo
3. Refrigerante sem gelo
4. Refrigerante com gelo
5. Ch sem gelo
6. Ch com gelo
Se um evento composto por duas ou mais etapas sucessivas e independentes de tal
modo que a seja o nmero de possibilidades da primeira etapa e b seja o nmero de
possibilidades da segunda etapa, ento ab o nmero total de possibilidades do evento
ocorrer.
Exemplo 9.1. Quantos so os nmeros de cinco algarismos que podemos formar com os
smbolos 1, 2, 3, 4, 5, 6, 7, 8, 9?
9.1 Princpio da Multiplicao
Suponha que voc est se arrumando para sair, mas voc est em dvida sobre qual par
de meia e qual par de tnis voc vai calar dentre quatro pares de meia (branca, verde,
amarela e roxa) e dois pares de tnis (preto e cinza). De quantas maneiras diferentes
9.2. ARRANJOS COM REPETIO 39
voc poder se vestir usando um par de meia e um par de tnis?
H quatro possibilidades de voc escolher um par de meia e para cada uma delas h
duas para escolher um par de tnis. Ento, voc pode se vestir de 4 2 = 8 maneiras
diferentes.
De modo geral, o princpio multiplicativo diz que se um acontecimento ocorrer por
vrias etapas sucessivas e independentes, de tal modo que
p
1
o nmero de possibilidades da etapa 1
p
2
o nmero de possibilidades da etapa 2
.
.
.
p
k
o nmero de possibilidades da k-sima etapa
ento o nmero total de possibilidades de o acontecimento ocorrer p
1
p
2
. . . p
k
.
Observao 9.1. Isso no nada mais do que uma aplicao do princpio fundamental
da contagem.
9.2 Arranjos com repetio
Imaginem uma caixa com uma bola vermelha, uma branca e outra azul, que chamaremos
de V , B e A respectivamente. Tiramos uma bola da caixa, observamos a sua cor, e
ento a colocamos de volta na caixa. Da, de novo, tiramos uma bola e observamos sua
cor. Quantas possveis sequncias de cores poderamos ter observado, levando em conta
a ordem?
Resposta: VV, VB, VA, BB, BV, BA, AA, AV, AB = 9 sequncias
Nesse caso tnhamos um conjunto C = {V, B, A} de trs elementos, e duas ocasies
em que poderiam ser retirados qualquer um dos trs elementos, isto , em cada um dos
eventos que tiramos uma bola temos a mesma chance de tirar qualquer uma delas. Logo,
pelo princpio da multiplicao, o nmero possvel de sequncias 3 3 = 3
2
= 9.
De modo geral, se temos um conjunto C = {a
1
, a
2
, a
3
, . . . , a
n
} de n elementos (n N)
e fazemos um arranjo com r repeties temos que o nmero possvel de sequncias
A
n,r
= n n n . . . n = n
r
Note que esse caso resolve apenas aquelas ocasies em que todos os eventos tem o
mesmo nmero de possibilidades.
Veja outros exemplos a seguir:
Exemplo 9.2.1. Se jogamos um dado trs vezes, quantas combinaes possveis podemos
ter?
Soluo: Lembre que um dado tem seis faces, cada uma com um nmero diferente.
O dado jogado trs vezes e em cada um desses eventos podemos obter seis nmeros
diferentes. Ento o nmero de combinaes possveis :
6 6 6 = 6
3
= 216.
40 CAPTULO 9. INTRODUO
Exerccios 9.2.1. Suponha que uma senha de e-mail seja formada por oito dgitos sendo
todos eles nmeros de 0 a 9. Quantas senhas diferentes podemos ter?
Exerccios 9.2.2. Um cofre possui um disco marcado com os dgitos 1, 2, 3, 4, 5, 6, 7, 8, 9.
O segredo do cofre formado por uma sequncia de quatro dgitos. Se uma pessoa tentar
abrir o cofre, quantas tentativas dever fazer, no mximo, para conseguir abr-lo?
Exerccios 9.2.3. Dispomos de 8 cores e queremos pintar uma bandeira de 5 listras, no
sendo necessrio que as listras sejam todas de cores distintas. De quantas formas isso
pode ser feito?
9.3 Arranjos simples
Suponha que voc esteja assistindo uma corrida de tartarugas. O nome das tartarugas
so Walter, Josh, Carter e Billy. Vamos represent-los por W, J, C e B respectivamente.
Queremos saber quantos possveis trs primeiros lugares podemos ter. Podemos fazer
uma rvore de possibilidades:
9.3. ARRANJOS SIMPLES 41
Contando, o resultado 24, que o mesmo que 4 3 2 e logo veremos o porqu.
Antes vamos generalizar esse caso. Note que no exemplo anterior tnhamos um con-
junto C = {W, J, C, R} de quatro tartarugas disputando os trs primeiros lugares.
A isso chamamos de um arranjo simples de 4 elementos 3 a 3, e pode ser indicado por
A
4,3
ou A
3
4
que, como j vimos, deu 24 possibilidades. Para primeiro lugar podamos ter
quatro tartarugas diferentes. Supondo que um desses fosse o primeiro colocado, teramos
outros trs para ser o segundo colocado. Ainda supondo que um desses fosse o segundo,
teramos outros dois para ser o terceiro. Pelo princpio fundamental da contagem, temos
que A
4,3
= 4 3 2 = 24.
Agora, ento, suponha que tenhamos um conjunto C = {a
1
, a
2
, a
3
, . . . , a
n
} de n ele-
mentos, n N. Chamamos de um arranjo simples dos n elementos de C, p a p, isto ,
A
n,p
com p N e p n, toda sequncia ou agrupamento de p elementos distintos de C.
Pergunta: como calculamos esse arranjo de n elementos p a p, isto , A
n,p
?
Resposta: seguindo o mesmo princpio usado com as tartarugas:
Se ns temos uma combinao de p elementos distintos dentre n elementos distintos,
usaremos o seguinte raciocnio para calcular as combinaes possveis:
Na primeira escolha, isto , no primeiro evento, podemos escolher dentre n elemen-
tos. No segundo evento podemos escolher n elementos menos o que foi escolhido no
42 CAPTULO 9. INTRODUO
primeiro evento, ou seja, n 1 elementos. No terceiro evento podemos escolher n
elementos menos os que foram escolhidos no primeiro e no segundo evento, ou seja,
n2 elementos. Seguindo esse processo at completarmos os p elementos, teremos
que o p-simo elemento ser n (p 1) ou n p + 1
Ento, pelo princpio fundamental da contagem, temos
A
n,p
= n(n 1)(n 2) . . . (n p + 1)
Se multiplicarmos e dividirmos o lado direito da igualdade por (n p)! obteremos
A
n,p
= n(n 1)(n 2) . . . (n p + 1)
(n p)!
(n p)!
=
n!
(n p)!
E nalmente, usando as propriedades de fatorial obtemos
A
n,p
=
n!
(n p)!
.
Exemplo 9.3.1. Calcule:
a) A
7,3
b)
A
5,4
+A
3,2
A
4,2
A
2,1
Soluo: Pela frmula dada A
n,p
=
n!
(n p)!
temos
a)
A
7,3
=
7!
(7 3)!
=
7!
4!
=
7 6 5 4!
4!
= 7 6 5 = 240
b)
A
5,4
+A
3,2
A
4,2
A
2,1
=
5 4 3 2 + 3 2
4 3 2
=
126
10
=
63
5
Exemplo 9.3.2. Um anagrama um cdigo formado pela transposio (troca) de todas
as letras de uma palavra, podendo ou no ter signicado na lngua de origem. Por
exemplo, LOBO e OLOB so anagramas da palavra BOLO. Agora considere a palavra
LISTA.
a) Quantos anagramas so formados com as letras dessa palavra?
b) Quantos deles comeam por P e terminam por A?
c) Quantos contm as letras ST juntas e nessa ordem?
9.3. ARRANJOS SIMPLES 43
Soluo:
a) Queremos saber quantas palvras diferentes de cinco letras podemos formar com as
letras L, I, S, T, A. Note que para a primeira letra de cada palavra existem cinco
possibilidades, para a segundda existem cinco menos a que foi escolhida na primeira,
para a terceira existem cinco menos as que foram escolhidas na primeira e na segunda,
e assim por diante. Logo temos que o nmero de anagramas
A
5,5
= 5! = 5 4 3 2 1 = 120.
b) Como a primeira e a ltima letra j esto xas, temos uma variao com apenas trs
letras (I, S, T). Agora, seguindo o mesmo raciocnio do exerccio anterior temos que
o nmero de anagramas possveis para esse caso
A
3,3
= 3! = 3 2 1 = 6.
c) Se as letras ST carem juntas, nessa ordem, ento as letras ST podem ser consideradas
como uma s letra e, junto com as trs letras restantes, teremos um total de quatro
letras para serem agrupadas 4 a 4. Portanto, o nmero de anagramas possveis para
esse caso
A
4,4
= 4! = 4 3 2 1 = 24.
Exerccios 9.3.1. Calcule
a) A
6,3
b) A
10,4
c) A
20,1
d) A
12,2
Exerccios 9.3.2. Calcule:
a)
A
6,2
+A
4,3
A
5,2
A
9,2
+A
8,1
b)
A
5,2
+A
6,1
A
5,3
A
10,2
A
7,3
Exerccios 9.3.3. Quantos nmeros de 5 algarismos distintos formamos com os algaris-
mos 1, 2, 3, 4, 5, 6, 7, 8, 9?
Exerccios 9.3.4. Em um campeonato de futebol, participam 20 times. Quantos resul-
tados so possveis para os trs primeiros lugares?
44 CAPTULO 9. INTRODUO
Exerccios 9.3.5. Dispomos de 8 cores e queremos pintar uma bandeira de 5 listras,
cada listra com uma cor diferente. De quantas formas isso pode ser feito?
Exerccios 9.3.6. Considere a palavra FELINO.
a) Quantos so os anagramas dessa palavra?
b) Quantos comeam com a letra N?
c) Quantos terminam por vogal?
d) Quantos apresentam as letras ELI juntas e nessa ordem?
e) Quantos apresentam as letras ELI juntas e em qualquer ordem?
Captulo 10
Permutao simples
Lembre-se do caso dos anagramas. Se tomamos a palavra MITO, por exmplo, vimos
que podemos calcular o nmero de anagramas da seguinte forma:
Para a primeira letra h quatro possibilidades, na segunda h trs (as quatro letras
menos a que foi escolhida na primeira), na terceira h duas (as quatro letras menos as
que foram escolhidas na primeira e na segunda) e na quarta h uma (a que restou).
Veremos que esse caso uma permutao simples.
Seja E um conjunto com n elementos.
Chama-se permutao simples dos n elementos, qualquer agrupamento (sequncia)
de n elementos distintos de E. Podemos, tambm, interpretar cada permutao de n
elementos como um arranjo simples de n elementos tomados n a n, ou seja, p = n
obtendo A
n,n
.
O nmero de permutaes simples de n elementos indicado por P
n
.
P
n
= A
n,n
P
n
=
n!
(n n)!
P
n
=
n!
0!
=
n!
0!
ento
P
n
= n!
As permutaes simples de n elementos distintos diferem entre si somente pela ordem
dos elementos.
Exemplo 10.1. Quantos anagramas tem a palavra BANCO?
Soluo: Como a palvra BANCO tem 5 letras, vamos formar anagramas de 5 letras
com B, A, N, C, O.
P
5
= 5! = 5 4 3 2 1 = 120
A palavra BANCO tem 120 anagramas.
45
46 CAPTULO 10. PERMUTAO SIMPLES
Exemplo 10.2. Considere os nmeros obtidos do nmero 12345, efetuando-se todas as
permutaes de seus algarismos. Colocando esses nmeros em ordem crescente, qual o
lugar ocupado pelo nmero 43521?
Soluo:
Exerccio 10.1. Quantos so os anagramas da palavra CAF?
Exerccio 10.2. Quantos anagramas da palavra EDITORA:
a) Comeam com a letra A?
b) Comeam com A e terminam com E?
Exerccio 10.3. Calcule o nmero de anagramas da palvra CLARA em que as letras
AR aparecem juntas e nessa ordem?
Exerccio 10.4. De quantos modos difeentes podem sentar-se nove pessoas:
a) Se todas carem em la?
b) Se carem todas em la, mas os lugares extremos forem ocupados pelo mais velho e
pelo mais novo?
Captulo 11
Combinaes
Seja C um conjunto com m elementos distintos. No estudo de arranjos, j vimos
antes que possvel escolher p elementos de A, mas quando realizamos tais escolhas
pode acontecer que duas colees com p elementos tenham os mesmos elementos em
ordens trocadas. Uma situao tpica a escolha de um casal (H, M). Quando se fala
casal, no tem importncia a ordem da posio (H, M) ou (M, H), assim no h a
necessidade de escolher duas vezes as mesmas pessoas para formar o referido casal. Para
evitar a repetio de elementos em grupos com a mesma quantidade p de elementos,
introduziremos o conceito de combinao.
Diremos que uma coleo de p elementos de um conjunto C com m elementos uma
combinao de m elementos tomados p a p, se as colees com p elementos no tem
os mesmos elementos que j apareceram em outras colees com o mesmo nmero p de
elementos.
Aqui temos outra situao particular de arranjo, mas no pode acontecer a repetio
do mesmo grupo de elementos em uma ordem diferente.
Isto signica que dentre todos os A(m, p) arranjos com p elementos, existem p! desses
arranjos com os mesmos elementos, assim, para obter a combinao de m elementos
tomados p a p, deveremos dividir o nmero A(m, p) por m! para obter apenas o nmero
de arranjos que contem conjuntos distintos, ou seja:
C(m, p) =
A(m, p)
p!
Como:
A(m, p) = m (m1) (m2) (mp + 1)
Ento:
C(m, p) =
m (m1) (m2) . . . (mp + 1)
p!
Que pode ser reescrito:
C(m, p) =
m (m1) (m2) (mp + 1)
1 2 3 4 . . . (p 1)
Multiplicando o numerador e o denominador desta frao por:
(mp)(mp 1)(mp 2) . . . 3 2 1
47
48 CAPTULO 11. COMBINAES
Que, como j sabemos, o mesmo que multiplicar por (mp)!, o numerador da frao
car:
m (m1) (m2) . . . (mp + 1) (mp) (mp 1) . . . 3 2 1 = m!
E o denominador car: p!(mp)!
Assim, a expresso simplicada para a combinao de m elementos tomados p a p,
ser uma das seguintes:
C(m, p) =
_
m
p
_
=
m!
p!(mp)!
Exemplo: M = a, b, c, d. As combinaes dos 4 elementos, tomados dois a dois, so
os conjuntos: (a, b); (a, c); (a, d); (b, c); (b, d); (c, d)
Note que a, b = b, a, pois combinao um conjunto, portanto no depende da ordem
dos elementos.
Logo, aplicando a frmula ao exemplo, teramos que as combinaes simples desses
4 elementos tomados 2 a 2 so 6 grupos que no podem ter a repetio de qualquer
elemento nem podem aparecer na ordem trocada.
Exemplo 11.1. Sobre uma reta marcam-se 8 pontos e sobre outra reta, paralela
primeira, marcam-se 5 pontos. Quantos tringulos obteremos unindo 3 pontos quaisquer
do total desses pontos?
Soluo: Trs desses pontos vo determinar um tringulo se dois deles pertencem a r
1
e um pertencer a r
2
, ou dois deles pertencerem a r
2
e um a r
1
. Assim, podemos escolher
dois pontos em r
1
e um ponto em r
2
de C
8,2
C
5,1
maneiras, e dois pontos em r
2
e um em
r
1
de C
5,2
C
8,1
maneiras. Logo, o nmero total de tringulos ser:
C
8,2
C
5,1
+C
5,2
C
8,1
= 28 5 + 10 8 = 140 + 80 = 220
Sero obtidos 220 tringulos.
Exerccio 11.1. De quantas maneiras diferentes possvel escalar um time de futebol
de salo dispondo de 8 jogadores?
Exerccio 11.2. Com 10 espcies de fruta, quantos tipos de salada, contendo 6 espcies
diferentes, podem ser feitas?
Exerccio 11.3. Numa sala temos 5 rapazes e 6 moas. Quantos grupos de 2 rapazes e
3 moas podemos formar?
Exerccio 11.4. Um campeonato de futebol de salo disputado por vrias equipes,
jogando entre si, turno e returno. Sabendo-se que foram jogadas 272 partidas, determine
o nmero de equipes participantes.
Captulo 12
Jogo da Senha
12.1 Material
- 1un. Foam paper (podendo ser substitudo por isopor);
- 7un. Papel ColorSet (cores diferentes);
- Estilete, lpis e rgua para a montagem do tabuleiro;
- Plstico para plasticao.
12.2 Como funciona o jogo?
O jogo foi desenvolvido para duplas, mas pode ser feito em trios tambm. Inicialmente
consideremos o jogo para uma dupla:
Um dos jogadores recebe uma senha, o outro jogador tem que tentar acertar a senha
num nmero mximo de jogadas. Neste jogo de senha em especial, temos 5 cores diferen-
tes para uma senha de 3 cores (diferentes sempre) sendo 8 o nmero mximo de jogadas.
Assim sendo, comeamos com um tabuleiro da seguinte forma:
49
50 CAPTULO 12. JOGO DA SENHA
As trs primeiras casas de cada linha sero preenchidas por que est tentando acertar
a senha (jogador 1). As outras trs por quem est com a senha (jogador 2). Para melhor
entender o funcionamento do jogo, vamos supor que a senha seja:
Se na primeira tentativa o jogador 1 escolheu a seqncia:
O que o jogador 2 dever marcar em suas trs casa?
O jogador 2 ter que se perguntar duas coisas:
- Quantas cores o jogador 1 escolheu que esto certas e no lugar certo? (Neste caso
foi 1 cor s, a laranja.)
12.3. ANALISANDO O JOGO MATEMATICAMENTE 51
- Quantas cores o jogador 1 escolheu que esto certas mas no lugar errado? (Neste
caso foi s uma tambm, a verde.)
Para cada pea naquela linha que tem a cor certa no lugar certo, o jogador 2 marcar
uma pea marrom. Para cada pea naquela linha que tem a cor certa mas no lugar
errado, o jogador 2 marcar uma pea cinza.
IMPORTANTE: Na hora de marcar, sempre se comea da esquerda, no marcando
no lugar que est a cor correta, por exemplo:
No marcar assim:
(Pensando em colocar o marrom no segundo, pois o jogador 1 acertou o laranja na segunda
e o marrom na terceira pois o verde que est na terceira que est certo no lugar errado.)
Mas marcar assim:
Sempre comeando da esquerda a marcao.
Agora o jogador 1 deve fazer sua segunda jogada, usando as informaes que ele
recebeu. Ou seja, por tentativa, tentar descobrir qual a cor que est certa no lugar
certo, ou tentar colocar a que estava no lugar errado agora no lugar certo, ou ainda tentar
descobrir qual a cor que est totalmente errada pra da mudar as peas de lugar.
12.3 Analisando o jogo matematicamente
- Quantas senhas diferentes so possveis formar no jogo?
Como a ordem das cores da senha altera a senha, ou seja, h senhas diferentes com
as mesmas cores, logo a contagem de senhas reca em um problema de arranjo. Assim
temos o nmero total de senhas dado por: Arranjo de 3 em 5
5!
(5 3)!
=
5!
2!
=
5 4 3 2 1
2 1
= 5 4 3 = 60 senhas diferentes
52 CAPTULO 12. JOGO DA SENHA
Parte IV
Matrizes
53
Captulo 13
Matrizes
Com frequncia encontramos em jornais e revistas por exemplo, informaes numricas
organizadas na forma de tabelas, com linhas e colunas, como segue no exemplo a seguir:
Tabela 1: Produo de gros (em milhares de toneladas) de um determinado estado
durante o ano de 2007:
soja feijo arroz milho
Regio A 2900 200 420 680
Regio B 720 350 720 90
Regio C 1030 120 550 800
Tabela 2: Produo de gros (em milhares de toneladas) de um determinado estado
durante o ano de 2008:
soja feijo arroz milho
Regio A 4800 100 220 20
Regio B 2100 150 300 300
Regio C 2000 120 550 700
Se quisermos ento uma tabela que d a produo por produto e por regio nos dois
anos conjuntamente, teremos que somar os elementos correspondentes das duas tabelas.
Ento, a tabela resultante ser:
Tabela 3: Produo de gros (em milhares de toneladas) de um determinado estado
durante os anos de 2007 e 2008 conjuntamente:
soja feijo arroz milho
Regio A 7700 300 640 700
Regio B 2820 500 1020 390
Regio C 3030 240 1100 1500
Essa terceira tabela foi obtida atravs de:
55
56 CAPTULO 13. MATRIZES
_
_
2900 200 420 680
720 350 720 90
1030 120 550 800
_
_
+
_
_
4800 100 220 20
2100 150 300 300
2000 120 550 700
_
_
=
_
_
7700 300 640 700
2820 500 1020 390
3030 240 1100 1500
_
_
Ou seja, somamos os elementos correspondentes de cada tabela (dos anos de 2007 e
2008).
Podemos considerar agora que devido a pesquisas climticas, estima-se que a produo
do ano de 2009 seja o dobro da produo da resultante dos dois anos anteriores. Assim:
2
_
_
7700 300 640 700
2820 500 1020 390
3030 240 1100 1500
_
_
=
_
_
15400 600 1280 1400
5640 1000 2040 780
6060 480 2200 3000
_
_
Esse tipo de tabela que foi construdo para obter os resultados da produo dos anos
de 2007 e 2008 conjuntamente e a estimativa da produo de 2009 chamado de matriz.
Diremos que uma matriz i j se ela apresenta i linhas e j colunas.
13.1 Propriedades de Operaes com Matrizes
13.1.1 Adio e Subtrao
Como j visto, para somar duas matrizes, basta somar os elementos correspondentes,
como j visto no primeiro exemplo. Porm, essa soma s ser vlida se as duas (ou mais)
matrizes em questo tenham o mesmo nmero de linhas e colunas. Assim, no possvel
somar a matriz A com a matriz B, se
A =
_
_
1 3 7
2 5 0
0 2 1
_
_
e B =
_
_
2 8 0 5
1 4 0 3
2 2 4 1
_
_
J no caso de C e D duas matrizes 3x3 conforme a seguir, existe a matriz C +D, que
tambm uma matriz 3x3
C =
_
_
0 2 1
1 3 0
2 2 0
_
_
e D =
_
_
1 3 4
2 1 0
0 1 0
_
_
Assim, sendo M e N duas matrizes quaisquer de mesmo tamanho, ou seja, mesmo
nmero de linhas e colunas, M + N e M N tero o mesmo tamanho tambm.
Observao 13.1. O processo para realizar a subtrao de matrizes o mesmo para a
soma. Segue um exemplo:
_
_
3 1

2
7 2 0
1 5

3
_
_

_
_
3 1 2
0 1 1/3
7

2

3
_
_
=
_
_
6 2

2 2
7 1 1/3
8

3
_
_
13.1. PROPRIEDADES DE OPERAES COM MATRIZES 57
13.1.2 Multiplicao por Escalar
Para multiplicar uma matriz por um escalar, multiplicamos cada elemento da matriz pelo
escalar em questo como o exemplo da estimativa da produo de 2009.
13.1.3 Produto de Matrizes
Seja A uma matriz m n e B uma matriz p q. Existir o produto entre essas duas
matrizes se n = p. A nova matriz A B ser da forma m q, ou seja, apresentar m
linhas e q colunas. Apresentaremos agora o mtodo para a multiplicao de duas matizes
A e B atravs de um exemplo. Sejam
A =
_
_
1 3
2 2
0 4
_
_
e B =
_
2 1 0 3
1 5 4 4
_
Dessa maneira,
A B =
_
_
1 (2) + 3 (1) 1 1 + 3 5 1 0 + 3 (4) 1 3 + 3 4
(2) (2) + 2 (1) (2) 1 + 2 5 (2) 0 + 2 (4) (2) 3 + 2 4
0 (2) + 4 (1) 0 1 + 4 5 0 0 + 4 (4) 0 3 + 4 4
_
_
A B =
_
_
5 16 12 15
2 8 8 4
4 20 16 16
_
_
Observao 13.2. Perceba que, apesar de existir a matriz A B, como mostrado acima,
a matriz B A no existe. Porm, sempre que duas matrizes tiverem o mesmo nmero de
colunas e linhas, existir tanto A B quanto B A, mas isso no signica que A B = B A.
Observao 13.3. Dadas duas matrizes A e B, diremos que A = B se cada elemento
da matriz A for igual ao seu correspondente na matriz B.
58 CAPTULO 13. MATRIZES
Captulo 14
Probabilidades
Ateoria de probabilidades passou a ser mais estudada na histria com o surgimento
dos jogos de azar. Hoje um ramo da Matemtica muito importante e usado em vrios
ramos, como Economia, Gentica, Marketing, entre outros. Vamos ver as propriedades
principais das probabilidades atravs de exemplos.
Exemplo 14.1. Uma roleta de cassino tem 37 nmeros (de 0 a 36). Se voc apostou no
nmero 28, qual a chance de voc ganhar?
Intuitivamente, sabemos que essa probabilidade de 1/37. Vamos ver como escreve-
mos isso matematicamente.
Chamamos o conjunto = {0, 1, 2, 3, . . . , 35, 36} dos possveis resultados de espao
amostral e qualquer subconjunto E de de evento. Ento a probabilidade de ocorrer
o evento E o nmero de elementos do evento (casos favorveis) dividido pelo nmero
de elementos do espao amostral (casos possveis). Escrevemos isso como:
p(E) =
n(E)
n()
Qual a probabilidade de voc ganhar na roleta, se voc apostou:
em todos os nmeros pares (a regra da roleta no considera 0 como nmero par ou
mpar)?
em todos os nmeros primos?
em todos os nmeros que no so mltiplos de 3?
Exemplo 14.2. Em uma classe h 30 alunos, todos nascidos em 1993. Se forem sorteados
dois deles ao acaso, qual a probabilidade desses alunos terem nascido:
no mesmo ms?
em meses de nmero par?
no mesmo dia da semana?
no mesmo dia?
59
60 CAPTULO 14. PROBABILIDADES
Exemplo 14.3. Num programa de auditrio, h uma caixa com trs bolas, uma com a
letra S, outra com a letra I e a outra com a letra M. Sorteando as bolas, sem reposio,
deseja-se formar a palavra SIM. Para cada letra na posio correta da palavra, o parti-
cipante ganha R$ 200,00. No caso de as bolas terem sido sorteadas na ordem ISM, por
exemplo, ganha-se R$ 200,00 Qual a chance do participante ganhar:
R$600,00?
R$400,00?
R$200,00?
R$0,00?
Se zermos o sorteio das bolas com reposio, a chance de ganhar o prmio mximo
maior?
Um evento que tem 100% de chance de ocorrer chama-se evento certo. Um evento
que tem 0% de chance de ocorrer chama-se evento impossvel.
Exemplo 14.4. Para jogar na Mega-Sena, marca-se pelo menos seis nmeros na cartela
numerada de 00 a 59. Para ganhar algum prmio, necessrio que entre os seis nmeros
sorteados, pelo menos quatro deles sejam iguais aos que foram escolhidos pelo apostador.
O prmio mximo vai para quem acertar os seis nmeros. Qual a chance de ganhar o
prmio mximo apostando em
seis nmeros?
sete nmeros?
oito nmeros?
O valor da aposta em seis nmeros de R$2,00 e em sete nmero esse valor vai
para R$14,00. Voc sabe como calculado esse valor? Apostando em sete nmeros,
paga-se o valor de quantos jogos de seis nmeros podem ser feitos. Assim, com sete
nmeros podemos fazer C
6
7
= 7, ou seja, pagamos por sete apostas em seis nemros
(7 R$2, 00 = R$14, 00).
Quanto custaria uma aposta na Mega-Sena em que foi apostado em todos os nmeros?
Quantos nmeros tm uma aposta em que h 50% de chance de acertar:
quatro nmeros?
seis nmeros?
Quanto custariam essas apostas?
Exemplo 14.5. Num grupo de 12 alunos , 4 usam culos. Sorteando-se 5 deles, sem
reposio, qual a chance de no grupo haver:
61
exatamente duas pessoas que usam culos?
pelo menos duas pessoas que usam culos?
Se o primeiro aluno sorteado usa culos, qual a chance de que no grupo nal de 5
alunos
exatamente duas pessoas que usam culos?
pelo menos duas pessoas que usam culos?
62 CAPTULO 14. PROBABILIDADES
Captulo 15
Cadeias de Markov
1
Muitos processos naturais so estudados a partir de aproximaes em que a passagem
de um estado para outro ocorre segundo uma probabilidade. Se a probabilidade de
transio para o prximo estado depende apenas da situao corrente do fenmeno, o
processo de chama de processo de Markov e uma sequncia de estados envolvendo
estes processos chamada de cadeia de Markov. As probabilidades calculadas com
este processo fornecem, a longo prazo, apenas aproximaes, visto que muito comum
que nos processos estudados as probabilidades mudem ao longo do tempo. Vamos ver
um exemplo de aplicao deste processo:
Suponha que, numa determinada regio, observa-se que se chover bastante durante
o ano, a probabilidade de que chova bastante no ano seguinte de 0,25, e que a proba-
bilidade que de faa seca de 0,75. Ainda, se houver seca em um ano, no ano seguinte
a probabilidade de haver seca ou chuva suciente ser a mesma, de 0,50. Vamos supor
tambm que estas probabilidades no mudem no decorrer do tempo.
Veja que
p
(2)
C
=
1
4
p
(1)
C
+
1
2
p
(1)
S
p
(2)
S
=
3
4
p
(1)
C
+
1
2
p
(1)
S
que o mesmo que
_
p
(2)
C
p
(2)
S
_
=
_

_
1
4
p
(1)
C
+
1
2
p
(1)
S
3
4
p
(1)
C
+
1
2
p
(1)
S
_

_
Note que
_

_
1
4
p
(1)
C
+
1
2
p
(1)
S
3
4
p
(1)
C
+
1
2
p
(1)
S
_

_
=
_

_
1
4
1
2
3
4
1
2
_

_
.
_
p
(1)
C
p
(1)
S
_
1
Mais detalhes em lgebra Linear, Boldrini/Costa, referncia [6].
63
64 CAPTULO 15. CADEIAS DE MARKOV
Chamando de T a matriz
_

_
1
4
1
2
3
4
1
2
_

_
, temos que:
_
p
(2)
C
p
(2)
S
_
= T
_
p
(1)
C
p
(1)
S
_
Da mesma forma, vemos que as probabilidades para o terceiro ano so:
_
p
(3)
C
p
(3)
S
_
= T
_
p
(2)
C
p
(2)
S
_
= T
2
.
_
p
(1)
C
p
(1)
S
_
Aps n anos, ento:
_
p
(n)
C
p
(n)
S
_
= T
_
p
(n1)
C
p
(n1)
S
_
= T
n1
.
_
p
(1)
C
p
(1)
S
_
Se as potncias da matriz T (T, T
2
, T
3
, . . ., T
n
, . . . ), se aproximam de uma matriz
xa P, podemos prever as probabilidades para o clima dessa regio a longo prazo:
_
p
C
p
S
_
= P.
_
p
(1)
C
p
(1)
S
_
.
Chamamos a matriz T de matriz de probabilidades de transio ou matriz
estocstica. Se a matriz de probabilidades de um processo de Markov possui alguma
potncia com todos os termos no nulos, ento ela chamada de regular. Uma matriz
do tipo
_
p
(n)
C
p
(n)
S
_
onde cada linha possui uma probabilidade chamada de vetor de probabilidades. A
importncia de haver uma matriz regular num processo de Markov est no teorema a
seguir:
Teorema 15.1. Se a matriz T
rr
de probabilidades de transio regular, ento:
i) Para valores cada vez maiores de n, a matriz T
n
se aproxima de uma matriz P.
ii) Para valores cada vez maiores de n e um vetor de probabilidades inicial V
1
, o vetor
de proabilidades T
n
V
1
se aproxima de um vetor de probabilidades V .
iii) O vetor de probabilidades V dado no item anterior o nico que satisfaz V = TV
Voltando ao exemplo, temos que a primeira potncia de T tem todos os termos no
nulos, logo T uma matriz regular. O vetor de probabilidades V descrito no teorema o
65
vetor que nos diz sobre as probabilidades a longo prazo. Podemos encontr-lo resolvendo
a equao:
_
p
C
p
S
_
=
_

_
1
4
1
2
3
4
1
2
_

_
_
p
C
p
S
_
que equivalente a:
_

_
p
C
=
1
4
p
C
+
1
2
p
S
p
S
=
3
4
p
C
+
1
2
p
S
Resolvendo esse sistema, chegamos equao:
p
S
=
3
2
p
C
Lembrando que
p
C
+ p
S
= 1,
chegamos que p
C
=
2
5
e p
S
=
3
5
. Assim, a longo prazo, a probabilidade de um ano com
muita chuva de
2
5
= 40% e de um ano com seca
2
5
= 60% e, portanto, a regio tende
a uma ligeira aridez.
Veja como esto arranjados os termos da matriz T:
Chuva Seca
Chuva
1
4
1
2
Seca
3
4
1
4
66 CAPTULO 15. CADEIAS DE MARKOV
Captulo 16
Exerccios
1
Exerccio 16.1. Um dado comum lanado duas vezes sucessivamente. Qual a pro-
babilidade de:
1. Ocorrer 5 no primeiro lanamento e um nmero par no segundo?
a) 4,16%
b) 8,33%
c) 10,50%
d) 16,66%
e) 91,66%
2. O produtos obtidos ser maior que 12?
a) 12%
b) 24%
c) 36,11%
d) 41,66%
e) 63,89%
Exerccio 16.2. Na tabela seguinte est representada a distribuio por turno de todos
os alunos do curso de Matemtica de uma faculdade:
Manh Noite
Homens 20 23
Mulheres 25 12
Escolhendo ao acaso um aluno desse grupo, qual a probabilidade de que seja:
1. Homem?
1
Os exerccios 16.1 a 16.6 foram tirados da referncia [13]. Os exerccios 16.7 a 16.9 so de vestibular.
67
68 CAPTULO 16. EXERCCIOS
a) 15,00%
b) 31,25%
c) 43,00%
d) 46,25%
e) 53,75%
2. Do curso diurno?
a) 37,00%
b) 43,75%
c) 45,00%
d) 56,25%
e) 63,00%
3. Mulher do Noturno?
a) 15,00%
b) 31,25%
c) 43,75%
d) 56,25%
e) 85,00%
Exerccio 16.3. Em um grupo de 80 pessoas, todas de Minas Gerais, 53 conhecem o
Rio de Janeiro, 38 conhecem So Paulo e 21 j estiveram nas duas cidades. Uma pessoa
do grupo escolhida ao acaso. Quantas pessoas no conhecem nenhuma cidade? Qual
a probabilidade de que ela tenha visitado exatamente uma dessas cidades?
Exerccio 16.4. Uma moeda viciada de tal modo que, com ela, obter cara (H) trs
vezes mais provvel que obter coroa (T). Qual a probabilidade de se conseguir cara em
um nico lanamento dessa moeda?
Exerccio 16.5. Oito pessoas, incluindo um casal e seu lho, so colocadas aleatoria-
mente em la. Qual a probabilidade de que a famlia que junta?
Exerccio 16.6. Os dados da tabela seguinte referem-se a uma pesquisa realizada com
155 moradores de um bairro e revelam seus hbitos quanto ao uso de TV e internet pagas.
S TV aberta TV paga
Internet Gratuita 76 44
Internet Paga 14 21
Um dos entrevistados selecionado ao acaso. Qual a probabilidade (aproximada)
de que ele use TV ou Internet pagas?
69
a) 21%
b) 44%
c) 51%
d) 63%
e) 79%
Exerccio 16.7 (UFPR-2010). Em uma populao de aves, a probabilidade de um ani-
mal estar doente
1
25
. Quando uma ave est doente, a probabiliade de ser devorada por
predadores
1
4
e, quando no est doente, a probabilidade de ser devorada por predadores

1
40
. Portanto, a probabilidade de uma ave dessa populao, escolhida aleatriamente,
ser devorada por predadores de:
a) 1,0%
b) 2,4%
c) 2,5%
d) 3,4%
e) 4,0%
Exerccio 16.8 (UFPR-2009). A linha de produo de uma fbrica produz milhares
de peas por dia e apresenta, em mdia, quatro peas defeituosas a cada cem peas
produzidas. Um inspetor de qualidade sorteia cinco peas de modo aleatrio e verica
a quantidade de peas defeituosas. De acordo com as informaes acima, considere as
seguintes armativas:
1. A probabilidade de o inspetor encontrar no mximo uma pea defeituosa (0, 04
0

0, 96
5
) + (5 0, 04
1
0, 96
4
)
2. A probabilidade de o inspetor encontrar pelo menos uma pea defeituosa 1
(0, 04
0
0, 96
5
)
3. impossvel o inspetor encontrar 5 peas defeituosas.
Assinale a alternativa correta:
a) Apenas a armativa 1 verdadeira.
b) Apenas as armativas 1 e 2 so verdadeiras.
c) Apenas as armativas 2 e 3 so verdadeiras.
d) Apenas as armativas 1 e 3 so verdadeiras.
70 CAPTULO 16. EXERCCIOS
e) Todas as armativas so verdadeiras.
Exerccio 16.9 (PUC/SP-2010). Um aluno prestou vestibular em duas Universidades.
Suponha que, em uma delas, a probabilidade de que ele seja aprovado de 30%, enquanto
na outra, pelo fato de a prova ter sido mais fcil, a probabilidade de sua aprovao sobe
para 40%. Nessas condies, a probabilidade de que esse aluno seja aprovado em pelo
menos uma dessas universidades de:
a) 58%
b) 60%
c) 52%
d) 68%
e) 70%
Captulo 17
Cubo Mgico
A histria
O Cubo Mgico um dos smbolos dos anos 80. Foi inventado pelo arquiteto e profes-
sor Ern Rubik na tentativa de criar um modelo para explicar geometria tridimensional.
Seu primeiro prottipo foi feito em 1974. J foram vendidas mais de 300 milhes de
unidades do cubo mgico. Nos anos 80 foi estimado que aproximadamente um quinto da
populao tenha brincado com o cubo. Ainda hoje ele muito vendido e inspirou vrios
outros brinquedos.
As combinaes
Podemos calcular quantas so as posies possveis para o Cubo Mgico. A conta
no fcil porque temos que lidar com nmeros grandes. O raciocnio no difcil, mas
necessrio que saibamos algumas propriedades do cubo. O resultado um nmero
difcil at de se falar: 43.252.003.274.489.856.000. Como voc acha que foi calculado esse
nmero? Que raciocnio foi feito? Uma dica: esse nmero igual a 8!.12!.3
7
.2
12
.
O nmero de Deus
Uma pergunta sempre instigou quem j brincou com o cubo: para uma combinao
qualquer, qual o nmero mnimo de movimentos para resolv-lo? Esse nmero chamado
de nmero de Deus, pois se Deus fosse resolver o cubo, o faria da maneira mais sim-
ples possvel. Foi calculado em 2010 que esse nmero 20, ou seja, a combinao mais
complicada do Cubo Mgico pode ser resolvida com 20 movimentos. Tendo em vista a
quantidade de combinaes possveis, foi necessrio usar programas de computador para
vericar todos os casos. Um computador comum demoraria cerca de 1,1 bilho de segun-
dos para fazer todas essas contas.
Resolvendo o Cubo
O criador do quebra-cabea, Ern Rubik, demorou cerca de um ms para resolv-lo
pela primeira vez. Existem vrios mtodos para resolver o cubo; os mais rpidos so os
que exigem mais memorizao e treino, pois dividem a resoluo em muitas partes. O
atual recorde de 6,24 segundos.
71
72 CAPTULO 17. CUBO MGICO
Parte V
Polinmios e suas Aplicaes
73
Captulo 18
Polinmios
18.1 Introduo
Apalavra polinmios vem do grego poli=muitos e nmios=termos, ou seja muitos
termos ou vrios monmios (mono=um, um termo). J na matemtica, podemos
encontrar vrias denies para polinmios, desde as mais simples at as mais complexas.
Por exemplo:
Denio 18.1.1. Polinmio uma expresso algbrica com todos os termos semelhantes
reduzidos.
Mas a denio que usaremos aqui a seguinte:
Denio 18.1.2. Seja p : R R. p dito um polinmio de grau n se:
i) p(x) = a
n
x
n
+a
n1
x
n1
+ +a
1
x +a
0
;
ii) a
n
, a
n1
, , a
1
, a
0
R, a
n
= 0 e
iii) n N.
Exemplo 18.1.1. Diga se as expresses abaixos so polinmios e, se armativo, qual
o grau (denotamos gr(p) como grau de p).
a) x
2
+ 3x + 43 um polinmio de grau 2
b) x
27
x
45
+ 37 + x
10
+x
15
+ x um polinmio de grau 45
c) x
2

2 um polinmio de grau 2
d) x
2
+ix, onde i =

1, no um polinmio, pois i / R
Observao 18.1.
i) O grau de um polinmio constante zero;
ii) Por conveno
1
, dizemos que o grau do polinmio nulo (p(x) = 0, x R) menos
innito ()
1
Ver referncia [10]
75
76 CAPTULO 18. POLINMIOS
18.2 Identidade de Polinmios
Sejam p(x) = a
n
x
n
+a
n1
x
n1
+ +a
1
x +a
0
e q(x) = b
m
x
m
+b
m1
x
m1
+ +b
1
x+b
0
, polinmios com graus n e m respectivamente.
p(x) = q(x) se, e somente se, n = m e a
0
= b
0
, a
1
= b
1
, , a
m
= b
m
.
18.3 Soma e Multiplicao
Vamos agora denir a soma e a multiplicao de dois polinmios.
Denio 18.3.1. (Soma) Sejam p(x) = a
n
x
n
+ a
n1
x
n1
+ +a
1
x + a
0
e
q(x) = b
m
x
m
+b
m1
x
m1
+ +b
1
x +b
0
com n m. Ento,
p(x) + q(x) = a
n
x
n
+a
n1
x
n1
+ + a
m+1
x
m+1
+ (a
m
+b
m
)x
m
+(a
m1
+b
m1
)x
m1
+ + (a
1
+b
1
)x + a
0
+b
0
Ou seja,
Ao somarmos dois polinmios, agrupamos seus termos semelhantes.
Em termos de somatrio, temos:
p(x) =
n

k=0
a
k
x
k
q(x) =
m

k=0
b
k
x
k
para n > m, p(x) + q(x) =
n

k=0
a
k
x
k
+
m

k=0
b
k
x
k
=
n

k=m+1
a
k
x
k
+
m

k=0
a
k
x
k
+
m

k=0
b
k
x
k
=
n

k=m+1
a
k
x
k
+
m

k=0
(a
k
+b
k
)x
k
.
para n = m, p(x) + q(x) =
m

k=0
a
k
x
k
+
m

k=0
b
k
x
k
=
m

k=0
(a
k
+ b
k
)x
k
.
Exemplo 18.3.1. Some os polinmios a seguir:
a) p(x) = 3x
3
+ 2x + 1
q(x) = 2x
2
+ 3x 5
p(x) + q(x) = (3x
3
+ 2x + 1) + (2x
2
+ 3x 5)
= 3x
3
+ 2x
2
+ (2 + 3)x + (1 5)
= 3x
3
+ 2x
2
+ 5x 4
18.3. SOMA E MULTIPLICAO 77
b) p(x) = 5x
3
+ 2x
2
4x 5
q(x) = 2x
4
5x
3
+ 4x
2
+ 7x
p(x) + q(x) = (5x
3
+ 2x
2
4x 5) + (2x
4
5x
3
+ 4x
2
+ 7x)
= 2x
4
+ 5x
3
5x
3
+ 2x
2
+ 4x
2
4x + 7x 5
= 2x
4
+ 6x
2
+ 3x 5
Propriedade 18.3.1. Sejam p e q polinmios de grau n e m, com n m. Ento o grau
do polinmio p + q n.
Denio 18.3.2. (Produto) Sejam
p(x) = a
n
x
n
+a
n1
x
n1
+ + a
1
x +a
0
=

n
k=0
a
k
x
k
e
q(x) = b
m
x
m
+ b
m1
x
m1
+ +b
1
x + b
0
=

n
k=0
b
k
x
k
com n m.
Ento,
p(x) q(x) =

n
i=0

m
j=0
a
i
b
j
x
i+j
Ou seja,
Ao multiplicarmos dois polinmios, apenas fazemos a distributiva entre os monmios
Exemplo 18.3.2. Multiplique os polinmios a seguir:
a) p(x) = 3x
3
+ 2x + 1
q(x) = 2x
2
+ 3x 5
p(x) q(x) = (3x
3
+ 2x + 1)(2x
2
+ 3x 5)
= 3x
3
(2x
2
+ 3x 5) + 2x(2x
2
+ 3x 5) + 1(2x
2
+ 3x 5)
= 6x
5
+ 9x
4
15x
3
+ 4x
3
+ 6x
2
10x + 2x
2
+ 3x 5
= 6x
5
+ 9x
4
11x
3
+ 8x
2
7x 5
b) p(x) = x
2
3x + 1
q(x) = 2x
2
1
p(x) q(x) = (x
2
3x + 1)(2x
2
1)
= x
2
(2x
2
1) 3x(2x
2
1) + 1(2x
2
1)
= 4x
4
x
2
6x
3
+ 3x + 2x
2
1
= 4x
4
6x
3
+x
2
+ 3x 1
Propriedade 18.3.2. Sejam p e q polinmios tais que gr(p) = n e gr(q) = m. Ento,
em geral, temos gr(p q) gr(p) + gr(q) = n + m. No nosso contexto, teremos sempre
gr(p q) = gr(p) + gr(q) = n +m.
78 CAPTULO 18. POLINMIOS
18.4 Valor numrico - Raiz
Denio 18.4.1. Dados o nmero real a e o polinmio f(x) = a
0
+a
1
x+a
2
x+ +a
n
x
n
,
chama-se valor numrico de f em a a imagem de a pela funo f, isto :
f(a) = a
0
+a
1
a +a
2
a
2
+ +a
n
a
n
Exemplo 18.4.1. Seja f(x) = 2 +x + x
2
+ 3x
3
. Ento:
a) f(2) = 2 + 2 + 2
2
+ 3 2
3
= 32
b) f(1) = 2 + (1) + (1)
2
+ 3 (1)
3
= 1
Denio 18.4.2. Se a um nmero real e f um polinmio tal que f(a) = 0, dizemos
que a uma raiz ou um zero de f.
Exemplo 18.4.2. Observe as razes:
a) x = 0 raiz de p(x) = 4x
3
2x
2
+x

2 pois
p(0) = 4 0
3
2 0
2
+ 0

2 = 0
b) x = 2 raiz de q(x) = 4x
2
3x 22 pois
q(2) = 4 (2)
2
3 (2) 22 = 16 + 6 22 = 0
18.5 Diviso de polinmios
Agora que sabemos o que um valor numrico de um polinmio ou melhor sabemos
tambm o que uma raiz, podemos estender um pouco mais nosso estudo com novas
idias interessantssimas, vamos agora trabalhar com alguns resultados algbricos que nos
ajudaram a compreender melhor os polinmios:
Teorema 18.5.1. (Diviso de polinmios) Seja p(x) = a
0
+ a
2
x + + a
n
x
n
e h(x) =
b
0
+ +b
n
x
n
polinmios no identicamente nulos, ento se b
n
= 0, existem nicos q(x)
e r(x) polinmios tais que:
i) p(x) = h(x) q(x) + r(x);
ii) gr(h) > gr(r);
iii) gr(q) = gr(p) gr(h).
Observao 18.2.
i) Chamamos de q(x) de quociente e r(x) de resto;
ii) O processo para encontrar q(x) e r(x) anlogo ao conhecido algoritmo da diviso,
isto :
18.5. DIVISO DE POLINMIOS 79
p(x) h(x)
r(x) q(x)
iii) Quando r(x) = 0, dizemos que h(x) divide ou est na fatorao de p(x) (ver seo
sobre fatorao).
Agora, para facilitar as contas, vamos mostrar alguns mtodos prticos de se encontrar
q(x) e r(x).
18.5.1 Mtodo 1: Mtodo da Chave
Como o ttulo sugere, iremos utilizar o mesmo mtodo utilizado na aritmtica: De
fato, seja p(x) = 4x
3
+ x
4
+ 9 + 4x
2
um polinmios. Vamos dividi-lo pelo polinmio
h(x) = x
2
+x 1, sabemos - pelo teorema 18.5.1 - que q(x) e r(x) existem e so nicos.
Logo, o processo para encontr-los nos sugere os seguintes passos:
Passo 1: Escrevemos ambos os polinmios em ordem crescente, isto ,
p(x) = x
4
+ 4x
3
+ 4x
2
+ 0x + 9 e h(x) = x
2
+x 1
Observao 18.3. Completamos com zero os expoentes que esto faltando.
Passo 2: Dividimos o termo maior do dividendo pelo termo de maior grau do divisor,
assim obtemos o primeiro termo de quociente:
x
4
+ 4x
3
+ 4x
2
+ 0x + 9 x
2
+ x 1
x
4
x
3
+x
2
x
2
0x
4
+ 3x
3
+ 5x
2
Passo 3: Como a diferena obtida gerou um polinmio de maior grau do dividendo,
repetimos o processo anlogo ao passo 2 e assim sucessivamente at que o resto seja de
menor grau que o divisor:
x
4
+ 4x
3
+ 4x
2
+0x+ 9 x
2
+ x 1
x
4
x
3
+ x
2
.
.
.
.
.
. x
2
+ 3x + 2
0x
4
+ 3x
3
+ 5x
2
+0x
.
.
.
3x
3
3x
2
+3x
.
.
.
2x
2
+3x+ 9
2x
2
2x+ 2
x + 11
Logo, q(x) = x
2
+ 3x + 2 e r(x) = x + 11
80 CAPTULO 18. POLINMIOS
18.5.2 Mtodo 2: Identidade de Polinmios (Descartes)
Sejam os polinmios p(x) = 4x
3
3x + 2 e h(x)x
2
x, vamos mostrar outro mtodo
interessantssimo para encontrar q(x) e r(x), utilizando o mtodo de Descartes temos as
seguintes consideraes:
i) p(x) = q(x)h(x)+r(x), onde gr(q) = gr(p)gr(h) = 1. Logo, q(x) necessariamente
deve ser da forma q(x) = ax +b;
ii) O resto identicamente nulo se e somente se a diviso for exata. Caso contrrio,
pelo teorema 18.5.1 (pg. 78), temos necessariamente gr(r) 1, isto r(x) = px+m.
Logo:
4x
3
3x + 2 x
2
x
px +m ax +b
Com efeito:
4x
3
3x + 2 = (ax +b)(x
2
x) + px +m
4x
3
3x + 2 = ax
3
ax
2
+bx
2
bx + px + m
4x
3
3x + 2 = ax
3
+ (a + b)x
2
+ (b +p)x +m
Como os polinmios so idnticos, temos:
_

_
a = 4
a +b = 0
b +p = 3
m = 2
Assim, resolvendo o sistema, temos a = 4; b = 4; p = 1; m = 2.
Portanto, q(x) = 4x + 4 e r(x) = x + 2
Exerccio: Deixamos a cargo do leitor vericar que, utilizando o mtodo 1,
as respostas iro coincidir.
Antes de enunciarmos o nosso terceiro e ltimo mtodo conhecido por algoritmo de
Briot - Runi, vamos enunciar os seguintes resultados:
Teorema 18.5.2. (do Resto) O resto da diviso de um polinmio p(x) por um binmio
(x a) o prprio valor numrico do polinmio em x = a, que indicamos anteriormente
por p(a).
Teorema 18.5.3. (de DAlembert) A diviso de um polinmio p(x) por um binmio
(x a) exata se, e somente se, p(a) = 0
18.5. DIVISO DE POLINMIOS 81
Observao 18.4.
i) Atravs desses dois ltimos resultados e com o teorema 18.5.1 da pg. 78, prova-se
que, sendo o polinmio p(x) divisvel por (x a) e por (x b) com a = b, ento
p(x) divisvel por (x a).(x b), ao leitor ca o desao de provar o resultado.
ii) Sobre os teoremas que estamos enunciando, dos quais omitimos as demonstraes,
recomendamos fortemente para aqueles que gostam das provas matemticas a
leitura dos seguintes ttulos:
Fundamentos de Matemtica Elementar, vol. 6 - Gelson Iezzi
e para aqueles mais ntimos com a matemtica:
Introduo a lgebra - Adilson Gonalves
18.5.3 Mtodo 3: Algoritmo de Briot-Runi
Sejam os polinmios
f(x) = a
0
x
n
+a
1
x
n1
+ +a
n
, (a
0
= 0)
g(x) = x a
Vamos encontrar o quociente q(x) e o resto r(x) da diviso de f(x) por g(x). O algoritmo
de Briot - Runi nos sugere a seguinte construo:
Exemplo 18.5.1. Divida f(x) = 2x
4
7x
2
+ 3x 1 por g(x) = x 3
Portanto, q(x) = 2x
3
+ 6x
2
+ 11x + 36 e r(x) = 107
Exerccio: Fica a cargo do leitor vericar que utilizando o mtodo 1 e 2
as respostas iro coincidir.
82 CAPTULO 18. POLINMIOS
Observao 18.5. Existe um outro modo de se escrever o algoritmo de Briot-Runi.
Seja p(x) = a
n
x
n
+ a
n1
x
n1
+ +a
0
e h(x) = (x a).
a a
n
a
n1
a
1
a
0
a
n
aq
n
+ a
n1
aq
2
+a
1
aq
1
+a
0
= q
n
= q
n1
= q
1
= q
0
Assim, q(x) = q
n
x
n1
+q
n1
x
n2
+ +q
2
x +q
1
e r(x) = q
0
.
Consideraes: Naturalmente existem mais mtodos para se dividir polinmios, em
particular mtodos especcos para determinados graus de polinmios como o caso de
polinmios de grau 2 e 3, Bhaskara e chute respectivamente, sobre os quais acreditamos
que o leitor j tem um conhecimento prvio. Ambos so facilmente encontrados em
qualquer livro de ensino bsico.
18.6 Fatorao
Como vimos o que so razes e a diviso de polinmios, agora podemos aprender a
fator-los. Vocs, leitores, j devem ter visto que nem todo polinmio admite razes real.
Fatorar, aqui, signicar escrever um polinmio como uma multiplicao de polinmios
de grau 1, ou ento de grau 2 s se no for possvel escrever do primeiro modo.
Exemplo 18.6.1. Diga se os polinmios esto na sua forma fatorada:
a) p(x) = (x + 2)
2
est na sua forma fatorada
b) p(x) = 2(x + 3)(x 2)
2
est na sua forma fatorada
c) p(x) = 4(x+2)
3
(x
2
4) no est na sua forma fatorada pois, (x
2
4) = (x2)(x+2)
(faa a distributiva e conra!)
d) p(x) = 4(x + 2)
3
(x
2
+ 4) est na sua forma fatorada (ainda veremos o porqu)
Muito bem. Agora que temos uma ideia do que um polinmio fatorado, temos que
aprender a como fatorar.
Teorema 18.6.1. Sejam
i) p(x) = a(x x
1
)

1
(x x
2
)

2
(x x
k
)

k
q(x) a forma fatorada de um polinmio
que possui k razes reais distintas, com 0 k n, e
ii) q(x) um polinmio mnico (coeciente do termo de maior grau igual a 1) de grau
m, com:
18.6. FATORAO 83
0 m n se n par, ou
0 m < n se n mpar.
Ento:
i) m = n + k
ii) m par
iii) x
1
, x
2
, , x
k
so suas razes reais distintas
iv)
i
a multiplicidade da raiz x
i
, i = 1, , k
v) a = a
n
, ou seja, o coeciente do termo de maior grau
vi) q(x) no possui razes reais
Exemplo 18.6.2. (m = 0) Fatore os polinmios a seguir:
a) p(x) = x
2
+x 2
p(x) = 0
x
2
+ x 2 = 0
x =
_
1
_
1
2
4(1)(2)
_
/(2(1))
x =
_
1

9
_
/2
x = (1 3) /2
x

= 1 e x

= 2 (razes reais)
Portanto, como a
n
= 1, temos p(x) = 1(x 1)(x (2))
p(x) = (x 1)(x + 2)
b) q(x) = x
3
2x
2
11x + 12
q(x) = 0
x
3
2x
2
11x + 12 = 0
x = 1 soluo pois 1 + (2) + (11) + 12 = 0 (soma dos coecientes igual a zero)
Ento, por Briot-Runi, temos
1 1 2 11 12
1 1 + (2) = 1 1 + (11) = 12 12 + 12 = 0
Assim, Nossa nova equao : q
2
(x) = (1)x
2
+ (1)x + (12) q
2
(x) = x
2
x 12
q
2
(x) = 0
x
2
x 12 = 0
x =
_
(1)
_
(1)
2
4(1)(12)
_
/(2(1))
x =
_
1

49
_
/2
x = (1 7) /2
x

= 4 e x

= 3 (razes reais)
Portanto, como a
n
= 1, temos q(x) = 1(x 1)(x 4)(x (3))
q(x) = (x 1)(x 4)(x + 3)
84 CAPTULO 18. POLINMIOS
Exemplo 18.6.3. (m > 0) Fatore os polinmios a seguir:
a) p(x) = x
3
x
2
+x 1
p(x) = 0
x
3
x
2
+ x 1 = 0
x = 1 soluo pois 1 + (1) + 1 + (1) = 0 (soma dos coecientes igual a zero)
Ento, por Briot-Runi, temos
1 1 1 1 1
1 1 + (1) = 0 0 + 1 = 1 1 + (1) = 0
Assim, Nossa nova equao : p
2
(x) = (1)x
2
+ (0)x + (1) p
2
(x) = x
2
+ 1
p
2
(x) = 0
x
2
+ 1 = 0
x =
_
0
_
0
2
4(1)(1)
_
/(2(1))
x =
_

4
_
/2

4 / R x R / p
2
(x) = 0
Portanto, como a
n
= 1, temos p(x) = 1(x 1) p
2
(x)
p(x) = (x 1)(x
2
+ 1)
b) q(x) = x
2
+2x+2
q(x) = 0
x
2
+ 2x + 2 = 0
x =
_
2
_
2
2
4(1)(2)
_
/(2(1))
x =
_
2

4
_
/2

4 / R x R / q(x) = 0
Portanto, como a
n
= 1, temos q(x) = 1 q(x)
q(x) = x
2
+ 2x + 2
c) p(x) = 2x
2
+ 4
p(x) = 2(x
2
+ 2)
p
2
(x) = 0
x
2
+ 2 = 0
x
2
= 2
x =

2 / R x R / p
2
(x) = 0
Portanto, como a
n
= 2, temos p(x) = 2 p
2
(x)
p(x) = 2(x
2
+ 2)
Captulo 19
Binmio de Newton
19.1 Motivao
Aprendemos em produtos notveis que (a+b)
2
= a
2
+2ab+b
2
(a mais b, ao quadrado
igual ao primeiro ao quadrado, mais duas vezes o primeiro pelo segundo, mais o segundo
ao quadrado). Essa basicamente a frmula. No entanto, o que faramos para calcular
(a +b)
3
. Bom, poderiamos fazer o seguinte:
(a +b)
3
= (a +b)
2
(a +b)
= (a
2
+ 2ab +b
2
)(a +b)
= a
3
+ 3a
2
b + 3ab
2
+ b
3
Bom, mas e se for elevado a quarta? Podemos aplicar o mesmo processo anterior,
mas e se quisermos elevar a 10? Ou a um n determinado? pra isso que serve, ento,
nosso objeto de estudo, o binmio de Newton.
19.2 O binmio
Denio 19.2.1. Todo binmio da forma (a + b)
n
, sendo n N denominado de
binmio de Newton.
Teorema 19.2.1. (do binmio de Newton)
(x +y)
n
=
n

k=0
_
n
k
_
x
nk
y
k
onde
_
n
k
_
=
n!
k!(n k)!
= C
n
k
so chamados de coecentes binomiais
85
86 CAPTULO 19. BINMIO DE NEWTON
Podemos montar uma tabela (chamada tambm de tringulo de Pascal) dos coe-
cientes binomiais.
n
k
0 1 2 3 4 5 6 7 8
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
6 1 6 15 20 15 6 1
7 1 7 21 35 35 21 7 1
8 1 8 28 56 70 56 28 8 1
.
.
.
Mas, o que tudo isso tem a ver com polinmios?
Bom, vamos s seguintes propriedades:
i) a soma dos coecientes de (a + b)
n
igual a 2
n
;
ii) os coecientes que equidistam dos extremos so numericamente iguais;
iii) o desenvolvimento de um binmio de Newton pode ser um polinmio de (n + 1)
termos e
iv) C
n
0
= C
n
n
= 1, e C
n
1
= C
n
n1
= n.
Exemplo 19.2.1. Desenvolva o binmio a seguir:
(a +c)
3
=
_
3
0
_
a
30
c
0
+
_
3
1
_
a
31
c
1
+
_
3
2
_
a
32
c
2
+
_
3
3
_
a
33
c
3
= 1 a
3
1 + 3 a
2
c + 3 ac
2
+ 1 c
3
= a
3
+ 3a
2
c + 3ac
2
+c
3
19.3 O termo geral de um binmio
A frmula para o termo geral do binmio (a + b)
n
dado pela seguinte frmula:
T
p+1
=
_
n
p
_
a
np
b
p
Assim, se eu quero, por exemplo, o 3 termo do desenvolvimento do binmio (x + y)
6
,
basta calular T
3
.
Exemplo 19.3.1. Calcule o que se pede:
Calcule o 5 termo do binmio (x + 3)
7
T
p+1
= T
5
p + 1 = 5 p = 4
19.3. O TERMO GERAL DE UM BINMIO 87
Assim, T
5
=
_
7
4
_
x
74
3
4
Vamos ento calcular C
7
4
C
7
4
=
7!
4!(7 4)!
=
7 6 5 4!
4! 3!
=
7 6 5
3 2 1
= 7 5
= 35
Portanto, T
5
= 35 81x
3
= 2835x
3
88 CAPTULO 19. BINMIO DE NEWTON
Captulo 20
Exerccios
1
Exerccio 20.1. Determine o grau dos polinmios a seguir:
a) 5x
3
+x
2
+ 3x + 2
b) a
4
+a
5
+aaa +a
3
c) 12x
2
+x
3
Exerccio 20.2. Dados os polinmios F(x) = 2 + 3x 4x
2
, G(x) = 7 + x
2
e H(x) =
2x 3x
2
+x
2
, calcule:
a) H(x) G(x)
b) F(x) G(x)
c) F(x) + H(x)
d) H(x) G(x)
Exerccio 20.3. Se P(x) = x
n
x
n1
+x
n2
+x
2
x +1 e P(1) = 19, ento
quando vale n?
Exerccio 20.4. Encontre a(s) raiz(es) dos polinmios a seguir:
a) 18x
3
+ 9x
2
x 1 = 0
b) b
2
+ 1 = 0
Exerccio 20.5. Determinar a sabendo que 2 raiz da equao x
4
3x
3
+2x
2
+ax3 = 0.
Exerccio 20.6. Obter um polinmio do terceiro grau cujas razes so 2,1 e 2.
1
Os exerccios 20.1, 20.2 e 20.3 so das sees 18.1, 18.3 e 18.4, respectivamente. Os exerccios 20.4 a
20.15 so da seo 18.5. O exerccio 20.16 faz referncias aos contedos da seo 18.6 e do captulo 19.
89
90 CAPTULO 20. EXERCCIOS
Exerccio 20.7. Resolver a equao x
3
3x
2
3x + 3 = 0, sabendo-se que a soma de
duas razes zero.
Exerccio 20.8. Calcule as razes do polinmio p(x) = 2x
3
3x
2
3x + 2 utilizando-se
o mtodo de Briot-Runi.
Exerccio 20.9. Verique se p(x) = x
3
2x
2
+ 1 divisvel por:
a) x 1
b) x 2
c) x + 1
Exerccio 20.10. Calcular p para que o polinmio 4x
4
8x
3
+8x
2
4(p +1)x+(p +1)
2
seja o quadrado perfeito de um polinmio inteiro (seus coecientes so inteiros) em x.
Exerccio 20.11. Determinar o resto e o quociente de f(x) = x
n
+a
n
por g = x a.
Exerccio 20.12. Determinar p e q reais de modo que f(x) = x
2
+ (p q)x + 2p e
g = x
3
+ (p +q) sejam ambos divisveis por 2 x.
Exerccio 20.13. Determinar a e b de modo que o polinmio f(x) = x
3
+ 2x
2
+ ax + b
apresente as seguintes propriedades: f(x) + 1 divisvel por x + 1 e f(x) 1 divisvel
por x 1.
Exerccio 20.14. O lucro de uma fbrica na venda de determinado produto dado pela
funo L(x) = 5x
2
+ 100x 80, onde x representa o nmero de produtos vendidos e
L(x) o lucro em reais. Determine:
a) O lucro mximo obtido pela fbrica na venda desse produto.
b) Quantos produtos precisam ser vendidos para obteno do lucro mximo?
Exerccio 20.15. Dada a funo f(x) = 3x
2
4x +1, determine se ela possui ponto de
mximo ou mnimo absoluto.
Exerccio 20.16. Fatore os polinmios a seguir:
a) a
2
b
2
b) 16a
2
1
c) a
2
+ 2ab +b
2
d) 4x
2
12xy + 9y
2
e) x
2
10x + 25
f) 5x
3
+ 5x
5
5x
2
g) 12a
2
x
3
+ 6a
4
x
5
30a
6
x
4
91
Figura 20.1: Figura 20.2:
Desao 20.1. Cortando-se quadrados em cada canto de uma folha de papelo quadrada
(Figura 20.1), com 18cm de lado, e dobrando-a (Figura 20.2), obtem-se uma caixa
retangular sem tampa. Qual deve ser o lado do quadrado a ser recortado para que o
volume da caixa seja igual a 400cm
3
?
92 CAPTULO 20. EXERCCIOS
Captulo 21
Aplicao dos polinmios - Distribuio
Binomial
21.1 Distribuio Binomial
Comecemos com um exemplo.
Suponha que 100 pacientes foram submetidos a um teste no qual se observou que 35
foram aprovados. Tomando 2 pacientes, quais as probabilidades de aprovao?
Bom, para comear temos trs opes: (a) Os dois so aprovados, (b) um aprovado, ou
(c) nenhum aprovado.
(a) Como queremos que os dois sejam aprovados, temos que ter aprovado e aprovado.
Usando a regra do e, temos que a probabilidade de os dois serem aprovados igual
a multiplicao da probalidade de um ser aprovado pela probabilidade do outro.
Portanto temos
35
100

35
100
= 0, 1225
(b) Como queremos que seja aprovado apenas um paciente, temos que ter aprovado e
reprovado, ou reprovado e aprovado. Assim, aplicamos a regra do e e a regra do
ou. Uma observao antes que a probabilidade de ser reprovado 1
35
100
=
65
100
.
Portanto temos
_
35
100

65
100
_
+
_
65
100

35
100
_
= 0, 455.
(c) Como queremos que os dois sejam reprovados, temos que ter reprovado e reprovado.
Usando a regra do e, temos que a probabilidade de os dois serem reprovados igual
a multiplicao da probalidade de um ser reprovado pela probabilidade do outro.
Portanto temos
65
100

65
100
= 0, 4225
Podemos perceber que 0, 1225 + 0, 455 + 0, 4225 = 1. Mas isso bvio, pois existem
apenas essas trs possibilidades, nenhuma a mais. Assim a soma das trs tem que dar o
total, ou seja 100%
Mas o que isso tem a ver com polinmio? Bom, primeiro precisamos pensar que
esse exemplo pde ser resolvido de maneira bem simples utilizando-se de conhecimentos
bsicos sobre probabilidade. Mas, se no exemplo em vez de tomarmos dois pacientes,
tomarmos 30 paciemtes? Vamos, ento, denio.
Denio 21.1.1. Seja X (varivel aleatria) o nmero de resultados favorveis em .
93
94 CAPTULO 21. APLICAES
Dizemos que X tem distribuio binomial com parametros n e p, se
P(X = y) =
_
n
y
_
p
y
q
ny
(21.1)
Em que
i) n = #;
ii) y {0, 1, 2, , n}, y o evento que voc quer;
iii) p a probabilidade dada;
iv) q = 1 p.
Observao 21.1. Repare que o lado direito da equao (21.1) o termo geral do
binmio (p + q)
n
, com p 1. Veja tambm que y vai de 0 a n. Assim,
n

y=0
_
n
y
_
p
y
q
ny
= (p+q)
n
(pelo teorema de binmio de Newton. Ver Teorema 19.2.1)
(21.2)
Observe que (p + q)
n
= (p + (1 p))
n
= 1
n
= 1, como deveria ser, pois a soma de todas
as possibilidades tem que dar 100%.
Exemplo 21.1.1. Peguemos o exemplo dado no incio. Temos que:
# = n = 2, pois escolhemos 2 pacientes;
p = 35/100 = 0, 35;
q = 65/100 = 0, 65.
a) Qual a probabilidade de escolher dois que passaram no teste?
Temos que y = 2, pois queremos que os dois tenham passado.
P(X = 2) =
_
2
2
_
0, 35
2
.0, 65
22
= 0, 35
2
= 0, 1225
b) Qual a probabilidade de que apenas um tenha passado?
y = 1
P(X = 1) =
_
2
1
_
0, 35
1
.0, 65
21
= 2 0, 35 0, 65
= 0, 455
c) Qual a probabilidade de que nenhum tenha passado?
y = 0
P(X = 0) =
_
2
0
_
0, 35
0
.0, 65
20
= 0, 65
2
= 0, 4225
21.2. EXERCCIOS 95
21.2 Exerccios
Para as questes 1 e 2, utilize a tabela abaixo:
Aluno 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Sexo F F M M F F M F F F M F M M F
Idade 21 20 19 20 23 21 22 20 20 20 22 21 20 20 24
1. Se tomar uma amostra, aletoriamente , de 5 alunos, qual a probabilidade de nenhum
ser do sexo feminino?
2. Se tomar aletoriamente 5 alunos, qual a probabilidade de:
a) Dois ter mais que 20 anos?
b) De pelo menos 2 ter mais que 20 anos?
3. Em um carregamento de notebooks, sabe-se que 1% apresenta qualquer problema.
Se comprarmos 30, qual a probabilidade de duas ou mais apresentarem problemas?
96 CAPTULO 21. APLICAES
Referncias Bibliogrcas
[1] PAIVA, Manoel. Matemtica. 1 Edio. So Paulo, 2005. Volume nico. Editora
Moderna.
[2] DANTE, Luiz Roberto. Tudo Matemtica - 6 srie. 1 Edio. So Paulo, 2007.
Editora tica.
[3] ISOLANI, Cllia Maria M.; MIRANDA, Diair Terezinha L.; ANZZOLIN, Vera Lcia
A.; MELO, Walderez S.. Matemtica - 6 srie. 2 Edio. Curitiba, 2002. Editora
Construindo o Conhecimento.
[4] LONGEN, Adilson. Matemtica em Movimento 6 srie. Livro do Professor.
Editora do Brasil.
[5] PAULOS, John Allen. Inumerismo O analfabetismo matemtico e suas conse-
quncias. Portugal, 1988. Publicaes Europa-Amrica.
[6] BOLDRINI, Jos Luiz; COSTA, Sueli I. Rodrigues; FIGUEIREDO, Vera Lcia;
WETZLER, Henry G. lgebra Linear. 3 Edio. So Paulo. Editora Harbra.
[7] LIMA, Elon L.; CARVALHO P. C., Paulo; WAGNER, Eduardo; MORGADO C.,
Augusto. A matemtica do ensino mdio. Volume 3, Sexta edio. Rio de Janeiro,
1998.
[8] IEZZI, Gelson. Fundamentos da matemtica elementar. Volume 6, stima edio,
Editora ATUAL.
[9] GONALVES, Adilson. Introduo lgebra. 5 edio, IMPA, 1999.
[10] PICADO, Jorge. Apontamentos de lgebra II. Universidade de Coimbra, 2006.
[11] XAVIER da S., Claudio; BARRETO F., Benigno. Matemtica aula por aula. 3
srie, Segunda edio. Editora FTD. So Paulo, 2005.
[12] NOBILONI, Giusepe. lgebra 1 Coleo objetivo, sistemas de mtodos e apren-
dizagem. Editora Sol.
[13] IEZZI, Gelson; DOLCE, Osvaldo; DEGENSZAJN, David; PRIGO, Roberto; de
ALMEIDA, Nilze. Matemtica: Cincia e Aplicaes. Ensino Mdio. Volume 2. 4
Edio. Editora Atual. So Paulo, 2006.
97
98 REFERNCIAS BIBLIOGRFICAS
[14] GIOVANNI, Jos Ruy; BONJORNO, Jos Roberto; GIOVANNI JR., Jos Ruy.
Matemtica Fundamental Uma nova abordagem. Volume nico. Editora FTD.
So Paulo, 2002.
[15] III Brincando de Matemtico.
[16] CHURCHILL, Ruel V. Variveis Complexas e suas aplicaes. Editora McGraw-Hill
do Brasil.
[17] HAZZAN, Samuel. Fundamentos de Matemtica Elementar Combinatria e Pro-
babilidade. Volume 5.

Você também pode gostar