Cadernofme2 2012

Fundamentos da
Matemtica II
Inder Jeet Taneja
Aldrovando L. A. Arajo
MATEMTICA
Graduao
Fundamentos da
Matemtica II
Inder Jeet Taneja
2 Edio
Florianpolis, 2010
Governo Federal
Presidente da Repblica: Luiz Incio Lula da Silva
Ministro de Educao: Fernando Haddad
Secretrio de Ensino a Distncia: Carlos Eduardo Bielschowky
Coordenador Nacional da Universidade Aberta do Brasil: Celso Costa
Universidade Federal de Santa Catarina
Reitor: Alvaro Toubes Prata
Vice-Reitor: Carlos Alberto Justo da Silva
Secretrio de Educao a Distncia: Ccero Barbosa
Pr-Reitora de Ensino de Graduao: Yara Maria Rauh Mller
Pr-Reitora de Pesquisa e Extenso: Dbora Peres Menezes
Pr-Reitor de Ps-Graduao: Maria Lcia de Barros Camargo
Pr-Reitor de Desenvolvimento Humano e Social: Luiz Henrique Vieira Silva
Pr-Reitor de Infra-Estrutura: Joo Batista Furtuoso
Pr-Reitor de Assuntos Estudantis: Cludio Jos Amante
Centro de Cincias da Educao: Wilson Schmidt
Centro de Cincias Fsicas e Matemticas: Tarciso Antnio Grandi
Centro de Filosoa e Cincias Humanas: Roselane Neckel
Curso de Licenciatura em Matemtica na
Modalidade Distncia
Coordenao de Curso: Neri Terezinha Both Carvalho
Coordenao de Tutoria: Jane Crippa
Coordenao Pedaggica/CED: Roseli Zen Cerny
Coordenao de Ambientes Virtuais/CFM: Nereu Estanislau Burin
Comisso Editorial
Antnio Carlos Gardel Leito
Albertina Zatelli
Elisa Zunko Toma
Igor Mozolevski
Luiz Augusto Saeger
Roberto Corra da Silva
Ruy Coimbra Charo
Laboratrio de Novas Tecnologias - LANTEC/CED
Coordenao Pedaggica
Coordenao Geral: Andrea Lapa, Roseli Zen Cerny
Ncleo de Formao: Nilza Godoy Gomes
Ncleo de Pesquisa e Avaliao: Claudia Regina Flores

Ncleo de Criao e Desenvolvimento de Materiais
Design Grco
Coordenao: Laura Martins Rodrigues, Thiago Rocha Oliveira
Projeto Grco Original: Diogo Henrique Ropelato, Marta Cristina Goulart
Braga, Natal Anacleto Chicca Junior
Redesenho do Projeto Grco: Laura Martins Rodrigues,
Thiago Rocha Oliveira
Diagramao: Natlia de Gouva Silva
Ilustraes: Anita de Freitas Bitencourt
Capa: Thiago Felipe Victorino
Design Instrucional
Coordenao: Juliana Machado
Design Instrucional: Alessandra Zago Dahmer, Elenira Oliveira Vilela
Reviso do Design Instrucional: Mrcia Maria Bernal
Reviso Gramatical: Maria Tereza de Queiroz Piacentini
Copyright 2010, Universidade Federal de Santa Catarina/CFM/CED/UFSC
Nenhuma parte deste material poder ser reproduzida, transmitida e gravada, por qualquer
meio eletrnico, por fotocpia e outros, sem a prvia autorizao, por escrito, da Coordenao
Acadmica do Curso de Licenciatura em Matemtica na Modalidade Distncia.
Ficha Catalogrca

T164f Taneja, Inder Jeet
Fundamentos de Matemtica II / Inder Jeet Taneja, Aldrovando L. A.
Arajo. 2. ed. Florianpolis : UFSC/EAD/CED/CFM, 2009.
131p.

ISBN 978-85-99379-71-4

1. Matemtica. II. Arajo, Aldrovando L. A. III. Ttulo.
CDU 51
Elaborada pela Bibliotecria Eleonora M. F. Vieira CRB 14/786
Sumrio
Fundamentos da Matemtica II ............................................. 7
Informaes Histricas ........................................................... 9
1 Noes Bsicas ..................................................................... 15
1.1 Fatorial de um Nmero Natural .............................................. 17
1.2 Somatrio e Produtrio ............................................................. 22
1.2.1 Somatrio ............................................................................ 22
1.2.2 Produtrio ........................................................................... 24
1.3 Princpio de Induo ................................................................. 27
2 Nmeros Binomiais ............................................................ 35
2.1 Coefcientes Binomiais............................................................... 37
2.1.1 Coefcientes Binomiais Complementares ........................ 38
2.1.2 Igualdade Entre Dois Binomiais ...................................... 39
2.2 Relao de Stifel ......................................................................... 41
2.3 Tringulo de Pascal.................................................................... 43
2.3.1 Propriedades do Tringulo de Pascal.............................. 45
2.4 Binmio de Newton ................................................................... 54
2.4.1 Termo Geral do Binmio ................................................... 57
2.4.2 Propriedades ....................................................................... 62
3 Anlise Combinatria:
Permutaes e Combinaes .............................................. 67
3.1 Princpio Fundamental de Contagem ...................................... 70
3.2 Arranjos ....................................................................................... 76
3.2.1 Arranjos Simples ................................................................ 76
3.2.2 Arranjo com Repetio ...................................................... 78
3.3 Permutaes ................................................................................ 79
3.3.1 Permutao Simples ........................................................... 80
3.3.2 Permutaes com Elementos Repetidos ......................... 81
3.3.3 Permutaes Circulares .................................................... 83
3.4 Combinaes ............................................................................... 89
3.4.1 Combinaes Simples ........................................................ 89
3.4.2 Combinaes Completas ................................................... 92
3.4.3 Combinaes Completas e Equaes Lineares
com Coefcientes Unitrios ............................................... 94
4 Elementos de Probabilidade ............................................ 101
4.1 Noes de Probabilidade ......................................................... 104
4.2 Eventos Independentes e
Probabilidade Condicional ......................................................114
Resposta dos exerccios ....................................................... 128
Referncia .............................................................................. 131
Fundamentos da Matemtica II
Neste trabalho discutimos um nmero de resultados e mtodos, es-
pecialmente da rea de combinatria e teoria elementar de probabi-
lidade. A apresentao no omite provas de resultados importantes,
ainda que no seja centrada nelas. No entanto, meramente expor os
fatos sem algum argumento que os justifque, seria terrivelmente
distante do esprito de um curso superior em matemtica. Assim,
sempre que possvel, damos provas dos resultados importantes
desde que seus argumentos no estejam demasiadamente alm do
escopo da disciplina para a qual foram escritas estas notas. Outro
ingrediente que consideramos essencial a resoluo de problemas,
e neste ponto onde nossas notas se concentram. Todos os concei-
tos e teoremas so exaustivamente explorados nos exerccios. De
fato, dada a tipicidade do assunto, acreditamos que a sua melhor
exposio possa ser realizada na forma de resoluo de exerccios
que exemplifquem argumentos fundamentais e outros, nos quais
o estudante deve explorar os conhecimentos adquiridos no texto e
nos exerccios resolvidos. Muitos detalhes de argumentos ou seus
refnamentos se encontram nos exerccios. imprescindvel que o
estudante tente fazer todos os exerccios das notas. De preferncia,
tente resolver os j resolvidos, sem conhecimento prvio da soluo
proposta, e em caso de fracasso sim, verifque a resoluo.
Todo o trabalho est divido em quatro captulos. Os contedos das
notas compreendem: regras bsicas de contagem, nmeros fato-
riais e princpio de induo, combinaes, permutaes e arranjos
simples e com repetio, problemas combinatrios com restries,
princpio da incluso e excluso, binmio de Newton e tringulo de
Pascal, espaos de probabilidade fnitos, probabilidade condicional
e eventos independentes.
Inder Jeet Taneja
9
Informaes Histricas
O surgimento e o desenvolvimento da anlise combinatria tem se
dado paralelamente ao desenvolvimento de outros ramos da mate-
mtica, tais como a lgebra, a teoria dos nmeros e a probabilida-
de. Desde a antiguidade, Problemas de Combinatria tm atrado a
ateno dos matemticos. Por exemplo, o problema dos quadrados
mgicos que so matrizes quadradas de nmeros com a proprieda-
de de que a soma dos elementos de qualquer coluna, linha ou dia-
gonal o mesmo valor, aparece em um livro chins datado de 2200
a. C. Os quadrados mgicos de ordem 3 foram estudados com fns
msticos. Os coefcientes binomiais, que so os coefcientes inteiros
da expanso de (a+b)
n
, eram conhecidos no sculo XII. O tringulo
de Pascal, que uma disposio triangular dos coefcientes bino-
miais, foi desenvolvido no sculo XIII.
Pode-se considerar que no ocidente a combinatria surgiu no sculo
XVII com os trabalhos de Blaise Pascal e de Pierre Fermat sobre
a teoria de jogos de azar. Estes trabalhos, que formaram os funda-
mentos da teoria da probabilidade, continham os princpios para
determinar o nmero de combinaes de elementos de um conjunto
fnito, e assim se estabeleceu a tradicional conexo entre combinat-
ria e probabilidade.
O termo combinatria, tal e qual o usamos atualmente, foi intro-
duzido por Wilhem Leibniz em sua Dissertatio de Arte Combina-
tria. De grande importncia para a consolidao da combinatria
foi o artigo Ars Conjectandi (a arte de conjeturar), escrito por J. Ber-
noulli. Este trabalho estava dedicado a estabelecer as noes bsicas
de probabilidade. Para isto, foi necessrio introduzir tambm um
bom nmero de noes bsicas de combinatria, que foram usadas
fortemente nas aplicaes ao clculo de probabilidades. Pode-se di-
zer que com os trabalhos de Leibniz e Bernoulli se iniciam com o
estabelecimento da combinatria como uma nova e independente
rea da matemtica.
O matemtico suo Leonard Euler foi quem desenvolveu, em prin-
cpios do sculo XVIII, uma autntica escola de matemtica combi-
natria. Em seus artigos sobre partio e decomposio de inteiros
positivos em somas, estabeleceu as bases de um dos mtodos fun-
10
damentais para o clculo de confguraes combinatrias, o mtodo
das funes geradoras. Tambm considerado o pai da teoria dos
grafos pela colocao e soluo dos problemas das Pontes de Kni-
gsberg, usando pela primeira vez conceitos e mtodos da teoria dos
grafos. Dos primeiros problemas de teoria dos grafos surgiram as
tentativas de soluo de alguns problemas cotidianos e tambm da
colocao de alguns jogos matemticos, tais como o problema das
Pontes de Knigsberg, o problema da disposio de rainhas em um
tabuleiro de xadrez com certas restries, problemas de transporte,
o problema do agente de viagem, etc.
O problema das quatro cores, formulado nos meados do sculo XIX,
(quatro cores so sufcientes para colorir as regies de um mapa de tal
maneira que regies com fronteira tenham cores distintas) deixou de
ser um mero jogo matemtico para ser uma fonte de importantes pro-
blemas e resultados em teoria dos grafos, de interesse tanto terico
como prtico. Este foi um dos problemas tericos mais desafadores
na histria da combinatria devido simplicidade de seu enunciado.
Na Inglaterra, nos fnais do sculo XIX, Arthur Cayley fez impor-
tantes contribuies teoria de enumerao de grafos. Por esta po-
ca, o matemtico George Boole usou mtodos de combinatria em
conexo com o desenvolvimento da lgica simblica e com as idias
e mtodos que Henri Poincar desenvolveu em relao aos proble-
mas de topologia. Um dos fatores mais importantes que contribu-
ram para o grande desenvolvimento que teve a combinatria desde
1920 foi a teoria dos grafos. A importncia dessa disciplina se apia
no fato de que os grafos podem servir como modelos abstratos para
modelar uma grande variedade de relaes entre objetos de um
conjunto. Suas aplicaes se estendem a campos to diversos como
a investigao de operaes, qumica, mecnica estatstica, fsica te-
rica e problemas scio-econmicos. A teoria de redes de transporte
pode ser vista como um captulo da teoria dos grafos.
A teoria da probabilidade teve sua criao por Blaise Pascal e Pierre
de Fermat motivada por uma disputa relativa a jogos de azar em
1654. Um nobre francs, Antoine Gombaud, com interesse em jo-
gos de azar, colocou um problema relativo a um jogo de dados para
Pascal, que conduziu a uma extensa correspondncia entre Pascal e
Fermat na qual eles estabeleceram pela primeira vez os princpios
11
fundamentais da teoria. O cientista Christian Huygens, um profes-
sor de Leibnitz, tomou conhecimento desta correspondncia e, pou-
co depois, publicou o primeiro livro em probabilidade, intitulado
De Ratiociniis in Ludo Alea. Em sntese, era um tratado fundado em
problemas associados teoria dos jogos de azar. Em funo do forte
apelo de tais jogos, a teoria da probabilidade logo se tornou popular,
e se desenvolveu rapidamente durante o sculo XVIII. As maiores
contribuies, durante este perodo foram de Jakob Bernoulli (1654-
1705) e Abraham de Moivre (1667-1754). Em 1812 Pierre de Laplace
(1749-1827) introduziu um conjunto novo de idias e tcnicas em seu
livro, Thorie Analytique des Probabilits. Antes dele, a probabi-
lidade estava concentrada no desenvolvimento de uma teoria ma-
temtica dos jogos de azar. Laplace, no entanto, aplicou as idias
da probabilidade a muitos outros problemas cientfcos e prticos.
Teoria de erros, matemtica aturial e mecnica estatstica so alguns
exemplos das aplicaes da teoria da probabilidade desenvolvidos
no sculo XIX.
Entre os matemticos que contriburam para a teoria da probabili-
dade, depois de Laplace, destacam-se Chebyshev, Markov, von Mi-
ses, e Kolmogorov. No entanto, a axiomatizao da teoria s se deu
no sculo XX. Em 1933, o matemtico russo Kolmogorov em uma
monografa, desenvolveu uma abordagem axiomtica que se consti-
tuiu na base para a moderna teoria da probabilidade. (O trabalho de
Kolmogorov est disponvel em ingls com o ttulo de Foundations
of Probability Theory, Chelsea, New York, 1950.) Desde ento, estas
idias tem sido refnadas e a teoria da probabilidade hoje parte de
uma disciplina mais geral conhecida como Teoria da Medida.
12
Blaise Pascal
Filsofo e matemtico francs (1623 1662).
Aos dezoito anos inventou a primeira mqui-
na digital, chamada Pascalinne, para levar
a cabo o processo de adio e subtrao.
Fonte:
www.somatematica.com.br/biograf/pascal.php
Pierre Fermat
Advogado e ofcial do governo francs (1601
1665). A matemtica era o seu passatem-
po. Em 1636, Fermat props um sistema de
geometria analtica semelhante quele que
Descartes proporia um ano depois. Em uma
correspondncia com Pascal, fundou a teo-
ria matemtica da probabilidade.
Fonte:
www.somatematica.com.br/biograf/fermat.php
Wilhem Leibniz
Matemtico e flsofo alemo Gottfried Wi-
lhelm von Leibniz (1646 1716).
J. Bernoulli
Jean Bernoulli (1667 1748) foi discpulo de
Leibniz.
13
Leonard Euler
Leonhard Euler (1707 1783) foi o matemti-
co mais prolfco na histria. Seus 866 livros
e artigos representam aproximadamente
um tero do corpo inteiro de pesquisas em
matemtica, teorias fsicas e engenharia me-
cnica publicadas entre 1726 e 1800.
Fonte:
www.somatematica.com.br/biograf/euler.php
Arthur Cayley
Matemtico ingls (1821- 1895) que foi moti-
vado pelo problema de calcular o nmero de
ismeros de hidrocarbonetos saturados.
George Boole
O trabalho de Boole (1814 1864) foi funda-
mental para a evoluo dos computadores.
A lgebra Booleana tem aplicaes na es-
trutura dos computadores modernos e nas
ligaes telefnicas.
Fonte:
www.ime.usp.br/~leo/imatica/historia/boole.
html
Henri Poincar
Matemtico, fsico e flsofo (1854 1912). No
mbito das matemticas aplicadas, estudou
numerosos problemas de ptica, eletricida-
de, telegrafa, capilaridade, elasticidade, ter-
modinmica, mecnica quntica, teoria da
relatividade e cosmologia.
Captulo 1
Noes Bsicas
17
Captulo 1
Noes Bsicas
Neste captulo apresentaremos algumas noes bsicas
de matemtica j vistas anteriormente no ensino mdio.
Apresentaremos conhecimentos de fatoriais, somatrios,
produtrios, etc. Tambm apresentaremos a noo de
princpio de induo. Estes assuntos sero utilizados fre-
qentemente nos captulos posteriores.
1.1 Fatorial de um Nmero Natural
Ao produto 1.2.3 indicamos 3! e lemos trs fatorial ou fatorial de
trs.
Assim:
5! 5.4.3.2.1 =

4! 4.3.2.1 = .
Por conveno:
0! 1 =
1! 1 = .
Estas convenes podem parecer estranhas inicialmente, mas veremos
no decorrer do captulo que so as nicas que oferecem compatibilida-
de com o conceito de fatorial de um nmero natural 2 n .
Defnio 1.1. Seja n um nmero natural qualquer. Dizemos que
( )
1 se 0
!
1 ! se 0.
n
n
n n n
=
=

>
18
De fato, adotamos 0! 1 = . Ento:
Se 1 n = , ( ) 1! 1 1 1 ! 1.0! 1 = = = .
Se 2 n = , ( ) 2! 2 2 1 ! 2.1! 2.1 2 = = = = .
Se 3 n = , ( ) 3! 3 3 1 ! 3.2! 3.2.1 6 = = = = .
E assim por diante:
( )( ) ! 1 2 ...3.2.1 n n n n = .
Observao 1.1. Algumas vezes adota-se o smbolo n para indicar
! n . Desse modo, 3 3.2.1 = , 2 2.1 = , etc.
Exemplo 1.1. 5! 5.4.3.2.1 120 = = .
Exemplo 1.2. 8! 8.7.6.5.4.3.2.1 40320 = = .
Exemplo 1.3.
3! 3.2.1
5! 5! 5! 1 120 1 121
3! 3.2.1
+ = + = + = + = .
Exemplo 1.4. Simplifque as expresses
a)
( )
!
2 !
n
n
;
b)
( )
( )
2 !
3 !
n
n
;
c)
( ) ! 1 !
!
n n
n
+
;
d)
( ) ( )
( )
1 ! 1 !
! 1 !
n n
n n
+

.
Soluo.
a)
n
n
n n n
n
n n
!
!
!
!
( )
=
( ) ( )
( )
= ( )
2
1 2
2
1 .
b)
( )
( )
( ) ( ) 2 3 !
2 !
3 !
n n
n
n

( ) 3 ! n
2 n =
.
possvel simplicar
porque o fatorial sempre
diferente de zero.
19
c)
( ) ( ) ! 1 ! ! 1 ! !
! !
n n n n n n
n n
+ +
= =
( ) 1 1
!
n
n

n =
.
d)
( ) ( )
( )
( ) ( ) ( )
( ) ( )
1 ! 1 ! 1 1 ! 1 !
! 1 ! 1 ! 1 !
n n n n n n
n n n n n
+ +
=

( ) 1 ! n
=
( )
( )
2
1
1 !
n n
n
+
( ) 1 n
2
1
1
n n
n
+
=
.
Exemplo 1.5. Resolva as seguintes equaes:
a)
( ) ! 5 1 ! n n =
;
b)
( ) 1 ! 120 n =
;
c) ( ) ( ) ( ) 5 ! 4 ! 35 3 ! n n n + + + = + ;
d)
( )
!
30
2 !
x
x
=
;
e)
( )
( )
1 !
56
1 !
x
x
+
=
;
f)
( )
( )
1 ! !
8
1 !
n n
n
n
+
=
;
g)
( ) ( )
( )
2 1 ! 1 !
13
! 1 !
n n
n n
+ +
=

.
Soluo.
Para resolver equaes com fatorial conveniente primeiro simpli-
car os fatoriais, fazer as operaes na forma simplicada e depois
buscar as solues das equaes. Veja as solues abaixo:
a) ( ) 1 ! n n ( ) 5 1 ! n =

5 n = .
b)
( ) 1 ! 5! n =
( ) 1 5 n =

6 n =
.
c) ( )( ) ( ) 5 4 3 ! n n n + + + ( ) ( ) 4 3 ! n n + + + ( ) 35 3 ! n = +
Equaes
Igualdade entre duas ex-
presses matemticas que se
verica para determinados
valores das variveis. Fonte:
Dicionrio Houaiss.
Encontrar o valor da
varivel (letra, incgnita,
etc...).
20

( )( ) ( ) 5 4 4 35 n n n + + + + =

( )( ) 4 6 35 n n + + =

2
10 24 35 n n + + =

2
10 11 0 n n + =

' 1 n = e '' 11 n = .
Agora, '' 11 n = no vlido, pois no natural, ento a nica solu-
o da equao dada 1 n = .
d) ( ) ( 1) 2 ! x x x ( ) 30 2 ! x =

2
30 x x =

2
30 0 x x =

( )( ) 6 5 0 x x + =

' 6 x = ou '' 5 x = .
Aqui tambm, '' 5 x = no vlido, pois no natural, ento a nica
soluo da equao dada 6 x = .
e)
( ) ( ) 1 1 ! x x x +
( ) 1 ! x
56 =

2
56 x x + =

2
56 0 x x + =

( )( ) 8 7 0 x x + =

' 8 x = ou '' 7 x = .
Da mesma forma, ' 8 x = no vlido, pois no natural, ento a
nica soluo da equao dada 7 x = .
f)
( 1) ( 1)! ( 1)!
8
( 1)!
n n n n n
n
n
+
=

| |( ) 1 1 1 ! n n n +
( ) 1 ! n
8n = .
Retome a denio 1.1 e
voc notar que fatorial
uma operao denida
apenas para nmeros
naturais.
21
Aps a simplicao obtemos

( ) 1 1 8 n n n + =

8 n =
.
g)
( ) ( ) 2 1 1 ! n n n + ( ) 1 ! n +
( ) 1 ! n n ( ) 1 ! n
13 =

( ) 2 1 1
13
1
n n
n
+ +
=
2
2 2 1 13 13 n n n + + =

2
2 11 14 0 n n + =

7
'
2
n = ou '' 2 n = .
Como n natural, ento '' 2 n = a nica soluo da equao.
Lista de Exerccios 1
1) Calcule:
7! 5!
5!
+
a) . b)
7!
3!4!
.
2) Simplifque:
( ) ! 1 !
!
n n
n
+ +
a) . b)
( )
( )
2
2 ! !
1 !
n n
n
+
( +

.
3) Obtenha
n
, tal que:
( ) 1 !
10
!
n
n
+
=
a) . b) ( ) ( ) ! 1 ! 6 1 ! n n n + = .
Calcule 2) x nas equaes abaixo:
( ) ( )
( )
! 1 ! 1 !
7
! 1 !
x x x
x x
+ + +
=
+
a)
.
( ) ( ) 20 1 ! 1 !
0
!
x x
x
+
=
b)
.
22
1.2 Somatrio e Produtrio
Nesta seo explicaremos a notao de somatrio e produtrio. Da-
remos alguns exemplos para voc entender melhor o assunto.
1.2.1 Somatrio
A notao somatria ( ) utilizada para representar numa forma
reduzida a soma de um determinado nmero de expresses, funes,
nmeros, etc. Por exemplo,
i) i n
i
n
=
= + + + +
1
1 2 3 ...
;
ii) ( ) ( )
1
1 1.2 2.3 ... 1
n
i
i i n n
=
+ = + + + +
;
iii)
3 3 3 3 3
1
1 2 3 ...
n
i
i n
=
= + + + +
;
iv)
6
2
5 5 5 5 5 5 5.5 25
i=
= + + + + = =
;
v) ( )
7
1
3 3.1 3.2 3.3 ... 3.7 3 1 2 3 ... 7
i
i
=
= + + + + = + + + +
;
vi)
4
1
15 15 15 15 15 4.15 60
i=
= + + + = =
;
2 4
1 2
2 .3
i j
i j = =
vii)
( )
2
2 3 4
1
2 .3 2 .3 2 .3
i i i
i=
= + +
( ) ( ) ( )
2 2 2 3 2 4
2 2 3 2 2 3 2 2 3 = + + + + +
2 4
1 2
2 3
i j
i j = =
| |
| |
=
|
|
\ .
\ .

;
viii)
( ) ( ) ( )
3
2 2 3 3
2
2 3 2 3 2 3
i i
i=
+ = + + +
2 3 2 3
2 2 3 3 = + + +
3 3
2 2
2 3
i i
i i = =
= +

;
Note que o ndice inferior
denota o incio e o superior,
o nal.
O que mais simples,
escrever 2 + 2 + 2 + 2 + 2
ou 5 2 ? Escrever
3 3 3 3 ou 3
4
? Os
smbolos de somatrio
e produtrio tambm
simplicam a notao de
expresses como 1 + 2 + 3
+ 4 + 5 + 6 + 7 + 8 = i
i =1
8
e
( ) 2 1 = + i 3 5 7 9 11
1
5
= i
. . . .
=

.
O smbolo usado um
sigma maisculo, letra
grega.
23
ix)
2 5
0 1 2 3 4 5
0 3
2 2 2 2 2 2 2 2
i i
i i = =
+ = + + + + +

5
0
2
i
i=
=
;
x)
3
3 3 2 1 0
0
i
i
a a a a a
=
= + + +
0 1 2 3
a a a a = + + +
3
0
i
i
a
=
=
.
A noo do somatrio explicada acima possui algumas
propriedades, dadas a seguir:
Seja i)
k
uma constante arbitrria, ento:
a)
1 1
n n
i i
i i
ka k a
= =
=

;
b)
1
n
i
k nk
=
=
;
ii)
1 1 1 1
n m n m
i j i j
i j i j
a b a b
= = = =
| |
| |
=
|
|
\ .
\ .

;
iii) ( )
1 1 1
n n n
i i i i
i i i
a b a b
= = =
+ = +

;
iv)
1 1 1
p n n
i i i
i i p i
a a a
= = + =
+ =

;
v)
0
p n
p i i
i i p n
a a
= =
=

Exemplo 1.6.
Expanda a) a expresso
2 7
3
3
1
i
i
i
=
+
.
Escreva a expresso usando a notao de somatrio: b)
1 1 1 1 1
1.3 2.4 3.5 4.6 5.7
+ + + + .
Chamamos expandir como
representao da expresso,
por exemplo i
i =1
8
= 1 + 2 +
3 + 4 + 5 + 6 + 7 + 8
Propriedade
Propriedade sinnimo de
atributo; condio o mes-
mo que requisito. Fonte:
LIMA et alli (2003, p. 2-3)
24
Avalie c) ( )
1
1
n
i i
i
a a

=

considerando
0
0 a = .
Soluo.
Podemos escrever a)

2 2 7 7
3 3
3
3
1 1
i i
i i
i i
= =
=
+ +

2 2 2 2 2
3 4 5 6 7
3
3 1 4 1 5 1 6 1 7 1
(
= + + + +
(
+ + + + +

9 16 25 36 49
3
4 5 6 7 8
(
= + + + +
(

.
Podemos escrever b)
5
1
1 1 1 1 1 1
1.3 2.4 3.5 4.6 5.7 ( 2)
i
i i
=
+ + + + =
+
.
Podemos escrever c)

( )
1
1
n
i i
i
a a

=

1 0 2 1 3 2 1
( ) ( ) ( ) ... ( )
n n
a a a a a a a a

= + + + +

1 0 2 1 3 2 1
( ) ( ) ( ) ... ( )
n n
a a a a a a a a

= + + + +

0 n
a a = +

n
a = , pois
0
0 a = .
1.2.2 Produtrio
A notao produtrio ( ) utilizada para representar numa forma
reduzida uma expresso, nmeros, funes, etc., colocados em certa or-
dem e separados por sinal de produto ( ) . Por exemplo,
i)
1
1.2.3.4... !
n
i
n i n
=
= =
;
ii)
2 3
1
. . . ... .
n
n i
i
x x x x x
=
=
;
iii) ( ) ( )
1
2 1 1.3.5. ... . 2 1
n
i
i n
=
=
;
O smbolo usado um pi
maisculo, letra grega.
25
iv) 1
. . ... .
s
i r r s
i r
x x x x r s
+
=
=
;
v) ( ) ( )( ) ( )
1
1 2 ...
n
i
i n
=
=
( ) 1 .1.2. ... .
n
n =
( ) 1 !
n
n =
;
vi) ( ) ( )( )( )( )
4
1
1 1.2 2.3 3.4 4.5
i
i i
=
+ =
( )( ) 1.2.3.4 2.3.4.5 =

( )
4 4
1 1
1
i i
i i
= =
| || |
= +
| |
\ .\ .

;
vii) ( )( )( )( )( )
5
1
4 4.1 4.2 4.3 4.4 4.5
i
i
=
=

5
4 1.2.3.4.5 =

5
5
1
4
i
i
=
=

;
viii)
4
4
1
4 4.4.4.4 4
i=
= =
;
ix) ( )
3
3
3 3 3
1
1 2 .3 .4
i
i
=
+ =
( )
3
2.3.4 = ( )
3
3
1
1
i
i
=
| |
= +
|
\ .
.
A defnio do produtrio explicada acima satisfaz algumas pro-
priedades, dadas a seguir:
i)
1 1 1
n n n
i i i i
i i i
a b a b
= = =
| || |
=
| |
\ .\ .

;
Seja ii) k um nmero natural fxo arbitrrio, usualmente chama-
do de constante, ento:
a)
1
n
n
i
k k
=
=
;
b)
1 1
n n
n
i i
i i
k a k a
= =
=

;
26
c)
1 1
k
n n
k
i i
i i
a a
= =
| |
=
|
\ .

.
Exemplo 1.7. Expanda e simplifque a expresso
( )
0
1
1
n
j
n
i
j
i
=
=
+
.
Soluo. Podemos escrever
( )
0
1
1
1 2 3... ( 1)
1 2 3...
n
j
n
i
j
n n
n
i
=
=
+
+
=

1 2 3... ( 1)
1 2 3...
n n
n
+
=

1 n = +
.
Expanda as seguintes somas: 1)
6
1
2
i
i
=
a) ;
6
0
i
i
x
=
b) .
Escreva as expresses abaixo, usando a notao de somatrio: 3)
1 3 5 7 9 + + + + a) ;
1 4 9 16 25 36 + + + b) .
Expanda os seguintes produtos: 3)
( )
2
3 7
n
j
j
=
+
a) ;
( )
4
3
1
7 3
i
i i
=
+
b)
27
4) Escreva as expresses abaixo usando a notao de produtrio:
1.3.5.7.9
a) ;
( )( ) ( ) 1 2 ... p p p p n + + + b) .
1.3 Princpio de Induo
Vamos analisar a seguinte soma:
( )
1
2 1 1 3 5 ... 2 1
n
n
i
S i n
=
= = + + + +
.
n
n S
2
1 1 1 =
2
2 1 3 4 2 + = =
2
3 1 3 5 9 3 + + = =
2
4 1 3 5 7 16 4 + + + = =
2
5 1 3 5 7 9 25 5 + + + + = =
Considerando os prximos valores de n , podemos deduzir que:

1
2 1
n n
S S n
= + i)
;
ii)
2
n
S n = .
A pergunta que surge aqui se realmente isso verdade para qual-
quer nmero natural n . Os clculos acima no provaram isso. En-
to, em vez de fazer dedues arbitrrias, podemos apresentar um
princpio conhecido como princpio de induo, que garante as afr-
maes estabelecidas.
Proposio 1. 1. Seja a um nmero inteiro. Uma proposio
( ) P n
verdadeira para todo n a se:
O axioma da induo
o ltimo dos axiomas
de Peano (que dene
os nmeros naturais).
Ele est presente (pelo
menos de forma implcita)
sempre que, ao armarmos
a veracidade de uma
preposio referente
aos nmeros naturais,
vericamos que ela
verdadeira (n = 1, n=2,
n=3) e dizemos e assim por
diante.
Deduzir
Concluir (algo) pelo racioc-
nio; inferir. Fonte: Dicionrio
Houaiss. Matematicamente,
o raciocnio dedutivo um
poderoso instrumento de se
chegar a concluses a par-
tir de fatos conhecidos e de
uma estrutura lgica que os
articule.
28
( ) P a i) verdadeira;
para todo ii) r a , se
( ) P r verdadeira, ento
( ) 1 P r + tambm
verdadeira.
Para aplicarmos este princpio de induo matemtica, devemos seguir
os seguintes passos:
1 Passo (Base de induo): Verifcar se ( ) P n verdadeira para
n a = .
2 Passo (Hiptese de induo): Assumir ( ) P k verdadeira, hipte-
se da induo, com k fxado arbitrariamente.
3 Passo (Tese de induo): Provar que ( ) 1 P k + verdadeiro.
Concluso: Sendo verifcados os trs passos, podemos concluir que
( ) P n vlida para qualquer valor de n a .
Vamos aplicar este princpio de induo para resolver alguns exemplos.
Exemplo 1.8. Prove por induo que
( ) 1
1 2 ... , 1
2
n n
n n
+
+ + + =
.
Soluo. Para 1 n = tem-se
( ) 1 1
2
1 1
2 2
+
= =
(vale).
Supomos que o resultado vale para n r = , ou seja,
( ) 1
1 2 ...
2
r r
r
+
+ + + =
.
Vamos mostrar que vale para 1 n r = + , ou seja, precisamos mostrar
que
( )
( )( ) 1 2
1 2 ... 1
2
r r
r r
+ +
+ + + + + =
.
Agora,
( )
( ) 1
1 2 ... 1 1
2
r r
r r r
+
+ + + + + = + +
Teste se a propriedade que
est sendo estudada vale
para o seu valor inicial.
Descreva o que signica
esta propriedade valer para
um valor k qualquer.
Mostre que utilizando o
fato da propriedade valer
para k signica que ela vale
para seu sucessor (k + 1).
29
( ) ( ) 1 2 1
2
r r r + + +
=
( )( ) 1 2
2
r r + +
=
.
Logo, o resultado vale para
1 r +
. Assim, conclumos que o resultado
vale para todo
1 n
.
Exemplo 1.9 Prove por induo matemtica que
2
0
1 ...
n
i n
i
x x x x
=
= + + + + =

1
1
1
n
x
x
+
, x , 1 1 x n ,
onde x o conjunto dos nmeros reais.
Soluo.
1 Passo: (Base de induo). Para 1 n =
1
0
1
i
i
x x
=
= +
e
( )( )
( )
2
1 1
1
1
1 1
x x
x
x
x x
+
= = +

.
Portanto a armao verdadeira para 1 n = .
2 Passo: (Hiptese de induo). Vamos supor que a frmula
vlida para n k = , isto ,
1
0
1
1
k k
i
i
x
x
x
+
=
(hiptese).
3 Passo: (Tese de induo). Devemos mostrar que a armao
vlida para 1 n k = + . Temos
1
1
0
1 ...
k
i k k
i
x x x x
+
+
=
= + + + +
1
0
k
i k
i
x x
+
=
= +
(hiptese)
1
1
1
1
k
k
x
x
x
+
+
= +
( )
1 1
1 1
1
k k
x x x
x
+ +
+
=
um quanticador
universal que signica que
qualquer nmero satisfaz
esta propriedade.
30
2
1
1
k
x
x
+
.
Isso diz que
( ) 1 1
1
1
1
1
k
k
i
i
x
x
x
+ +
+
=
(vale para 1 n k = + ).
Logo, se a frmula vale para 1 k ento tambm vale para 1 k + .
Portanto, conclumos pelo princpio de induo, para qualquer inteiro
1 n , que
1
2
0
1
1 ...
1
n n
i n
i
x
x x x x
x
+
=
= + + + + =
, 1 x , x .
Exemplo 1.10. Usando princpio de induo, prove que
2
3
1 1
n n
i i
i i
= =
| |
=
|
\ .

, 1 n .
Soluo. Vimos no exemplo 1.8 que
( )
1
1
2
n
i
n n
i
=
+
=
.
Portanto, precisamos provar que
( )
2
2
3
1
1
4
n
i
n n
i
=
+
=
.
1 Passo: 1 n =
( )
2
2
3
1 1 1
1 4
1 1
4 4
+

= = =
1 1 = (verdadeira).
2 Passo: Vamos supor que a armao vale para n k = , isto ,
( )
2
2
3
1
1
4
k
i
k k
i
=
+
=
.
3 Passo: Vamos provar que a mesma armao tambm vale para
1 n k = +
, ou seja,
( ) ( )
2
2
1
3
1
1 2
4
k
i
k k
i
+
=
+ +
=
.
Agora,
( )
1
3
3 3
1 1
1
k k
i i
i i k
+
= =
= + +

31

( )
( )
2
2
3
1
1
4
k k
k
+
= + +

( ) ( )
2 3
2
1 4 1
4
k k k + + +
=

( ) ( )
2
2
1 4 1
4
k k k ( + + +

=

( ) ( )
2 2
1 2
4
k k + +
= .
Assim, a frmula vale para 1 k + se for vlida para k . Logo, pelo prin-
cpio de induo ela vlida para qualquer 1 n , isto ,
( )
2
2
3
1
1
4
n
i
n n
i
=
+
=
,
ou seja,
( )
2
2
1
1
2
n
i
n n
i
=
| | +
| |
=
|
|
\ .
\ .

,
1 n
.
Exemplo 1.11. Utilizando o princpio de induo, mostre que a soma
dos cubos de trs inteiros consecutivos um mltiplo de 9.
Soluo. Vamos considerar
( ) ( )
3 3
3
1 2 n n n + + + + , n .
Devemos mostrar que a expresso acima um mltiplo de 9.
1 Passo: Para 1 n = .
3 3 3
1 2 3 1 8 27 36 9.4 + + = + + = = ,
que mltiplo de 9.
2 Passo: Para n k = , suponha que a expresso
( ) ( )
3 3
3
1 2 k k k + + + +
um mltiplo de 9, ou seja, existe um t tal que
( ) ( )
3 3
3
1 2 9 k k k t + + + + = .
3 Passo: Vamos mostrar que
1 n k = +
, ou seja,
( ) ( ) ( )
3 3 3
1 2 3 k k k + + + + + mltiplo de 9.
32
Podemos escrever
( ) ( ) ( )
3 3 3
1 2 3 k k k + + + + +

( ) ( ) ( )
3 3
3
1 2 27 3.3 3 k k k k k = + + + + + + +

( ) ( )
3 3
3 2
1 2 27 9 27 k k k k k = + + + + + + +

2
9 27 9 27 t k k = + + +

( )
2
9 3 3 9 t k k p = + + + =
,
onde
2
3 3 p t k k = + + + .
Logo, podemos concluir que a expresso
( ) ( ) ( )
3 3 3
1 2 3 k k k + + + + +
um mltiplo de 9.
Conseqentemente, a armao 1 n verdadeira.
Analogamente, tambm podemos provar que o resultado vlido
para n, pois neste caso escrevemos n n = .
Exemplo 1.12. Utilizando o princpio de induo, prove que
1 1
m
n n
m
i i
i i
a a
= =
| |
=
|
\ .

.
Soluo.
1 Passo: Para 1 n = .
1 1
1
1 1
m
m m
i i
i i
a a a
= =
| |
= =
|
\ .

.
2 Passo: Vamos supor que o resultado vale para n k = , isto :
1 1
m
k k
m
i i
i i
a a
= =
| |
=
|
\ .

.
3 Passo: Vamos provar que o resultado vlido para 1 n k = + , ou
seja,
1 1
1 1
m
k k
m
i i
i i
a a
+ +
= =
| |
=
|
\ .

.
Agora,
1
1
1 1
k k
m m m
i i k
i i
a a a
+
+
= =
=

33
1
1
m
k
m
i k
i
a a
+
=
| |
=
|
\ .
(usando 2 Passo)
1
1
m
k
i k
i
a a
+
=
| |
=
|
\ .
1
1
m
k
i
i
a
+
=
| |
=
|
\ .
(vale).
Portanto, usando o princpio de induo conclumos que a armao
1 n verdadeira.
Prove, utilizando o princpio da induo:
1)
( )( )
2
1
1 2 1
6
n
i
n n n
i
=
+ +
=
, 1 n .
2) ( )
2
1
2 1
n
j
j n
=
=
, 1 n .
Voc notou que este
exerccio abriu a seo 1.6?
Agora voc vai resolv-lo.
Captulo 2
Nmeros Binomiais
37
Neste captulo apresentaremos o Binmio de Newton e o
tringulo de Pascal. Estes dois assuntos so importantes
nas aplicaes em anlise combinatria, apresentada no
captulo a seguir.
2.1 Coecientes Binomiais
Defniremos como se calculam os coefcientes binomiais. As frmu-
las a seguir permitem calcular todos os elementos do Tringulo de
Pascal sem a necessidade de calcular os elementos anteriores e per-
mitem o clculo dos binmios de Newton, que sero estudados a
seguir.
Defnio 2.1. Dados dois nmeros naturais, n e
p
, sendo n p , cha-
mamos de coefciente binomial ou nmero binomial ou nmero combinat-
rio a expresso defnida por

1, se 0
( 1)...( 1)
, se 0
!
p
n
n n n p
p p
p
=
| |
= +
|

\ .

(1)
ou
!
, , ,
( )! !
n
n
n p n p
p n p p

| |
=
|

\ .
. (2)
Podemos verifcar facilmente que as expresses (1) e (2) so equivalen-
tes. De fato, multiplicando e dividindo (1) por ( )! n p , temos
( 1)...( 1)( )!
( )! !
n
n n n p n p
p n p p
| | +
=
|

\ .
!
!( )!
n
p n p
=
.
Coecientes
Coecientes so nmeros
reais, em geral inteiros, que
multiplicam as incgnitas ou
variveis de uma expresso.
Na seo 2.4 voc perceber
porque chamamos a expres-
so denida a seguir de coe-
cientes binomiais.
Captulo 2
Nmeros Binomiais
38
Notao. H vrias formas de denotar a expresso
n
p
| |
|
\ .
: por C
n p ,
, por
p
n
C ,
por
p
c
n , etc. Neste trabalho sempre utilizaremos
, n p
C .
Veja a seguir alguns exemplos de simplifcao da expresso
, n p
C .
Exemplo 2.1.
5,2
5! 5! 5.4. 3!
2!(5 2)! 2! 3!
C = = =
2! 3!
20
10
2
= = a) .
5,1
5! 5! 5. 4!
1!(5 1)! 4! 1!
C = = =
1! 4!
5 = b) .
7,5
7! 7! 7.6. 5!
5!(7 5)! 5! 2!
C = = =
5!
42
21
2 2!
= = c) .
, 5 ,5
! !
( 5)!( 5)! ( 5)! 5!
p p p
p p
C C
p p p p
= = =
+
d) .
Observao 2.1. As seguintes relaes so importantes e sero utilizadas
posteriormente:
,1
( 1)!
!
( 1)! 1!
i
i i
i
C
i

= =
( 1)! i 1!
i = i) .
1,2
( 1) ( 1)!
( 1)!
( 1 2)! 2!
i
i i i
i
C
i
+
+
+
= =
+ ( 1)! i
( 1)
2! 2!
i i +
= ii) .
2,3
( 2)( 1) ( 1)!
( 2)!
( 2 3)! 3!
i
i i i i
i
C
i
+
+ +
+
= =
+ ( 1)! i
( 1)( 2)
3! 3!
i i i + +
= iii) .
2.1.1 Coecientes Binomiais Complementares
Os coefcientes binomiais
7,2
C e
7,5
C tm o mesmo numerador, e a
soma de seus denominadores igual ao numerador. O mesmo ocor-
re com
6,4
C e
6,2
C . Coefcientes binomiais desse tipo so conhecidos
como complementares. Veja defnio a seguir.
Defnio 2.2. Coefcientes binomiais complementares so aqueles que
tm o mesmo numerador e cuja soma dos denominadores igual ao nume-
s vezes chamamos Cn,p
por coeciente binomial de
n por p, e neste caso n
conhecido como numerador
do coeciente binomial e
p como denominador do
coeciente binomial, mas de
qualquer maneira Cn,p no
tem nada ver com nmero
racional
n
p
, ou seja,
C
n
p
n
p
n p ,
=
(
(

.
39
rador, isto , dois coefcientes binomiais
, n p
C e
, n q
C so complementares se
p q n + = .
Exemplo 2.2.
8,3
C a) e
8,5
C so complementares, pois 3 5 8 + = .
5,3
C b) e
5,2
C so complementares, pois 3 2 5 + = .
2.1.2 Igualdade Entre Dois Binomiais
Dois binomiais,
, n p
C e
, n q
C , so iguais se, e somente se, p q = ou
p q n + = , isto ,
, , n p n q
C C p q = = ou p q n + = .
Exemplo 2.3.
a)
11, 11,5
5
x
C C x = = ou 5 11 6 x x + = =
5 x = ou 6 x = .
b)
8,4 8,
4
x
C C x = = , pois ou 4 8 4 x x + = = .
Esta concluso se enuncia genericamente da seguinte forma:
Proposio 2.1. vlida a relao
, ,
, , e
n p n n p
C C n p n p
=
,
onde o conjunto de nmeros naturais positivos.
A demonstrao segue direto da propriedade de igualdade entre
dois binomiais e do fato de que n p p n + =
Exemplo 2.4. Obtenha n tal que
,2
,3
3
4
n
n
C
C
= .
Os coecientes binomiais
complementares so sempre
iguais.
Observe os exemplos abaixo
em que equaes contm
incgnitas nos binmios de
Newton.
40
Soluo. Temos
,2
,3
!
3 3 ( 2)! 2!
!
4 4
( 3)!3!
n
n
n
C
n
n
C
n
= =

( 3)!3! 3
( 2)! 2! 4
n
n

=

( 3)! n
3. 2!
( 2) ( 3)! n n 2!
3
4
=

3 3
2 4 n
=

2 4 n =

6 n = .
Exemplo 2.5. Obtenha n tal que
,2
15
n
C = .
,2
! ( 1)( 2)!
15
( 2)! 2! ( 2)! 2!
n
n n n n
C
n n

= = =

30 ( 1) n n =
2
30 0 n n =
( 6)( 5) 0 n n + =
6 ou 5 n n = = .
Como n positivo, ento 5 n , ou seja, 6 n = .
Efetue as expresses: 1)
3,0 3,1 3,2
C C C + + a) ;
5,0 5,2 5,4
C C C + + b) .
41
2) Determine o valor de x em cada uma das seguintes expresses:
16, 1 16,3 1 x x
C C
+
= a) ;
2
10, 5 1
10, 5
x
x
C C
+
= b) .
Obtenha 3) n tal que:
,3
1
n
C =
a)
;
1,2
36
n
C

= b) .
4) Considere
A
n
n p
n p ,
!
!
=
( )
. Obtenha x tal que:
,2 ,2
10
x x
A C x = a) ;
1,2 1,2
24
x x
A C
+
= b) .
2.2 Relao de Stifel
A relao de Stifel bem conhecida em anlise combinatria e tem
suas aplicaes em desenvolvimento do Binmio de Newton.
dada por
, , 1 1, 1 n p n p n p
C C C
+ + +
+ =
.
De fato
, , 1
! !
!( )! ( 1)!( 1)!
n p n p
n n
C C
p n p p n p
+
+ = +
+
! !
!( )( 1)! ( 1) !( 1)!
n n
p n p n p p p n p
= +
+
! 1 1
!( 1)! 1
n
p n p n p p
(
= +
(
+

!
!( 1)!
p
n
p n p
=

1 n p + +
( )( 1) n p p
(
(
+
(

!( 1)
!( 1)!( )( 1)
n n
p n p n p p
+
=
+
Esta notao ser discutida
no captulo seguinte. Por
enquanto, utilize esta
frmula apenas para treinar
sua habilidade de calcular
com fatoriais e comparar
combinaes.
Ateno: estude esta
demonstrao tentando
compreender as idias que
esto sendo utilizadas e
tambm analisando, de cada
linha para a seguinte, a
validade de cada operao.
42

( 1)!
( )!( 1)!
n
n p p
+
=
+

( )
( 1)!
( 1)! 1 ( 1) !
n
p n p
+
=
+ + +

1, 1 n p
C
+ +
=
.
Exemplo 2.6. Calcule
9,6 9,7
C C + a) ;
8,5 8,6
C C + b) .
Soluo.
a) Aplicando a relao de Stifel, podemos escrever
9,6 9,7 10,7
10! 10.9.8
120
7! 3! 1.2.3
C C C + = = = = .
b) Aplicando a relao de Stifel, podemos escrever
8,5 8,6 9,6
9! 9.8.7
84
6!3! 1.2.3
C C C + = = = = .
Exemplo 2.7 Resolva a equao
1,2 ,1 4,2 x x
C C C
+
= + .
Soluo. Comparando-a com a relao de Stifel,
, , 1 1, 1 n p n p n p
C C C
+ + +
+ = , temos
,1 4,2 1,2 x x
C C C
+
+ =
4,1 4,2 5,2
C C C + =
4 x = .
Ao resolver os exerccios, atente para o fato de que matematicamen-
te um problema est resolvido se for mostrado que no h soluo
possvel
43
Complete: 1)
5,1 5,2 ,2
C C C + =
.
Resolva em 2) x a equao
,3 ,4 n n
C x C = .
Obtenha 3) x tal que
12,2 12, 9 x x
C C
+
=
.
Obtenha 4) x e y tal que
10, 10,2 5 11, x x y
C C C
+ =
.
2.3 Tringulo de Pascal
A seguinte disposio de nmeros em termos de coefcientes bino-
miais conhecida como Tringulo de Pascal.
0 1 2 3 4 5 ...
0
: 0 L
0,0
C
1
:1 L
1,0
C
1,1
C
2
: 2 L
2,0
C
2,1
C
2,2
C
3
: 3 L
3,0
C
3,1
C
3,2
C
3,3
C
4
: 4 L
4,0
C
4,1
C
4,2
C
4,3
C
4,4
C
5
: 5 L
5,0
C
5,1
C
5,2
C
5,3
C
5,4
C
5,5
C
... ... ... ... ... ... ... ...
Tabela 1
Note que aqui o n tratado
como uma constante e a
resposta encontrada ser
em funo de n.
44
A tabela acima pode ser representada equivalentemente como:
0 1 2 3 4 5 ...
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
... ... ... ... ... ... ... ...
Tabela 2
A disposio de nmeros dadas na tabela 1 ou tabela 2 chamada
Tringulo de Pascal.
Aplicando a relao de Stifel, podemos observar que a cada dois
termos consecutivos de uma linha, obtemos a linha seguinte. Por
exemplo,
3,1 3,2 4,2
C C C + = ,
ou
3 3 6 + = .
Para construir o Tringulo de Pascal devemos observar os seguin-
tes passos:
A primeira coluna formada exclusivamente pelo nmero 1,
pois
,0
1
n
C = .
A segunda coluna formada pela seqncia 1,2,3,... iniciando o pri-
meiro elemento da coluna a partir da segunda linha da tabela.
O ltimo elemento de cada linha sempre 1, pois
,
1
n n
C = .
Os penltimos elementos das linhas formam a seqncia 1, 2, 3,...
Os outros elementos da tabela so obtidos aplicando a relao
de Stifel.
45
2.3.1 Propriedades do Tringulo de Pascal
A seguir damos algumas propriedades do tringulo de Pascal.
Propriedade 2.1. Dois coefcientes eqidistantes dos extremos so iguais,
ou seja, em uma mesma linha do tringulo de Pascal, elementos eqidistan-
tes dos extremos so iguais.
Demonstrao. Considere uma linha genrica de numerador
n
de
tringulo de Pascal dada por
,0 n
C
,1 n
C
,2 n
C ...
, n p
C ...
, n n p
C

...
, 1 n n
C

, n n
C .
Podemos observar que
, n p
C e
, n n p
C

so eqidistantes dos extremos,
pois p elementos procedem
, n p
C e p elementos sucedem
, n n p
C

. Alm
disso,
, n p
C e
, n n p
C

so complementares, pois p n p n + = . Sabemos
que elementos complementares so iguais.
Portanto,
, , n p n n p
C C

=
.

Propriedade 2.2. (Teorema das linhas) A soma dos coefcientes bino-
miais situados numa mesma linha (de numerador n ) de um tringulo de
Pascal sempre 2
n
. Isto ,
, ,0 ,1 ,
0
... 2
n
n
n i n n n n
i
C C C C
=
= + + + =
.
Anlise:
Linha Soma
( )
0
0 : n L =
1 1 ou 1=2
0
( )
1
1 : n L =
1 1 1+1=2=2
1
( )
2
2 : n L =
1 2 1 1+2+1=4=2
2
( )
3
3 : n L =
1 3 3 1 1+3+3+1=8=2
3
( )
4
4 : n L =
1 4 6 4 1 1+4+6+4+1=16=2
4
e sucessivamente ... ... ... ... ... ... ...
Tabela 3
46
Por exemplo,
5
5
5,
0
2
i
i
C
=
=
i) ;
3
3
3,
0
2
i
i
C
=
=
ii) ;
4
4,0 4,1 4,2 4,3 4,4
2 C C C C C + + + + = iii) .
Demonstrao. Vamos demonstrar a propriedade usando o princpio
da induo ou induo matemtica.
1 Passo: 0 n =
0
0,0
1 2 C = = (vale).
2 Passo: Vamos supor que a armao vlida para n i = , ou seja,
,0 ,1 ,
... 2
i
i i i i
C C C + + + = .
3 Passo: Vamos provar que 1 n i = + , ou seja, precisamos provar que
1
1,0 1,1 1, 1
... 2
i
i i i i
C C C
+
+ + + +
+ + + = .
Aplicando a relao de Stifel podemos escrever
1,1 ,0 ,1 i i i
C C C
+
= +
1,2 ,1 ,2 i i i
C C C
+
= +
1, , 1 , i i i i i i
C C C
+
= + .
Tambm sabemos que
1,0 ,0 i i
C C
+
=
e
1, 1 , i i i i
C C
+ +
= .
Logo, podemos escrever
1,0 1,1 1, 1
...
i i i i
C C C
+ + + +
+ + +
1,0 1,1 1, 1, 1
...
i i i i i i
C C C C
+ + + + +
= + + + +
,0 ,0 ,1 ,1 , ,
...
i i i i i i i i
C C C C C C = + + + + + +
Lembre-se que vimos este
mtodo de demonstrao
no item 1.3 Princpio de
Induo desta disciplina.
47
,0 ,1 ,
2 ...
i i i i
C C C ( = + + +

2 2
i
= (utilizando 2 passo hiptese)
1
2
i+
=
.
Logo, o resultado vale n 0 .
Exemplo 2.8. Qual o valor da soma
,
1
n
n i
i
S i C
=
=
?
Soluo. Temos
,
1
n
n i
i
S i C
=
=
1
!
!( )!
n
i
n
i
i n i
=
=
1
!
( 1)!( )!
n
i
n
i n i
=
=

1
( 1)!
( 1)!( 1 ( 1))!
n
i
n n
i n i
=
1, 1
1
n
n i
i
n C

=
=
1,0 1,1 1, 1
...
n n n n
n C C C

( = + + +

1
2
n
n

= .
Propriedade 2.3 (Teorema das colunas). A soma dos elementos de uma
coluna do tringulo de Pascal (comeando no primeiro elemento da coluna)
igual ao elemento que est avanado uma linha e uma coluna sobre a l-
tima parcela de soma, isto , a soma dos n primeiros termos da coluna
p

igual ao termo 1 n + da coluna 1 p + , ou seja,
, 1, , 1, 1
...
n n n n n p n n p n
C C C C
+ + + + +
+ + + = ,
ou
, 1, 1
0
p
n i n n p n
i
C C
+ + + +
=
=
,
0 n
.
48
Anlise:
0
C
1
C
2
C
3
C
4
C
...
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
... ... ... ... ... ...
Ento, a soma dos primeiros trs termos da coluna
1
C dada por
1 2 3 6 + + = , que o valor do terceiro termo da coluna
2
C . Por exemplo,
4,4 5,4 6,4 7,5
C C C C + + = i) .
7,7 7,8 7,9 7,10 8,11
C C C C C + + + = ii) .
Demonstrao. Vamos demonstrar a propriedade usando a induo
matemtica sobre p . Seja n um nmero inteiro xo.
1 Passo: 0 p =
, 1, 1
1
n n n n
C C
+ +
= = (vale).
2 Passo: Vamos supor que a armao vlida para
p i =
, ou seja,
, 1, , 1, 1
...
n n n n n i n n i n
C C C C
+ + + + +
+ + + = .
3 Passo: Vamos provar que 1 p i = + , ou seja, precisamos provar
que
, 1, 1, 2, 1
...
n n n n n i n n i n
C C C C
+ + + + + +
+ + + = .
Vamos considerar o lado esquerdo da expresso acima. Podemos es-
crever
, 1, 1,
...
n n n n n i n
C C C
+ + +
+ + +
1, 1 1, n i n n i n
C C
+ + + + +
= +
(por hiptese, 2
o
passo)
( 1)! ( 1)!
( 1)! ! !( 1)!
n i n i
n i n i
+ + + +
= +
+ +
( 1)! 1 1
! ! 1 1
n i
n i n i
+ +
(
= +
(
+ +

49
( 1)!( 2)
! !( 1)( 1)
n i n i
n i n i
+ + + +
=
+ +

( 2)!
( 1)!( 1)!
n i
n i
+ +
=
+ +

2, 1 n i n
C
+ + +
= ,
o que o lado direito da expresso.
Logo, o resultado vale 0 p .
Vamos aplicar a propriedade acima para resolver alguns exemplos.
Exemplo 2.9. Qual o valor da soma
30
1
( 1)( 2)
i
S i i i
=
= + +
?
Soluo. Utilizando a observao 2.1 podemos escrever
30
1
( 1)( 2)
i
S i i i
=
= + +
30
2,3
1
3!
i
i
C
+
=
=
3,3 4,3 32,3

6 ... C C C ( = + + +

33,4
6 C =
(pela propriedade 2.3)
33!
6
4!(33 4)!
=
33 32 31 30
6
1 2 3 4

=

245520 =
.
Exemplo 2.10. Calcule a soma
2
1
n
i
S i
=
=
.
Soluo. Pelo princpio de induo, sabemos que
2
1
( 1)(2 1)
6
n
i
n n n
S i
=
+ +
= =
.
Mas demonstraremos o mesmo resultado aplicando a propriedade
2.3.
50
Pela observao 2.1 vimos que temos valores de
, n i
C do tipo
, ( 1), ( 1)( 2) i i i i i i + + + , etc.
Ento queremos escrever
2
i em termos de , ( 1), i i i +

etc. Para tal,
vamos considerar
2
( 1) i Ai i Bi C = + + + .
Aps comparao dos coecientes dos dois lados e simplicando, ob-
temos 1 A = , 1 B = e 0 C = .
Ento podemos escrever
2
( 1) i i i i = + . Logo

2
1 1
[ ( 1) ]
n n
i i
S i i i i
= =
= = +

1 1
( 1)
n n
i i
i i i
= =
= +

1,2 ,1
1 1
2
n n
i i
i i
C C
+
= =
=

(aplicando a observao 2.1)

2,3 1,2
2
n n
C C
+ +
=


( 2)( 1) ( 1)
2
1.2.3 1.2
n n n n n + + +
=

( )
2 1
1
3 2
n
n n
+ (
= +
(

( 1)(2 1)
6
n n n + +
=
.
Exempo 2.11. Calcule o valor da soma
2
1
(3 1)
n
i
S i i
=
=
.
Soluo. Temos
( ) ( )
2 2 2 2 2
1
3 1 2.1 5.2 8.3 ... 3 1
n
i
S i i n n
=
= = + + + +
.
Vamos escrever
2 3 2
(3 1) 3 i i i i =
em termos de , ( 1) i i i + ,
( 1)( 2) i i i + + etc.
Temos
3 2
3 ( 1)( 2) ( 1) i i Ai i i Bi i Ci D = + + + + + +
51

3 2
(3 ) (2 ) 1 Ai A B i A B C i = + + + + + + .
Comparando os coecientes e simplicando, obtemos
3 A = , 10 B = , 4 C = e 0 D = .
Isto implica em
3 2
3 3 ( 1)( 2) 10 ( 1) 4 i i i i i i i i = + + + + .
Logo
2
1
(3 1)
n
i
S i i
=
=
1 1 1
3 ( 1)( 2) 10 ( 1) 4
n n n
i i i
i i i i i i
= = =
= + + + +

2,3 1,2 ,1
1 1 1
3 3! 10 2! 4
n n n
i i i
i i i
C C C
+ +
= = =
= +

(pela observao 2.1)
3,4 2,3 1,2
18 20 4
n n n
C C C
+ + +
= +


( 3)( 2)( 1) ( 2)( 1) ( 1)
18 20 4
1 2 3 4 1 2 3 1 2
n n n n n n n n n + + + + + +
= +

3( 2)( 3) 10( 2)
( 1) 2
4 3
n n n
n n
+ + + (
= + +
(

2
( 1)(9 5 2)
12
n n n n + +
=
.
Portanto,
2
2
1
( 1)(9 5 2)
(3 1)
12
n
i
n n n n
S i i
=
+ +
= =
.
Propriedade 2.4 (Teorema das Diagonais). A soma dos elementos de
uma diagonal (isto , de uma paralela hipotenusa) do Tringulo de Pascal
(comeando no primeiro elemento da diagonal) igual ao elemento que est
imediatamente abaixo da ultima parcela. Em outras palavras, podemos di-
zer que a soma dos
p
termos da diagonal de ordem n igual ao termo
p

da coluna de ordem 1 n + , isto ,
, ,0 1,1 ,
0
...
p
n i i n n n p p
i
C C C C
+ + +
=
= + + +
1, n p p
C
+ +
=
.
52
Anlise:
0
C
1
C
2
C
3
C
4
C
5
C
6
C
...
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
... ... ... ... ... ... ... ...
Por exemplo,
4,0 5,1 6,2 7,2
C C C C + + = i) ;
10,0 11,1 12,2 13,3 14,3
C C C C C + + + = ii) .
Demonstrao. Utilizando as propriedades de combinao comple-
mentares, isto ,
, , n p n n p
C C

= , n p , podemos escrever
, ,0 1,1 2,2 ,
0
...
p
n i i n n n n p p
i
C C C C C
+ + + +
=
= + + + +
, 1, 2, ,
...
n n n n n n n p n
C C C C
+ + +
= + + + +
1, 1 n p n
C
+ + +
=

(aplicando propriedade 2.3)
1, n p p
C
+ +
= .
Propriedade 2.5. Valem as seguintes desigualdades:
, , 1
1
se
2
n p n p
n
C C p
+

< < a) ;
, , 1
1
se
2
n p n p
n
C C p
+

> >
b) .
Interpretao: Os resultados (a) e (b) afrmam que na primeira metade de
cada linha os elementos esto em ordem crescente (cada termo menor que
o seguinte,
, , 1 n p n p
C C
+
< ) e que na segunda metade os elementos esto em
ordem decrescente (cada termo maior que o anterior,
, , 1 n p n p
C C
+
> ).
53
Demonstrao. Simplicando, obtemos
, 1 ,
! !
( 1)!( 1)! !( )!
n p n p
n n
C C
p n p p n p
+
=
+

!( ) !( 1) !( 2 1)
( 1)!( )! ( 1)!( )!
n n p n p n n p
p n p p n p
+
= =
+ +
.

Como ! n , ( 1)! p + e ( )! n p so positivos, ento o sinal de
, 1 , n p n p
C C
+
o mesmo de 2 1 n p .
Logo
, 1 ,
0, 2 1 0
0, 2 1 0
n p n p
n p
C C
n p
+
> >

< <
,
ou seja,
, 1 ,
1
0,
2
1
0,
2
n p n p
n
p
C C
n
p
+

> <
< >
.
Resumindo, at o momento estudamos os seguintes assuntos:
Relao de Stifel
, , 1 1, 1 n p n p n p
C C C
+ + +
+ =
.
Teorema das Diagonais
,0 1,1 , 1,
...
n n n p p n p p
C C C C
+ + + +
+ + + =
.
Teorema das Linhas
,0 ,1 ,
... 2
n
n n n n
C C C + + + = .
Teorema das Colunas
, 1, , 1, 1
...
n n n n n p n n p n
C C C C
+ + + + +
+ + + =
.
Binomiais Complementares
, , n p n n p
C C

= , 0 n , 0 n p .
54
Prove, fazendo as contas, que 1)
2, 2 , , 1 , 2
2
n p n p n p n p
C C C C
+ + + +
= + + .
Calcule 2)
,
0
( 1)
n
n i
i
i C
=
+
.
Calcule o valor da soma 3)
75
15
( 1)
i
S i i
=
= +
a) .
1
(2 1)
n
i
S i i
=
= +
b) .
2.4 Binmio de Newton
Vamos analisar o desenvolvimento da expresso
( )
n
a b +
,
para cada valor de n :
para 0 n = :
0
( ) 1 a b + = ;
para 1 n = :
1
( ) 1 1 a b a b a b + = + = + ;
para 2 n = :
2 2 2
( ) 1 2 1 a b a ab b + = + + ;
para 3 n = :
3 3 2 2 3
( ) 1 3 3 1 a b a a b ab b + = + + + ;
para 4 n = :
4 4 3 2 2 3 4
( ) 1 4 6 4 1 a b a a b a b ab b + = + + + + ;
para 5 n = :
5 5 4 3 2 2 3 4 5
( ) 1 5 10 10 5 1 a b a a b a b a b ab b + = + + + + +
e assim por diante.
Uma simples anlise nas identidades acima verifca que:
medida que o expoente aumenta, o nmero de termos de
desenvolvimento tambm aumenta;
o nmero de termos do desenvolvimento da expresso ( )
n
a b +

1 n + . Assim,
3
( ) a b +
tem quatro termos,
5
( ) a b + tem seis ter-
mos, etc.;
55
as seqncias dos coefcientes da expresso ( )
n
a b + formam o
Tringulo de Pascal.
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
... ... ... ... ... ... ...
Assim, atravs da relao de Stifel possvel determinar qualquer
termo da expresso de ( )
n
a b + .
Novamente escrevendo o desenvolvimento da expresso ( )
n
a b +
em termos de nmeros binomiais, temos:
0
0,0
( ) a b C + =
1
1,0 1,1
( ) a b C a C b + = +
2 2 2
2,0 2,1 2,2
( ) a b C a C ab C b + = + +
3 3 2 2 3
3,0 3,1 3,2 3,3
( ) a b C a C a b C ab C b + = + + +
4 4 3 2 2 3 4
4,0 4,1 4,2 4,3 4,4
( ) a b C a C a b C a b C ab C b + = + + + +
1 2 2 1
,0 ,1 ,2 , 1 ,
( ) ...
n n n n n n
n n n n n n n
a b C a C a b C a b C ab C b

+ = + + + + +
.
Podemos, ento, verifcar que:
o coefciente de cada termo da forma
, n i
C , onde i varia de 0
a n ;
em qualquer termo o elemento a elevado a um expoente
n i ;
em qualquer termo o elemento b elevado a um expoente i .
De modo geral,
,
0
( )
n
n n i i
n i
i
a b C a b
=
+ =
. (3)
Voc se lembra de que
falamos em coecientes
binomiais desde o incio?
devido ao seu uso na
expanso da potncia de
uma soma que ele recebe
este nome.
56
A expresso (3) chamada de Binmio de Newton.
A seguir demonstraremos a validade da expresso do Binmio de
Newton, dada por (3), pelo princpio de induo.
1 Passo: Para 1 n = ,
1
( ) ( ) a b a b + = + ,
e
1,0 1,1
1 1 C a C b a b a b + = + = + .
Logo
1,0 1,1
( ) a b C a C b + = +
.
2 Passo: Vamos supor que a afrmao (3) vlida para n k = , ou
seja,
,
0
( )
k
k k i i
k i
i
a b C a b
=
+ =
, 1 k .
3 Passo: Vamos provar a afrmao (3) para 1 n k = + , ou seja, preci-
samos verifcar que
1
1 1
1,
0
( )
k
k k i i
k i
i
a b C a b
+
+ +
+
=
+ =
.
Podemos escrever
( ) ( )( )
1 k k
a b a b a b
+
+ = + +

,
0
( )
k
k i i
k i
i
a b C a b
=
= +
(2
o
passo hiptese de induo)
1 2 2
,0 ,1 ,2
( )
k k k
k k k
a b C a C a b C a b

= + + +
1
, 1 ,
...
k k
k k k k
C ab C b
( + + +

1 1 2
,0 ,1 ,0 ,2 ,1
( ) ( )
k k k
k k k k k
C a C C a b C C a b
+
= + + + +
1
, , 1 ,
... ( )
k k
k k k k k k
C C ab C b
+
+ + + + .

(4)
Aplicando a relao de Stifel e utilizando as identidades
,0 1,0 k k
C C
+
= e
, 1, 1 k k k k
C C
+ +
= ,
57
obtemos, da expresso (4),
1 1
1,0 1,1
( )
k k k
k k
a b C a C a b
+ +
+ +
+ = +
1
1, 1, 1
...
k k
k k k k
C ab C b
+
+ + +
+ + +

1
1
1,
0
k
k i i
k i
i
C a b
+
+
+
=
=
,
o que prova o resultado para 1 n k = + . Logo, pelo princpio de in-
duo, podemos concluir a validade da afrmao (3) para qualquer
n.
Observao 2.2. s vezes, a expresso ( )
n
a b + chamada de Binmio, e
seu desenvolvimento (3) conhecido como Binmio de Newton.
2.4.1 Termo Geral do Binmio
Vamos escrever
, 1
0 0
( )
n n
n n i i
n i i
i i
a b C a b T
+
= =
+ = =

,
onde
1 ,
, 0
n i i
i n i
T C a b i n
+
= . (5)
A expresso (5) chamada de termo geral do binmio, e o coefciente
, n i
C o coefciente binomial do ( ) 1 i + - simo termo. Por exemplo,
O coefciente de 8 termo da expresso i)
10
( ) a b +
10,7
C ;
O coefciente de 4 termo da expresso ii)
13
( ) a b +
13,3
C .
Exemplo 2.12 Escreva a representao por somatrio do seguinte
binmio: ( )
n
a b .
a b a b C a b
n n
n i
n i
i
i
n
( ) = + ( ) = ( )
=
,
0
[ ]

.
Como ( ) = ( ) b b
i i
i
1 , ento
( )
,
0
( ) 1
n
i
n n i i
n i
i
a b C a b
=
=

,
0
( 1)
n
i n i i
n i
i
C a b
=
=
.
Note que essa forma de
representar uma subtrao
por uma soma com um
termo negativo facilita os
clculos e permite o uso
padro do termo geral do
binmio.
Aqui est sendo utilizada a
distributividade da potncia
em relao multiplicao.
Por que voc acha que esta
mudana foi feita?
58
Exemplo 2.13. Determine o termo geral do desenvolvimento de
( )
n
a b
.
Soluo. Sabemos que
, 1
0 0
( ) ( 1)
n n
n i n i i
n i i
i i
a b C a b T
+
= =
= =

,
onde
1 ,
( 1) , 0
i n i i
i n i
T C a b i n
+
=
o termo geral da expresso ( )
n
a b .
Exemplo 2.14. Desenvolva o binmio
4
( ) x y + .
Soluo. Aplicando o desenvolvimento do Binmio de Newton, po-
demos escrever
( )
4
4 3 2 2 3 4
4,0 4,1 4,2 4,3 4,4
x y C x C x y C x y C x y C y + = + + + +

4 3 2 2 3 4
4 6 4 x x y x y x y y = + + + + .
Exemplo 2.15. Desenvolva o binmio
5
( ) x y .
Soluo. Temos

5
5 5
5,
0
( ) ( 1)
i i i
i
i
x y C x y
=
=
0 5 4 2 3 2
5,0 5,1 5,2
( 1) ( 1) ( 1) C x C x y C x y = + +
3 2 3
5,3
( 1) C x y +
4 4
5,4
( 1) C x y +
5 5
5,5
( 1) C y +

5 4 3 2 2 3 4 5
5 10 10 5 x x y x y x y x y y = + +
.
Exemplo 2.16. Calcule o 7 termo do desenvolvimento de
8
(2 ) y + .
8
8
1
0
(2 )
i
i
y T
+
=
+ =
,
onde
8
1 8,
2
i i
i i
T C y
+
= .
59
Agora, para 6 i = , temos
2 6
7 8,6
2 T C y =
6
8 7
4
1 2
y
6
112y = .
Exemplo 2.17. Calcule o 6 termo do desenvolvimento de
7
( 3) x .
Soluo. Temos

5 2 5
6 5 1 7,5
( 1) 3 T T C x
+
= =

5 2
7.6
3 ( 1)
1.2
x =

2
21.81.3( 1)x =

2
63.81x =
Exemplo 2.18. Verifque se existe termo independente de a no de-
senvolvimento de
7
1
a
a
| |
+
|
\ .
.
Soluo. Sabemos que
7
1 7,
1
i
i
i i
T C a
a
+
| |
=
|
\ .

7
7,
i i
i
C a a

=

7 2
7,
i
i
C a

= .
Para que
1 i
T
+
seja independente de a , necessrio que 7 2 0 i = ,
ou seja,
7
2
i = .
Como i , logo
7
2
i = . Portanto, no existe o termo
independente de a .
Exemplo 2.19. Calcule o termo independente de x no desenvolvi-
mento de
8
3
1
x
x
| |
+
|
\ .
.
termo independente
comum em matemtica
fazer referncia em uma
equao ao termo em que
a incgnita no aparece. A
este termo chamamos de
termo independente da in-
cgnita ou simplesmente
termo independente.
60
Soluo. Sabemos que
8
3
1 8,
1
( )
i
i
i i
T C x
x
+
| |
=
|
\ .

8 3
8,
i i
i
C x x
+
=

8 4
8,
i
i
C x
+
= .
Para o termo independente de x , devemos ter o expoente igual a
zero, ou seja,
8 4 0 2 i i + = = ,
isto ,
8 8
3 8,2
T C x
+
=
8,2
C =
8 7
28
1 2
= =
.
Exemplo 2.20. Desenvolva
4
( 3 ) x y .
Soluo. Temos
, 3 a x b y = = e 4 n = .
Logo
( ) ( )
4
4
4
4,
0
3 3
i
i
i
i
x y C x y
=
=
( ) ( )
2
4 3 2
4,0 4,1 4,2
3 3 C x C x y C x y = + +
( ) ( )
3 4
4,3 4,4
3 3 C x y C y + +
4 3 2 2 3 4
12 54 108 81 x x y x y x y y = + +
.
Portanto
( )
4
4 3 2 2 3 4
3 12 54 108 81 x y x x y x y x y y = + + .
Exemplo 2.21. Determine o 6 termo do desenvolvimento de
9
1
x
x
| |
+
|
\ .
.
61
Soluo. Temos
1 ,
n i i
i n i
T C a b
+
= .
Agora,
1
, , 9 a x b n
x
= = = e 5 i = .
Assim, temos
5
9 5
6 9,5
1
T C x
x
| |
=
|
\ .
4 5/ 2
9 8 7 6
1 2 3 4
x x

=

4 5/ 2
126x

=
3/ 2
126x = .
Exemplo 2.22. Um dos termos do desenvolvimento de
12
2
1
x
x
| |
|
\ .

no depende de x . Qual ?
Soluo. Sabemos que
12
1 12, 2
1
i
i
i i
T C x
x
+
| |
=
|
\ .

( )
12 2
12,
1
i
i i
i
C x x

=

( )
12 3
12,
1
i
i
i
C x

=
.
Para que
1 i
T
+
seja independente de x , devemos ter 12 3 0 i = ou
4 i = .
Logo
( )
4
12 12
5 12,4
1 T C x

=
12,4
12!
8! 4!
C = =
12 11 10 9
11 5 9
1 2 3 4

= =

495 =
.
62
Exemplo 2.23. Escreva o termo em
6
b da expresso
( )
9
2
2 b + .
Soluo. Temos
( )
9 2
1 9,
2
i
i
i i
T C b
+
=

9 2
9,
2
i i
i
C b
=
.
Para obter o termo em
6
b , devemos fazer 2 6 i = , isto , 3 i = .
Logo,
6 6
4 9,3
2 T C b =

6 6
9.8.7
2
1.2.3
b =

6 6
84.2 b = .
Exemplo 2.24. D o coefciente do termo em
8
x no desenvolvimento
de ( )
10
3 x .
Soluo. Temos
( )
10
1 10,
3
i
i
i i
T C x

+
=

( )
10
10,
1 3
i
i i
i
C x

= .
Para obter o coeciente do termo em
8
x , devemos fazer 10 8 i = ,
isto , 2 i = .
Logo
( )
2
8 2
3 10,2
1 3 T C x =

8
10 9
9
1 2
x

8
405 x = .
Portanto, o coeciente do termo em
8
x 405.
2.4.2 Propriedades
A seguir apresentaremos duas propriedades interessantes do bin-
mio de Newton.
63
Propriedade 2.6. No desenvolvimento de ( )
n
a b + , a soma dos coecien-
tes de ordem par igual a soma dos coecientes de ordem mpar.
Demonstrao. Sabemos que
( )
,
0
n
n
n i i
n i
i
a b C a b
=
+ =
.
Vamos considerar 1 a = e 1 b = . Obtemos
( )
,
0
0 1
n
i
n i
i
C
=
=
( )
,0 ,1 ,2 ,3 ,
... 1
n
n n n n n n
C C C C C = + + +
,1 ,3 ,0 ,2
... ...
n n n n
C C C C + + = + +
,
o que demonstra a propriedade.
Propriedade 2.7. No desenvolvimento de ( )
n
a b + , a soma dos coefcientes
igual a 2
n
, ou seja,
,
0
2
n
n
n i
i
C
=
=
.
Demonstrao. Sabemos que
( )
,
0
n
n
n i i
n i
i
a b C a b
=
+ =
.
Vamos considerar 1 a b = = . Logo
,
1
2
n
n
n i
i
C
=
=
ou
,0 ,1 ,
... 2
n
n n n n
C C C + + + = .
Observe que este resultado j foi demonstrado anteriormente de
uma outra maneira, quando foram estudadas as propriedades do
tringulo de Pascal. Esta propriedade equivalente ao Teorema das
linhas, discutido no item 2.2.
Exemplo 2.25. Determine as somas dos coefcientes do desenvolvi-
mento de
( )
10
2
x x + .
Por que voc acha que o
que foi feito demonstra a
igualdade entre a soma dos
termos de ordem par e a
soma dos de ordem impar?
Ordem
Na frmula do termo geral
do binmio chamamos de
ordem ao termo i.
64
( ) ( )
10 10
2 2
10,
0
n
i
i
i
i
x x C x x
=
+ =
.
Para obter soma dos coecientes, devemos considerar 1 x = , isto ,
10
10
10,
0
2
i
i
C
=
=
.
Observao 2.3. Considere um polinmio
( )
2
0 1 2
...
n
n
P x a a x a x a x = + + + + ,
ento
( )
0 1 2
1 ...
n
P a a a a = + + + + .
A soma dos coefcientes de um polinmio em x o valor numrico do poli-
nmio para 1 x = .
Exemplo 2.26. Determine o termo mximo no desenvolvimento de
21
1
1
2
| |
+
|
\ .
.
Soluo. O termo geral dado por
21
1 21,
1
1
2
i
i
i i
T C

+
| |
=
|
\ .
21,
1
2
i
i
C
| |
=
|
\ .
.
Sabemos que cada termo maior que o anterior (at certo valor de
i ) , ou seja,
1 i i
T T
+
>
1
21, 21, 1
1 1
2 2
i i
i i
C C

| | | |
>
| |
\ . \ .
( ) ( ) ( )
1
21! 1 21! 1
! 21 2 1 ! 22 ! 2
i i
i i i i
| | | |
>
| |

\ . \ .
( )
( ) ( )
22 !
!
2
21 ! 1 !
i
i
i i
>

22 2 i i >
22
22 3
3
i i > <
.
Voc se lembra em que
local demonstramos este
fato? Se no, retome no
texto e procure o teorema,
propriedade ou proposio
que garante esta armao.
65
Assim, temos
{ }
1
0,1, 2,..., 7
i i
T T i
+
> .
Analogamente,
{ }
1
8,..., 21
i i
T T i
+
< .
Logo
1 2 3 7 8 9 21
... ... T T T T T T T < < < < < > > > .
Portanto, o termo mximo
8
T , isto ,
7
8 21,7
1
2
T C
| |
=
|
\ .
.
Alternativamente, se zermos o clculo de cada um desses nmeros
veremos que T T
7 8
< e, por outro lado, T T
9 8
< . Logo, o termo mximo
T
8
.
Exemplo 2.27. Calcule
,
0
n
i
n i
i
C x
=
a) ;
,
0
n
i
n i
i
i C x
=
b) ;
,
0
n
n i
i
i C
=
c) .
Soluo.
a) Sabemos que
( )
,
0
n
n
n i i
n i
i
a b C a b
=
+ =
.
Considerando 1 a = e b x = , obtemos
( )
,
0
1
n
n
i
n i
i
x C x
=
+ =
.
b) Podemos escrever
, ,
0 1
n n
n i
n i n i
i i
i C x i C x
= =
=

.
pois, para 0 i = , o valor da expresso zero.
66
Portanto,
( )
,
1 1
!
! !
n n
i i
n i
i i
n
i C x i x
n i i
= =
=

( )
( ) ( ) ( ) ( )
1
1
1 !
1 1 ! 1 !
n
i
i
n n
x x
n i i

=

( )
( ) ( ) ( )
1
1
1 !
1 1 !( 1)!
n
i
i
n
n x x
n i i

=

( )
1
1
n
n x x

= +
.
c) Fazendo 1 x = em (b) obtemos
1
,
0
2
n
n
n i
i
i C n

=
=
.
Observao 2.4. O desenvolvimento do binmio de Newton
( )
,
0
n
n
n i i
n i
i
a b C a b
=
+ =
vlido ainda que

n
no seja um inteiro positivo. Mas este estudo no
faz parte deste trabalho.
Lista de Exerccio 4
Determine o termo independente de 1) x no desenvolvimento de
6
1
x
x
| |
+
|
\ .
a) ;
8
1
2
3
x
x
| |
|
\ .
b) .
2) Calcule a soma dos coefcientes dos termos do desenvolvi-
mento de
( )
10
x y + a) ;
( )
8
1 x b) .
Calcule o termo central no desenvolvimento de 3)
12
2
1
x
x
| |
+
|
\ .
.
Captulo 3
Anlise Combinatria:
Permutaes e Combinaes
69
A anlise combinatria visa desenvolver mtodos que per-
mitam contar o nmero de elementos de um conjunto. Por
exemplo: imagine que voc administrador do rgo de
trnsito e precisa emplacar os veculos, que cdigo voc
criaria? Quantas placas diferentes posso fazer com, por
exemplo, 2 letras e 4 algarismos, como era antigamente?
Por que quando foi alterado o cdigo de emplacamanento,
a deciso foi por aumentar uma letra e no um algarismo?
A anlise combinatria se ocupa de problemas do dia-a-
dia como este.
Na anlise combinatria consideramos conjuntos cujos elementos
so agrupados sob certas condies. Tais condies sero estabeleci-
das e estudadas no decorrer do curso.
Por exemplo,
A

o conjunto de nmeros de dois algarismos distintos for-
mados a partir dos dgitos 1 e 2, ou seja,
{11,12, 21, 22} A = , # 4 A =
,
onde o smbolo # representa o nmero de elementos.
Neste caso, temos 4 elementos no conjunto A e escrevemos que
# 4 A =

(cardinal de A quatro).
B

o conjunto das seqncias de letras que se obtm mudan-
do-se a ordem das letras da palavra sol , ou seja,
{ } , , , , , B sol slo osl ols lso los = , # 6 B = .
Neste caso, o conjunto B tem 6 elementos.
C

o conjunto de nmeros de trs algarismos, todos distintos,
formados a partir dos dgitos 0, 1, 2, 3 e 4. Ento temos
Captulo 3
Anlise Combinatria:
Permutaes e Combinaes
70
{ } 012, 021, 013, 031, 014, 041,... C =
.
Observe que nesse caso h um nmero grande de possibilidades.
Desse modo, trabalhoso obter todos os elementos agrupados deste
conjunto. A seguir apresentaremos algumas tcnicas de agrupamento
de determinados elementos. Estas tcnicas so conhecidas como Prin-
cpio Fundamental de Contagem ou regras gerais de Anlise Combinatria.
3.1 Princpio Fundamental
de Contagem
Antes de apresentarmos este princpio, daremos dois resultados, co-
nhecidos como regra da soma e regra do produto.
Regra da Soma
A regra da soma nos diz que se um elemento pode ser escolhido de
m formas e um outro elemento pode ser escolhido de n formas, en-
to a escolha de um ou outro elemento se realizar de m n + formas,
desde que tais escolhas sejam independentes, isto , nenhuma das
escolhas de um elemento pode coincidir com uma escolha do outro.
Matematicamente, se A e B so dois conjuntos disjuntos com m e
n elementos respectivamente, ento A B possui m n + elementos.
Regra do Produto
A regra do produto diz que se um elemento a pode ser escolhido de
m formas diferentes, e se depois de cada umas dessas escolhas um
outro elemento b pode ser escolhido de n formas diferentes, a esco-
lha do par ( , ) a b , nesta ordem, poder ser realizada de mn formas.
Mais precisamente, se considerarmos os conjuntos { }
1 2
, ,...,
m
A a a a = e
{ }
1 2
, ,...,
n
B b b b = , poderemos formar mn pares ordenados ( , ) a b

onde
i
a A e
j
b B , 1, 2,..., ; 1, 2,..., i m j n = = . A verifcao deste resultado
bem simples, veja o diagrama a seguir:
71
a
bn
( a , b )
1 1
bn
2
( a , b ) 2
a
b
bn
( a , b )
1
( a , b ) 2
( a , b )
n
a
2
( a , b )
1 2
( a , b ) 2 1
( a , b )
n 1
( a , b )
n 2
m
m
m
m
m n pares
Figura 3.1
Exemplo 3.1. Temos trs cidades , X Y e Z . Existem duas rodovias
que ligam X com Y , e quatro que ligam Y com Z . Partindo de X e
passando por Y , de quantas formas podemos chegar at Z ?
X
a
b
b4
Y Z
Figura 3.2
Soluo. Seja A o conjunto das rodovias que ligam X com Y ,
ento { }
1 2
, A a a =
. Seja B o conjunto das rodovias que ligam Y
com Z , ento { }
1 2 3 4
, , , B b b b b = .
Conforme a regra acima, temos 2.4 8 = formas de chegar de X at
Z .
Exemplo 3.2. Uma moa possui 5 blusas e 6 saias distintas. De quan-
tas formas ela pode vestir uma blusa e uma saia?
Soluo. 5 6 30 = .
Exemplo 3.3. Numa festa existem 40 homens e 50 mulheres. Quan-
tos casais diferentes podem ser formados?
Soluo. 40 50 2000 = .
72
Exemplo 3.4. Para fazer uma viagem de ida e volta de Florianpolis
a Joinville, podemos ir ou voltar de carro, nibus ou avio. De quan-
tos modos podemos escolher os transportes?
Carro
nibus
Avio
Florianpolis
Carro
nibus
Avio
Joinville Florianpolis
Figura 3.3
Temos trs possibilidades de ida e trs de volta. Conforme a regra
acima, podemos fazer essa viagem de 3.3 9 = formas.
Observao 3.1. No exemplo 3.4, se no desejamos usar na volta o mesmo
meio de transporte usado na ida, o nmero de possibilidades de volta se
reduz de 3 para 2, ento temos 3 2 6 = formas de realizao dessa viagem.
Veja a seguir a regra mais geral desses tipos de situaes.
Lema 3.1. O nmero de pares ordenados ( , )
i j
a a tais que
{ }
1 2
, , ,...,
i j m
a a A a a a = e
i j
a a ( ) i j , 1, 2,..., i j m = = ( ) 1 m m .
A demonstrao do lema acima bvia. Isso pode ser analisado
atravs da fgura abaixo:
( ) ( ) ( ) ( )
1 2 1 3 1
, , , ,..., , 1 pares
m
a a a a a a m
( ) ( ) ( ) ( )
2 1 2 3 2
, , , ,..., , 1 pares
m
a a a a a a m
( ) ( ) ( ) ( )
1 2 1
, , , ,..., , 1 pares
m m m m
a a a a a a m

O nmero de pares
( ) ( ) ( ) ( )
vezes
1 1 ... 1 1
m
m m m m m + + + =
.
Exemplo 3.5. Quantos nmeros com dois algarismos distintos po-
demos formar com os dgitos 1 a 9?
73
Soluo. Seja { } 1, 2,..., 9 A = . Considere dois nmeros a e b tais que
, a b A , a b , ento cada nmero pode ser considerado um par de
dgitos ( ) , a b , a b , onde temos 9.8 72 = formas diferentes de dois
algarismos distintos.
Exemplo 3.6. Um edifcio tem 5 portas. De quantas formas uma pes-
soa poder entrar no edifcio e sair por uma porta diferente da que
usou para entrar?
Soluo. 5 4 20 = .
A seguir daremos um resultado mais geral.
Proposio 3.1. Consideremos
r
conjuntos de
i
n
elementos cada:
1 2
{ , ,..., }
i
i i i in
A a a a = , 1, 2,..., i r = .
Ento, o nmero de uplas r ordenadas (seqncia de r elementos) do
tipo ( )
1 2
, ,...,
r
x x x
1
...
r
n n n , 2 r , onde
i i
x A , 1, 2,..., i r = .
A demonstrao da proposio 3.1 pode ser feita aplicando o princ-
pio de induo.
A seguir veremos outros exemplos:
Exemplo 3.7. Uma moeda lanada 5 vezes. Qual o nmero de
seqncias possveis de caras e/ou coroas?
Soluo. Sabemos que cada lanamento tem duas possibilidades: cara
ou coroa. Como temos 5 lanamentos, ento o resultado procurado
5
2.2.2.2.2 2 32 = = seqncias possveis de cara e/ou coroa.
Exemplo 3.8. De quantas formas podemos responder um questio-
nrio com 10 perguntas cuja resposta para cada pergunta pode ser
sim, no ou no sei?
Soluo. Vamos representar as perguntas do questionrio por um
conjunto
{ }
1 2 10
, ,..., A a a a =
,
onde cada ( ) 1, 2,...,10
i
a i = tem trs possibilidades de respostas, ou
seja
Esta demonstrao ca
como exerccio para voc:
siga os passos do princpio
de induo e converse
com seu tutor sobre a
demonstrao que voc fez.
r-uplas
Esta notao comum em
matemtica para generalizar
a forma do portugus que
fala de dupla, tripla, qudru-
pla, quntupla, para seqn-
cias ordenadas com 2, 3, 4 e
5 elementos. Para uma se-
qncia ordenada com qual-
quer nmero r de elementos,
dizemos uma r-upla.
74
{ } sim, no, no sei
i
a
.
Logo, pela proposio 3.1, temos
10
10 vezes
3.3. ... .3 3 =
possibilidades.
Exemplo 3.9. Cinco dados so lanados simultaneamente. Quantas
seqncias de resultados so possveis, se considerarmos cada ele-
mento de uma seqncia como o nmero obtido em cada dado?
Soluo. Sabemos que quando lanamos um dado temos seis possi-
bilidades: aparecer um dos seis nmeros, 1, 2, 3, 4, 5 e 6. Como cinco
dados so lanados simultaneamente, ento temos no total
5
6.6.6.6.6 6 = ,
seqncias de resultados possveis.
Proposio 3.2. Consideremos um conjunto
A
com
m

( ) 2 m
elemen-
tos. Ento o nmero de
r uplas
ordenadas (seqncias com
r
elementos)
formadas com elementos distintos, dois a dois, de
A

( )( ) ( ) ( )
1 2 ... 1 m m m m r ,
ou seja, se { }
1 2
, ,...,
m
A a a a = o conjunto com m ( ) 2 m elementos
ento o nmero de seqncias do tipo
( )
elementos
,..., ,...,
j i k
r
a a a
com
{ } , 1, 2,...,
,
i
i p
a A i m
a a i p

( ) ( ) 1 ... 1 m m m r + .
A demonstrao pode ser feita aplicando o princpio de induo.
Exemplo 3.10. Seis atletas participam de uma corrida. Quantos re-
sultados possveis existem para 1, 2 e 3 lugares?
Soluo. Na corrida, cada atleta pode chegar em 1, 2 ou 3 lugar,
ento cada resultado consta de uma tripla ordenada ( ) , , a b c onde
1 a =

lugar, 2 b =

lugar e 3 c =

lugar. , , a b c pertence ao conjunto
de atletas mas a b , b c e
a c
. Logo, o nmero de resultados
possveis

3 lugar 1 lugar 2 lugar
6 5 4 120 =

.
Faa esta demonstrao
como um exerccio para
voc.
75
Exemplo 3.11. De quantos modos 5 pessoas podem fcar numa fla
indiana?
Soluo. Cada modo corresponde uma 5 upla ordenada de pessoas
( )
1 2 3 4 5
, , , , a a a a a
. Logo, o resultado procurado
5 4 3 2 1 120 = .
Um homem vai a um restaurante disposto a comer um s prato 1)
de carne e uma s sobremesa. O cardpio oferece 8 pratos dis-
tintos de carne e 5 pratos diferentes de sobremesa. De quantas
formas pode o homem fazer sua refeio?
Numa festa existem 80 homens e 90 mulheres. Quantos casais 2)
diferentes podem ser formados?
Um edifcio tem 8 portas. De quantas formas uma pessoa po- 3)
der entrar no edifcio e sair por uma porta diferente da que
usou para entrar?
Um homem possui 10 ternos, 12 camisas e 5 sapatos. De quan- 4)
tas formas poder ele vestir um terno, uma camisa e um par
de sapatos?
De quantas formas podemos responder a 12 perguntas de um 5)
questionrio, cujas respostas para cada pergunta so sim ou
no?
Uma prova consta de 20 testes tipo verdadeiro ou falso. De 6)
quantas formas uma pessoa poder responder aos 20 testes?
Quantos nmeros de 3 algarismos (iguais ou distintos) pode- 7)
mos formar com os dgitos 1,2,3,7,8?
Quantos nmeros telefnicos com 7 dgitos podem ser forma- 8)
dos, se usarmos os dgitos de 0 a 9?
76
3.2 Arranjos
Se temos um conjunto { }
1
,...,
m
A x x = de m elementos, chamamos
de arranjos dos m elementos tomados r a r ( ) a r m a quaisquer
r uplas, (seqncia de r elementos) formados com elementos de
A, todos distintos.
Os arranjos podem ser simples ou com repeties.
3.2.1 Arranjos Simples
Voc j se perguntou de quantas formas possvel preencher um car-
to de Mega Sena? Neste caso voc deve escolher 6 nmeros dentre as
60 dezenas e no pode escolher duas vezes o mesmo nmero. Este
um problema que possui as caractersticas do arranjo simples.
O arranjo simples aquele onde no ocorre a repetio de qualquer
elemento em cada grupo de r elementos. Seja { }
1 2
, ,...,
m
X x x x = e
S
A
o conjunto dos arranjos simples dos m elementos tomados r a r .
Ento, cada arranjo uma seqncia de r elementos, em que cada
elemento pertence a X , e so todos distintos. Pelo principio funda-
mental da contagem, o nmero de arranjos em
S
A ser
( ) ( ) ( )
1 ... 1
S
A m m m r =
( )
!
, 1
!
m
r m
m r
=
.
Em particular, se 1 r = , ento
S
A m = . (s vezes, arranjo simples
conhecido como arranjo sem repetio).
Exemplo 3.12. Em um conjunto de 5 elementos so formados agru-
pamentos de elementos distintos tomados 2 a 2. Quantas seqncias
de elementos possvel obter?
Soluo. Seja { }
1 2 3 4 5
, , , , X x x x x x = , 5 m = e 2 r = . O nmero de
arranjos simples desses 5 elementos tomados 2 a 2
( )
5! 5!
# 5.4 20
5 2 ! 3!
S
A = = = =
.
77
Nesse caso o conjunto de arranjos simples tomados 2 a 2 dado
por
{
1 2 1 3 1 4 1 5 2 1 2 3 2 4 2 5 3 1 3 2 3 4 3 5
, , , , , , , , , , , ,
S
A x x x x x x x x x x x x x x x x x x x x x x x x =

}
4 1 4 2 4 3 4 5 5 1 5 2 5 3 5 4
, , , , , , , x x x x x x x x x x x x x x x x , # 20
S
A = .
Aqui
, , , 1, 2, 3, 4 e 5
i j j i
x x x x i j i j =
.
Exemplo 3.13. De um baralho de 52 cartas, 2 cartas so retiradas su-
cessivamente e sem reposio. Quantas seqncias de cartas poss-
vel obter?
Soluo. Em cada resultado temos um par ordenado de cartas
( ) , x y

em que
x
a primeira e
y
a segunda carta extrada. Observe que
x
e
y
so distintas e a extrao feita sem reposio. Logo, o n-
mero de arranjos simples
52 51 2652
S
A = = .
Exemplo 3.14. Consideremos os dgitos 1, 2, 3 e 4. Quantos nmeros
de 2 algarismos distintos podem ser formados?
Soluo. Os nmeros de 2 algarismos tm o algarismo das uni-
dades e o algarismo das dezenas. Logo, existem 2 posies para
serem preenchidas. Se considerarmos um dos quatros dgitos na 1
posio, ento temos 3 dgitos a serem colocados na 2 posio (os
algarismos so distintos). Portanto, temos 4 3 12 = nmeros de 2
algarismos diferentes que podem ser formados com 4 dgitos.
Exemplo 3.15. Dado o conjunto { }
1 2 3 4
, , , X x x x x = , quantos subcon-
juntos de 2 elementos X possui?
Soluo. Para formar uma seqncia de grupos de elementos de 2
a 2, temos 4.3 12 = possibilidades. Mas queremos formar subcon-
juntos onde
{ } { }
, ,
i j j i
x x x x = . ( , 1, 2, 3, 4) i j = . Logo temos
12
6
2
=
possibilidades de formar subconjuntos de X com 2 elementos:
{ } { } { } { } { } { }
1 2 1 3 1 4 2 3 2 4 3 4
, , , , , , , , , , , x x x x x x x x x x x x .
78
3.2.2 Arranjo com Repetio
Neste caso todos os elementos podem aparecer repetidos em cada grupo
de r elementos. Vamos considerar { }
1 2
, ,...,
m
X x x x = e vamos represen-
tar por
R
A o nmero de arranjos, com repetio de elementos, tomados
r a r . Ento cada arranjo com repetio uma seqncia de r elemen-
tos, em que cada elemento pertence a X . Pelo principio fundamental da
contagem, o nmero de arranjos
R
A ser
vezes
. . . ... . ,
r
R
r
A m m m m m r

= =
.
Em particular, quando 1 r = ,
R
A m = .
Exemplo 3.16. Em um conjunto de 4 elementos so formados agrupa-
mentos dos elementos dois a dois, onde aparecem elementos repetidos
em cada grupo. Quantas seqncias de elementos so possveis obter?
Soluo. Temos 4 m = e 2 r = . Logo, a resposta ser
2
4 4.4 16 = = .
Veja o conjunto abaixo para conferir { }
1 2 3 4
, , , X x x x x =
( )
{
1 1 1 2 1 3 1 4 2 1 2 2 2 3
, , , , , , ,
X R
A x x x x x x x x x x x x x x =
}
2 4 3 1 3 2 3 3 3 4 4 1 4 2 4 3 4 4
, , , , , , , , x x x x x x x x x x x x x x x x x x ,
( )
# 16
X R
A = .
Exemplo 3.17. Numa sorveteria h 15 sabores diferentes de sorvete. Con-
siderando que no se podem misturar sabores, de quantas maneiras 5
pessoas podem fazer seus pedidos?
Soluo. Cada pessoa tem 15 escolhas para o seu pedido. Como so 5
pessoas, ento so
5
15 15 15 15 15 15 =

maneiras de fazer o pedido.
Quantas palavras contendo 3 letras diferentes podem ser forma- 1)
das com um alfabeto de 26 letras?
Quantos so os gabaritos possveis de um teste de 10 questes de 2)
mltipla escolha com cinco alternativas por questo?
79
De quantos modos diferentes podem ser escolhidos um presi- 3)
dente e um secretrio de um conselho que tem 12 membros?
De quantos modos 3 pessoas podem sentar-se em 5 cadeiras 4)
em fla?
Quantos nmeros de quatro dgitos so maiores que 2400 e: 5)
Tm todos os dgitos diferentes. a)
No tm dgitos iguais a 3,5 ou 6. b)
Tm as propriedades a) e b) simultaneamente. c)
6) Quantos so os nmeros naturais de 4 dgitos que possuem
pelo menos dois dgitos iguais?
7) Em uma banca h 5 exemplares iguais da revista A, 6 exem-
plares iguais da revista B e 10 exemplares iguais da revista C .
Quantas colees no vazias de revistas dessa banca possvel
formar?
8) Quantos nmeros diferentes podem ser formados multiplican-
do alguns (ou todos) dos nmeros 1, 5, 6, 7, 7, 9, 9, 9?
9) Um vago de metr tem 10 bancos individuais, sendo 5 de
frente e 5 de costas. De 10 passageiros, 4 preferem sentar de
frente, 3 preferem sentar de costas e os demais no tm pre-
ferncia. De quantos modos os passageiros podem se sentar,
respeitando-se as preferncias?
10) Fichas podem ser azuis, vermelhas ou amarelas; circulares, re-
tangulares ou triangulares, fnas ou grossas. Quantos tipos de
fchas existem?
3.3 Permutaes
Nesta seo apresentaremos diversas formas de permutaes, tais
como: permutao, permutao com alguns elementos distintos e
permutaes simples circulares.
80
3.3.1 Permutao Simples
Seja { }
1 2
, ,...,
m
X x x x = um conjunto com m elementos. Chamamos
de permutao dos m elementos todo arranjo em que r m = , ou seja,
uma permutao de m objetos distintos qualquer agrupamento
ordenado desses objetos, de modo que, se
m
P representa o nmero
das permutaes simples dos m objetos, ento
( )( ) 1 2 ... .2.1 !
m
P m m m m = = .
Em particular, se 1 m = , ento
1
1 P = .
Exemplo 3.18. Seja
{ }
1 2 3
, , X x x x =
, ento as permutaes dos elemen-
tos de X so todos os arranjos constitudos de 3 elementos. Assim, temos
3.2.1 6 = permutaes. Veja todas as possibilidades abaixo:
( ) ( ) ( ) ( ) ( ) ( )
1 2 3 1 3 2 2 1 3 2 3 1 3 1 2 3 2 1
, , , , , , , , , , , , , , , , , x x x x x x x x x x x x x x x x x x .
Exemplo 3.19. De quantas formas podem fcar 8 pessoas em fla in-
diana?
Soluo. Observe que temos 8 possibilidades de uma pessoa car no
1 lugar, 7 possibilidades de uma pessoa car no 2 lugar e assim por
diante. Logo, temos
8
8.7.6.5.4.3.2.1 8! P = =
nmero de possibilidades.
Exemplo 3.20. De quantas maneiras 10 moas e 10 rapazes podem
formar pares para uma dana?
Soluo. A primeira moa tem 10 possibilidades de escolher. A se-
gunda moa tem 9 possibilidades e assim sucessivamente. Como te-
mos 10 moas e 10 rapazes, a ltima moa ter uma possibilidade. Por-
tanto, pelo princpio de multiplicao, temos 10.9.8.7.6.5.4.3.2.1 10! =
maneiras de formar pares para a dana.
Exemplo 3.21. Quantos so os anagramas da palavra LIVROS?
Soluo. Cada anagrama da palavra LIVROS uma ordenao das
letras L, I, V, R, O, S. Assim, o nmero de anagramas da palavra LIVROS

6
6! P = .
Anagrama
Na lngua portuguesa, ana-
grama a transposio de
letras de palavra ou frase
para formar outra palavra
ou frase diferente (Natrcia,
de Caterina; amor, de Roma;
Clia, de Alice, etc.). Mate-
maticamente, consideramos
todas as ordens diferentes
em que se podem colocar as
letras de uma palavra, ainda
que no sejam formadas no-
vas palavras.
81
Exemplo 3.22. Quantos so os anagramas da palavra LIVROS que
comeam e terminam por consoante?
Soluo. A consoante inicial pode ser escolhida de 4 maneiras (L, V, R,
S), e a nal, de 3 maneiras. As quatro letras restantes podem ser esco-
lhidas de qualquer maneira, ou seja,
4
4! P = modos.
Logo, a resposta
4 3 4! 12 4 3 2 1 288 = = .
3.3.2 Permutaes com Elementos Repetidos
A seguir daremos uma frmula para calcular permutaes de ele-
mentos, nem todos distintos. Inicialmente, vamos considerar um
exemplo com a palavra ARI que tem todos os elementos distin-
tos. Ento, pela frmula de permutao simples, podemos formar
3
3! 6 P = = anagramas da palavra ARI:
ARI, RAI, RIA, AIR, IAR, IRA.
Agora vamos supor que duas dessas trs letras so iguais, ou seja,
vamos considerar a palavra OVO, ento temos a seguinte confgura-
o dos anagramas:
OVO, VOO, VOO, OOV, OOV, OVO
Observe, neste caso, que alguns dos elementos so iguais, ou seja,
temos apenas 3 anagramas diferentes:
OVO, VOO, OOV.
A seguir deduziremos uma frmula para o clculo de permutaes
em que alguns elementos so repetidos.
Vamos calcular o nmero de permutaes que podemos formar
quando alguns elementos a serem permutados so iguais. Inicial-
mente, consideramos n elementos, dos quais
1
n so iguais a
1
a e os
restantes so todos distintos entre si e distintos de
1
a .
Vamos representar
1
n
n
P o nmero de permutaes nessas condies
e calculemos esses nmeros.
82
Cada permutao de n elementos uma n -upla ordenada em que
aparecem
1
n elementos iguais a
1
a , e o restante,
1
n n elementos
distintos
( )
elementos
, , ,...,
n

.
Das n posies que existem na permutao, vamos escolher
1
n n
posies para colocar os elementos distintos de
1
a . Ento existem
1
, n n n
C

modos de escolher essas posies.
Para cada escolha de ( )
1
n n posies, existem ( )
1
! n n modos em
que os ( )
1
n n elementos podem ser permutados. Logo, existem
( )
1
, 1
1
!
!
!
n n n
n
C n n
n
=
,
formas de dispormos os elementos distintos de
1
a na permutao.
Uma vez colocados esses elementos distintos, a posio dos elemen-
tos repetidos
1
a fca determinada (de uma s forma) pelos lugares
restantes. Logo, existem
1
!
!
n
n
permutaes com
1
n elementos iguais
a
1
a . Isto ,
1
1
!
!
n
n
n
P
n
=
.
Em geral, se consideramos n elementos, dos quais
1
n so iguais a
1
a
2
n so iguais a
2
a

r
n so iguais a
r
a ,
ento podemos calcular o nmero de permutaes, nessas condi-
es, atravs da frmula
1 2
, ,...,
1 2
!
! !... !
r
n n n
n
r
n
P
n n n
=
.
83
Em particular, quando
1 2
... 1
r
n n n = = = = , ento temos a frmula
de permutao simples
1,1,...,1
!
n n
P P n = =
,
que o nmero de permutaes de n elementos distintos.
Exemplo 3.23. Quantos anagramas existem na palavra SIMPLES?
Soluo. Temos
S 2 vezes
I 1 vez
M 1 vez
P 1 vez
L 1 vez
E 1 vez
Assim, 7 n = ,
1
2 n = , logo
2
7
7!
7.6.5.4.3 7.30.12 84.30 2520
2!
P = = = = = anagramas.
Exemplo 3.24. Quantos so os anagramas da palavra MATEMTICA?
Soluo. Aqui as letras A e so consideradas iguais. Temos 3 le-
tras A, 2 letras M, 2 letras T, 1 letra C, 1 letra I e 1 letra E. Logo,
3,2,2
10
10!
151200
3!2!2!
P = =
anagramas da palavra MATEMTICA.
3.3.3 Permutaes Circulares
A pergunta de quantos modos podemos colocar n objetos distin-
tos em n lugares eqidistantes em torno de um crculo, consideran-
do equivalentes as disposies que possam coincidir por rotao.
Vamos denotar estas permutaes por
n
PC .
Antes de calcular o valor de
n
PC , vamos considerar um exemplo
simples: quando 3 n = . Seja { }
1 2 3
, , X x x x = . Utilizando a frmula de
84
permutao simples, temos
3
3! 6 P = = modos de colocar 3 objetos
distintos em 3 lugares. Veja as fguras abaixo:
x
x
x

x
x x
x
x

x
x
x

x
x x
Figura 3.4
Temos as seguintes posies:
1 2 3
, , x x x ,
3 1 2
, , x x x ,
2 3 1
, , x x x ,
1 3 2
, , x x x ,
3 2 1
, , x x x ,
2 1 3
, , x x x .
Para facilitar, colocamos os objetos no sentido anti-horrio.
Em caso de colocao de objetos numa forma circular, as colocaes
1 2 3
, , x x x ,
3 1 2
, , x x x ,
2 3 1
, , x x x
so iguais, pois esto na mesma ordem.
Analogamente, as colocaes
1 3 2
, , x x x ,
3 2 1
, , x x x ,
2 1 3
, , x x x
tambm so iguais, pois esto na mesma ordem. Logo, temos apenas
duas formas de colocar trs objetos { }
1 2 3
, , x x x em crculo, que so
1 2 3
, , x x x e
1 3 2
, , x x x .
Portanto, neste caso,
3
2 PC = .
Podemos escrever tambm
85
( )
3
3!
3 1 ! 2! 2
3
PC = = = = .
Em geral, temos a seguinte frmula:
( )
!
1 !
n
n
PC n
n
= = .
Vamos analisar a frmula dada acima para 4 n = . Seja
{ }
1 2 3 4
, , , X x x x x = . Queremos colocar estes quatro objetos distintos
em crculo. De quantos modos podemos fazer isso, entendendo que
as disposies que podem coincidir por rotao so consideradas
iguais? Pela frmula de permutao simples, a resposta
4
4! 24 P = =
, e pela frmula de permutao circular, ( )
4
4 1 ! 3! 6 PC = = = .
Vamos conferir esta situao atravs das fguras:
x
4
x
4
x
x
x
4
x
x
x
4
x
x
x
x
Figura 3.5
Observemos que as quatro disposies colocadas em circulo so
iguais, ou seja,
1 2 3 4 2 3 4 1 3 4 2 1 4 1 2 3
#1 x x x x x x x x x x x x x x x x = = =
.
Analogamente, podemos conferir igualdade entre as seguintes situ-
aes, respectivamente,
1 4 2 3 3 1 4 2 2 3 1 4 4 2 3 1
1 2 4 3 2 4 3 1 4 3 1 2 3 1 2 4
1 3 4 2 3 4 2 1 4 2 1 3 2 1 3 4
1 3 2 4 3 2 4 1 2 4 1 3 4 1 3 2
1 4 3 2 4 3 2 1 3 2 1 4 2 1 4 3
#1 x x x x x x x x x x x x x x x x = = = .
86
Logo, a resposta
( )
4
4!
4 1 ! 3! 6
4
PC = = = =
permutaes de 4 objetos dispostos em torno de um crculo.
Exemplo 3.25. De quantas maneiras podemos colocar 6 crianas
numa roda?
Soluo. ( )
6
6 1 ! 5! 120 PC = = = .
Exemplo 3.26. De quantos modos podemos formar uma roda de ciran-
da com 8 crianas, de modo que duas determinadas dessas crianas no
fquem juntas?
Soluo. No total temos 8 crianas. { }
1 2 3 4 5 6 7 8
, , , , , , , X x x x x x x x x = .
Excluindo as duas determinadas crianas, restam agora 6 crianas.
Podemos formar ( )
6
6 1 ! 5! 120 PC = = = rodas com essas seis crian-
as { }
1 2 3 4 5 6
, , , , , X x x x x x x = .
x
4
x
5
x
6
x
x
Figura 3.6
Temos agora 6 maneiras diferentes de colocar uma dessas duas
crianas, e temos 5 maneiras diferentes de colocar a segunda
criana,
8
x ,
x
7
x
4
x
5
x
6
x
x
Figura 3.7
que no pode car entre
6
x e
7
x , nem entre
7
x e
1
x , pois as crianas
7
x e
8
x no podem car juntas.
87
Logo, temos
5! 6 5 120 30 3600 = =
maneiras diferentes de colocar 8 crianas numa roda, onde duas de-
terminadas crianas no podem car juntas.
Exemplo 3.27. Temos 5 meninas e 5 meninos. De quantas maneiras
eles podem formar uma roda, de modo que meninos e meninas se
alternem?
Soluo. Podemos formar
5
4! PC =
rodas somente com as meninas.
Agora se colocarmos os meninos entre essas 5 meninas, teremos que
escolher as posies um por um, ou seja, o 1 menino tem 5 maneiras
diferentes de car entre essas 5 meninas. Como dois meninos no po-
dem car juntos, ento o segundo menino tem 4 maneiras diferentes
de car entre essas 5 meninas, e assim por diante. Logo, temos
4! 5 4 3 2 1 4!5! 24 120 2880 = = =
formas diferentes de colocar 5 meninas e 5 meninos de modo que
meninas e meninos quem de forma alternada.
Em geral, se temos m meninas e mmeninos, ento temos
( ) 1 ! ! m m
formas diferentes de colocar m meninas e m meninos numa roda,
onde meninos e meninas se alternem.
Quantos so os anagramas da palavra CAPTULO: 1)
Que come a) am por consoante e terminam por vogal?
Que tm as letras C, A, P juntas nessa ordem? b)
Que tm as letras C, A, P juntas em qualquer ordem? c)
Que tm as vogais e as consoantes intercaladas? d)
Que tm a letra C no 1 lugar e a letra A no 2 lugar? e)
88
Que tm a letra f) C no 1 lugar ou a letra A no 2 lugar?
Que tm g) a letra C no 1 lugar ou a letra A no 2 lugar ou a
letra P no 3 lugar?
2) Permutam-se de todos os modos possveis os algarismos 1, 2,
4, 6, 7 e escrevem-se os nmeros assim formados em ordem
crescente.
Que lugar ocupa o nmero 62417? a)
Qual o nmero que ocupa o 66 lugar? b)
Qual o 200 algarismo escrito? c)
Qual a soma dos nmeros assim formados? d)
3) De quantos modos possvel sentar 7 pessoas em cadeiras em
fla de modo que duas determinadas pessoas dessas 7 no f-
quem juntas?
4) De quantos modos possvel colocar em uma prateleira 5 li-
vros de matemtica, 3 de fsica e 2 de estatstica, de modo que
livros de um mesmo assunto permaneam juntos?
Quantas so as permutaes dos nmeros 5) ( ) 1, 2,...,10 nas quais
o 5 est situado direita do 2 e esquerda do 3, embora no
necessariamente em lugares consecutivos?
De quantos modos podemos dividir 12 pessoas: 6)
Em dois grupos de 6? a)
Em trs grupos de 4? b)
Em um grupo de 5 e um grupo de 7? c)
Em seis grupos de 2? d)
Em dois grupos de 4 e dois grupos de 2? e)
7) Delegados de 10 pases devem se sentar em 10 cadeiras em
fla. De quantos modos isso pode ser feito se os delegados do
Brasil e de Portugal devem sentar juntos e o do Iraque e o dos
Estados Unidos no podem sentar juntos?
89
8) Um cubo de madeira tem uma face de cada cor. Quantos dados
diferentes podemos formar gravando nmeros de 1 a 6 sobre
essas faces?
9) Quantos nmeros de 7 dgitos, maiores que 6000000, podem
ser formados usando apenas os algarismos 1, 3, 6, 6, 6, 8, 8?
10) De quantos modos 5 meninos e 5 meninas podem formar uma
roda de ciranda de modo que pessoas de mesmo sexo no f-
quem juntas?
3.4 Combinaes
Nesta seo apresentaremos a noo de combinaes em duas for-
mas diferentes. Uma, combinao simples, e outra, combinao
completa.
3.4.1 Combinaes Simples
Imagine que voc um artista e tem sua disposio matrizes com
as trs cores primrias. Quantas cores diferentes voc pode obter
misturando duas matrizes? E 3? As combinaes simples referem-se
a este tipo de problemas, nos quais interessa a escolha. Veja, tanto
faz misturar o azul primeiro ou o vermelho primeiro, o resultado
fnal ser a mesma cor.
Assim, as combinaes simples respondem seguinte questo: de
quantos modos podemos escolher r objetos distintos entre m obje-
tos distintos dados?
Seja { }
1 2
, ,...,
m
X x x x = um conjunto com m elementos. Chamamos
de combinao simples dos m objetos ou elementos, tomados r a
r , os subconjuntos de X constitudos de r elementos.
Por exemplo, se temos { } , , , X a b c d = um conjunto com 4 elementos,
ento podemos formar 6 subconjuntos de dois elementos, ou seja,
{ } , a b , { } , b c , { } , c d , { } , a c , { } , b d e { } , a d quando j entendemos
que { } { } , , a b b a = . Pela defnio, observem que combinao um
subconjunto de um conjunto, portanto no depende de ordem dos
elementos.
90
Por outro lado, importante notar a diferena entre uma combina-
o (conjunto) e uma seqncia, pois numa combinao no impor-
ta a ordem dos elementos, e numa seqncia importa a ordem dos
elementos.
Clculo do nmero de combinaes
O nmero de combinaes simples de ordem r de m objetos dado
por
, m r
C , ou seja,
C
m
r m r
r m
m r ,
!
! !
, =
( )
0

( )( ) ( ) 1 2 ... 1
, 0
!
m m m m r
r m
r
+
=
.
Podemos tambm escrever
,
,
!
m r
m r
A
C
r
=
ou
, ,
! ,
m r m r
A r C =
onde
, m r
A o nmero de arranjos de m elementos tomados r a r .
Em particular, temos
,
1
m m
C = ,
,0
1
m
C = e
0,0
1 C = .
Exemplo 3.28. Queremos formar uma comisso de 4 membros e dis-
pomos de 15 membros. Quantas comisses podem ser formadas?
Soluo. Observe que cada comisso um subconjunto de 4 elemen-
tos. Assim, as comisses devem ser combinaes dos 15 membros
tomados 4 a 4. Logo, o nmero de comisses :
15,4
15! 15 14 13 12 11!
4! 11!
C

= =
11! 4 3 2 1

15 13 7 1365 = = .
Exemplo 3.29. Quantas saladas contendo exatamente 3 frutas pode-
mos formar se dispomos de 12 frutas diferentes?
Soluo. Para o clculo do nmero de saladas deve ser usado o con-
ceito de combinaes. Para formar uma salada basta escolher 3 das
12 frutas, o que pode ser feito de
Voc se lembra de ter
visto esta frmula
anteriormente? No por
acaso que a notao de
nmeros binomiais e de
combinaes a mesma.
Volte ao incio do captulo 2
e compare.
91
12,3
12! 12.11.10
220
3! 9! 3.2.1
C = = =

modos diferentes.
Exemplo 3.30. Vamos considerar duas retas paralelas. Marcamos 4
pontos sobre uma reta
1
R e 9 pontos sobre outra reta,
2
R . Quantos
tringulos existem com vrtices em 3 desses 13 pontos?
a
b b4
a
3
a
4
b5
b
6 b7
b
8 9 b
R
Figura 3.8
Soluo. Para formar um tringulo necessitamos trs pontos. Vamos
considerar inicialmente um ponto em
1
a
na reta
1
R
e dois pontos,
1
b

e
2
b
, na reta
2
R
. O nmero de tringulos desse tipo
9,2
4C
. Analo-
gamente consideremos um ponto em
1
b
na reta
2
R
e consideremos
dois pontos,
1
a
e
2
a
, na reta
1
R
. Assim formamos um tringulo. O
nmero de tringulo desse tipo
4,2
9C
. Logo, o nmero total de
tringulos :
9,2 4,2
9! 4!
4 9 4 9
7!2! 2!2!
C C + = +

144 54 198 = + = .
Exemplo 3.31. Em um grupo de 8 homens e 5 mulheres, de quantos
modos podemos escolher 7 pessoas, incluindo pelo menos dois ho-
mens?
Soluo. So as seguintes alternativas:
7 homens 0 mulher
6 homens 1 mulher
5 homens 2 mulheres
4 homens 3 mulheres
3 homens 4 mulheres
2 homens 5 mulheres
Voc teria certeza de
que estas so as nicas
formas de se construir tais
tringulos? Pense nisso...
92
A resposta
8,7 5,0 8,6 5,1 8,5 5,2 8,4 5,3
. . . . C C C C C C C C + + +
8,3 5,4 8,2 5,5
. . C C C C + +

8! 5! 8! 5! 8! 5!
7! 5! 6!2! 4! 5! 3! 2! 3!
= + +

8! 5! 8! 5! 8! 5!
4! 4! 3! 2! 5! 3! 4! 6! 2! 5!
+ + +

8 7 8 7 6 5 4 8 7 6 5 5 4
8 5
1 2 1 2 3 1 2 1 2 3 1 2

= + + +

8 7 6 8 7
5
1 2 3 1 2
+ +
+ +

8 140 560 2800 280 28 = + + + + +

3816 = .
Exemplo 3.32. De quantos modos podemos dividir 10 pessoas em
dois grupos de 5 pessoas cada?
Soluo. O primeiro grupo pode ser escolhido de
10,5
C modos. Es-
colhido o primeiro grupo, sobram 5 pessoas, e s h 1 modo de for-
mar o segundo grupo. Em cada grupo sabemos que h elementos
idnticos, ou seja,
{ }
1 2 3 4 5
, , , , a a a a a
,
{ }
6 7 8 9 10
, , , , a a a a a
idntico a
{ }
6 7 8 9 10
, , , , a a a a a
, { }
1 2 3 4 5
, , , , a a a a a
, o que foi contado duas vezes.
Logo a resposta
10,5
10 9 8 7 6
136
2 1 2 3 4 5 2
C
= =

.
3.4.2 Combinaes Completas
Agora tambm sero escolhidos elementos dentre os elementos de
um conjunto maior, entretanto o mesmo elemento pode ser escolhido
mais de uma vez. Imagine um sorteio de bingo, no qual a bolinha
sorteada fosse devolvida ao globo e um mesmo nmero pudesse apa-
recer mais de uma vez na cartela. Esta uma situao que pode ser
matematicamente representada por uma combinao completa. Note
que o nmero de cartelas possveis aumenta consideravelmente.
93
Dados melementos distintos, chamamos combinaes completas,
de ordem ou classe r dos m elementos, os agrupamentos sem re-
petio ou com repetio, formados com r dos elementos dados,
de maneira que um agrupamento difere do outro pela natureza de
seus elementos.
Em geral,
, m r
C o nmero de modos de escolher r objetos distin-
tos entre m objetos distintos dados, e
, m r
CR o nmero de modos
de escolher r objetos, distintos ou no, entre m objetos distintos
dados. Por exemplo, se temos um conjunto { }
1 2 3 4
, , , X x x x x = com
4 elementos e queremos escolher 3 elementos. Neste caso, sabemos
que
4,3
4!
4
3!
C = = maneiras de escolher 3 objetos distintos dos 4 ele-
mentos dados. A escolha a seguinte:
1 2 3
x x x ,
1 2 4
x x x ,
2 3 4
x x x e
1 3 4
x x x .
Mas no caso de combinaes completas, a escolha no necessaria-
mente por elementos distintos, ou seja, podemos escolher
1 1 1
x x x
1 1 2
x x x
1 1 3
x x x
1 2 4
x x x
1 4 3
x x x
2 2 2
x x x
2 2 1
x x x
2 2 3
x x x
2 2 4
x x x
1 3 4
x x x
1 2 3
x x x
3 3 3
x x x
3 3 1
x x x
3 3 2
x x x
3 3 4
x x x
4 1 4
x x x
4 4 4
x x x
4 4 1
x x x
4 4 2
x x x
2 3 4
x x x
Neste caso temos
4,3
20 CR = .
A frmula para o clculo de combinaes completas dada por:
( )
( )
, 1
, 1
1 !
! 1 !
m r
m r m r
m r
CR P
m r
+
+
= =
.
Exemplo 3.33. De quantos modos podemos comprar 5 refrigerantes
em um supermercado que vende 3 tipos de refrigerantes?
Soluo. Neste problema deve ser aplicada a noo de combinao
completa. Logo, conforme a frmula acima, temos
5,2
5,3 7
7! 7 6
21
5! 2! 1 2
CR P

= = = =
.
.
94
Exemplo 3.34. Dispondo de 6 cores diferentes, de quantas maneiras
distintas podemos pintar 7 objetos idnticos? (Cada objeto deve ser
pintado com uma nica cor.)
Soluo. Precisamos decidir quantas vezes cada cor ser utilizada.
um problema de combinaes completas. Isto ser igual a
6,6
6,7 12
12! 12 11 10 9 8 7
11 7 4 3 924
6! 6! 1 2 3 4 5 6
CR P

= = = = =

.
3.4.3 Combinaes Completas e Equaes
Lineares com Coecientes Unitrios
Podemos estudar combinaes completas atravs das equaes line-
ares com coefcientes unitrios. Antes, vamos ver alguns exemplos.
(i) Consideremos a equao linear
1 2
7 x x + = . Ento, as solues in-
teiras no negativas so dadas pelos seguintes pares ordenados:
( ) 0, 7 , ( ) 1, 6 , ( ) 2, 5 , ( ) 3, 4 , ( ) 4, 3 , ( ) 5, 2 , ( ) 6,1 e ( ) 7, 0 .
Ao todo, temos 8 solues inteiras no negativas.
(ii) Agora, vamos considerar a equao
1 2 3
7 x x x + + = . Ento, para
resolver por tentativa, teremos um trabalho muito grande e pode-
mos errar durante o processo da resoluo do problema. Vamos
analisar da seguinte maneira: no desenho abaixo, os pontos esto
representando 7 unidades.
[ ]

Vamos dividir as 7 unidades em trs partes ordenadas, de modo que
em cada parte se tenha um nmero maior ou igual a zero.
Vamos separar os mdulos por duas barras, indicando-os por 3 va-
riveis a escolher. Abaixo esto algumas possibilidades:
[ ]
3 1 2
2 3 2
x x x

95
[ ]
3 1
2
4
2 1
x x
x

[ ]
3 1
2
0
2 5
x x
x

[ ]
3 1
2
4
3 0
x x
x

[ ]
3 1 2
2 2 3
x x x
.
Assim, temos 9 smbolos:
7 e 2 .
O nmero de permutaes desses smbolos dado por
7,2
9
9!
36
7! 2!
P = = ,
que o nmero de solues inteiras no negativas da equao

1 2 3
7 x x x + + = .
Em geral, o nmero de solues inteiras no negativas da equao
1 2
...
r
x x x m + + + =
dado por
( )
( )
, 1
1
1 !
! 1 !
m r
m r
m r
P
m r
+
+
=
ou, equivalentemente,
, 1
, 1 1, 1
m r
m r m r m r r
CR P C
+ +
= = .
Logo,
, 1
, 1 1, 1
m r
m r m r m r r
CR P C
+ +
= =
.
96
Exemplo 3.35. Quantas so as solues inteiras no negativas de
3 a b c d + + + = ?
Soluo. Aqui temos
3 m =
,
4 r =
. Logo,
3,4 1 3,3
3 4 1 6
6! 6.5.4
20
3!3! 1.2.3
P P
+
= = = = .
Exemplo 3.36. Quantas so as solues inteiras no negativas de
5 a b c d + + + < ?
Soluo. Neste caso, temos cinco possibilidades de equaes dife-
rentes:
0,3
3
3!
0 1
3!0!
a b c d P + + + = = = ;
1,3
4
4!
1 4
1!3!
a b c d P + + + = = = ;
2,3
5
5!
2 10
1!3!
a b c d P + + + = = = ;
3,3
6
6! 6 5 4
3 20
3!3! 1 2 3
a b c d P

+ + + = = = =

;
4,3
7
7! 7 6 5
4 35
4! 3! 1 2 3
a b c d P

+ + + = = = =

.
Logo, temos
4,3 3,3 2,3 1,3 0,3
7 6 5 4 3
35 20 10 4 1 70 P P P P P + + + + = + + + + = .
Assim podemos dizer que a resoluo, quando se pro-
curam solues inteiras e no-negativas, da equao
x x x m
r 1 2
+ + + = ...
equivale combinao completa de m objetos distin-
tos, de classe r dos m elementos, em agrupamentos
com ou sem repetio.
97
Alternativamente, outra resoluo possvel a introduo de uma va-
rivel extra para ter sinal de igualdade, ou seja, existe e

tal que
5 a b c d e + + + + =
5,4
9
P
e, como estamos trabalhando com o sinal de < (estritamente menor),
ento as possibilidades quando 5 a b c d + + + = (
5,3
8
P ) devem ser ex-
cludas.
Logo, a resposta
5,4 5,3
9 8
9! 8!
5! 4! 5!3!
P P =

9 8 7 6 8 7 6
1 2 3 4 1 2 3

=

126 56 70 = = .
Exemplo 3.37. Encontre o nmero de solues inteiras no negativas
no inferior a 2 da equao
1 2 3 4
17 x x x x + + + = .
Soluo. dado que
1 2 3 4
17 x x x x + + + = (1)
Como todos estes nmeros devem ser maiores que 2, diremos
2 1, 2, 3, 4
i
x i > = , ou seja, 2 0
i
x > . Vamos substituir
2 1, 2, 3 e 4
i i
x y i = = na equao (1).
Ento, temos
1 2 3 4
17 8 9 y y y y + + + = = . (2)
Para resolver a equao (1) com condio equivalente a resolver a
equao (2). Pela frmula, temos
9,4 12,3
12 11 10
220
1 2 3
CR C

= = =

.
Logo, h 220 solues inteiras no negativas da equao (1) que res-
peitam a condio posta.
98
da equao
1 2 3
15 x x x + + = com 3
i
x .
Soluo. Vamos substituir
1 1 2 2
3, y x y x = = e
3 3
y x = ,
ento temos
1 2 3
12 y y y + + = .
O nmero de solues inteiras no negativas da equao
1 2 3
12 y y y + + = dada por
12,2
12,3 14
14.13
91
1.2
C P = = =
para a inequao
1 2 3
0 5 x x x < + + < .
Soluo. Neste caso, devemos encontrar as solues das equaes:
1,2
1 2 3 3
1 3 x x x P + + = = ;
2,2
1 2 3 4
4 3
2 6
1 2
x x x P

+ + = = =
;
3,2
1 2 3 5
5 4
3 10
1 2
x x x P

+ + = = =
;
4,2
1 2 3 3,2 6
6 5
4 15
1 2
x x x C P

+ + = = = =
.
Logo, pelo princpio aditivo, o nmero procurado
3 6 10 15 34 + + + = .
Uma comisso formada por 3 homens e 3 mulheres deve ser 1)
escolhida em um grupo de 8 homens e 5 mulheres.
99
Quantas comisses podem ser formadas? a)
Qual seria a resposta se um dos homens no aceitasse parti- b)
cipar de uma comisso, se nela estivesse uma determinada
mulher?
2) Para a seleo brasileira foram convocados 2 goleiros, 6 zaguei-
ros, 7 meios de campo e 4 atacantes. De quantos modos pos-
svel escalar a seleo com 1 goleiro, 4 zagueiros, 4 meios de
campo e 2 atacantes?
Em um torneiro no qual cada participante enfrenta todos os 3)
demais uma nica vez, 780 partidas so realizadas. Quantos
so os participantes?
Um homem tem 5 amigas e 7 amigos. Sua esposa tem 7 amigas 4)
e 5 amigos. De quantos modos eles podem convidar 6 amigas
e 6 amigos, se cada um deve convidar 6 pessoas?
Quantos so os nmeros naturais de 7 dgitos nos quais o d- 5)
gito 4 fgura exatamente 3 vezes e o dgito 8 exatamente 2 ve-
zes?
Uma fla de cadeiras no cinema tem 20 poltronas. De quantos 6)
modos 6 casais podem se sentar nessas poltronas de modo que
nenhum marido se sente separado de sua mulher?
Quantas so as solues inteiras no-negativas de 7)
3 x y z w + + + = ?
Quantas so as solues inteiras no-negativas de 8)
6 x y z w + + + < ?
Quantas so as solues inteiras positivas de 9) 10 x y z + + = ?
Quantas so as solues inteiras positivas de 10) 10 x y z + + < ?
Captulo 4
Elementos de Probabilidade
103
Neste captulo apresentaremos a noo de probabilidade
em espaos nitos e provaremos suas propriedades. Alm
disso, discutiremos a noo de independncia de eventos e
a noo de probabilidade condicional.
A teoria da probabilidade a teoria matemtica responsvel pela des-
crio dos fenmenos classifcados como aleatrios. Dizemos que um
fenmeno determinstico quando, repetido em condies semelhan-
tes, conduz a resultados idnticos. Aqueles experimentos que repetidos
sob mesmas condies conduzem a resultados diferentes so denomi-
nados aleatrios. Por exemplo, quando lanamos um dado, o resultado
pode ser qualquer um dos nmeros 1, 2, 3, 4, 5 e 6. O lanamento de um
dado um exemplo de um experimento aleatrio, uma vez que no po-
demos determinar antecipadamente qual o resultado que redundar
do experimento. Inmeros fenmenos na natureza tm esta caracte-
rstica, e responsabilidade da probabilidade descrever e estuda-los.
Vamos, neste trabalho, estudar fenmenos aleatrios simples e atravs
deles proporcionar a apresentao de alguns conceitos fundamentais
da teoria das probabilidades.
Quando estudamos certo experimento, devemos comear pela descri-
o de seus possveis resultados. Estes possveis resultados formam
um conjunto que denotaremos por S e que usualmente chamamos
de espao amostral. Vejamos um exemplo: o lanamento de uma mo-
eda. Os possveis resultados so: cara (H) e coroa (T). Logo, nosso
espao amostral pode ser representado pelo conjunto { } , S H T = .
Consideremos outro exemplo: o lanamento de um dado. Agora os
resultados possveis formam o conjunto { } 1, 2, 3, 4, 5, 6 S = .
Vamos assumir nesta apresentao que o espao amostral S fnito.
Voc notar que para este estudo, em espao amostral fnito, voc
utilizar todo o conhecimento de Anlise Combinatria visto nos
captulos anteriores deste material. Existem estudos na Matemtica
Captulo 4
Elementos de Probabilidade
104
de probabilidade com espaos amostrais infnitos, mas este estudo
extrapola a inteno e o nvel de complexidade deste curso.
Todo subconjunto de S chamado de evento. Portanto, se estamos
lanando um dado, o subconjunto { } 2, 4, 6 E S =

pode ser pensa-
do como o evento de ter sado um nmero par. A interseo de dois
eventos corresponde ao evento no qual ocorreram. Dois eventos
so ditos exclusivos se nunca ocorrem simultaneamente. Por exem-
plo, o evento { } 1, 3, 5 O =

e o evento { } 2, 4, 6 E = so exclusivos, pois
E O = .
A cada evento gostaramos de atribuir um nmero positivo que de-
terminasse Qual a chance de tal evento ocorrer. Aos eventos que
sempre ocorrem, devemos atribuir o valor 1 indicando a chance to-
tal de ocorrer. O espao todo sempre ocorre, e portanto, ao espao
amostral, atribumos o valor 1. Quando lanamos um dado vrias
vezes, v-se que a chance de um evento elementar, isto , um evento
formado por um resultado apenas, tem a mesma chance de ocorrer
que qualquer outro. Portanto, sendo equiprovveis, devemos atri-
buir para cada evento elementar o valor 1/ 6. O evento { } 2, 4, 6 E =
ocorre quando sair qualquer um dos nmeros 2,4,6. Segue que exis-
tem 3 casos em 6 possveis resultados que favorecem o evento E
ocorrer. natural atribuir a probabilidade do evento E ocorrer ao
quociente dos resultados favorveis pelos resultados possveis, isto
, probabilidade de
# 3 1
E=
# 6 2
E
S
= = .
4.1 Noes de Probabilidade
Antes de estudarmos noes de probabilidade, vamos apresentar,
de modo formal, alguns conceitos bsicos.
Experimentos Aleatrios
So aqueles que, mesmo repetidos vrias vezes sob condies seme-
lhantes, apresentam resultados imprevisveis. A cada experimento
correspondem, em geral, vrios resultados possveis. Estes experi-
mentos tambm so conhecidos como experimentos no-determi-
nsticos. Por exemplo,
105
Jogue um dado e observe o nmero mostrado na face de i)
cima.
Jogue uma moeda quatro vezes e observe o nmero de caras ii)
obtido.
Em uma linha de produo, fabrique peas em srie e conte o iii)
nmero de peas defeituosas produzidas em um perodo de
24 horas.
Uma lmpada fabricada. Em seguida ensaiada quanto iv)
durao da vida, pela colocao em um soquete e anotao do
tempo decorrido (em horas) at queimar.
Espao Amostral (mega)
o conjunto de todos os possveis resultados de um experimento
aleatrio.
Considerando cada um dos experimentos acima, o espao amostral
de cada um deles ser:
1: {1, 2, 3, 4, 5, 6}.
2: {0, 1, 2, 3, 4}.
3: {0, 1, 2, ..., n}, onde n o nmero mximo de peas que pode ser
produzido em 24 horas.
4: {t / t 0}.
Evento (E)
Chamamos evento qualquer subconjunto do espao amostral de
um experimento aleatrio. Um evento sempre defnido por uma
sentena.
Se E = , ento E chamado evento certo.
Se E = , ento E chamado evento impossvel.
Exemplo 4.1. No lanamento de um dado, onde = {1, 2, 3, 4, 5, 6},
106
obter um nmero par na face superior. A = {2, 4, 6}; a)
obter um nmero menor ou igual a seis na face superior. B = b)
{1, 2, 3, 4, 5, 6} =
;
obter um nmero maior do que seis na face superior. c)
C =
.
Podemos combinar eventos usando as vrias operaes com con-
juntos:
o evento A B ocorre se, e somente se, ocorre A ou ocorre B
(ou ambos);
o evento A B

ocorre se, e somente se, ocorrem A e B ;
o evento
c
A , complemento de A, ocorre se, e somente se, no
ocorre A.
Dois eventos, A e B , so ditos mutuamente exclusivos se so disjun-
tos, isto , se A B = . Em outras palavras, A e B so mutuamen-
te exclusivos se no ocorrem simultaneamente.
Exemplo 4.2. Vamos considerar o seguinte experimento: lanar um
dado e observar o nmero que aparece na face voltada para cima. En-
to o espao amostral = {1, 2, 3, 4, 5, 6}. Seja A o evento ocorrer
nmero par, B : ocorrer nmero impar e C: ocorrer nmero pri-
mo, ou seja, A= {2, 4, 6}; B = {1, 3, 5} e C= {2, 3, 5}. Ento
{2, 3, 4, 5, 6} A C =

o evento ocorrer um nmero par ou um n-
mero primo.
{3, 5} B C =

o evento ocorrer um nmero primo impar;
{ } 1, 4, 6
c
C = o evento no ocorrer nmero primo.
Observe que A e B so mutuamente exclusivos, isto , A B = .
Axiomas de Probabilidade
Dados um espao amostral, ( ) P A , probabilidade do evento A, uma
funo defnida nas partes de que associam a cada evento um nmero
real, satisfazendo os seguintes axiomas:
Axioma 1. Para todo evento A,
0 ( ) 1 P A
.
107
Axioma 2. ( ) 1 P = .
Axioma 3. Se A e B so eventos mutuamente exclusivos, ento

( ) ( ) ( ) P A B P A P B = + .
Axioma 4. Se
1 2
, ,... A A uma seqncia de eventos mutuamente exclusi-
vos, ento
1 2 1 2
( ...) ( ) ( ) ... . P A A P A P A = + + .
Desses axiomas, decorrem os seguintes resultados
Teorema 4.1. Se o conjunto vazio, ento ( ) 0 P = .
Demonstrao. Seja A um conjunto qualquer, ento A e so
disjuntos e A A = . Pelo Axioma 3, temos
( ) ( ) ( ) ( ) ( ) ( ) ( ) P A P A P A P P A P A P = = + = +
.
Subtraindo ( ) P A de ambos os membros da igualdade acima, temos
( ) ( ) ( ) ( ) ( ) 0 ( ) P A P A P A P P A P = + = .
Teorema 4.2. Se
c
A o complemento de um evento A, ento
( ) 1 ( )
c
P A P A = .
Demonstrao. O espao amostral
pode ser decomposto nos

eventos mutuamente exclusivos
A
e
c
A
, ou seja,
c
A A = . Pelos
Axiomas 2 e 3, temos
1 ( ) ( ) ( ) ( ) ( ) 1 ( )
c c c
P P A A P A P A P A P A = = = + = .
Teorema 4.3. Se A B ento ( ) ( ) ( ) P A P B P B A = .
Demonstrao. Podemos escrever ( ) B A B A = , que uma unio
disjunta. Agora usamos o item 3 da denio de probabilidade e obte-
mos ( ) ( ) ( ) P B P A P B A = + e nalmente
( ) ( ) ( ) P A P B P B A =
.
108
Teorema 4.4. Se A B , ento
( ) ( ) P A P B
.
Demonstrao. Se
A B
, ento
B
pode ser decomposto nos even-
tos mutuamente exclusivos A e | B A (como mostra a gura abaixo),
ou seja, | B A B A = + .
A
B
B | A
Figura 4.1
Aqui dizemos que | B A o mesmo que B A .
Assim, ( | ) ( ) ( | ) ( ) ( | ) B A B A P B P A B A P A P B A = = = +
(pelo Axioma 3).
Como ( / ) 0 P B A , vem que ( ) ( ) P B P A ou ( ) ( ) P A P B .
Observao 4.1 Esse resultado tambm segue imediatamente do problema
anterior: ( ) ( ) ( ) ( ) P A P B P B A P B = , pois ( ) 0 P B A .
Teorema 4.5 Se
A
e
B
so dois eventos quaisquer, ento
( | ) ( ) ( ) P A B P A P A B = .
Demonstrao. Como o evento A pode ser decomposto nos eventos
mutuamente exclusivos | A B e A B ,
( | ) ( ) A A B A B = ,
da gura abaixo
A
B
A B
A| B
Figura 4.2
109
resulta que
( | ) ( ) ( ) ( | ) ( ) A A B A B P A P A B P A B = = + ,
(pelo axioma 3),
ou
( | ) ( ) ( ) P A B P A P A B = .
Teorema 4.6. ( ) ( ) ( ) ( ) P A B P A P B P A B = + .
Demonstrao.
Como ( ) ( ) e B ( ) ( ) A A B A B B A A B = = ,
onde as unies so disjuntas, temos
( ) ( ) ( )
( ) ( ) ( )
P A P A B P A B
P B P B A P A B
= +
= +
.
Somando estas igualdades, obtemos
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) 2 ( )
P A P B P A B P A B P B A P A B
P A B P B A P A B
+ = + + +
= + +
Alm disso, podemos escrever ( ) ( ) ( ) A B A B B A A B = ,
que uma unio disjunta e, portanto,
( ) ( ) ( ) ( ) P A B P A B P B A P A B = + + ,
que combinado com a identidade anterior gera
( ) ( ) ( ) ( ) ( ) ( ) ( ) P A B P A B P B A P A B P A P B P A B = + + = +

( ) ( ) ( ) ( ) ( ) ( ) ( ) P A B P A B P B A P A B P A P B P A B = + + = + .
O teorema 4.6 pode ser estendido usando-se o mesmo argumen-
to do princpio da incluso e da excluso para se obter a seguinte
igualdade:
1 2 1
1 2 1
1 2 3
1 2
( ) ( ) ( )
( ) ( )
( )
( 1) ( )
n n
n n
n
n
P A A A P A P A
P A A P A A
P A A A
P A A A
= + +
+
+ + +
+

.
.
110
Exemplo 4.3. Trs moedas so jogadas simultaneamente. Qual a pro-
babilidade de obter 2 caras? Qual a probabilidade de obter pelo me-
nos 2 caras?
Soluo. Comeamos exibindo o nosso espao amostral:
( , , ), ( , , ), ( , , ), ( , , ), ( , , ),
( , , ), ( , , ), ( , , )
H H H H H T H T H H T T T H H
S
T H T T T H T T T

=
`
)
.
Segue que os resultados possveis so # 8 S = e os resultados favor-
veis para a obteno de exatamente duas caras esto no conjunto
{ } ( , , ), ( , , ), ( , , ) E H H T H T H T H H = .
Logo, a probabilidade de obter exatamente 2 caras :
# 3
# 8
E
p
S
= = .
Para a segunda pergunta, os resultados favorveis esto no conjunto
{ } ( , , ), ( , , ), ( , , ), ( , , ) A H H H H H T H T H T H H = ,
e portanto, a probabilidade procurada
# 4 1
# 8 2
A
p
S
= = =
.
Exemplo 4.4. Dois dados so lanados simultaneamente. Qual a pro-
babilidade de que a soma dos nmeros obtidos nas faces de cima dos
dados seja 6?
Soluo. Precisamos exibir o nosso espao amostral. Vamos exibi-lo
atravs de uma tabela,
(1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
onde colocamos, em negrito, os resultados favorveis, isto , aqueles
cuja soma dos nmeros 6. As possibilidades so 5 em um universo
de 36. Logo, a probabilidade procurada
5
36
p =
.
Exemplo 4.5. Dois estudantes numa sala de aula de 30 estudantes
nasceram no mesmo dia do ano. Qual a probabilidade de tal even-
to ocorrer?
111
Soluo. O espao amostral de nosso problema o conjunto dos
pares de dias de nascimento dos estudantes desta sala. Como cada
estudante pode ter nascido em qualquer dia dos 365 de um ano, exis-
tem
30 76
365 7, 4 10 = pares de tais datas. Para resolver o proble-
ma de maneira mais fcil, vamos calcular a probabilidade do evento
complementar, ou seja, quando nenhum dos estudantes possua datas
de nascimento iguais. Temos ento 30 estudantes e queremos alocar
datas de nascimento de modo a nunca termos duas iguais. Usando
nossa combinatria dos captulos anteriores, temos 365 possibilida-
des para o primeiro estudante, 364 para o segundo, pois sua data de
nascimento no pode coincidir com a do primeiro, 363 para o tercei-
ro, ..., 336 para o ltimo. Logo a probabilidade de que todos tenham
dias de nascimento diferentes
30
365 364 336 365 364 336
0, 294
365 365 365 365
p

= = =
.
Logo a probabilidade de que ao menos um par de estudantes te-
nha dias de nascimento iguais 1 0, 294 0, 706 p = = . Observe que
neste problema usamos a igualdade ( ) 1 ( )
c
P A P A = , onde por
c
A
denotamos o complementar de em A S .
Exemplo 4.6. Seis dados so lanados. Qual a probabilidade de
todos os nmeros serem diferentes?
Soluo. O nmero de resultados possveis de nosso experimento
6
6
. O nmero de resultados favorveis ao evento em questo o n-
mero de permutaes de 6 elementos, que
6!
. Portanto, a
probabilidade do evento
6 4
6! 5 4
Probabilidade do evento= 0, 015432
6 6
= = .
Exemplo 4.7. Uma funcionria de correio deve enviar 5 passaportes
para seus legtimos donos. Preocupada com o encontro que teria
nesta noite, ela trabalha apressadamente, sem verifcar corretamen-
te a correspondncia. Determine a probabilidade da funcionria ter
enviado todos os 5 passaportes para donos errados.
Soluo. O espao amostral neste caso pode ser representado pelas
permutaes dos nmeros { } 1, 2, 3, 4, 5 . Logo o nmero de resultados
possveis
5!
. J os favorveis correspondem s permutaes que
no deixam nenhum elemento xo. Para calcular este nmero, use-
mos o princpio da incluso-excluso. Denotamos por
i
N as permu-
taes que deixam xo o elemento i ,
ij
N aquelas deixam xos e i j ,
112
e assim sucessivamente, e nalmente por
0
N aquelas que no xam
nenhum elemento. Pelo princpio da incluso e excluso,
0 1 2 3 4 5 12 45
123 345 1234 2345 12345
,
N N N N N N N N N
N N N N N
= + + +
+ + +

onde N o nmero de permutaes de 5 elementos. Observe que
1 2 5
N N N = = = , e existem 5 conjuntos destes, e similarmente,
12 23 45
N N N = = = , e existem exatamente
5,2
C destes conjuntos,
e assim sucessivamente. Isto segue do fato de ser irrelevante quais os
algarismos que so xados. Logo, denotando por
1 2 i
i
j j j
N N =

, nossa
frmula se torna:
1 2 3 4 5
0 5,1 5,2 5,3 5,4 5,5
N N C N C N C N C N C N = + + .
Temos ento que calcular cada um destes nmeros. Mas as permuta-
es de n elementos que deixam k elementos xos correspondem s
permutaes de n k

elementos e, portanto, ( )!
k
N n k = . Final-
mente obtemos
0 5,1 5,2 5,3 5,4 5,5
5! 4! 3! 2! 1! 1 N C C C C C = + + =
0
5 5 5 5 5
5! 4! 3! 2! 1! 1
1 2 3 4 5
120 5 24 10 6 10 2 5 1 1 1 44
N
| | | | | | | | | |
= + + =
| | | | |
\ . \ . \ . \ . \ .
= + + = .
Segue que a probabilidade procurada
44
120
p =
.
Exemplo 4.8. Dez pessoas so separadas em dois grupos de 5 pes-
soas cada um. Qual a probabilidade de que duas pessoas determi-
nadas, A e B, faam parte do mesmo grupo?
Soluo. O nmero de casos possveis
10,5
252 C = , pois h
10,5
252 C = modos de escolher o primeiro grupo e, depois disso, h
apenas um modo possvel para escolher o segundo grupo. O nmero
de casos favorveis
8,3
2 112 C = , pois h
8,3
56 C = modos de dis-
tribuir as pessoas A e B no primeiro grupo e h outro tanto com A e
B no segundo grupo.
A probabilidade procurada
113
112 4
252 9
P = = .
Exemplo 4.9. H 8 carros estacionados em 12 vagas em fla.
Qual a probabilidade das vagas vazias serem consecutivas? a)
Qual a probabilidade de no haver duas vagas vazias conse- b)
cutivas?
Soluo.
a) H
12,4
495 C =

modos de selecionar as 4 vagas que no sero
ocupadas e 9 modos de escolher 4 vagas consecutivas (1 2 3 4, 2 3 4
5, ..., 9 10 11 12). A resposta
9 1
495 55
= .
b)H
12,4
495 C =

modos de selecionar as 4 vagas vazias. Conside-
remos na escolha das vagas que caro vazias uma disposio de 8
carros. Restam para a escolha das 4 vagas vazias, que no podem ser
consecutivas, 9 espaos possveis.
- C1 C2 C3 C4 C5 C6 C7 C8
Segue que existem
9,4
126 C = escolhas de vagas vazias sem que haja
consecutivas. Portanto
126 14
495 55
p = = .
Exemplo 4.10. Um torneio disputado por 4 times A, B, C e D. 3 vezes
mais provvel que A vena o torneio do que B, 2 vezes mais provvel
que B vena do que C e 3 vezes mais provvel que C vena do que D.
Quais as probabilidades de vitria para cada um dos times?
Soluo. Vamos indicar por { } , , ,
A B C D
S s s s s = o espao amostral em
que
A
s
denota o evento A vence o torneio, e assim sucessivamente.
Seja ({ })
D
p P s = a probabilidade de D ganhar o torneio. Segue do
enunciado que
({ }) 3 ; ({ }) 2 ({ }) 6 ; ({ }) 3 ({ }) 18
C B C A B
P s p P s P s p P s P s p = = = = = .

Como a soma das probabilidades tem que ser igual a 1, temos:
1
3 6 18 1 28 1
28
p p p p p p + + + = = =
114
e, portanto,
3 6 18 1
({ }) 3 ; ({ }) ; ({ }) ; ({ })
28 28 28 28
C B A D
P s p P s P s P s = = = = = .
4.2 Eventos Independentes e
Probabilidade Condicional
Vamos considerar agora um experimento, por exemplo, o lanamen-
to de uma moeda, e repeti-lo n vezes. Podemos considerar isto como
um experimento nico, e neste caso o espao amostral ser consti-
tudo de seqncias de comprimento n de elementos de S. Assim
o espao amostral correspondente a este experimento o conjunto
n
S de tais seqncias. O nmero de resultados deste experimento
(novo) (# )
n
S . Considerando cada seqncia equiprovvel, tem-se
1 2
1
( , , )
n n
P a a a
k
= onde # k S = . No exemplo do lanamento de uma
moeda 2 vezes, { } , S H T = e o espao amostral do experimento repe-
tido ser { } , , , S HH HT TH TT = . A probabilidade de cada resultado
, portanto, 1/ 4. Esta defnio pretende ser um modelo em que o
resultado de cada experimento repetido independente dos resulta-
dos anteriores, no sentido cotidiano de que nenhuma infuncia sobre
um experimento pode ocorrer em funo dos experimentos anteriores.
Suponhamos que lancemos duas moedas no viciadas simultane-
amente em lados opostos de um quarto. Intuitivamente, o modo
como uma das moedas cai no infuencia o modo como a outra cai.
O conceito matemtico que formaliza esta intuio chamado de
independncia. Geralmente, independncia uma hiptese que assu-
mimos na modelagem de um fenmeno ou gostaramos que fosse
possvel assumir realisticamente. Muitas frmulas de probabilidade
s so vlidas se certos eventos forem considerados independentes.
Voltemos ao exemplo do lanamento das duas moedas. Seja A o even-
to em que na primeira moeda sai CARA, e seja B o evento da segun-
da sair CARA. Se assumimos que A e B so independentes, ento a
probabilidade que as duas moedas saiam CARA :
1 1 1
( ) ( ) ( )
4 2 2
P A B P A P B = = = .
115
Por outro lado, seja N o evento em que amanh ser um dia nublado
e C o evento em que amanh ser um dia chuvoso. Suponhamos
que ( ) 1/ 5 P N = e que ( ) 1/10 P C = . Se estes eventos fossem indepen-
dentes, ento poderamos concluir que a probabilidade de um dia
chuvoso e nublado seria bem pequena:
1 1 1
( ) ( ) ( ) .
5 10 50
P N C P N P C = = =
.
No entanto, estes eventos so dependentes. Em particular, todo dia
chuvoso nublado. Assim a probabilidade de um dia chuvoso e nu-
blado , de fato, 1/10. Assim defnimos:
Defnio 4.1. Dizemos que dois eventos, A e B, so independentes se
( ) ( ) ( ) P A B P A P B = .
Vejamos. Por um lado, sabemos que ( ) 0 P A B = porque no con-
tm evento algum, A B = . Por outro lado, temos ( ) ( ) 0 P A P B > ,
exceto nos casos degenerados, nos quais ou A ou B tenham probabi-
lidade zero. Assim, disjuno e independncia so conceitos muito
diferentes. Vejamos uma imagem mais adequada pra explicar isto.
Seja o retngulo da fgura abaixo um espao de probabilidade onde
a rea de cada subconjunto a probabilidade do evento representa-
do pelo conjunto. Se A cobre uma frao a do retngulo e B

cobre
uma frao b do mesmo, ento a rea da interseo ser uma frao
a b do retngulo. Em termos de probabilidade
( ) ( ) ( ) P A B P A P B = .
Suponhamos que lancemos duas moedas no viciadas. Considere
os eventos:
A

= as moedas caem com a mesma face voltada pra cima
B

= a primeira moeda cai CARA.
So estes dois eventos independentes? Intuitivamente, a resposta
no. De modo geral, se as moedas caem iguais, depende de como
cai a primeira moeda. Entretanto, a defnio matemtica de inde-
pendncia no corresponde com a noo intuitiva de no-relacio-
nados. Estes eventos so, de fato, independentes, como se pode ver
116
pelos clculos:
1 1 1
( ) ( ) ( )
4 4 2
1 1 1
( ) ( ) )
4 4 2
1
( ) ( )
4
P A P HH P TT
P B P HH PHT
P A B P HH
= + = + =
= + = + =
= =
Considere o lanamento de um dado, se { } 2, 4, 6 A =

o evento que
corresponde a sair par, e { } 3, 6 B = signifca sair um mltiplo de 3.
Ento A e B so independentes, pois { } 6 A B = e, portanto,
1 1 1
( ) ({6}) ( ) ( )
6 2 3
P A B P P A P B = = = = .
Defnio 4.2. Dizemos que n eventos,
1 2
, , ,
n
A A A , so independentes
se, para todo 2 k n e
1 2
, ,
k
j j j com
1 2
1
k
j j j n < < < , vale
1 2 1 2
( ) ( ) ( ) ( )
k k
j j j j j j
P A A A P A P A P A = .
Exemplo 4.11. (Eventos independentes dois a dois, mas que no so
independentes) Considere uma bola retirada de uma urna contendo
quatro bolas, numeradas 1, 2, 3, 4. Seja { } { } { } 1, 2 , 1, 3 , 1, 4 E F G = = = .
Soluo.
Se todos os quatro resultados possveis so igualmente provveis, temos:
1
( ) ( ) ( )
4
P E F P E P F = =
1
( ) ( ) ( )
4
P E G P E P G = =
1
( ) ( ) ( )
4
P F G P F P G = = .
Entretanto,
3
1 1
( ) ( ) ( ) ( )
4 2
P E F G P E P F P G
| |
= =
|
\ .
.
Logo, ainda que os eventos , , E F G sejam dois a dois independentes,
eles no so independentes.
Exemplo 4.12. Suponhamos que seja lanado um dado no viciado.
Seja E o evento em que a soma dos nmeros na parte superior dos
.
117
dados seja 7 e F o evento no qual no primeiro dado sorteado o
nmero 4. So estes eventos independentes?
Soluo. Observe que
{ } ( )
1
( ) 4, 3
36
P E F P = =
enquanto
1 1 1
( ) ( ) ( )
6 6 36
P E P F P E F = = = ,
provando que eles so, de fato, independentes.
Uma outra noo importante em probabilidade a noo de proba-
bilidade condicional. Vamos defni-la agora. Para tal, consideremos
o seguinte problema: suponha que temos um espao de probabilida-
de e que saibamos que um determinado evento ocorreu. Como so
ento as probabilidades dos outros eventos, uma vez que o evento
considerado j ocorreu?
Exemplo 4.13. Um experimento consiste em lanar um dado. Seja
X o resultado, seja F o evento { } 6 X = , e seja E o evento { } 4 X > .
Como probabilidade, assumamos que
1
( )
6
P Y = para 1, 2, 6 Y = .
Assim
1
( )
6
P F = . Agora suponhamos que o dado foi lanado e que
fomos informados de que o evento E ocorreu. Neste caso, nos res-
tam 2 resultados possveis: 5 e 6. Qual, ento, a probabilidade de
F ter ocorrido?
Soluo.
Como restam 2 resultados possveis segue que a probabilidade pro-
curada
1
2
. Vamos denotar por ( | ) P F E e referenci-lo como a
probabilidade do evento F dado que o evento E ocorreu.
Exemplo 4.14. Dois dados so lanados. Qual a probabilidade de
que tenha sado 4 em um dos dados, sabendo que a soma dos resul-
tados dos lanamentos 8?
Soluo. Sabemos que a soma dos dois dados foi 8, e portanto sabe-
mos que o lanamento dos dois dados deve ter sido 2 e 6, 3 e 5, 4 e
118
4, 5 e 3, 6 e 2. Assim, existe um total de 5 possibilidades. Entre estes
resultados, somente 1 tem 4 como resultado de um dos dados. Logo,
se denotamos pelo evento
E
saiu um 4 e pelo evento
F
a soma
dos dados 8, temos que
1
( | )
5
P E F = .
Exemplo 4.15. Trs candidatos, , e A B C , esto concorrendo a um
cargo poltico. Apenas um candidato pode ganhar. Suponhamos
que A e B tm a mesma chance de ganhar e que C tem metade das
chances de ganhar que tem A.
Soluo.
Seja A o evento A vence, B o evento B vence, e C o evento
C vence. Logo as probabilidades de cada evento sero
2
( )
5
P A = ,
2
( )
5
P B = e
1
( )
5
P C = .
Suponhamos que, antes da eleio acontecer, A desista. Ento quais
seriam agora as probabilidades para os eventos B e C ?
Soluo.
natural, na ausncia de outras informaes, atribuir probabilidades
a estes eventos que sejam proporcionais s probabilidades originais.
Assim teramos
2
( | )
3
P B A = e
1
( | )
3
P C A = .
Nestes exemplos, temos um dado espao de probabilidade e uma nova
informao que determina, de certa maneira, um novo espao de pro-
babilidades. Este novo espao consiste nos resultados que ainda so
possveis, dada a informao adicional que temos. Nosso objetivo
atribuir probabilidades a estes eventos. Vamos formalizar ento os
procedimentos realizados nestes exemplos. Seja { }
1
, ,
r
=

o es-
pao amostral original com as probabilidades ( )
i
P

correspondentes.
Suponhamos que o evento E tenha ocorrido. Queremos atribuir no-
vas probabilidades ( | )
i
P E aos eventos { }
1
, ,
r

que refitam esta
informao. Claramente, se
i
E , razovel atribuir ( | ) 0
i
P E = .
Alm disso, na ausncia de informao, razovel assumir que as pro-
babilidades para
i

em E deveriam ter a mesma magnitude relativa
119
que estas probabilidades tinham antes de sabermos que E ocorrera.
Para isso, exigimos que
( | ) ( )
i i
P E cP =
para todo
i
E , com c

uma constante positiva. Por outro lado,
devemos ter
: :
1 ( | ) ( ) ( )
i i
i i
i E i E
P E c P cP E

= = =

.
Segue que
:
1 1
( ) ( )
i
i
i E
c
P P E
= =
.
Observe que precisamos exigir que ( ) 0 P E > . Assim defnimos:
( )
( | ) ,
( )
i
i
P
P E
P E
=
para todo
i
E nas condies ( ) 0 P E > .
Esta nova distribuio de probabilidades chamamos de probabilida-
de condicional dado E . Para um evento qualquer F defne-se:
: :
( ) ( )
( | ) ( | )
( ) ( )
i i
i
i
i E F i E F
P P F E
P F E P E
P E P E

= = =

.
Chamamos ( | ) P F E de probabilidade condicional de F dado que E
ocorreu, e calcula-se pela frmula:
( )
( | )
( )
P F E
P F E
P E
= .
De outra maneira podemos defnir:
Denio 4.3. Dados dois eventos, A e B, a probabilidade condicional de B
dado A o nmero
( ) / ( ) P A B P A
que se denota por
( )
( | )
( )
P A B
P B A
P A
= .
Este nmero s est defnido quando ( ) 0 P A > .
120
Exemplo 4.16. Retornemos ao exemplo do lanamento de um dado
(ex. 4.13). Lembre-se que F corresponde ao evento 6 X = , e que E
o evento 4 X > . Observe que F E o evento F . Logo a frmula
acima nos d
( ) 1/ 6 1
( | )
( ) 1/ 3 2
P F E
P F E
P E
= = = ,
em concordncia com nossos clculos anteriores.
Exemplo 4.17. Encontre a probabilidade de se tirar um 4 de um ba-
ralho de 52 cartas, dado que dele j tiramos um 7.
Soluo. Dado que um 7 j foi retirado, temos agora apenas 51 cartas
disponveis. Portanto, a probabilidade de tirar um 4 agora

4
(4 | 7)
51
P =
. Se usarmos a frmula, temos:
4 4
(4 7) 4
52 51
(4 | 7)
4
(7) 51
52
P
P
P
= = =
.
Exemplo 4.18. Uma moeda lanada 3 vezes sucessivas. Calcule a
probabilidade do evento A ocorrer dado que o evento B ocorreu,
quando os eventos A e B so defnidos por:
{ } mais caras que coroas aparecem A = , { } a primeira cara B = .
Soluo. O espao amostral consiste nas 8 seqncias:
{ } , , , , , , , , HHH HHT HTH HTT THH THT TTH TTT =
que assumimos serem igualmente provveis. O evento B consiste de
quatro elementos, , , , HHH HHT HTH HTT , e, portanto, sua proba-
bilidade
4
( )
8
P B = .
O evento A B consiste em trs resultados possveis,
, , HHH HHT HTH , logo sua probabilidade
( ) 3/ 8 3
( | ) .
( ) 4/ 8 4
P A B
P A B
P B
= = =
Exemplo 4.19. Uma famlia tem dois flhos. Qual a probabilidade
condicional de que ambos os flhos sejam meninos, dado que pelo
121
menos um deles um menino? Assuma que o espao amostral S
dado por ( ) ( ) ( ) ( ) { }
, , , , , , ,
o o o a a o a a
S m m m m m m m m = e que todos os
resultados so igualmente provveis. [ ( ) ,
o a
m m indica que o mais
velho um menino e que o mais novo uma menina.]
Soluo. Seja E o evento em que ambos os lhos so meninos, e
F

o evento em que pelo menos um dos lhos um menino. Ento, a
probabilidade procurada dada por
( ) { } ( )
( ) ( ) ( ) { } ( )
1
,
( ) 1
4
( | )
3
( ) 3
, , , , ,
4
o o
o o o a a o
P m m
P E F
P E F
P F
P m m m m m m
= = = =
.
Os prximos lemas resumem as propriedades bsicas da noo de
probabilidade condicional.
Lema 4.1. Seja A tal que ( ) 0 P A > . Ento
a) ( | ) 0, ( | ) 1, ( | ) 1 P A P S A P B A = = .
b) ( ) ( ) | ( | ) ( | ), se P B C B P B A P C A B C = + = .
Em outras palavras, fxado A, a probabilidade condicional uma
probabilidade (outra) sobre o espao amostral S.
Demonstrao. a) Temos
( ) ( )
( | ) 0
( ) ( )
P A P
P A
P A P A

= = =
e
( ) ( )
( | ) 1
( ) ( )
P S A P A
P S A
P A P A
= = = .
Como0 ( ) ( ) P A B P A , ento
( )
0 1
( )
P A B
P A
e, portanto,
0 ( | ) 1 P B A .
b) Sabemos que
(( ) ) (( ) ( ))
(( ) | )
( ) ( )
P B C A P B A C A
P B C A
P A P A

= =
( ) ( )
( | ) ( | )
( ) ( )
P B A P C A
P B A P C A
P A P A

= + = +
.
122
Lema 4.2. Se
1 2
( )
n
P A A A , ento,
1 2 1 2 1 3 1 2 1 2 1
( ) ( ) ( | ) ( | ( ) ( | )
n n n
P A A A P A P A A P A A A P A A A A

=
1 2 1 2 1 3 1 2 1 2 1
( ) ( ) ( | ) ( | ( ) ( | )
n n n
P A A A P A P A A P A A A P A A A A

= .
Lema 4.3 (Lei de Bayes). Seja { }
1 2
, , ,
n
A A A = uma partio do espa-
o de probabilidade S . Ento se E um evento com ( ) 0 P E > , v+ale
1
( ) ( | )
( | ) .
( ) ( | )
j j
j n
i i
i
P A P E A
P A E
P A P E A
=
Exemplo 4.20. Numa prova h 7 perguntas do tipo verdadeiro-falso.

Calcular a probabilidade de acertarmos todas as 7 se:
escolhermos aleatoriamente as 7 respostas, a)
escolhermos aleatoriamente as respostas, mas sabendo que h b)
mais respostas verdadeiras do que falsas.
Soluo.
a) H
7
2 128 = possibilidades e, portanto,
| |
1
acertar os 7 testes .
128
P =
b) Seja A o conjunto de todos os pontos com mais respostas V do
que F. Temos
#
7,4 7,5 7,6 7,7
35 21 7 1 64 A C C C C = + + + = + + + = .
E, portanto, a probabilidade buscada igual a
1
64
.
Exemplo 4.21. Uma moeda jogada 6 vezes. Sabendo-se que no pri-
meiro lanamento ocorreu coroa, calcular a probabilidade condicio-
nal de que o nmero de caras nos seis lanamentos supere o nmero
de coroas.
Soluo. Nos 5 lanamentos seguintes devemos ter 4 ou 5 caras. A
probabilidade de ter 5 caras
5
1 1
2 32
| |
=
|
\ .
e a probabilidade de ter 4
caras (e 1 coroa)
5
1 5
5
2 32
| |
=
|
\ .
, porque a probabilidade de ter 4 ca
ras e 1 coroa na ordem cara-cara-cara-cara-coroa
5
1 1
2 32
| |
=
|
\ .
, e h
123
5 ordens possveis. A resposta
1 5 3
32 32 16
+ = .
Exemplo 4.22. Considere duas urnas. A primeira contm duas bolas
brancas e sete pretas, e a segunda contm cinco bolas brancas e seis
pretas. Lanamos uma moeda, e se sair cara retiramos uma bola da
primeira urna, caso contrrio, retiramos uma bola da segunda urna.
Qual a probabilidade condicional de ter sado cara, dado que uma
bola branca foi selecionada?
Soluo. Seja W o evento em que uma bola branca foi retirada e H
o evento em que a moeda deu cara. A probabilidade procurada pode
ser calculada como segue:
( ) ( | ) ( )
( | )
( ) ( )
( | ) ( )
( | ) ( ) ( | ) ( )
2 1
22
9 2
2 1 5 1
67
9 2 11 2
c c
P H W P W H P H
P H W
P W P W
P W H P H
P W H P H P W H P H
= = =
= =
+
= =
+
Exemplo 4.23. Uma moeda equilibrada jogada duas vezes. Sejam
e A B os eventos:
A: cara na primeira jogada;
B: cara na segunda jogada.
Verifque se e A B so independentes.
Soluo.
1
( ) ( )
2
P A P B = = , pois em cada lanamento h dois resulta-
dos possveis que so igualmente provveis (cara e coroa), e em cada
lanamento h apenas um resultado favorvel (cara).

1
( )
4
P A B =
,
pois para os dois lanamentos h quatro resultados possveis que so
igualmente provveis (cara-cara, cara-coroa, coroa-cara e coroa-coroa),
e apenas um favorvel (cara-cara). Como ( ) ( ) ( ) P A B P A P B = , os
eventos e A Bso independentes.
.
124
Exemplo 4.24. Suponhamos que haja um teste para diagnosticar o
cncer que d positivo em 95% dos casos quando se aplica s pes-
soas que possuem a enfermidade, e d negativo em95% dos casos
quando se aplica s pessoas que no a possuem. Se a probabilidade
de que uma pessoa tenha realmente cncer 0, 005, qual a proba-
bilidade de que uma pessoa tenha realmente cncer quando o teste
tiver dado positivo?
Soluo. Seja
C
o evento no qual uma pessoa examinada tenha cn-
cer e
A
o evento no Qual o resultado do teste seja positivo para o
cncer. Apliquemos a lei de Bayes:
( | ) ( )
( | )
( | ) ( ) ( | ) ( )
c c
P A C P C
P C A
P A C P C P A C P C
=
+

(0, 95)(0, 005)
0, 087
(0, 95)(0, 005) (0, 05)(0, 995)
= =
+
.
Exemplo 4.25. Das 28 peas de um domin, escolhem-se duas alea-
toriamente. Ache a probabilidade de que com elas se possa formar
uma cadeia compatvel s regras do jogo.
Soluo.
a a
(cadeia compatvel) (2 pea encaixe| 1 dupla) (1 dupla)
a
P P P =
a a
+ (2 pea encaixe| 1 no dupla) (1 no dupla)
a
P P
7 6 21 12 7
.
28 27 28 27 18
= + =
Exemplo 4.26. Retiram-se, sucessivamente e sem reposio, duas
cartas de um baralho comum (52 cartas). Calcule a probabilidade de
a 1
a
carta ser uma dama e a 2
a
carta ser de copas.
Soluo. H dois casos a considerar:
a) Se a primeira carta a dama de copas, a probabilidade
1 12
52 51
.
b) Se a primeira carta uma dama no de copas, a probabilidade
3 13
.
52 51
A resposta
1 12 3 13 1
.
52 51 52 51 52
P = + =
125
Exemplo 4.27. Determine a probabilidade de obter:
Ao menos um 6 em quatro lanamentos de um dado. a)
Ao menos um duplo 6 em 24 lanamentos de um par de dados. b)
Soluo. A probabilidade de nenhum seis em quatro lanamen-
tos
4
5
0, 4823.
6
| |
=
|
\ .
A probabilidade de pelo menos 1 seis
4
5
1 1 0, 4823 0, 5177
6
| |
= =
|
\ .
, o que responde a letra a.
A probabilidade de nenhum duplo seis em 24 lanamentos de um
par de dados
24
35
0, 5086.
36
| |
=
|
\ .
Logo, a probabilidade de pelo me-
nos 1 duplo seis
24
35
1 1 0, 5086 0, 4914.
36
| |
= =
|
\ .
Exemplo 4.28. Marina quer enviar uma carta a Vernica. A proba-
bilidade de que Marina escreva a carta de
8
10
. A probabilidade de
que o correio no a perca de
9
10
. A probabilidade de que o carteiro
a entregue de
9
10
. Dado que Vernica no recebeu a carta, qual a
probabilidade condicional de que Marina no a tenha escrito?
Soluo. Vamos usar aqui na soluo um diagrama de rvore.
No escreve
Perde
Escreve
No entrega
No perde
Entrega
2/10
8/10
1/10
9/10
1/10
9/10
Figura 4.3

2
(no escreve) 25
10
(no escreve| no recebe)
2 8 1 8 9 1
(no recebe) 44
10 10 10 10 10 10
P
P
P
= = =
+ +
2
(no escreve) 25
10
(no escreve| no recebe)
2 8 1 8 9 1
(no recebe) 44
10 10 10 10 10 10
P
P
P
= = =
+ +
.
126
Lista de Exerccios
Trs urnas I, II e III contm respectivamente 1 bola branca e 2 1)
pretas, 2 brancas e 1 preta e 3 brancas e 2 pretas. Uma urna es-
colhida ao acaso e dela retirada uma bola que branca. Qual
a probabilidade condicional de que a urna escolhida foi a II?
Uma moeda jogada 4 vezes. Sabendo que o primeiro resulta- 2)
do foi cara, calcular a probabilidade condicional de obter pelo
menos 2 caras.
A probabilidade de um homem ser canhoto 3)
1
10
.Qual a pro-
babilidade de, em um grupo de 10 homens, haver pelo menos
um canhoto?
Durante o ms de agosto a probabilidade de chuva em um 4) dia
determinado de
4
10
. O Fluminense ganha um jogo em um
dia com chuva com probabilidade
6
10
e em um dia sem chuva
com probabilidade de
4
10
. Sabendo-se que o Fluminense ga-
nhou um jogo naquele dia de agosto, qual a probabilidade de
que choveu neste dia?
Num exame h trs respostas para cada pergunta e apenas 5)
uma delas certa. Portanto, para cada pergunta, um aluno tem
probabilidade de 1/3 de escolher a resposta certa se ele est
adivinhando e 1 se sabe a resposta. Um estudante sabe 30%
das respostas do exame. Se ele deu a resposta correta a uma
das perguntas, qual a probabilidade de que a adivinhou?
Treze cartas so escolhidas de um baralho comum de 52 car- 6)
tas. Seja A

o evento o s de copas est entre as 13 cartas e B
o evento as 13 copas so do mesmo naipe. Provar que A e B
so independentes.
127
Joguei um dado duas vezes. Calcule a probabilidade condicio- 7)
nal de obter 3 na primeira jogada, sabendo que a soma dos
resultados foi 7.
Em uma cidade, as pessoas falam a verdade com probabilida- 8)
de 1/3. Suponha que A faz uma afrmao e que D diz que C
diz que B diz que A falou a verdade. Qual a probabilidade de
A ter falado a verdade?
Um urna contm 3 bolas vermelhas e 7 brancas. 9) A e B sacam
alternadamente, sem reposio, bolas dessa urna at que uma
bola vermelha seja retirada. A saca a 1
a
bola. Qual a probabi-
lidade de A sacar a bola vermelha?
Considere 4 urnas, cada uma delas contendo 10 bolas nume- 10)
radas de 1 a 10. Extrai-se uma bola de cada urna. Calcular a
probabilidade de que as 4 bolas somem 20.
Ao responder uma questo de um teste de mltipla escolha 11)
um estudante ou sabe a resposta ou a chuta. Seja p

a probabi-
lidade de que ele saiba resposta e 1 p a probabilidade de que
ele chute. Suponha que o estudante quando chuta tem proba-
bilidade de
1
m
de acertar, onde m o nmero de alternativas
das questes. Qual a probabilidade condicional de que o es-
tudante sabia a resposta da questo dado que ele respondeu
acertadamente?
Ns sabemos que uma determinada carta igualmente prov- 12)
vel de estar em um de trs escaninhos. Seja
1
a

a probabilidade
de que ns a vamos encontrar depois de um exame superfcial
no escaninho i

se a carta estiver de fato no escaninho i , para
1, 2, 3 i = . (Podemos ter 1
i
a < .) Suponhamos que examinemos
o escaninho e no encontremos a carta. Qual a probabilidade
da carta estar de fato no escaninho 1?
128
Resposta dos exerccios
CAPTULO 1
Lista 1
1) a) 43
1) b) 35
2) a) n + 2
2) b)
( 2)
( 1)
n
n
+
+
3) a) n = 9
3) b) n = 5
4) a) x = 6
4) b) x = 4
Lista 2
a) 1) 42
2) a)
5
1
(2 1)
i
i
=

b) 2)

6
2
1
( 1)
i
i
i
=

a) 3) 13 16 19 22 ....
3) b) 3159
a) 4)
5
1
(2 1)
i
i
=

4) b)

0
( )
n
i
p i
=
+
CAPTULO 2
Lista 1
a) 1) 7
1) b) 11
a) 2) x = 1 ou x = 4
2) b) x = 1 ou x = 7
a) 3) n = 3
3) b) n = 10
a) 4) x = 4
4) b) x = 5
Lista 2
1) 6
2)
4
( 3)
x
n
=
3) x = 9 ou x = 1
4) x = 6 e y = 7
Lista 3
2)
1
2 ( 2)
n
n
+
3) a) 145180
3) b)

( 1)(4 5)
6
n n n + +
129
Lista 3
2)
1
2 ( 2)
n
n
+
3) a) 145180
3) b)

( 1)(4 5)
6
n n n + +
Lista 4
a) 1) 20
1) b)
1120
81
3)
6
924x
CAPTULO 3
Lista 1
1) 40
2) 7200
3) 56
4) 600
5) 4096
6) 1.048.576
7) 125
8) 9.000.000
Lista 2
1) 15.600
2) 9.765.625
3) 132
4) 60
5) a) 3864
5) b) 1567
5) c) 560
6) 4464
7) 461
8) 48
9) 43200
10) 18
130
Lista 3
1) a) 11520
1) b) 720
1) c) 4320
1) d) 1152
1) e) 720
1) f) 9360
1) g) 13080
2) a) 81
2) b) 46721
2) c) 1
2) d) 5.333.280
3) 3600
4) 8640
5) 604.800
6) a) 462
6) b) 5775
6) c) 792
6) d) 10395
6) e) 51975
7) 564.480
8) 720
9) 8192
10) 2880
Lista 4
1) a) 560
1) b) 434
2) 6300
3) 40
4) 267.148
5) 12.960
6) 138.378.240
CAPTULO 4
1)
5
12
2)
7
8
3)
0,6513
4)
1
2
5)
7
16
7)
1
6
8)
13
41
9)
7
12
131
Referncias
HAZZAN, S. Fundamentos de Matemtica Elementar 5: Combina-
tria e Probabilidade. Atual: So Paulo, 1977.
NETTO, F.A.L. Lies de Anlise Combinatria. Livraria Nobel:
So Paulo, 1967.
MORGADO, A.C.O.; CARVALO, J.B.P.; CARVALHO, P.C.P.; FERA-
NANDEZ, P. Anlise Combinatria e Probabilidade. (Coleo Pro-
fessor de Matemtica) SBM: Rio de Janeiro, 2004.
SANTOS, J.P.O.; MELLO, M.P.; MURARI, I.T.C. Introduo Anli-
se Combinatria. Ed. Unicamp: Campinas, 1995.
HOEL, P.G.; PORT, S.C. ; STONE, C.J. Introduo Teoria da Proba-
bilidade. Intercincia: Rio de Janeiro, 1978.

Cadernofme2 2012

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Cadernofme2 2012

Enviado por

Direitos autorais:

Formatos disponíveis

Fundamentos da

Considerando os prximos valores de n , podemos deduzir que:

3,3 4,3 32,3

vlido ainda que

pode ser decomposto nos

Exemplo 4.20. Numa prova h 7 perguntas do tipo verdadeiro-falso.

Você também pode gostar