Você está na página 1de 48

Matemtica 10

Anlise Combinatria
e Probabilidades

Pr-Vestibular
Teoria e Exerccios Propostos

ndice.matemtica 10
Captulo 01. Anlise Combinatria
1. Fatorial ................................................................................................................ 7
2. Princpio Fundamental da Contagem (PFC) .............................................................. 9
2.1. Diagrama de rvore .................................................................................................... 9
2.2. Aplicao do PFC ...................................................................................................... 10
2.3. Princpio da Preferncia (PP) ..................................................................................... 12

3. Princpio do Desprezo da Ordem ........................................................................... 15


4. Exerccios Caracterizados de Contagem (I) ............................................................ 17
4.1. Formao de Nmeros .............................................................................................. 17
4.2. Comisses com Cargos Definidos ............................................................................... 17
4.3. Anagramas sem Repetio de Letras ........................................................................ 17
4.4. Anagramas com Repetio de Letras ........................................................................ 17
4.5. Ocupao de Lugares Definidos ................................................................................ 18
4.6. Comisses sem Cargos Definidos ............................................................................... 18
4.7. Distribuio em Grupos ............................................................................................. 18
4.8. Figuras Geomtricas ................................................................................................. 19

5. Frmulas de Contagem ....................................................................................... 21


5.1. Agrupamentos ......................................................................................................... 21
5.2. Frmula para Clculo do Nmero de Agrupamentos .................................................. 21

Captulo 02. Nmeros Binomiais


1. Introduo ......................................................................................................... 23
1.1. Definio .................................................................................................................. 23
1.2. Propriedades ............................................................................................................ 23

2. Tringulo de Pascal ............................................................................................. 26


2.1. Montagem do Tringulo ............................................................................................ 26
2.2. Propriedades ............................................................................................................ 26

3. Binmio de Newton ............................................................................................. 29


3.1. Produto de Stevin .................................................................................................... 30
3.2. O desenvolvimento de (x + a)n ................................................................................................................... 30
3.3. Termo Geral do Binmio de Newton ......................................................................... 31

Captulo 03. Probabilidade


1.
2.
3.
4.
5.
6.
7.

Experimentos Aleatrios .............................................................................................. 34


Espao Amostral e Evento ........................................................................................... 35
Tipos de Eventos ........................................................................................................ 35
Probabilidade Estatstica e Probabilidade Terica ........................................................... 36
Probabilidade Terica de um Evento ............................................................................ 36
Propriedades das Probabilidades ................................................................................... 37
Probabilidade do Evento Unio ..................................................................................... 40

ndice.matemtica 10
8. Probabilidades num Espao Amostral no Eqiprovvel ................................................. 41
9. Probabilidade Condicional ............................................................................................. 43
10. Probabilidade do Evento Interseco ......................................................................... 43
11. Eventos Independentes ............................................................................................ 44

Exerccios Propostos ................................................................................................................................. 49

.10

Anlise Combinatria e
Probabilidades

Captulo 01. Anlise Combinatria


1. Fatorial
A Anlise Combinatria a parte da Matemtica que estuda a quantidade de possibilidades de ocorrncia de um acontecimento, sem que haja a necessidade de descrevermos todas as possibilidades de ocorrncia.
Para explicarmos esse estudo, podemos
analisar o problema abaixo.
Consideremos a figura abaixo, em que temos parte da planta de um bairro. Uma pessoa deve caminhar de sua casa escola onde
estuda, usando um dos caminhos mais curtos, isto , ela s poder caminhar da esquerda para a direitaou de baixo para
cima. Quantos so os possveis caminhos diferentes para esse percurso?

Escola

regras de contagem, que no exigem a descrio das possibilidades, isto , descobrimos


quantas sem necessariamente sabermos
quais.
A Anlise Combinatria aplicada em
diversos campos de atividade, desde o estudo em apostas em loterias at o estudo das
possveis ligaes entre os tomos na Qumica. Em particular na Matemtica, teremos a
oportunidade de aplic-la no desenvolvimento dos binmios de Newton e na teoria das
probabilidades.
So muito freqentes, na Anlise
Combinatria, produtos que tenham como
fatores todos os nmeros inteiros positivos,
desde 1 at um certo n, por exemplo 5.4.3.2.1;
para facilitar, usaremos uma forma abreviada para represent-los, o fatorial.
Definio: Sendo n um nmero natural,
maior que 1, fatorial de n (n!) o produto
de todos os naturais de n at 1.

1 2

Assim n ! = n ( n 1) n 2 ... 3 2 1
O smbolo n! tambm pode ser lido como n
fatorial.
Exemplos
Casa

Observao: A figura mostra um dos caminhos possveis.


Para resolvermos esse problema, a primeira idia que temos a de tentarmos descrever todos os caminhos possveis, o que facilmente descartamos dada a grande quantidade de possibilidades.
Nos prximos mdulos, esse e muitos outros problemas sero resolvidos atravs de
Captulo 01. Anlise Combinatria

5! = 5 4 3 2 1
7! = 7 6 5 4 3 2 1
3! = 3 2 1

Em particular, definimos: 0! = 1 e 1! = 1
Observao: Ao desenvolvermos um
fatorial, colocando os fatores em ordem decrescente, podemos interromper onde for
conveniente, indicando os ltimos fatores
tambm na notao de fatorial.

PV2D-06-MAT-101

Anlise Combinatria e Probabilidades


Exemplos:
1)

Resoluo

7 ! = 7 6 5 4 3 2 1! = 7 6 5! =
= 7 6! = 7 6 5 4!

21 2
11 + 22 3 = 11 + 22 1 3 = 11 + 22 1 11 22 3

2) 1 2 = 1 1 3 2 = 1 1 3 1 4 2
3)

Este um recurso muito utilizado nas simplificaes de expresses com fatoriais:


Exemplo
100 ! 100 99 98 !
=
= 9900
98 !
98 !

03. Simplificar

Exerccios Resolvidos
01. Classifique as igualdades como verdadeiras (V) ou falsas (F)
a) 3! + 2! = 5!
b) (3!) (2!) = 6!
c) (3!)2 = 9!

11 + 22 3
11 22 3

Resoluo
Inicialmente, desenvolvemos (n + 1)! at chegarmos em (n 1)!:
(n + 1)! (n + 1).n.(n - 1)!
=
=
(n - 1)!
(n - 1)!
= (n + 1).n = n2 + n

Resposta: n2 + n

13
d)
= 2!
23

04. Resolver a equao:

Resoluo
a) F, pois 3! = 3 2 1 = 6,

2! = 2 1 = 2 e

5! = 5 4 3 2 1 = 120

2 1

12 4 3 5 = 4 + 3 5

Resoluo

b) F, pois 6! = 6 5! = 6 120 = 720


(3!) (2!) = 6 2 = 12 6! = 720
c) F, pois 9! = 9 8 7 6! = 362 880
e (3!)2 = (6)2 = 36
d) F, pois

12 1 2 34
=
= 12 2! = 2
32
34

02. Simplifique:
a)

11
21

b)

11
2 1 3 1

c)

11
2 13 1

05. (UFRN)
Se (x + 1)! = 3 (x!), ento x igual a:
a) 1
d) 4
b) 2
e) 5
c) 3
Resoluo

Resposta: B
PV2D-06-MAT-101

Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades


06. (FCMSC - SP) A soluo da equao

11 + 22 511 22 5 = 4 um nmero natural:


11 + 32 511 32 5

a) par.
b) cubo perfeito.
c) maior que 10.
d) divisvel por 5.
e) mltiplo de 3.

Resoluo
(n + 2)!(n - 2)!
(n + 2).(n + 1)!(n - 2)!
=4
=4
(n + 1)!(n - 1)!
(n + 1)!(n - 1).(n - 2)!
n+ 2
= 4 n + 2 = 4n - 4 -3n = -6
n- 2
n= 2

Resposta: A

2. Princpio Fundamental da Contagem (PFC)


O PFC uma regra que nos permite determinar o nmero de possibilidades de ocorrncia
de um acontecimento, sem que descrevamos todas as possibilidades. A idia da regra resulta
de uma anlise apurada de diagramas de rvores.

2.1. Diagrama de rvore

Chamamos de diagrama de rvore o esquema que lembra a estrutura de uma rvore,


usado para descrever todas as possibilidades de ocorrncia de um acontecimento.
Consideremos o acontecimento: uma corrida de que participam apenas trs corredores A, B e C.
1 Lugar

2 Lugar

(3 possibilidades) (2 possibilidades)

3 Lugar

Resultados

(1 possibilidade)

(6 possibilidades)

ABC

ACB

BAC

BCA

CAB

CBA

A
Tronco
B

1 etapa de
ramificao

2 etapa de
ramificao

3 etapa de
ramificao

Analisando o diagrama, percebemos que cada um dos resultados possveis para a corrida
uma pontana rvore e que os galhosdesta rvore se ramificam em trs etapas:
1 etapa: escolha do 1 colocado;
2 etapa: escolha do 2 colocado;
3 etapa: escolha do 3 colocado.
Assim, do tronco da rvore partem 3 galhos, de cada um destes partem 2 galhos,
e de cada um dos ltimos parte um galho. Logo, o total de pontas ser:
1 2 3 = 4 que o nmero de resultados possveis para a corrida.
Captulo 01. Anlise Combinatria

PV2D-06-MAT-101

Anlise Combinatria e Probabilidades


2.2. Aplicao do PFC

No problema: Em uma corrida de que participam apenas trs corredores A, B e C,


quantos so os resultados diferentes possveis? Consideremos o acontecimento (resultado da corrida) estudado em trs etapas sucessivas e independentes:
1 etapa: escolher o 1 colocado;
2 etapa: escolher o 2 colocado;
3 etapa: escolher o 3 colocado.

ento 1 2 1 3 1 4 222 1 1 o nmero de possibilidades de ocorrncia do acontecimento.


Exemplos
01)De quantos modos cinco pessoas podem sentar-se em um carro de cinco lugares?
Resoluo
Sejam a, b, c, d e e os lugares do carro conforme a figura a seguir.

Os nmeros de possibilidades de escolha


em cada etapa so:
1 etapa: 3 possibilidades (qualquer um
dos trs participantes pode ser o primeiro
colocado);
2 etapa: 2 possibilidades (qualquer que
seja o corredor escolhido para vencedor, na
etapa anterior, existiro 2 possibilidades para
escolher o 2 colocado);
3 etapa: 1 possibilidade (quaisquer que
sejam os escolhidos para a 1 e 2 colocaes,
nas etapas anteriores, para a 3 colocao s
o terceiro corredor possvel).
Para determinarmos o nmero de resultados possveis, s multiplicarmos os nmeros
de possibilidades de cada uma das trs etapas.
Deste modo: 1 2 3 = 4
Assim, o nmero de resultados diferentes
para a corrida 6.
A regra que utilizamos para chegar a esse
resultado a do Princpio Fundamental da
Contagem (PFC), que pode ser enunciada genericamente deste modo:
Se um acontecimento pode ser analisado em
etapas sucessivas e independentes de modo que:
n1 o nmero de possibilidades na 1 etapa,
n2 o nmero de possibilidades na 2 etapa,
.......................................................................................
nk o nmero de possibilidades na k-sima
etapa,

10

PV2D-06-MAT-101

d
a

Consideremos as etapas sucessivas:


1 etapa: escolha
lugar a;
2 etapa: escolha
lugar b;
3 etapa: escolha
lugar c;
4 etapa: escolha
lugar d;
5 etapa: escolha
lugar e.

da pessoa que sentar no


da pessoa que sentar no
da pessoa que sentar no
da pessoa que sentar no
da pessoa que sentar no

Assim, os nmeros de possibilidades so:

1 etapa
Lugar A

2 etapa
Lugar B

3 etapa
Lugar C

4 etapa
Lugar D

5 etapa
Lugar E

Logo, o total de possibilidades :


1 2 3 4 5 = 1 7 = 546
Resposta: As pessoas podem sentar-se de
120 modos diferentes.

Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades


Observao: Por no haver restrio na escolha em nenhuma das etapas (uma das pessoas no pode sentar no lugar da direo, por exemplo), a ordem em que se colocam as etapas de
escolha no altera o resultado. Assim, por exemplo:

1 etapa
Lugar E

2 etapa
Lugar B

3 etapa
Lugar A

4 etapa
Lugar D

5 etapa
Lugar C

Total = 1 2 3 4 5 = 1 7 = 546
02)As chapas dos automveis no Brasil so formadas por 3 letras e 4 algarismos. Usando
o alfabeto de 26 letras, quantas chapas podem ser formadas?
Resoluo

Onde L = Letra e A = Algarismo


1 etapa: escolha da 1 letra
2 etapa: escolha da 2 letra
3 etapa: escolha da 3 letra
4 etapa: escolha do 1 algarismo
5 etapa: escolha do 2 Algarismo

6 etapa: escolha do 3 Algarismo


7 etapa: escolha do 4 Algarismo
Na 1, 2 e 3 etapas temos 26 possibilidades.
Na 3, 4, 5, 6 e 7 etapas, temos 10 possibilidades (qualquer um dos 10 algarismos: 0,
1, 2, 3, 4, 5, 6, 7, 8, 9)

Assim:

26

.2 6

2. 6

10

10

10

10

= 175 760 000

03) Quantos divisores positivos tem o nmero 288?


Resoluo
1 2
Decompondo 288 em fatores primos, encontramos: 288 = 1 2

Qualquer nmero de forma 1 x 2 y , com 1 x 2 4 1 y 3 , divisor de 288, ento, estudados os nmeros de possibilidades para ecolha dos expoentes x e y, temos:

1
1 12 53542

1 2 8384 85 8 6 87

1 etapa
2 etapa
Expoente x Expoente y

Total = 6 3 = 18
Resposta: 288 tem 18 divisores positivos.

Captulo 01. Anlise Combinatria

PV2D-06-MAT-101

11

Anlise Combinatria e Probabilidades


04) Dispe-se de 4 livros, 6 cadernos e 3 canetas para se distribuir entre dois estudantes.
Todos os objetos devem ser distribudos, mas
no h necessidade de uma diviso equnime.
De quantos modos diferentes esta distribuio
pode ser feita?
Resoluo
Devemos estudar as quantidades de objetos que um dos estudantes pode receber, e,
automaticamente, ficaro estudadas as quantidades que o outro poder receber. Por exemplo, se o primeiro estudante receber 1 livro, o
outro receber 3 livros.
Logo, o nmero de possibilidades para a
distribuio dos livros : (0,4); (1,3); (2,2); (3,1);
(4,0), ou seja, 5 possibilidades.
Raciocinando de forma anloga para a
distribuio dos demais objetos, teremos:

1 etapa
Livros

2 etapa
Cadernos

3 etapa
Canetas

total: 5 7 4 = 140
Resposta: A distribuio poder ser feita
de 140 modos diferentes

2.3. Princpio da Preferncia (PP)

Consideremos o problema: De quantos


modos cinco pessoas podem sentar-se em um
carro de cinco lugares, se somente duas delas
dirigem?
Sejam a, b, c, d e e os lugares do carro,
conforme a figura a seguir.

d
b

Considere as etapas sucessivas:

1 etapa
Lugar E

2 etapa
Lugar D

3 etapa
Lugar C

4 etapa
Lugar B

5 etapa
Lugar A

Na 1 etapa, temos 5 possibilidades: qualquer uma das quatro pessoas podem sentar
ou o lugar pode ficar vago.
Na 2, 3 e 4 etapas, temos 4, 3 e 2 possibilidades respectivamente, sempre uma possibilidade a menos que na etapa anterior.
No entanto, fica impossvel determinar o
nmero de possibilidades na 5 etapa, pois devemos ter necessariamente uma pessoa que dirige nesse lugar, e, dependendo das escolhas anteriores, essa possibilidade pode no existir.
Para evitar impasse de contagem como
esse, usamos uma regra que chamamos de
princpio de preferncia (PP).
O estudo dos nmeros de possibilidades
deve comear sempre pelas etapas em que
h restrio, dando preferncia para aquelas onde a restrio maior.
Assim, como existe restrio para ocupar
o lugar da direo, devemos necessariamente comear o estudo das possibilidades por
esse lugar:

1 etapa
Lugar A

2 etapa
Lugar B

3 etapa
Lugar C

4 etapa
Lugar D

5 etapa
Lugar E

Na 1 etapa, temos apenas 2 possibilidades, s as duas pessoas que dirigem podem


ocupar esse lugar (direo).
Na 2, 3, 4 e 5 etapas, temos 4, 3, 2 e 1
possibilidades respectivamente, sempre uma
possibilidade a menos que na etapa anterior.
Desta forma,
total = 1 2 3 1 4 = 25

12

PV2D-06-MAT-101

Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades


Observao: Muitas vezes, mesmo usando
o PP, ainda persistem os impasses de contagem.
Nessas situaes, devemos dividir o estudo das
possibilidades em mais do que um caso, conforme podemos acompanhar no exemplo 6.
05) Usando todas as letras da palavra
Caderno, sem repetio.
a) quantas palavras distintas podem se
formar?
Observao: Entenda por palavrauma
seqncia de 7 letras mesmo que no
pronunciveis.
b) Quantas dessas palavrasterminam
por consoante?
Resoluo
a) Considerando as escolhas das sete letras como etapas sucessivas e independentes,
percebemos que nenhuma delas apresenta restrio (qualquer letra pode aparecer em qualquer posio na palavra); ento a ordem que
se faz do estudo dos nmeros de possibilidades dessas etapas no afetar o resultado.

1 etapa 2 etapa 3 etapa 4 etapa 5 etapa 6 etapa 7 etapa

Total = 7 6 5 4 3 2 1 = 7! = 5 040
b) Como existe restrio na escolha da
ltima letra, para evitar impasses, fazemos
desta a 1 etapa, de acordo com o PP.
(Como a ltima letra deve ser uma consoante, temos 4 possibilidades para essa etapa
(C, D, R, N)).

Resposta: a) 5 040

b) 2 880

Captulo 01. Anlise Combinatria

Milhar

Centena

Dezena

Restries
0e1

Unidade

Restries
1, 3, 5, 7 e 9

De acordo com o PP, a 1 etapa deve ser a


escolha da unidade, e a 2 etapa, a escolha do
milhar; no entanto, mesmo usando esta ordem
nas etapas, teremos impasses, pois, na escolha
da unidade, temos 5 possibilidades (0, 2, 4, 6, 8),
e para o milhar teremos 8 possibilidades (2, 3,
4, 5, 6, 7, 8, 9) caso seja escolhido o zero para a
unidade, e 7 possibilidades caso no seja o zero
o algarismo escolhido.
Para solucionar esse problema, devemos
dividir a anlise em dois casos.
1 caso: nmeros que terminam em zero
Milhar

Centena

Dezena

Unidade

2 etapa
(no pode
ser zero e 1)

3 etapa

4 etapa

1 etapa
(s o zero)

Total = 1 1 2 3 = 441
2 caso: nmeros que terminam em 2, 4, 6 e 8

2 etapa 3 etapa 4 etapa 5 etapa 6 etapa 7 etapa 1 etapa

Total = 1 2 3 4 5 6 3 =
= 1 1 3 = 5 778

06) Quantos nmeros pares de quatro algarismos distintos, maiores que 1 999, existem no nosso sistema de numerao?
Resoluo

Total = 1 2 1 3 = 4562
Assim, o total de nmeros que podem ser
formados :
448 + 1 568 = 2 016
Resposta: Podemos obter 2 016 nmeros.
PV2D-06-MAT-101

13

Anlise Combinatria e Probabilidades


Exerccios Resolvidos
01. (EEP-SP) Utilizando-se 4 cores distintas, de quantas formas pode-se pintar uma
bandeira formada por 4 listras verticais, sabendo-se que duas listras vizinhas no podem
ser da mesma cor?
a) 24
d) 324
b) 108
e) 256
c) 124
Resoluo

1 etapa: escolha da cor da 1 listra


nmero de possibilidades = 4
2 etapa: escolha da cor da 2 listra
nmero de possibilidades = 3
(s no serve a cor escolhida para a 1 listra)
De forma anloga
3 etapa: escolha da cor da 3 listra:
nmero de possibilidades: 3
4 etapa: escolha da cor da 4 listra:
nmero de possibilidades: 3
Assim:

Resposta: B
02. (Cesgranrio-RJ) Em um computador
digital, um bit um dos algarismos 0 ou 1
e uma palavra uma sucesso de bits.
O nmero de palavras distintas, de 32
bits, :
a) 2 (332 1)
d) 322
b) 2 32
e) 2 x 32
c)

12 4 13

"Bit"

Palavra com 32 "bits"

2 2 2 . . . . . . . . 2 2 = 232
2 opes por "bit"
(0 ou 1)

03. (FGV-SP) Quantos nmeros de 4 algarismos diferentes tm o algarismo da unidade de milhar igual a 3?
a) 1 512
d) 3 024
b) 3! 504
e) 4! 504
c) 504
Resoluo
10
elementos
disponveis

{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

3
9 8 7

PV2D-06-MAT-101

= 504

Resposta: C
04. (Mackenze-SP) Um trem de passageiros constitudo de uma locomotiva e 6 vages distintos, sendo um deles restaurante.
Sabendo que a locomotiva deve ir frente e
que o vago-restaurante no pode ser colocado imediatamente aps a locomotiva, o
nmero de modos diferentes de montar a
composio :
a) 120
d) 600
b) 320
e) 720
c) 500
Resoluo
L
5 5
Resposta: D

14

Resoluo

= 600

Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades


05. Quantos nmeros de 4 algarismos distintos podem ser formados com os algarismos 0, 1, 2, 3, 4, 5, 6 e 7?
Resoluo
1
2
3
4
Etapa Etapa Etapa Etapa

2 caso: Nmeros comeando com o algarismo 4


(Neste caso, o algarismo das centenas deve ser 1 ou 3.)
1
4
1

= 1 470

(no pode ser zero)


Qualquer algarismo menos o escolhido na
1 etapa.
06. (FGV-SP) Quantos nmeros mpares
de 4 algarismos, sem repetir algarismos num
mesmo nmero, podemos formar com os dgitos: 1, 2, 3, 4, 5, 6, 7, 8:
a) 210
d) 840
b) 7!
e) 1 680
c) 200
Resoluo
lementos disponveis: { 1, 2, 3, 4, 5, 6, 7, 8}
Nmeros mpares de 4 algarismos:
1
3
5
7

5 . 6 . 7 . 4

Logo: 840

07. (UECE) A quantidade de nmeros inteiros compreendidos entre os nmeros


1
000 e 4 500 que podemos formar utilizando
somente os algarismos 1, 3, 4, 5 e 7, de modo
que no figurem algarismos repetidos, :
a) 48
c) 60
b) 54
d) 72
Resoluo
1 caso: Nmeros comeando com os algarismos 1 e 3.

= 12

Total = 48 + 12 = 60
Resposta: C

3. Princpio do Desprezo da
Ordem
Quantos so os anagramas da palavra Casa?
Resoluo
Imaginemos que as duas letras A da palavra CASA sejam diferentes, por exemplo consideremos CAS. Assim, os anagramas so:
CAS ACS
SCA
CAS
CAS ACS
SCA CSA
CSA ACS
SAC SCA
CAS ASC
SAC SAC
CSA ASC
SCA ACS
CSA ASC
SAC ASC
Anagramas so as palavras formadas
com as mesmas letras de uma palavra dada.
Tais palavras no precisam ter significado
na linguagem comum.
Desprezando as diferenas imaginadas
entre as letras A, percebemos que existem
apenas 12 anagramas diferentes.
possvel calcular esse total de anagramas de uma outra forma:
Supondo 4 letras diferentes:

1
3
2

Captulo 01. Anlise Combinatria

= 48

Total = 4 3 2 1 = 4! = 24
PV2D-06-MAT-101

15

Anlise Combinatria e Probabilidades


Para desprezar a mudana de ordem das
2 letras repetidas, s dividir o total por 2!;
assim:
4 ! 24
=
= 12
2! 2
Resposta: So 12 anagramas.

Total =

Observao: Ao calcular o total de anagramas de uma palavra que apresenta uma letra que se repete n vezes, calculamos inicialmente o total, como se todas as letras fossem
diferentes e, em seguida, desprezamos a mudana de ordem das n letras, considerada
nesse total, dividindo-o po n!. No caso em
que a palavra apresenta n letras iguais e
tambm outras m letras iguais, s dividir o
total por n! e por m!, isto , por n 1 m 1 .
Essa regra, para desprezar uma mudana
de ordem considerada em uma contagem
inicial, chamamos de Princpio do Desprezo da Ordem (PDO).

Exerccios Resolvidos
01. Quantos so os anagramas da palavra
Camada?
Resoluo
So 6 letras das quais 3 so repetidas. Ento:

02. Quantos so os anagramas da palavra


Batata?
Reoluo
So 6 letras das quais 3 so As e 2 so Ts. Ento:

03. No jogo denominado Mega Sena so


escolhidos 6 nmeros inteiros escolhidos entre 1 e 60. Quantos resultados distintos podem ocorrer na Mega Sena?
16

PV2D-06-MAT-101

Resoluo
Devemos primeiro pensar nas maneiras distintas
de escolher os 6 nmeros e depois desprezar a ordem,
pois a mesma no importante para o jogo. Assim:
1=

23 45 46 47 42 44
28

= 43 329 623

04. (FGV-SP) Sobre uma mesa so colocadas em linha 6 moedas. O nmero total de
modos possveis pelos quais podemos obter
2 caras e 4 coroas voltadas para cima :
a) 360
d) 120
b) 48
e) 15
c) 30
Resoluo
Temos: C para cara e
K para coroa
Como a ordem no importante deveremos aplicar o PDO. Assim: 1 =

23 2 6
=
= 76
4353
4

Resposta: E
05. (PUCCamp-SP) muito comum o uso
de barras iluminadas em aparelhos eletrnicos, para a formao de smbolos (letras, nmeros, sinais etc.). Considerando as 8 barras
dispostas na forma abaixo:

Indique a alternativa que representa o total de smbolos diferentes que podem ser formados, iluminando-se, exatamente, 4 delas.
(Por exemplo, iluminando-se convenientemente, pode-se obter
a) 140
b) 70
c) 32

etc.)
d) 64
e) 24

Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades


Resoluo

Resoluo

Primeiro escolheremos 4 barras para serem iluminadas entre as 8 disponveis.


Depois desprezaremos a ordem de escolha das 4
barras, pois, uma vez formado o smbolo a ordem da
escolha, no importante.

Total = 12 3 4 5 6 = 72 892
Resposta: B

4. Exerccios Caracterizados
de Contagem
4.1. Formao de Nmeros
Quantos nmeros mpares, com 4 algarismos distintos, podemos obter empregando os algarismos significativos?
Resoluo

Resposta: Podem ser formadas 30 240


comisses.

4.3. Anagramas sem Repetio de


Letras

Anagramas so as palavrasformadas
com as mesmas letras de uma palavra dada.
Tais palavras no precisam ter significado
na linguagem comum.
Quantos so os anagramas da palavra CINEMA?
Resoluo

Algarismos significativos:
{1, 2, 3, 4, 5, 6, 7, 8, 9}

Total = 1 2 3 4 5 6 = 17 = 859
Resposta: So 720 anagramas.

Total = 1 2 3 4 = 5316
Resposta: Podemos obter 1 680 nmeros.

4.2. Comisses com Cargos


Definidos
De um grupo de 10 pessoas, 5 so escolhidas para comporem uma comisso que formada por um presidente, um vice-presidente, com um 1 secretrio, um 2 secretrio e
um tesoureiro. Quantas comisses podem ser
formadas?
Captulo 01. Anlise Combinatria

4.4. Anagramas com Repetio de


Letras

Quantos so os anagramas da palavra


MATEMTICA?
Resoluo
Supondo 10 letras diferentes teramos 10!
anagramas.
Para desprezar as mudanas de ordem
das letras repetidas (3 As, 2 Ms e 2 Ts) utilizaremos o P. D. O.
12345 1

234
10 9 8 7 6 5 4 3!
=
= 151 200
3! 2 1 2 1
546464
PV2D-06-MAT-101

17

Anlise Combinatria e Probabilidades


4.5. Ocupao de Lugares Definidos

De quantos modos 3 pessoas podem sentar-se em um banco de cinco lugares?


1 Resoluo
Consideremos como etapas sucessivas e
independentes as escolhas dos lugares que as
trs pessoas vo ocupar.

sileiro. De quantos modos diferentes pode


acontecer essa classificao?
Resoluo

Total = 12 3 4 5 = 6 272

Total = 1 2 3 = 45
2 Resoluo
Consideremos como etapas sucessivas e
independentes as escolhas das pessoas por
quem os cinco lugares sero ocupados, considerando, porm, dois fantasmas para simbolizar os lugares vagos.

Como o problema no est interessado


nos resultados possveis para a competio, e sim nos classificados para o campeonato brasileiro, a ordem dos quatro no interessa. Ento, usando o PDO, chegamos ao
resultado:
Total =

12 3 4 5
= 712
68

Resposta: Pode acontecer de 210 modos diferentes.

4.7. Distribuio em Grupos

Oito escoteiros devem ser distribudos em


duas patrulhas que tero misses diferentes.
De quantos modos isto pode acontecer?

1 2 3 4 5
= 67
48
Note que o total foi dividido por 2! para
desprezar a mudana de ordem dos fantasmas.
Resposta: Podem sentar-se de 60 modos
diferentes.

Total =

4.6. Comisses sem Cargos


Definidos

Dez times de futebol de um estado disputam um campeonato para classificar os


quatro representantes no campeonato bra18

PV2D-06-MAT-101

Resoluo
Imaginemos a distribuio sendo feita colocando-se os escoteiros em fila e consideremos os quatro primeiros da fila em uma patrulha e os quatro ltimos na outra.

Total =

1 2 3 4 5 6 7 8
= 29
5
5

Resposta: Pode acontecer de 70 modos.


Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades


Observao O produto foi dividido por
1 2 1 2 para desprezar a ordem dos elementos em cada patrulha.

4.8. Figuras Geomtricas

Considere 8 pontos distintos em uma circunferncia. Quantos so os tringulos que podem ser formados com vrtices nesses pontos?
Resoluo
Consideremos as etapas sucessivas das
escolhas dos vrtices dos tringulos:

1 2 3
= 53
46
Resposta: Podem ser formados 56 tringulos.

Total =

Observao O produto foi dividido por


3! para desprezar a ordem dos vrtices,
pois ABC e BCA representam o mesmo tringulo, por exemplo.

Exerccios Resolvidos
01. Formao de nmeros
(FGV-SP) Usando-se os algarismos 1, 3, 5,
7 e 9, existem x nmeros de 4 algarismos, de
modo que pelo menos 2 algarismos sejam
iguais. O valor de x :
a) 505
d) 625
b) 427
e) 384
c) 120
Resoluo
Pelo PFC, temos disponveis {1, 3, 5, 7, 9}
5 5 5 5 = 625
Nmeros de 4 algarismos, com os 5 elementos
disponveis.
5 4 3 2 = 120
Nmeros de 4 algarismos distintos, com os 5
elementos disponveis.
Captulo 01. Anlise Combinatria

Se do total de nmeros de 4 algarismos subtrairmos os nmeros de 4 algarismos distintos, os


que restarem tero pelo menos 2 algarismos iguais.
Portanto,
x = 625 120 = 505
Resposta: A
02. Comisses com Cargos Definidos
Vinte e dois pilotos de Frmula 1 participaro de um grande prmio.
Os trs primeiros colocados subiro ao
pdio onde ocuparo lugares distintos e sero homenageados.
De quantas maneiras diferentes o pdio
pode ser composto?
Resoluo
22 21 20 = 9 240
03. Anagramas sem repetio de letras
(UFPA) Quantos so os anagramas da palavra Brasil comeados por B e terminados
por L?
a) 24
d) 240
b) 120
c) 720

e) 1 440

Resoluo
Resposta: A
04. Anagramas com repetio de letras.
(Mackenzie-SP) O nmero de maneiras
diferentes de colocar em uma linha de um
tabuleiro de xadrez (8 posies) as peas
brancas (2 torres, 2 cavalos, 2 bispos, a rainha e o rei) :
a) 8!
b) 504

d) 8
e) 4

c) 5 040
PV2D-06-MAT-101

19

Anlise Combinatria e Probabilidades


Resoluo

Resoluo

23 4 5 6
= 923
78
Resposta: D
12345 1

12
= 4 565
323232
Temos 8 letras (peas) com
2 Ts (Torres so iguais)
2 Cs (Cavalos so iguais)
2 Bs (Bispos so iguais)
12345 =

1
123521 5172

12342 567896

07. Distribuio em Grupos


Oito livros devem ser distribudos em dois
grupos de quatro livros cada um. De quantos
modos isto pode ser feito?
Resoluo

2354
7 78
65

05. Ocupao de Lugares Definidos


(FGV-SP) De quantas maneiras podemos
sentar 4 moas e 4 rapazes numa fila de 8
assentos, de modo que nunca haja nem dois
rapazes vizinhos nem duas moas sentadas
uma ao lado da outra?
a) 5 040
d) 576
b) 40 320
e) 1 152
c) 2 880
Resoluo
Podemos ter:

Total =

1 2 3 4 5 6 78
= 64
59 59 79

Resposta: Pode acontecer de 35 modos.


Observao: O produto foi dividido por 12 12
para desprezar a ordem dos livros em cada grupo, e
por 2! para desprezar a ordem dos dois grupos,
visto que ABCD EFGH e EFGH ABCD representam, por exemplo, a mesma distribuio.
08. Figuras Geomtricas
I. (UEL-PR) Sejam 15 pontos distintos,
pertencentes a uma circunferncia. O nmero de retas distintas determinadas por
esses pontos :
a) 14

d) 210

b) 91

e) 225

c) 105
Logo: 576 + 576 = 1 152
Resposta: E
06. Comisses sem cargos definidos
(Aman-RJ) As diretorias de 4 membros
que podemos formar com os 10 scios de uma
empresa so:
a) 5 040
e) nra
b) 40
d) 210
c) 2
20

PV2D-06-MAT-101

Resoluo
15 pontos distintos de uma circunferncia nunca

sero alinhados 3 a 3 e sabemos que 12 3 21 ;


portanto:

12345 =

67 68
9

= 6 7

Resposta: C
Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades


II. Nas condies do problema anterior,
qual o nmero de semi-retas determinadas
pelos 15 pontos?

Para calcular o nmero de arranjos, basta usar o PFC; Assim A7,3, por exemplo, ser:

Resoluo


Sabemos que 12 12 ; portanto:
Total = 15 14 = 210

Resposta: 210 semi-retas

Se multiplicarmos e dividirmos o produto 1 2 3 por 4!, temos:

5. Frmulas de Contagem

A 7 ,3 =

5.1. Agrupamentos

e de um modo geral:

Quando formamos grupos com elementos de um conjunto, chamamos esses grupos


de agrupamentos. Existem trs tipos bsicos
de agrupamentos:
1 tipo Arranjos simples
So agrupamentos que diferem um do
outro pela ordem ou pela natureza dos elementos componentes.
Exemplo os arranjos de 2 elementos que
podem ser feitos com A, B e C so:
AB, BA, AC, CA, BC e CB
2 tipo Combinaes simples
So agrupamentos que diferem um do
outro apenas pela natureza dos elementos
componentes.
Exemplo as combinaes de 2 elementos que podem ser feitas com A, B e C so:
AB, AC e BC
3 tipo Permutaes simples
So agrupamentos que diferem um do outro apenas pela ordem dos elementos componentes.
Exemplo as permutaes que podem ser
feitas com A, B e C so:
ABC, ACB, BAC, BCA, CAB e CBA

5.2. Frmula para Clculo do Nmero


de Agrupamentos
I. Frmula para Calcular o Nmero de Arranjos
Seja An,p o nmero de arranjos que podem
ser feitos com n elementos, agrupando-os p a p.
Captulo 01. Anlise Combinatria

7 6 5 4! 7!
7!
=
=
4!
4!
73 !

1 2

1 21

4 33nn 11 pp44 33

A n p = n n 1 4 n 1 5 222 n 1 p + 4
1

ou seja: A n p =
1

n1
n2p 1

em particular An,0 = 1 e An,n = n!


II. Frmula para Calcular o Nmero de
Combinaes
Seja Cn,p o nmero de combinaes que
podem ser feitas com n elementos, agrupando-os p a p.
Para calcular o nmero de combinaes,
basta usar o PFC e, em seguida, desprezar a
troca de ordem dos elementos do grupo
(PDO).
Assim, C7,3, por exemplo, ser:

C 1 32 =

15253 A 1 32
=
46
46

De um modo geral: C n p =
1

PV2D-06-MAT-101

An p
1

p1
21

Anlise Combinatria e Probabilidades


Assim: 1 1 2 =
1

03. Calcule o valor de:

21
2 2 3 131

E=

De modo particular: Cn,0 = 1 e


Cn,n = 1
III. Frmula para Calcular o Nmero de
Permutaes
Seja Pn o nmero de permutaes que podem ser feitas com n elementos.
Para calcular o nmero de permutaes, podemos usar o PFC, assim P5, por exemplo, ser:

C 172
C 1 73 + C 34 75 + C 6 7 5

Resoluo
23
2 5 6 43
=
= 78
2 4 3 43
43 43

1 123 =

1 2

1 123 =

12 423 43 = 53 43 = 2

11234 =
1 123 =

23

2 53

234

121 524 54 =
23

12 423 43 =

23 6 24
= 89
74 54

2 5 43
=6
43 43

23
23
4
=
=
4 + 54 + 6 46 75
Resposta: E = 5/14.

Assim, 1 =
P5 = 5 4 3 2 1 = 5!
De um modo geral:
Pn = n!

04. Resolver Cx, 3 6Cx, 2 = 0


Resoluo
12
12
5
=7
1 3 4 2 42
1 6 2 62

Exerccios Resolvidos
01. Calcule:
a) A8, 3
b) A10, 2
Resoluo
a) 1123 =

23

23

12 423 = 53 =

1 2
c) A8, 0

2 6 7 53
= 447
53

234
234 21 7 64
=
=
= 71
21 5 4 64
64

b) 11234 =

c) 1123 =

23
23
=
=2
1 4 3 23

1 2

02. Resolver Ax, 4 = 5 Ax, 3


Resoluo

Resposta: S = {8}
22

1 2

PV2D-06-MAT-101

Resposta: S = {20}
Px
=1
05. Resolver P
x 1

Resoluo

Assim: x = 5
Resposta: S = {5}
Captulo 01. Anlise Combinatria

Anlise Combinatria e Probabilidades

Captulo 02. Nmeros Binomiais


1. Introduo

1.2. Propriedades

Combinaes de n elementos p a p so
agrupamentos com p elementos cada, que podemos formar com n elementos disponveis.
O nmero de combinaes que podem ser
feitas com n elementos p a p dado por Cn,p e
calculado desta forma:
1 1 32 =

24
2 5 3 4 3 4

1.1. Definio

Dados dois nmeros naturais, n e p, chamamos nmero binomial ao par de valores

13 146 , onde:
2 25
13 146 = 1 3
2 25 71 4 283 2 3 567 1 2
13 146 l-se: binomial de n sobre p
2 25

Dizemos que, no nmero binomial

13 146 , n
2 25

o numerador e p, o denominador.
A partir da definio, observamos que:

13 146 = 3 1 32
2 25
Como conseqncias da definio, temos:

13 46
25
1 14
2) 3 3 6 = 1 4565 11 2 7
25
1 14
3) 3 16 = 34565 11 2
25
1
1) 3 = 4 5676 11 2

Captulo 02. Nmeros Binomiais

13 46 13
25 2

1
1
P1) 2 =
12

4
65

Demonstrao

13 146 = 1 3
2 25 71 4 28 3 2 3
13
13 1 46 =
2 1 3 25 1 4 11 4 22 311 4 22 3
13
13 1 46 =
2 1 3 25 1 4 1 + 2 3 1 1 4 2 2 3
13 1 46 = 1 3
2 1 3 25 2 3 1 1 4 2 2 3
1 14 1 1 4
Portanto: 3 26 = 3 1 26
25 2 5

Observao:
Chamamos

13 146 3 13 1 46
2 25 2 1 4 25

de nmeros

binomiais complementares.
Exemplos

13 46 13 46
25 25
1 124 1 124
2) 3 3 6 = 3 4 6
2 5 2 5
1 34 1 3 46 = 13 3 + 546
1 2 3 6 +3
2 45 2 4 + 55 2 4 + 55
1
1
1) 2 = 3

(Relao de Stifel)
PV2D-06-MAT-101

23

Anlise Combinatria e Probabilidades


Demonstrao

13 146 + 13 1 46 =
2 25 2 2 + 35
=

13
13
+
1 4 2 3 2 3
1 4 2 4 5 3 2 + 5 3

2 1 2

13 146 + 13 1 46 =
2 25 2 2 + 35
=

13 46 13 46 13 46
2 5 2 5 2 5
1 14 1 14 1324
3) 3 26 + 3 36 = 3 3 6
25 25 2 5
11
11
14
2) 2 + 3 = 3

13

13

11 4 22 11 4 2 4 52 3 2 3 + 11 4 2 4 52 3 12 + 52 2 3

13 146 + 13 1 46 =
2 25 2 2 + 35
1 312 + 52 + 1 311 4 22
11 4 22 11 4 2 4 52 3 12 + 52 2 3

Observao:
Consideremos um grupo de pessoas formado por Paulo e mais n pessoas.
Ento:
1) O nmero de modos de selecionar, nesse grupo, um subgrupo formado por p + 1

13
2

46
5

2+4
pessoas 1 1 +3 42 +3 =
3+4

2) O nmero de modos de selecionar um


subgrupo formado por Paulo e por outras p

13 46
25

2
pessoas 1 1 1 32 = 1 1 32 =
3

3) O nmero de modos de selecionar um


subgrupo formado por p + 1 pessoas, exceto o

13 146 + 13 1 46 = 1 471 + 38
2 25 2 2 + 35 91 5 2
4 92 + 3
4
13 146 + 13 1 46 = 1 471 + 38
2 25 2 2 + 35 91 2
4 92 + 3
4
1 1 + 34
71 + 38 4
Como 32 2 + 365 = 1 + 3 5 2 + 3 4 2 + 3 4 =
9
9

11 + 324
=
5
1
3 244 32 + 344
1 14 1 1 4 1 1 + 34
Temos: 3 26 + 3 2 + 36 = 3 2 + 36
25 2 5 2 5

Paulo, 1 1 32 +4 =

Como o total de subgrupos a soma do


nmero de subgrupos dos quais Paulo participa com o nmero de subgrupos dos quais
Paulo no participa, temos:

13 146 + 13 1 46 = 13 1 + 346
2 25 2 2 + 35 2 2 + 35

Exerccios Resolvidos
01. Calcule E, sendo 1 =

24

PV2D-06-MAT-101

13 246 + 13 446 + 13 546 + 13 746


2 35 2 45 2 65 2 85

Resoluo
1=

Exemplos

1 1 4 1 1 4 1 44
1) 3 26 + 3 36 = 3 36
25 25 25

13 2 46
2 3 + 45

23
+ 6+ 6+ 7
43 53

23
+ 5+ 5+ 6
4
1 = 43
1=

Captulo 02. Nmeros Binomiais

Anlise Combinatria e Probabilidades

1 14
32 265

04. Resolver a equao:

02. Calcule

13 12 46 = 13 12 46
2 5 6 35 2 35 6 45

3=1

Resoluo

1 14 1 14 1 14 1 14 1 14 1 14 1 14
32 265 = 32 365 + 32 465 + 32 565 + 32 665 + 32 765 + 32 165

Resoluo

1=2

1) Binomiais iguais

1 14
14
14
14
32 265 = 3 + 1 + 54 64 + 64 54 + 34 74 + 3

1 2 3 = 31 2 4 1 = 5

1= 2
3

1 14

32 265 = 3 + 1 + 34 + 34 + 1 + 3
1=2
3

1 14

Temos dois casos:

que no satisfaz, pois devemos ter:


1 2 3 4 51 6 1 42 3 7 51

2) Binomiais complementares:

12 3 45 + 42 3 6 = 78
62 = 79 2 = 9

34

32 265 = 34

= 9

1=2

1 1 2 34
03. Resolver a equao: 3 4 6 = 35
2 5
Resoluo

13 1 2 346 = 71 2 385 = 71 2 385


2 4 5 71 2 3 2 485 45 71 2 685 45
Assim:

11 2 324
11 2 524 64 = 37
= 10

x2 3x + 2 = 20
x2 3x 18 = 0

05. Resolver a equao:

13 146 + 13 146 = 13 4 46
2 25 2 35 2 6 7 55
Resoluo

13 146 + 13 146 = 13 446 (relao de Stifel)


2 25 2 35 2 35
1
1 4
Assim: 13 46 = 13
2 25 2 3 4 565
ou seja:
x3=6
x=9

ou

6 + (x 3) = 9
x=6

S = {6, 9}

ou seja, x = 6 ou x = 3 (no convm)


S={6}

Captulo 02. Nmeros Binomiais

PV2D-06-MAT-101

25

Anlise Combinatria e Probabilidades

2. Tringulo de Pascal

2.2. Propriedades

2.1. Montagem do Tringulo


Vamos colocar os nmeros binomiais

13 146
2 25

Linha 0
Linha 1
Linha 2
Linha 3
Linha 4
Linha 5

FG 2IJ
H 2K
FG 3IJ
H 2K
FG 4IJ
H 2K
FG 5IJ
H 2K

FG 3IJ
H 3K
FG 4IJ
H 3K
FG 5IJ
H 3K

FH 50IK FH 15IK FH 52IK FH 53IK FH 54IK FH 55IK


B B B B B B
5

10

10

lu

na

Co

B B B B B

FG 1IJ
H 1K
FG 2IJ
H 1K
FG 3IJ
H 1K
FG 4IJ
H1K
FG 5IJ
H 1K

4
na
lu

Co

Co

lu

na

na

1
lu

lu

na

Co

B
FG 0IJ
H 0K
FG 1IJ
H 0K
FG 2IJ
H 0K
FG 3IJ
H 0K
FG 4IJ
H 0K
FG 5IJ
H 0K

Co

Co

lu

na

em linhas e colunas, de modo que os de numerador igual fiquem numa mesma linha e os de
denominador igual numa mesma coluna.

P1) Em qualquer linha, dois binomiais


eqidistantes dos extremos so complementares e, portanto, iguais.
Consideremos, como exemplo, a linha 5.

P2) A soma de dois binomiais consecutivos de uma mesma linha igual ao binomial
situado imediatamente abaixo do binomial
da direita.

FG 4IJ
H 4K
FG 5IJ FG 5IJ
H 4K H 5K

Co
lu
Co na
lu 0
Co na 1
lu
Co na 2
lu
Co na
lu 3
Co na 4
lu
na
5

Calculando cada um dos binomiais, obtemos:

1
2 1
3 3 1
4 6 4 1
5 10 10 5

1
1
1
1
1
1

1
1 1
1 2 1
1 3 + 3 1
1 4 6 4 + 1
1 5 10 10 5
Notamos que:

Linha 0
Linha 1
Linha 2
Linha 3
Linha 4
Linha 5

B B B B B B

A esta disposio dos nmeros chamamos


de Tringulo de Pascal.

26

PV2D-06-MAT-101

Captulo 02. Nmeros Binomiais

Anlise Combinatria e Probabilidades


O que podemos concluir que esta propriedade uma aplicao da relao de Stifel nos
elementos do tringulo. Com ela, podemos construir qualquer linha do tringulo a partir da
linha anterior.
Assim, considerando a linha 4, temos:
1+ 4+ 6+ 4+ 1
5 10 10 5

Lembrando que os nmeros binomiais das extremidades so sempre iguais a 1, temos a


linha 5 do tringulo de Pascal.
1 5 10 10 5 1
P3) A soma de todos os binomiais da linha n do tringulo de Pascal 2n.

FH 00IK
FH 10IK
FH 20IK
FH 30IK
FH 04IK
FH 50IK

1 = 20

FH 11IK
FH 12IK
FH 13IK
FH 14IK
FH 15IK

1 + 1 = 21

FH 22IK
FH 32IK
FH 24IK
FH 52IK

1 + 2 + 1 = 22

FH 33IK
FH 34IK
FH 53IK

1 + 3 + 3 + 1 = 23

FH 44IK
FH 54IK FH 55IK

Genericamente temos:

13 146 + 13 146 + 13 146 + 13 146 + 666 + 13 146 = 41


2 2 5 2 3 5 2 4 5 2 5 5 2 15

ou

13 146 = 32

2
1 32 5
2

Justificativa
Considerando um conjunto A com n elementos para formar um subconjunto de A,
devemos decidir, para cada elemento, se o
inclumos ou no no subconjunto. Ento o
total de subconjuntos :

1 1 1 1 1 2221 = 1 1
133323334
1 232421567

Captulo 02. Nmeros Binomiais

1 + 4 + 6 + 4 + 1 = 24
1 + 5 + 10 + 10 + 5 + 1 = 2 5
Poderamos obter esse mesmo total, pela
soma das quantidades de subconjuntos com
0 elementos, 1 elemento, 2 elementos, ... , n
elementos.
Isto :
Cn,0 + Cn,1 + Cn,2 + ... + Cn,n = 2n
Ou ento,

13 146 + 13 146 + 13 146 +555+13 146 = 41


2 2 5 2 3 5 2 4 5 2 15

P4) 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 ltima parcela.
PV2D-06-MAT-101

27

Anlise Combinatria e Probabilidades

13 146 + 13 1 + 346 + 13 1 + 446 +555+13 1 + 246 = 13 1 + 2 + 346


2 15 2 1 5 2 1 5 2 1 5 2 1 + 3 5
2

1 1 + 246 = 13 1 + 3 + 446
1 5 2 1+4 5

13 146 + 13 1 + 446 + 13 1 + 546 +666+13 1 + 246 = 13 1 + 2 + 446


2 35 2 4 5 2 5 5 2 2 5 2 2 5

1 32
=

ou

Exemplo
1
1
1
1
1
1

1
2
3
4
5

1 1 + 246 = 13 1 + 3 + 446
2 5 2
3 5

1 32
=

1
+
3
1
+
6
4
=
10 10

Exemplo
1
5

1
1

Justificativa
Aplicando a relao de Stifel aos elementos das colunas e efetuando a adio membro
a membro, temos:

2
3

10

15

ou

P5) A soma dos elementos de uma diagonal


(isto , de uma paralela hipotenusa) do tringulo de Pascal, comeando do primeiro elemento da diagonal, igual ao elemento que
est imediatamente abaixo da ltima parcela.

10

20

15

Justificativa
2

1 1 + 246 = 13 146 + 13 1 + 546 + 13 1 + 646 +777+13 1 + 346


2 5 2 45 2 5 5 2 6 5
2 35

1 32
=

Usando a propriedade dos nmeros


binomiais complementares, temos:
2

1 1 + 246 = 13 146 + 13 1 + 446 + 13 1 + 546 + 666 + 13 1 + 346


2 5 2 15 2 1 5 2 1 5
2 15

1 32
=

O segundo membro a soma da coluna n


at a linha n + k do tringulo de Pascal; ento,
pela propriedade P4, temos:
2

1 1 + 246 = 13 1 + 3 + 446
2 5 2 1+4 5

1 32
=

mas

28

PV2D-06-MAT-101

Captulo 02. Nmeros Binomiais

Anlise Combinatria e Probabilidades

13 1 + 2 + 346 = 13 1 + 2 + 346 (complementares)


2 1+3 5 2 2 5

03. Calcule

13 1 + 246 == 13 1 + 3 + 446

2 5
2 3 5
1 32
2

1 =2

12

01. Determine as somas indicadas:

13 146 + 13 146 + 13 146 +555+13 146


2 25 2 35 2 45 2 15
1 14 1 34 1 54 1464
b) 3 26 + 3 46 + 3 66 +888+3 7 6
25 25 25 2 5
1 14 1 24 1 34 1 44
c) 3 16 + 3 16 + 3 16 +555+3 16
25 25 25 25

23

= 423

1124

131246 = 4
2 25

23

1 = 1246

3. Binmio de Newton
1

02. Calcule n, sabendo que:

13 146 + 13 146 + 777 + 13 146 = 4 256 (Soma dos ele2 2 5 2 3 5 2 15

mentos da linha n)
Resoluo

Captulo 02. Nmeros Binomiais

3 =1

1 124 1 124 1 124

1=2

13 146 + 13 146 + 13 146 +555+13 146 = 4 76789


18
2 25 2 35 2 45 2 15
13 146 + 13 346 + 13 546 +777+13 4646 = 13 4146 79
 8
2 25 2 45 2 65 2 8 5 2 8 5
13 146 + 13 246 + 13 346 +444+13 546 = 13 6746 789
8
2 15 2 15 2 15 2 15 2 2 5

11 = 122 2 = 33

1 124

32 3 65

32 3 65 = 32 1 65 + 32 4 65 +555+ 32 1265 =

Resoluo

04. Calcule
Resoluo

a)

13 146 + 13 146 + 444 + 13 146 = 5


2 25 2 35 2 15

1 14

32 265 = 32 365 + 32 465 + 32 565 +666+ 32 165 = 5 7789


18

Exerccios Resolvidos

c)

1 14 1 14 1 14 1 14

b)

3= 1

Resoluo

Ento:

a)

1 14

32 265

= 5267

O Teorema do Binmio, que ser estudado neste mdulo, trata do desenvolvimento de (a + b)n, para n natural. Impropriamente
ele chamado Binmio de Newton. Isaac
Newton viveu no sculo XVII, embora o desenvolvimento de (a + b)n, para qualquer n
natural (ou pelo menos um dispositivo para
encontrar os coeficientes) j era conhecido
muito antes. O caso n = 2 j era conhecido
por Euclides (300 a.C.), mas a generalizao
da lei s apareceu por volta de 1100 d.C., na
lgebra de Omar Khayyam. Curiosamente
este autor no forneceu a lei, mas assegurava que podia encontrar as potncias quarta, quinta, sxtupla e at superiores, por
uma lei que ele descobrira e que ele afirmava ter enunciado em uma outra obra, da
qual, contudo, no parece haver restado nenhuma cpia.
O que se deve a Newton, na verdade, a
generalizao do teorema do Binmio para
valores negativos e fracionrios de n, que, no
entanto, no estudaremos neste captulo.
PV2D-06-MAT-101

29

Anlise Combinatria e Probabilidades


3.1. Produto de Stevin

Vamos achar a lei de formao do produto dos n binmios do primeiro grau da forma
(x + a1), (x + a2), ..., (x + an)
que diferem entre si, somente pelos segundos termos.
Inicialmente consideremos o produto de
dois fatores: (x + a1) (x + a2).
(x + a1) (x + a2) = x2 + a2x + a1x + a1a2
(x + a1) (x + a2) =

x2

+ (a1 + a2)x + a1a2

Efetuemos agora o produto de trs fatores: (x + a1) (x + a2) (x + a3)


(x + a1) (x + a2) (x + a3) =
= x3 + a3x2 + a2x2 + a2a3x + a1x2 + a1a3x +
+ a1a2x + a1a2a3
(x + a1) (x + a2) (x + a3) =
= x3 + (a1 + a2 + a3)x2 + (a1a2 + a1a3 + a2a3)x +
a1 a 2 a 3
Se efetuarmos o produto de quatro fatores, encontraremos:
(x + a1) (x + a2) (x + a3) (x + a4) =
= x4 + (a1 + a2 + a3 + a4)x3 + (a1a2 + a1a3 + a1a4
+ a2a3 + a2a4 + a3a4)x2 + (a1a2a3 + a1a2a4 +
a1a3a4 + a2a3a4)x + a1a2a3a4
De um modo geral, no produto de n fatores, se chamarmos de:
S1 = a1 + a2 + ... + an
(combinaes dos n segundos termos 1 a 1)
S2 = a1a2 + a1a3 + ... + an-1an
(combinaes dos n segundos termos 2 a 2)
S3 = a1a2a3 + a1a2a4 + ........
(combinaes dos n segundos termos 3 a 3)
.................................................................................
Sn = a1a2a3 ... an
(combinaes dos n segundos termos n a n)
teremos:
(x a1) (x + a2) ... (x + an) =
= xn + S1xn1 + S2xn2 + ... +Sn
Esse o chamado produto de Stevin.
30

PV2D-06-MAT-101

Observao

13 46
25
1 14
= 3 26
25
1 14
= 3 26
25

1
O nmero de parcelas de S1 Cn,1 = 2

O nmero de parcelas de S2 Cn,2

O nmero de parcelas de S3 Cn,3

...........................................................................

13 46
25

1
O nmero de parcelas de Sn Cn,n = 1

Exerccios de Aplicao
01. Ache o produto (x + 1) (x + 4) (x + 5)
Resoluo
S1 = 1 + 4 + 5 = 10
S2 = 1 4 + 1 5 + 4 5 = 29
S3 = 1 4 5 = 20; Logo,
(x + 1) (x + 4) (x + 5) =
x3 + 10x2 + 29x + 20
02. Ache o produto (x + 1) (x 3) (x + 2) (x + 4)
Resoluo
S1 = 1 + (3) + 2 + (+4) = 4
S2 = 1 (3) + 1 2 + 1 4 + (3) 2 + (3) 4
+ 2 4 = 7
S3 = 1 (3) 2 + 1 (3) 4 + 1 2 4 + (3) 2 4
= 34
S4 = 1 (3) 2 4 = 24; Logo,
(x + 1) (x 3) (x + 2) (x + 4) =
= x4 + 4x3 7x2 34 x 24

3.2. O desenvolvimento de (x + a)n


Se no produto de Stevin fizermos
a1 = a2 = a3 = ... = an = a, teremos:

13 46
25

1
S1 = a + a + a + ... + a = Cn,1 a = 2 a

Captulo 02. Nmeros Binomiais

Anlise Combinatria e Probabilidades

S2 = a2 + a2 + a2 + ... + a2 = Cn,2 a2
S3 = a3 + a3 + a3 + ... + a3 = Cn,3 a3

1 14
= 3 26 a
25
1 14
= 3 26 a
25

5) Os coeficientes dos termos extremos


2

so iguais a um
3

..............................................................................
Sn = an
Assim,

13 46
25

13 46
25

13 46
25

1
1
+ 2 a3xn 3 + ...+ 1 an

1 14
Como 3 2 6 = 1, podemos escrever:
25
71 + 281 = 132 34465 1 1 + 132 35465 21 1 3 + 132 36465 2 41 1 4
123 14243 14243
2
2
2
1 34
1 34
+3 6 2 5 1 1 5 +5+ 3 6 23
21745 243 21325 3

25

6) O coeficiente de qualquer termo um


nmero binomial de numerador n e denominador igual ao nmero de termos precedentes.

13 46
25

1
Assim, o coeficiente do 6 termo 2

7) Os coeficientes do desenvolvimento de
(x + a)n so os elementos da linha n do tringulo de Pascal.
8) A soma dos coeficientes do desenvolvimento de (x + a)n 2n.

1
1
(x + a)n = xn + 2 axn 1 + 2 a2xn 2

13 46
25

781 14 3431 14

932 265 32 165

3.3. Termo Geral do Binmio de


Newton

Chamamos termo geral do binmio de


Newton a frmula que permite encontrarmos
o termo do desenvolvimento de uma certa
ordem conhecida.
No desenvolvimento de (x + a)n, vimos que:

21 6 2

Esse desenvolvimento chamado de


Binmio de Newton e tambm pode ser escrito assim:

71 + 281 = 132 34465 2 2 1 1 2


2 3
1

Observaes:
1) O desenvolvimento de um binmio de
grau n tem n+1 termos.
2) A soma dos expoentes, em qualquer termo, o grau n do binmio.
3) O expoente de x, no primeiro termo,
n, e vai decrescendo de um em um at atingir
zero, no ltimo termo.
4) O expoente de a, no primeiro termo,
zero, e vai crescendo de um em um at atingir n, no ltimo termo.
Captulo 02. Nmeros Binomiais

O 2 termo T2
O 3 termo T3

13 46
25
1 14
= 3 26 a x
25
1 14
= 3 26 a x
25
1 14
= 3 26 a x
25

1
O 1 termo T1 = 2 a0xn

O 4 termo T4

1 n1

2 n2

3 n3

..........................................................

13 46
25

1
O ltimo termo Tn + 1 = 1 anx0

Supondo que um termo tenha p termos


precedentes, sendo pois o termo de ordem p + 1,
temos:
Tp + 1 =

13 146
2 25

aP xn P

que a frmula do termo geral do binmio.


PV2D-06-MAT-101

31

Anlise Combinatria e Probabilidades


Exerccios Resolvidos

04. Sabendo que:

01. Construir o tringulo de Pascal e, a


partir dele, fazer o desenvolvimento de:
a) (x + a)4
b) (x + a)5
c) (x + a)6
Resoluo
linha 0 1
linha 1 1 1
linha 2 1 2 1
linha 3 1 3 3 1
linha 4 1 4 6 4 1
linha 5 1 5 10 10 5 1
linha 6 1 6 15 20 15 6 1
a) (x + a)4 = x4 + 4ax3 + 6a2x2 + 4a3x + a4
b) (x + a) 5 = x 5 + 5ax 4 + 10a 2 x 3 + 10a 3x 2 +
+ 5a 4x + a 5
c) (x + a) 6 = x 6 + 6ax 5 + 15a 2x 4 + 20x3 a3 +
+ 15a 4 x 2 + 6a 5x + a 6
02. Desenvolver (2x + 3)4

13 146 (2x) 3 + 13 146 (2x) 3 +


2 25
2 25
1 14
1 14
1 14
+ 3 26 (2x) 3 + 3 26 (2x) 3 + 3 16 (2x) 3
25
25
25
4 0

2 2

0 4

(2x + 3)4 = 1 16x4 + 4 8x3 3 + 6 4x2 9 +


+ 4 2x 27 + 1 81
(2x + 3)4 = 16x4 + 96x3 + 216x2 + 216x + 81
03. Desenvolver (x 1)5
Resoluo

1 14
1 14
1 14
(x 1) = 3 26 x (1) + 3 26 x (1) + 3 26 x (1) +
25
25
25
1 14
1 14
1 14
+ 3 26 x (1) + 3 26 x(1) + 3 16 x (1)
25
25
25
5

(x 1)5 = x5 5x4 + 10x3 10x2 + 5x 1


32

PV2D-06-MAT-101

13 46
25

13 46
25

05. Dado o binmio (2x + y)5, obter:


a) A soma dos coeficientes binomiais.
b) A soma dos coeficientes do desenvolvimento.
Resoluo

13 146 + 13 146 + 13 146 + 13 146 + 13 146 + 13 146 = 2


2 25 2 25 2 25 2 25 2 25 2 15

b) Ao invs de efetuarmos o desenvolvimento de


(2x + y)5 para obtermos a soma de seus coeficientes,
fazemos
x = 1 e y = 1 e obtemos:
(2 1 + 1)5 = 35 = 243, que a soma procurada.

3 1

1 3

13 46
25

+b5 = 1 024, podemos dizer que (a + b)2 igual a:


a) 144
d) 64
b) 4
e) 16
c) 36
Resoluo
No primeiro membro da igualdade fornecida, temos (a + b)5; ento,
(a + b)5 = 1 024 (a + b)5 = 210
(a + b)5 = (22)5
a + b = 22 a + b = 4
(a + b)2 = 16
Resposta: E

a)

Resoluo
(2x + 3)4 =

13 46
25

1
1
1
1
a5 + 2 a4b + 2 a3b2 + 2 a2b3 + 2 ab4 +

06. Calcular o valor aproximado de (1,002)15


Resoluo
Notemos que (1,002)15 = (1 + 0,002)15, ento,
fazendo o desenvolvimento do binmio, temos:
(1 + 0,002)15 =

13 1246 1 0,002 + 13 1246 1 0,002 +


2 35
2 15
1 124
1 124
+ 3 3 6 1 0,002 + 3 3 6 1 0,002 + ... +
2 5
2 5
1 124
+ 3 126 1 0,002
2 5
=

15

13

15

14

12

Captulo 02. Nmeros Binomiais

Anlise Combinatria e Probabilidades


Podemos perceber que, a partir do 3 termo, os valores so to pequenos que podem ser desprezados. Assim,
(1 + 0,002)15 1 + 0,030
ou (1,002)15 1,03
07. Considere o binmio (x2 + y)6.
a) D o termo geral do desenvolvimento.
b) Obtenha o termo em x4.
Resoluo:
a) Tp + 1 =

13 146 y (x )
2 25
p

2 6p=

13 146 y x
2 25

p 12 2p

b) Fazendo o expoente de x, no termo geral, igual


a 4, temos:
12 2p = 4 p = 4
Assim, o termo em x4 :

13 46
25

1
T4 + 1 = 2 y4 x12 2 4 = 15y4 x4

ou seja, o termo em x4 o 5 termo e vale 15x4y4.


08. Obtenha o termo independente de x no

13
2

desenvolvimento de x 1 +
Resoluo

Tp + 1

46
5

13 46 1 1 3 32 4
2 5 22 4
1 14
= 3 26 1 2 1 1 32 2 1
25
1 14
= 3 26 1 23 4 1
25
3

1
Tp + 1 =
2

Tp + 1

1
x1

1 2 3

Termo independente de x expoente de x = 0


Fazendo 12 4p = 0, teremos: p = 3
1
T3 + 1 = 2 x0

13 46
25
1 14
T = 3 26 = 20
25
4

Ento, o termo independente de x o 4 termo e


vale 20.
Captulo 02. Nmeros Binomiais

09. Obtenha o termo mdio no desenvolvimento de 1 x 1 x 2 2 .


Resoluo

13 46
25
1 14
= 3 26 1 32 1 x
25
1 14
= 3 26 (1) x
25
1 14
= 3 26 1 32 x
25

1
Tp + 1 = 2 1 x 2 p 1 x 1 2 2 p

Tp + 1
Tp + 1
Tp + 1

2 x 12 3 p

142 p

p/2 + 12 3p

12 3 p
1

O binmio tem 5 termos (grau 4), ento, o termo


mdio o 3 termo (T3).

1 14
T = 3 26 3 45 6
25
1

12 31
1

= 6 1 x7 = 6x7

10. Quantos termos racionais existem no


desenvolvimento de 1 2 + 1 3 4 23 ?
Resoluo

13 1246 4 15 4
2 35
1 124
= 3 61 4
2 35
1

Tp + 1 =
Tp + 1

1
2

65 34 2

34 1
3

p 12 p
e
forem inteiros.
1
1
Isto , devemos ter 20 p mltiplo de 2 e p mltiplo de 3.
Alm disso, 0 p 20.
20 p par p par.

O termo racional se

12 12326789
18 2 2
12326789
18 2 23
1232456781692
2 1
2 12 4  5
1  3
1232145

Assim, existem 4 termos racionais que obtemos, substituindo no termo geral o valor de p por 0, 6, 12 e 18.
PV2D-06-MAT-101

33

Anlise Combinatria e Probabilidades

Captulo 03. Probabilidade


Os clculos hebreus sobre a posio dos
astros, realizados por Ben Ezra no sculo XII,
com a finalidade de fazer previses astrolgicas, podem ser considerados como os primeiros passos rumo Teoria das Probabilidades.
O Livro dos Jogos de Azar, de Girolamo
Cardano (1501-1576), publicado em torno de
1550, o primeiro manual organizado que
traz algumas noes de probabilidades. Nesse
livro, Cardano, que era um jogador, alm de
matemtico, astrlogo e mdico, desenvolve
clculos de expectativas acerca de jogos de
dados e tambm d conselhos sobre como
trapacear no jogo.
No entanto, o estudo sistemtico das probabilidades comeou, realmente, em 1654,
quando um jogador francs, o Chevalier de
Mr, escreveu a Blaise Pascal (1623-1662)
fazendo vrias perguntas sobre o jogo de dados e outros jogos de azar. Uma das perguntas era: dois jogadores, igualmente hbeis,
querem interromper sua partida. Sabendose que o montante das apostas e situao do
jogo (quantas partidas cada um ganhou),
como dever ser repartido o dinheiro?
Pascal, que, extremamente religioso, no
era jogador, escreveu a outro matemtico
francs Pierre de Fermat (1601-1665) sobre
as perguntas feitas pelo Chevalier de Mr.
A partir dessa correspondncia, Pascal e
Fermat aprofundaram estudos conjuntos sobre probabilidades e, apesar de no terem
publicado seus estudos, chegaram a definir
conceitos como expectativa, chance e mdia,
alm de estabelecer tcnicas de contagem e
estatsticas de incidncia de casos num dado
fenmeno.
Tambm no sculo XVII, mais precisamente em 1657, o holands Christian Hiygens
(1629-1695) publicou seu livro O Raciocnio nos
Jogos de Dados, onde apresentou importantes
contribuies ao estudo das probabilidades.
34

PV2D-06-MAT-101

O suo Jacques Bernouilli (1654-1705), na


mesma poca, deu uma grande contribuio
ao estudo das probabilidades ao propor um
teorema onde afirmava que a probabilidade
de um evento ocorrer tende a um valor constante quando o nmero e ensaios desse evento tende ao infinito.
Depois de Bernouilli, Abraham De
Moivre (1667-1751) publicou o livro A Doutrina do Azar, onde tambm faz anlises de
jogos que contriburam para o estudo das
probabilidades.
Foi em 1812 que Pierre Simon Laplace
(1749-1827) deu forma a uma estrutura de
raciocnio e a um conjunto de definies no
seu livro Teoria Analtica da Probabilidade.
A teoria moderna das probabilidades hoje
constitui a base de um dos ramos de maior
aplicao nas cincias, a Estatstica.

1. Experimentos Aleatrios
Os experimentos cujos resultados podem
ser previstos, isto , podem ser determinados antes mesmo de sua realizao, so chamados experimentos determinsticos. Por
exemplo, possvel prever a temperatura em
que a gua entrar em ebulio desde que
conhecidas as condies em que o experimento se realiza.
Alguns experimentos, contudo, no so
assim previsveis. Por mais que sejam
mantidas as mesmas condies, no podemos
prever qual ser o resultado ao lanarmos
uma moeda. Esses so chamados experimentos aleatrios (em latim alea = sorte).
Experimentos aleatrios so aqueles que,
repetidos em condies idnticas, no produzem sempre o mesmo resultado.
A teoria das probabilidades estuda a forma de estabelecermos as possibilidades de
ocorrncia num experimento aleatrio.
Captulo 03. Probabilidade

Anlise Combinatria e Probabilidades

2. Espao Amostral e Evento


Vamos estudar experimentos aleatrios
com resultados equiprovveis (mesma
chance de ocorrncia) e em nmero determinado, isto , finito. Desta forma definimos:
Espao amostral: o conjunto de todos os resultados possveis de um experimento aleatrio. Indicaremos o espao amostral por U.
Evento: qualquer subconjunto do espao
amostral.
Exemplo
Lanamos trs moedas e observamos as
faces que ficaram voltadas para cima.
Representar:
a) o espao amostral do experimento;
b) o evento A: chances de sair faces iguais;
c) o evento B: sair exatamente uma face
cara;
d) o evento C: chances de sair, pelo menos, uma face cara.
Resoluo
a) U = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca),
(Ca, Co, Co), (Co, Ca, Ca), (Co, Ca, Co), (Co, Co, Ca),
(Co, Co, Co)}
b) A = {(Ca, Ca, Ca), (Co, Co, Co)}
c) B = {(Ca, Co, Co), (Co, Ca, Co), (Co, Co, Ca)}
d) C = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca),
(Co, Ca, Ca), (Ca, Co, Co), (Co, Ca, Co), (Co, Co, Ca)}
Observao
Os nmeros de elementos do espao
amostral e dos eventos de um experimento
aleatrio so calculados com a anlise
combinatria.

3. Tipos de Eventos
Consideremos o experimento aleatrio:
lanamento de um dado comum e observao do nmero representado na face voltada
para cima.
O espao amostral ser
U = {1, 2, 3, 4, 5, 6}
Captulo 03. Probabilidade

Analisemos os diversos tipos de eventos


que podemos definir neste experimento.
I. Evento Elementar
Qualquer subconjunto unitrio de U.
Exemplo
Ocorrncia de um nmero mltiplo de 5.
A = {5}
II. Evento Certo
o prprio espao amostral U.
Exemplo
Ocorrncia de um divisor de 60
B = {1, 2, 3, 4, 5, 6}
III. Evento Impossvel
o conjunto vazio ( ).
Exemplo
Ocorrncia de um mltiplo de 8
C={}=
IV. Evento Unio
a reunio de dois eventos.
Exemplo
Evento A: ocorrncia de um nmero primo
A = {2, 3, 5}
Evento B: ocorrncia de um nmero mpar
B = {1, 3, 5}
Evento A B: ocorrncia de um nmero
primo ou mpar
A B = {1, 2, 3, 5}
V. Evento Interseco
a interseco de dois eventos.
Exemplo
Evento A: ocorrncia de um nmero primo
A = {2, 3, 5}
Evento B: ocorrncia de um nmero mpar
B = {1, 3, 5}
Evento A B: ocorrncia de um nmero
primo e mpar
A B = {3, 5}

PV2D-06-MAT-101

35

Anlise Combinatria e Probabilidades


VI. Eventos Mutuamente Exclusivos
Dois eventos E1 e E2 de um espao amostral
U so chamados mutuamente exclusivos
quando
E1 E2 =
Exemplo
Evento A: ocorrncia de um nmero par
A = {2, 4, 6}
Evento B: ocorrncia de um nmero mpar
B = {1, 3, 5}
A e B so eventos mutuamente exclusivos,
pois A B =
VII. Evento Complementar
o evento 1 = U E.
Exemplo
Evento A: ocorrncia de um nmero primo
A = {2, 3, 5}
Evento 1 : ocorrncia de um nmero no
primo
1 = U A = {1, 4, 6}
Observao
No caso do exemplo, podemos dizer que o

evento 1 a no-ocorrncia de um nmero


primo.

4. Probabilidade Estatstica
e Probabilidade Terica
Imaginamos a seguinte situao: em uma
turma do segundo colegial, existem 25 garotas e 10 garotos e um brinde foi sorteado para
um dos membros da turma. Temos que adivinhar o sexo do contemplado.
Intuitivamente, sabemos que mais fcil ter sido sorteada uma garota que um garoto, no entanto no podemos afirmar com
certeza o sexo do contemplado. A chance
de uma garota ter sido sorteada pode ser
traduzida por um nmero que chamamos
probabilidade.

36

PV2D-06-MAT-101

Uma observao que pode ser feita que


a teoria das probabilidades uma maneira
matemtica de lidar com a incerteza.
O clculo da probabilidade de um evento acontecer, muitas vezes, feito experimentalmente, e essa probabilidade chamada de experimental ou estatstica.
Exemplo
A probabilidade de uma pessoa morrer
aos 25 anos obtida atravs do levantamento e do tratamento adequado de um grande
nmero de casos.
No entanto, para calcularmos a probabilidade de ao jogarmos dois dados obtermos, nas faces voltadas para cima, dois nmeros iguais, no precisamos realizar o experimento, ela pode ser conseguida a partir
de uma anlise terica do espao amostral e
do evento, e, neste caso, chamamos de probabilidade terica.
No 2 grau, no desenvolvemos estudos
da probabilidade estatstica, que ser estudada na maioria dos cursos de 3 grau.

5. Probabilidade Terica de
um Evento
Se num fenmeno aleatrio, o nmero de
elementos do espao amostral n(U) e o nmero de elementos do evento A n(A), ento
a probabilidade de ocorrer o evento A o
nmero P(A) tal que:

14 26 =

3426
3456

Uma outra forma de definir a probabilidade de ocorrer o evento A :


1 2 =

345678 96
8 876 2
345678 96
8 8 6

Captulo 03. Probabilidade

Anlise Combinatria e Probabilidades


Exemplos
1) Retirando-se uma carta de um baralho normal de 52 cartas, qual a probabilidade de que a carta retirada seja um rei?

Resoluo
O espao amostral :
U = {123, 132, 213, 231, 312, 321}
a) evento A: ocorrer nmero par.
A = {132, 312}

1235
6
8
=
=
1245
7
9

P(A) =

b) evento B: ocorrer nmero mltiplo de trs.


B = {123, 132, 213, 231, 312, 321}

1234
6
=
= 7 (evento certo)
6
1254

P(B) =
Resoluo
123 =

456789
7 87 
9 987
456789
7 87 
9 9 7

5
8
1423 =
=
67
89

2) Em um lanamento de dois dados, um


preto e outro branco, qual a probabilidade
de que os dois nmeros obtidos sejam iguais?

Resoluo
U = {(1, 1), (1, 2), (1, 3), ..., (6, 4), (6, 5), (6, 6)}
n(U) = 6 6 = 36
E = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)}
n(E) = 6
Assim, P(E) =

1234
6
8
=
=
1254
76
6

3) Dentre as seis permutaes dos nmeros 1, 2, e 3, uma escolhida ao acaso. Considerando o nmero de trs algarismos assim
escolhido, determine a probabilidade de ele:
a) ser par;
b) ser mltiplo de trs;
c) ser mltiplo de cinco.
Captulo 03. Probabilidade

c) evento C: ocorrer nmero mltiplo


de cinco:
C={}
P(C) =

1235
6
=
= 6 (evento impossvel)
1245
7

Observao:
Atravs da teoria determinamos que, em
um lanamento de um dado no viciado, a
probabilidade de que se obtenha o nmero 3
1/6, isto no significa que, sempre que forem
feitos seis lanamentos de um dado, certamente ocorrer em um deles, e apenas um,
resultado 2. Na prtica, o que se verifica
que, considerado um grande nmero de lanamentos, a razo entre o nmero de vezes
que ocorre o resultado 2 e o nmero de lanamentos efetuados se aproxima de 1/6.

6. Propriedades das Probabilidades


P1) A probabilidade do evento impossvel
0. (P( ) =0)

1 2 2211322 = 21432 = 4

1 =

P2) A probabilidade do evento certo 1.


(P(U) = 1)

1425 =

3425
=6
3425
PV2D-06-MAT-101

37

Anlise Combinatria e Probabilidades


P3) Sendo A um evento de um espao
amostral U, a probabilidade de A um nmero racional entre 0 e 1, inclusive. (0 P(A) 1).

1 2

1 2346 2 5

Como P(A) =

1 2
1 2

1 2

calcular 1 2 , a probabilidade do evento


complementar de A. Assim,

1 2 1 2
1 2 1 2 1 2

24
25
1

25
25
25

12
temos:
13

1 35 46 2

P4) Sendo A um evento e 1 seu comple-

1 2

mentar, ento 13 24 + 1 2 = 5 .

1 2

12 =

345
677

1 2
345
9
9
11 22 +
= 8 11 22 =
= 7 95 = 95
677
677

Com1232 46 57 + 4 5 = 8

1 2 1 2 3 4
1 122
11 3 2 13 3 4
=
+
1 122
1 122 1122
Assim, 13 24 + 11 2 2 = 5
1 2 =1 3 +1 3

Observao:
comum expressarmos a probabilidade
de um evento na forma de porcentagem. Assim, se P(A) = 0,82, por exemplo, podemos
dizer que P(A) = 82%.
Exemplo
1) Os 900 nmeros de trs algarismos esto colocados em 900 envelopes iguais. Um
dos envelopes sorteado. Qual a probabilidade de ele conter um nmero que tenha, pelo
menos, dois algarismos iguais?
Resoluo
Sendo A o evento: ocorrer um nmero com
pelo menos dois algarismos iguais. mais fcil
38

PV2D-06-MAT-101

Exerccios Resolvidos
01. Trs moedas so lanadas simultaneamente; descreva o espao amostral.
Resoluo
U = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca),
(Co, Ca, Ca), (Ca, Co, Co), (Co, Ca, Co), (Co, Co,
Ca), (Co, Co, Co)}
02. Dois dados so lanados simultaneamente e observadas as faces voltadas para
cima, d:
a) o espao amostral do experimento:
b) o evento A: a soma maior que 8.
Resoluo
a) U = {(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),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)}
Captulo 03. Probabilidade

Anlise Combinatria e Probabilidades


Observao:
Podemos representar esquematicamente o espao
amostral:

Resoluo
a) U = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca),
(Co, Ca, Ca), (Ca, Co, Co), (Co, Ca, Co), (Co, Co, Ca),
(Co, Co, Co)}
A = {(Co, Co, Co)}
1234 =

1 2
1 2

5 3
7

56
8

b) B = {(Ca, Ca, Co), (Ca, Co, Ca), (Co, Ca, Ca)}


b) A = {(3, 6), (4, 5), (4, 6), (5, 4), (5, 5), (5, 6),
(6, 3), (6, 4), (6, 5), (6, 6)}
03. Lanando-se um dado honesto, qual a probabilidade de se obter um nmero menor que 4?
Resoluo
U = {1, 2, 3, 4, 5, 6}
1234 =

1 2
1 2

1234 =

c) C = {(Ca, Ca, Co), (Ca, Co, Ca), (Co, Ca, Ca),


(Ca, Ca, Ca)}
1234 =

A = {1, 2, 3}

5 3
7 9
= =
56
8

04. Uma carta retirada ao acaso de um


baralho de 52 cartas. Determine a probabilidade de ser:

12
1 2

53
7
=
56
8

12
1 2

53
7 9
= =
56
8

06. Numa urna existem 1 000 bolas, numeradas de 1 a 1 000. Retirando-se uma bola
ao acaso, qual a probabilidade:
a) de observar um nmero mltiplo de 7?
b) do nmero obtido no ser mltiplo de 7?
Resoluo

a) uma dama;

a) U = {1, 2, 3, ..., 1 000}

b) uma dama ou rei.

n(U) = 1 000

Resoluo

A = {4,14, 21, ..., 914}

a) n(U) = 52
n(A) = 4
1234 =

5
8
=
67 89

b) n(U) = 52, n(B) = 8


1234 =

5
7
=
67 89

05. Uma moeda no viciada lanada trs


vezes seguidas. Qual a probabilidade de:
a) obter 3 coroas?
b) obter exatamente 2 caras?
c) obter pelo menos 2 caras?
Captulo 03. Probabilidade

n(A) = 142
P(A) =

1 2
1 2

1 2
456
84
=
=
13
4777 977

b) 1 = 2 1

1 2

1 2 = 3 1425 = 3

1 2

Assim, 1 2 =

63
788

345
677

PV2D-06-MAT-101

39

Anlise Combinatria e Probabilidades


07. (Fuvest-SP) Numa urna so depositadas n etiquetas, numeradas de 1 a n. Trs etiquetas so sorteadas (sem reposio). Qual a
probabilidade de que os nmeros sorteados
sejam consecutivos?
a)

11 22 3

d)

b)

11 22 3

e) 6 (n 2) (n 1)

c)

11 22 4

13
13

11 2 2 4 3 4
14

7. Probabilidade do Evento
Unio
Dados dois eventos A e B de um espao
amostral U, dizemos que ocorrer o evento A B
(evento unio) ocorrer pelo menos um dos
eventos A ou B.

341 4
Resoluo

n(U) = n (n 1) (n 2)

2 6326 12 63 6 426 13 6 4 6526777 6 18 2 6 8 16 82


11163333333
3233333333
4

12 123456789

n(A) = (n 2) 3!

n (A B) = n(A) + n(B) n(A B)


Assim:

2 1 2 12 1 2
1 2 1 2 1 2 1 2

1 23
12
13
1 23
=
+

14
14 14
14

Ou seja:
P(A B) = P(A) + P(B) P(A B)

123 =

d, pois

45
que corresponde a alternativa
6 67

1 2

Importante
Resolvemos o exerccio considerando as diferentes ordens em que as etiquetas podem ser sorteadas.
No entanto, podemos desprezar a ordem em que as
etiquetas so sorteadas, desde que faamos isto no
espao amostral e no evento.
Assim,

1 2

1 21 2

1 1 3 1 4
56
n(A) = (n 2)
12 =

1234 =

40

56
7 78

Podemos enunciar essa concluso assim:


A probabilidade de ocorrer o evento A ou o
evento B dada pela soma da probabilidade de ocorrer A com a probabilidade de
ocorrer B, menos a probabilidade de ocorrer os dois eventos (A e B).
Caso particular: se os eventos A e B so
mutuamente exclusivos, isto , A B = ,
P(A B) = 0 a frmula acima se reduz a:
P(A B) = PA + PB
Exemplo
De um baralho comum de 52 cartas, uma
carta retirada aleatoriamente. Qual a probabilidade de sair um valete ou uma carta
de paus?
Resoluo
Sendo:
Evento A: a carta um valete

1 2

1 2

12 =
PV2D-06-MAT-101

3
45

Captulo 03. Probabilidade

Anlise Combinatria e Probabilidades


Evento B: a carta de paus

12

34
56
Evento A B: a carta um valete de paus
12 =

4
1 23 =
56
Evento A B: a carta um valete ou de
paus
P(A B) = P(A) + P(B) P(A B)

4 78 7 79
4
1 23 =
+

=
=
56 56 56 56 78

8. Probabilidades num Espao


Amostral no Eqiprovvel
No espao amostral equiprovvel, todos
os resultados possveis tm a mesma chance
de ocorrncia, por isso que nos problemas
com dados e moedas estudados anteriormente sempre tomamos o cuidado de especificar
que os dados e moedas eram honestos ou
no viciados.
Como estudar as probabilidades com dados ou moedas viciados?
A frmula que usamos at agora

12

12 =

34 5675879
695 87956752
34 5675879
6959979

no vlida, pois no importa apenas a


quantidade de resultados favorveis, j que
esses resultados no tm necessariamente a
mesma chance de ocorrncia.
Consideremos um experimento, com espao amostral U = {a1, a2, , an}. Chamando
de p(a1), p(a2), , p(an) as probabilidades de
ocorrncia dos resultados a1, a2, , an, respectivamente, temos que:
1) p(a1) + p(a2) + + p(an) = 1
2) 0 p(a1) 1, para i = 1, 2, , n
Desta forma para calcularmos a probabilidade do evento A = {a1, a2, , am} (m n),
fazemos:
P(A) = p(a1) + p(a2) + + p(am)
Captulo 03. Probabilidade

Exemplo
Consideremos um experimento com espao amostral U = {a, b, c}, sendo p(a), p(b) e p(c)
as possibilidades dos resultados a, b e c de
3
3
modo que 1 2 = e 1 2 = . Calcule:
4
4
a) p(c)
b) a probabilidade do evento A = {a, c}

12

12

Resoluo
a) p(a) + p(b) + p(c) = 1

12

1 1
+ +4 5 =1
2 3
3 3 654 3
1 2 = 3 =
=
4 5
6
6
b) P(A) = p(a) + p(c)

12

1 2

3 3 6+3 4
+ =
=
4 5
5
5
3
Assim, 1 2 =
4
12 =

1 2

Exerccios Resolvidos
01. Um nmero inteiro escolhido ao acaso dentre os nmeros (1, 2, 3, , 60). Calcule a
probabilidade de o nmero ser divisvel por
2 ou por 5.
Resoluo
Sendo:
Evento A: o nmero divisvel por 2 n(A) = 30
Evento B: o nmero divisvel por 5 n(A) = 12

1 2 5434 = 67
34 3
1 1 22 =
=
56 7
4
6
1 1 2 32 =
=
45 65
1 2 =

P(A B) = P(A) + P(B) P(A B)

1 2 45 + 46 474
45 + 6 7 49
1 1 2 32 =
=
78
78
4
1 1 2 32 =
5
1 2 3 =

PV2D-06-MAT-101

41

Anlise Combinatria e Probabilidades


02. Numa urna existem 10 bolas coloridas. As brancas esto numeradas de 1 a 6 e as
vermelhas de 7 a 10. Retirando-se uma bola,
qual a probabilidade de ela ser branca ou de
seu nmero ser par?
Resoluo
Sendo:
Evento A: a bola branca
Evento B: a bola tem nmero par

1 2

1 2 =

12

3
8
9
61 7 =
6 1 2 7 =
45
45
45

P(A B) = P(A) + P(B) P(A B)

1 2 3 =

4
7
8
9

=
=
56 56 56 56 7

03. (FMU-SP) Num nico lance de um par


de dados honestos, a probabilidade de sarem as somas 7 ou 11 :
a)

1
23

d)

1
23

b)

1
23

e)

1
23

c)

1
21

Resoluo
n(U) = 6 6 = 36
A evento: soma 7
(1, 6) (2, 5) (3, 4) (4, 3) (5, 2) (6, 1)
n(A) = 6
B evento: soma 11
(5, 6) (6, 5)
n(B) = 2

7
9

1 234536 =
+
=
87 87 87

Resposta: E
42

12

12

PV2D-06-MAT-101

12

5
5
5
9 1 3 = 9 1 4 = e p(d) = x
6
7
8
a) Calcule x
b) Qual a probabilidade do evento {a, d}?
Resoluo
a) p(a) + p(b) + p(c) + p(d) = 1
12 =

1 1 1
+ + +5=1
2 3 4
56
5
1234
=
78 39
b) A = {a, d}

1 2 12 12

1 2 = 3 4 +3 5 =

6 8

+
=
7 69 69

05. Um dado viciado, de modo que a probabilidade de obter um certo nmero esse
nmero multiplicado por k, e k um nmero
real. Encontre a probabilidade de:
a) ocorrer o nmero 5;
b) ocorrer um nmero par.
Resoluo
U = {1, 2, 3, 4, 5, 6}
P1 = 1 k
P2 = 2 k
P3 = 3 k
P4 = 4 k
P5 = 5 k
P6 = 6 k
P1 + P2 + P3 + P4 + P5 + P6 = 1
k + 2k + 3k + 4k + 5k + 6k = 1
21k = 1
1=

2
32

a) 11 = 23 = 2

A e B so eventos mutuamente exclusivos; logo,


A B = P(A ou B) = P(A) + P(B)

04. Considere um espao amostral U = {a,


b, c, d}, onde os resultados a, b, c e d tm respectivamente as probabilidades

b) A = {2, 4, 6}

1 2
34 5
11 22 =
=
43 6

4
2
=
54 54

1 2 = 11 + 12 + 13 =

3
5
6
+
+
34 34 34

Captulo 03. Probabilidade

Anlise Combinatria e Probabilidades


06. (FEI-SP) Numa moeda viciada, a
probabilidade de ocorrer face cara num
lanamento igual a quatro vezes a probabilidade de ocorrer coroa. A probabilidade de ocorrer cara num lanamento desta moeda :
a) 40%
d) 20%
b) 80%
e) 50%
c) 25%
Resoluo
C cara
K coroa
P(C) = 4 P(K)
P(C) + P(K) = 100%

Sabe-se que 10 homens e 15 mulheres foram aprovados num exame de seleo. Uma
pessoa sorteada ao acaso.
Qual a probabilidade de:
a) ela ser do sexo feminino se foi aprovada
no exame?
b) ela ter sido aprovada no exame se do
sexo masculino?
Resoluo
O quadro abaixo resume os dados do problema:

1 2 11322 = 4556 713122 = 4556

12 +

12

12 =

3445
= 745
6

9. Probabilidade Condicional
Consideremos num experimento aleatrio
de espao amostral U os eventos A e B, com
1 2 , conforme o diagrama abaixo:

a) Sendo:
Evento A: a pessoa sorteada foi aprovada.
Evento B: a pessoa sorteada mulher.
P (B/A) =

2 = 45 = 7

1 23

1 2

1 2

65

b) Sendo:
Evento A: a pessoa sorteada foi aprovada.
Evento C: a pessoa sorteada homem.
P (A/C) =

Na medida em que conhecemos a informao de que ocorreu o evento B, este passa


a ser o espao amostral do experimento, pois
todos os resultados agora possveis pertencem a A. Assim, a probabilidade de ocorrer o
evento A, dado que o evento B j ocorreu, ser:
P (A/B) =

1 23

12

13

Exemplo
Numa turma de 50 alunos do colgio, 15
so homens e 35 so mulheres.
Captulo 03. Probabilidade

1 2 3

12

1 3

2 = 45 = 7
46

10. Probabilidade do
Evento Interseco
Dados dois eventos A e B de um espao
amostral U, dizemos que ocorrer o evento
1 2 (evento interseco) ocorrer simultaneamente os eventos A e B.
Para calcular a probabilidade de ocorrer
1 2 , vamos utilizar a frmula da probabilidade condicional.
P (A/B) =

2 , dividido por n (U), temos:

1 23

12

1 3

PV2D-06-MAT-101

43

Anlise Combinatria e Probabilidades

1 23
1 4
P (A/B) =
1 3
1 4

Assim:

1 2
12
1 2

A e B independentes P (B/A) = P (B) e


P (A/B) = PA

5 23

12

5 3

Quando A e B so eventos independentes.

P(AB) = P(B) P(A/B)

(I)

Podemos tambm usar a frmula de P (B/A),


assim:

1 23
1 23
1 4
5 23
=
=
P (B/A) =
1 2
1 2
5 2
1 4

Ento:

1 2

1 2
1 2
1 2

P(AB) = P(A) P(B/A)

1 2

(II)

A partir das frmulas (I) e (II), citadas anteriormente, conclumos:


Dados dois eventos A e B de um espao
amostral U, a probabilidade de eles ocorrerem simultaneamente dada pelo produto
da probabilidade de um deles pela probabilidade do outro, dado que ocorreu o primeiro.
Exemplo
Consideremos uma urna contendo 5 bolas
numeradas de 1 a 5. Qual a probabilidade de retirarmos a bola 1 e, sem sua reposio, a bola 2?
Resoluo
A probabilidade de sair bola 1 na primei1
ra retirada P (A) = .
2
Restando 4 bolas na urna, a probabilidade de ocorrer a bola 2 na segunda, tendo ocorrido a bola 1 na primeira, :
1
P (A/B) =
2
Como devem ocorrer os dois eventos, temos:
1 1
1
P(AB) = P(A) P(B/A) = =
2 3 45

11. Eventos Independentes

Dados dois eventos A e B de um espao


amostral U, dizemos que eles so independentes se a ocorrncia de um deles no modificar a probabilidade de ocorrncia do outro.
44

2 1 2 12
Ento, se 1 1 2 32 1 1 22 1 1 32 , dizemos
1 23 = 1 2 1 3

PV2D-06-MAT-101

que os eventos so dependentes.

Exemplos de Eventos Independentes


1) No lanamento simultneo de dois dados,
o resultado de um deles no influi no resultado do outro.
2) No lanamento sucessivo de dois dados, o
resultado de um deles no influi no resultado do outro.
3) Na extrao de duas cartas de um baralho,
se antes de extrair a segunda carta for feita
a reposio da primeira, o resultado da primeira no influi no resultado da segunda.
Exemplo de Eventos Dependentes
Na extrao de duas cartas de um baralho, se antes de extrair a segunda carta no
for feita a reposio da segunda, o resultado da primeira influencia o resultado da segunda, pois o espao amostral passa a ter
51 elementos.

Exerccios Resolvidos
01. Jogando-se um dado e sabendo-se que
ocorreu um nmero maior que 4, qual a probabilidade de ser um nmero par?
Resoluo
U = {1, 2, 3, 4, 5, 6}
EventoA: ocorreu nmero maior que 4.
A = {5, 6}
Evento B: ocorreu nmero par.
B = {2, 4, 6}
P (B/A) =

1 2 3

12

1 2

2 = 4 = 678
5

Captulo 03. Probabilidade

Anlise Combinatria e Probabilidades


02. (PUC-SP) Retirando-se uma carta de
um baralho comum e sabendo-se que saiu
uma carta de copas, qual a probabilidade de
que ela seja uma dama?
a)

1
23

d)

1
2

b)

1
23

e)

1
12

04. Considerem-se duas caixas, I e II. Na


caixa I, h 4 bolas pretas e 6 bolas azuis, e na
caixa II h 8 bolas pretas e 2 bolas azuis. Escolhe-se, ao acaso, uma caixa e, em seguida,
dela se tira uma bola. Qual a probabilidade
de que esta bola seja:
a) preta?
b) azul?
Resoluo
Probabilidade de escolha para cada caixa:

1
c)
2

Esquema

1
2

Resoluo
Evento A: a carta uma dama.
Evento B: a carta de copas.
P (A/B) =

2= 4

1 2 3

12

1 3

45

Importante!
Poderamos chegar mesma concluso raciocinando assim:
A carta de copas, ento o espao amostral formado pelas 13 cartas de copas, que apresentam apenas uma dama entre elas.
03. Retirando-se duas cartas ao acaso,
sem reposio, de um baralho de 52 cartas,
qual a probabilidade de ser a primeira de
ouro e a segunda de copas?
Resoluo
Evento A: primeira carta de ouro.
Evento B: segunda carta de copas.
P (A) =

12
1
=
34
5

P (B/A) =

13
51

P(A B) = P(A) P(B/A) =


67
1 23 45 =

89

Captulo 03. Probabilidade

a) a bola preta:
1
4
52
6
+
=
=
23 23
23
7

b) a bola azul:
1
2
4
2
+
=
=
23 23
23
5

05. Sejam A e B dois eventos independentes tais que:

1 2

6
3
e 1 5 2 34 =
7
4
Calcule P (B).
Resoluo
1 2 =

123 45 = P (A) + P (B) 123 45


1 13

2 41

Como A e B so independentes

123 45 = P (A) P (B)

123 45 = P (A) + P (B) P (A) P (B)

PV2D-06-MAT-101

45

Anlise Combinatria e Probabilidades


Ou seja:

12

1 1
1
= + 4 567 4 6
2 3
3

4 = 3 + 12 P (B) 3 P (B)
9 P (B) = 1 P (B) =

1
2

06. Uma moeda equilibrada jogada duas


vezes. Sejam A e B os eventos:
A: cara na primeira jogada;
B: cara na segunda jogada.
Verifique que A e B so independentes.

46

PV2D-06-MAT-101

Resoluo
k = cara e c = coroa
U = {(k, k), (k, c), (c, k), (c, c)}
A = {(k, k), (k, c)}
B = {(k, k), (c, k)}
1 2 = {(k, k)}

1 2

1 2 =

12

3
3

5 1 6 =
7 1 82 69 =
4
4
4

1 2 12

1 2 1 3 =

4 4 6
=
5 5 5

Assim, P (A) P (B) = 123 45 , ou seja, A e B


so independentes.

Captulo 03. Probabilidade

Anlise Combinatria e Probabilidades

Captulo 03. Probabilidade

PV2D-06-MAT-101

47

Anlise Combinatria e Probabilidades

48

PV2D-06-MAT-101

Captulo 03. Probabilidade