Você está na página 1de 132

MATEMTICA

Graduao

Fundamentos da
Matemtica II
Inder Jeet Taneja
Aldrovando L. A. Arajo

Fundamentos da
Matemtica II
Inder Jeet Taneja
Aldrovando L. A. Arajo

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 Filosofia 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 Grfico
Coordenao: Laura Martins Rodrigues, Thiago Rocha Oliveira
Projeto Grfico Original: Diogo Henrique Ropelato, Marta Cristina Goulart
Braga, Natal Anacleto Chicca Junior

Redesenho do Projeto Grfico: 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 Catalogrfica
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.

Elaborada pela Bibliotecria Eleonora M. F. Vieira CRB 14/786

CDU 51

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 Coeficientes Binomiais............................................................... 37
2.1.1 Coeficientes 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 Coeficientes 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, especialmente da rea de combinatria e teoria elementar de probabilidade. 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 justifique, 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 conceitos 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 exemplifiquem 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
refinamentos 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, verifique a resoluo.
Todo o trabalho est divido em quatro captulos. Os contedos das
notas compreendem: regras bsicas de contagem, nmeros fatoriais 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 finitos, probabilidade condicional
e eventos independentes.

Inder Jeet Taneja


Aldrovando L. A. Arajo

Informaes Histricas
O surgimento e o desenvolvimento da anlise combinatria tem se
dado paralelamente ao desenvolvimento de outros ramos da matemtica, tais como a lgebra, a teoria dos nmeros e a probabilidade. 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 propriedade de que a soma dos elementos de qualquer coluna, linha ou diagonal o mesmo valor, aparece em um livro chins datado de 2200
a. C. Os quadrados mgicos de ordem 3 foram estudados com fins
msticos. Os coeficientes binomiais, que so os coeficientes inteiros
da expanso de (a+b)n, eram conhecidos no sculo XII. O tringulo
de Pascal, que uma disposio triangular dos coeficientes binomiais, 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 fundamentos da teoria da probabilidade, continham os princpios para
determinar o nmero de combinaes de elementos de um conjunto
finito, e assim se estabeleceu a tradicional conexo entre combinatria e probabilidade.
O termo combinatria, tal e qual o usamos atualmente, foi introduzido por Wilhem Leibniz em sua Dissertatio de Arte Combinatria. De grande importncia para a consolidao da combinatria
foi o artigo Ars Conjectandi (a arte de conjeturar), escrito por J. Bernoulli. 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 dizer 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 princpios do sculo XVIII, uma autntica escola de matemtica combinatria. 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 configuraes combinatrias, o mtodo


das funes geradoras. Tambm considerado o pai da teoria dos
grafos pela colocao e soluo dos problemas das Pontes de Knigsberg, 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 suficientes 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 problemas e resultados em teoria dos grafos, de interesse tanto terico
como prtico. Este foi um dos problemas tericos mais desafiadores
na histria da combinatria devido simplicidade de seu enunciado.
Na Inglaterra, nos finais do sculo XIX, Arthur Cayley fez importantes contribuies teoria de enumerao de grafos. Por esta poca, 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 problemas de topologia. Um dos fatores mais importantes que contriburam 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 terica 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 jogos 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 professor de Leibnitz, tomou conhecimento desta correspondncia e, pouco 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 (16541705) 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 probabilidade estava concentrada no desenvolvimento de uma teoria matemtica dos jogos de azar. Laplace, no entanto, aplicou as idias
da probabilidade a muitos outros problemas cientficos 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 probabilidade, depois de Laplace, destacam-se Chebyshev, Markov, von Mises, e Kolmogorov. No entanto, a axiomatizao da teoria s se deu
no sculo XX. Em 1933, o matemtico russo Kolmogorov em uma
monografia, desenvolveu uma abordagem axiomtica que se constituiu 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 refinadas 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 mquina 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 oficial do governo francs (1601
1665). A matemtica era o seu passatempo. Em 1636, Fermat props um sistema de
geometria analtica semelhante quele que
Descartes proporia um ano depois. Em uma
correspondncia com Pascal, fundou a teoria matemtica da probabilidade.
Fonte:
www.somatematica.com.br/biograf/fermat.php

Wilhem Leibniz
Matemtico e filsofo alemo Gottfried Wilhelm von Leibniz (1646 1716).

J. Bernoulli
Jean Bernoulli (1667 1748) foi discpulo de
Leibniz.

13

Leonard Euler
Leonhard Euler (1707 1783) foi o matemtico mais prolfico na histria. Seus 866 livros
e artigos representam aproximadamente
um tero do corpo inteiro de pesquisas em
matemtica, teorias fsicas e engenharia mecnica publicadas entre 1726 e 1800.
Fonte:
www.somatematica.com.br/biograf/euler.php

Arthur Cayley
Matemtico ingls (1821- 1895) que foi motivado pelo problema de calcular o nmero de
ismeros de hidrocarbonetos saturados.

George Boole
O trabalho de Boole (1814 1864) foi fundamental para a evoluo dos computadores.
A lgebra Booleana tem aplicaes na estrutura dos computadores modernos e nas
ligaes telefnicas.
Fonte:
www.ime.usp.br/~leo/imatica/historia/boole.
html

Henri Poincar
Matemtico, fsico e filsofo (1854 1912). No
mbito das matemticas aplicadas, estudou
numerosos problemas de ptica, eletricidade, telegrafia, capilaridade, elasticidade, termodinmica, 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 freqentemente 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 compatibilidade com o conceito de fatorial de um nmero natural n 2 .
Definio 1.1. Seja n um nmero natural qualquer. Dizemos que
1 se n = 0
n! =
n (n 1)! se n > 0.

18

De fato, adotamos 0! = 1 . Ento:


Se n = 1 , 1! = 1(1 1)! = 1.0! = 1 .
Se n = 2 , 2! = 2 (2 1)! = 2.1! = 2.1 = 2 .
Se n = 3 , 3! = 3 (3 1)! = 3.2! = 3.2.1 = 6 .
E assim por diante:
n ! = n (n 1)(n 2 )...3.2.1 .
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. 5! +

3!
3.2.1
= 5! +
= 5! + 1 = 120 + 1 = 121 .
3!
3.2.1

Exemplo 1.4. Simplifique as expresses


a)
b)
c)
d)

n!
;
(n 2 )!

(n 2 )! ;
(n 3)!
n ! (n + 1)!
;
n!

(n + 1)! (n 1)! .
n ! (n 1)!
Soluo.

a)

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

(
)

b)

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

possvel simplificar
porque o fatorial sempre
diferente de zero.

19
c) n ! (n + 1)! = n ! (n + 1)n ! = n ! (1 n 1) = n .
n!
n!
n!
d)

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


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

Encontrar o valor da
varivel (letra, incgnita,
etc...).

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

Exemplo 1.5. Resolva as seguintes equaes:


a)

n ! = 5 (n 1)!

b) (n 1)! = 120 ;

Equaes
Igualdade entre duas expresses matemticas que se
verifica para determinados
valores das variveis. Fonte:
Dicionrio Houaiss.

c)

(n + 5)! + (n + 4 )! = 35 (n + 3)!;

d)

x!
= 30 ;
(x 2 )!

e)
f)
g)

(x + 1)! = 56 ;
(x 1)!
(n + 1)! n ! = 8n ;
(n 1)!
2 (n + 1)! + (n 1)!
= 13 .
n ! (n 1)!
Soluo.
Para resolver equaes com fatorial conveniente primeiro simplificar os fatoriais, fazer as operaes na forma simplificada e depois
buscar as solues das equaes. Veja as solues abaixo:

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

b) (n 1)! = 5!

(n 1) = 5

n=6.
c)

(n + 5)(n + 4 ) (n + 3)! + (n + 4 ) (n + 3)! = 35 (n + 3)!

20

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

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

n 2 + 10n + 24 = 35

n 2 + 10n 11 = 0

n ' = 1 e n '' = 11 .

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

x 2 x = 30

x 2 x 30 = 0

(x 6 )(x + 5 ) = 0

x ' = 6 ou x '' = 5 .

Aqui tambm, x '' = 5 no vlido, pois no natural, ento a nica


soluo da equao dada x = 6 .

(x + 1) x (x 1)!
= 56
(x 1)!

e)

x 2 + x = 56

x 2 + x 56 = 0

(x + 8 )(x 7 ) = 0

x ' = 8 ou x '' = 7 .

Da mesma forma, x ' = 8 no vlido, pois no natural, ento a


nica soluo da equao dada x = 7 .

f) (n + 1)n(n 1)! n(n 1)! = 8n


(n 1)!
n [n + 1 1] (n 1)!

(n 1)!

= 8n .

Retome a definio 1.1 e


voc notar que fatorial
uma operao definida
apenas para nmeros
naturais.

21

Aps a simplificao obtemos


n (n + 1 1) = 8n
n = 8.
g)

2 (n + 1)n (n 1)! + (n 1)!


n (n 1)! (n 1)!
2 (n + 1)n + 1

2n 2 + 2n + 1 = 13n 13

2n 2 11n + 14 = 0

n' =

n 1

= 13

= 13

7
ou n '' = 2 .
2

Como n natural, ento n '' = 2 a nica soluo da equao.

Lista de Exerccios 1
1) Calcule:
a) 7! + 5! .
5!

b)

7! .
3!4!

b)

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

2) Simplifique:
a) n ! + (n + 1)! .
n!
3) Obtenha n , tal que:
(n + 1)! = 10 .
a)
n!

b) n ! + (n 1)! = 6 (n 1)! .

2) Calcule x nas equaes abaixo:


a)

x ! + (x + 1)! + (x 1)!
x ! + (x 1)!

=7.

b) 20 (x 1)! (x + 1)! = 0 .
x!

22

1.2 Somatrio e Produtrio


Nesta seo explicaremos a notao de somatrio e produtrio. Daremos alguns exemplos para voc entender melhor o assunto.

O que mais simples,


escrever 2 + 2 + 2 + 2 + 2
ou 5 2 ? Escrever
3 3 3 3 ou 34 ? Os
smbolos de somatrio
e produtrio tambm
simplificam a notao de
expresses como 1 + 2 + 3
8

1.2.1 Somatrio

+4+5+6+7+8=

A notao somatria ( ) utilizada para representar numa forma


reduzida a soma de um determinado nmero de expresses, funes,
nmeros, etc. Por exemplo,

3 . 5 . 7 . 9 .11 ==

i)

i = 1+ 2 + 3 + ... + n ;

( 2i + 1) .

i (i + 1) = 1.2 + 2.3 + ... + n (n + 1);

Note que o ndice inferior


denota o incio e o superior,
o final.

i =1
n

iii) i 3 = 13 + 23 + 33 + ... + n3 ;
i =1
6

iv) 5 = 5 + 5 + 5 + 5 + 5 = 5.5 = 25 ;
i= 2

v)

i =1

O smbolo usado um
sigma maisculo, letra
grega.

i =1

ii)

i e

i =1

3 i = 3.1 + 3.2 + 3.3 + ... + 3.7 = 3 (1 + 2 + 3 + ... + 7 );


i =1
4

vi) 15 = 15 + 15 + 15 + 15 = 4.15 = 60 ;
i=1

vii) 2i.3 j = (2i.32 + 2i.33 + 2i.34 )


i =1 j = 2

i=1

= 2 + 22 32 + 2 + 22 33 + 2 + 22 34
2 4 ;
= 2i 3 j
i =1 j =2
3

viii) (2i + 3i ) = (22 + 32 )+ (23 + 33 )


i= 2

= 22 + 23 + 32 + 33
3

i =2

i =2

= 2i + 3i ;

23

ix)

2 + 2
i

i =0

x)

i =3

a
i =0

= 2 + 2 + 2 + 2 + 2 + 2 = 2i ;
0

i= 0

= a3 + a2 + a1 + a0

3 i

= a0 + a1 + a2 + a3
3

= ai

i =0

A noo do somatrio explicada acima possui algumas


propriedades, dadas a seguir:
Propriedade
Propriedade sinnimo de
atributo; condio o mesmo que requisito. Fonte:
LIMA et alli (2003, p. 2-3)

i) Seja k uma constante arbitrria, ento:


a)
b)

i =1

i =1

k ai = k ai ;
n

k = nk ;
i =1

ii)

n m
= ai b j ;
i =1 j =1

a b
i =1 j =1

i =1

i =1

i =1

iii) (ai + bi ) = ai + bi ;
p

iv) ai +
i =1

v)

a
i =0

p i

i = p +1

ai = ai ;
i =1

i = p n

Exemplo 1.6.
Chamamos expandir como
representao da expresso,
8

por exemplo

i =1+2+

i =1

3+4+5+6+7+8

a) Expanda a expresso
3i 2
.

i =3 i + 1
7

b) Escreva a expresso usando a notao de somatrio:


1
1
1
1
1
+
+
+
+
.
1.3 2.4 3.5 4.6 5.7

24
n

c) Avalie

(a a ) considerando a
i =1

i 1

= 0.

Soluo.
a) Podemos escrever
7
3i 2
i2
=
3

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

32
42
52
62
72
= 3
+
+
+
+

3 + 1 4 + 1 5 + 1 6 + 1 7 + 1
9 16 25 36 49
= 3 + + +
+ .
6
7
8
4 5
b) Podemos escrever
5
1
1
1
1
1
1
+
+
+
+
=
.
1.3 2.4 3.5 4.6 5.7 i =1 i (i + 2)
c) Podemos escrever
n

(a
i =1

ai 1 )

= ( a1 a0 ) + ( a2 a1 ) + ( a3 a2 ) + ... + ( an an 1 )
= ( a1 a0 ) + ( a2 a1 ) + ( a3 a2 ) + ... + ( an an 1 )
= a0 + a n
= an , pois a0 = 0 .

1.2.2 Produtrio
A notao produtrio ( ) utilizada para representar numa forma
reduzida uma expresso, nmeros, funes, etc., colocados em certa ordem e separados por sinal de produto () . Por exemplo,
n

i) 1.2.3.4... n = i = n ! ;
i =1

ii) x . x . x . ... .x = xi ;
2

i =1

iii) (2i 1) = 1.3.5. ... . (2n 1) ;


i =1

O smbolo usado um pi
maisculo, letra grega.

25
s

iv) xi = xr . xr +1..... xs

rs;

i =r

v)

(i ) = (1)(2 )... (n )
i =1

= (1) .1.2. ... .n


n

= (1) n ! ;
n

vi) i (i + 1) = (1.2 )(2.3)(3.4 )(4.5 )


i =1

= (1.2.3.4 )(2.3.4.5 )

= i (i + 1) ;
i =1 i =1

vii)

4i = (4.1)(4.2 )(4.3)(4.4 )(4.5)


i =1

= 45 1.2.3.4.5

= 45 i ;

i =1

viii) 4 = 4.4.4.4 = 44 ;
i=1

ix) (i + 1) = 2 .3 .4 = (2.3.4 ) = (i + 1) .
i =1
i =1

A definio do produtrio explicada acima satisfaz algumas propriedades, dadas a seguir:


i)

n n
=
a
b

i i
ai bi ;
i =1
i =1 i =1
n

ii) Seja k um nmero natural fixo arbitrrio, usualmente chamado de constante, ento:
a)

k = k

i =1
n

i =1

i =1

b) k ai = k n ai ;

26

n
=
a
c) i ai .
i =1
i =1
n

Exemplo 1.7. Expanda e simplifique a expresso


n

( j + 1)
j =0

i =1

Soluo. Podemos escrever


n

( j + 1)
j =0

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

i =1

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

= n +1.

Lista de Exerccios 2
1) Expanda as seguintes somas:
6

a) 2i ;
i =1
6

b) x i .
i =0

3) Escreva as expresses abaixo, usando a notao de somatrio:


a) 1 + 3 + 5 + 7 + 9 ;
b) 1 + 4 9 + 16 25 + 36 .
3) Expanda os seguintes produtos:
n

a) (3 j + 7 ) ;
j =2
4

b) i 3 7i + 3
i =1

27

4) Escreva as expresses abaixo usando a notao de produtrio:


a) 1.3.5.7.9 ;
O axioma da induo
o ltimo dos axiomas
de Peano (que define
os nmeros naturais).
Ele est presente (pelo
menos de forma implcita)
sempre que, ao afirmarmos
a veracidade de uma
preposio referente
aos nmeros naturais,
verificamos que ela
verdadeira (n = 1, n=2,
n=3) e dizemos e assim por
diante.

Deduzir
Concluir (algo) pelo raciocnio; inferir. Fonte: Dicionrio
Houaiss. Matematicamente,
o raciocnio dedutivo um
poderoso instrumento de se
chegar a concluses a partir de fatos conhecidos e de
uma estrutura lgica que os
articule.

b) p ( p + 1)( p + 2 )... ( p + n ).

1.3 Princpio de Induo


Vamos analisar a seguinte soma:
n

S n = (2i 1) = 1 + 3 + 5 + ... + 2n 1 .
i =1

Sn

1 = 12

1 + 3 = 4 = 22

1 + 3 + 5 = 9 = 32

1 + 3 + 5 + 7 = 16 = 4 2

1 + 3 + 5 + 7 + 9 = 25 = 52

Considerando os prximos valores de n , podemos deduzir que:


i) S n = S n 1 + 2n 1 ;
ii) S n = n 2 .
A pergunta que surge aqui se realmente isso verdade para qualquer nmero natural n . Os clculos acima no provaram isso. Ento, em vez de fazer dedues arbitrrias, podemos apresentar um
princpio conhecido como princpio de induo, que garante as afirmaes estabelecidas.
Proposio 1. 1. Seja a um nmero inteiro. Uma proposio P (n )
verdadeira para todo n a se:

28
i) P (a ) verdadeira;
ii) para todo r a , se P (r ) verdadeira, ento P (r + 1) tambm
verdadeira.
Para aplicarmos este princpio de induo matemtica, devemos seguir
os seguintes passos:
1 Passo (Base de induo): Verificar se P (n ) verdadeira para
n = a.
2 Passo (Hiptese de induo): Assumir P (k ) verdadeira, hiptese da induo, com k fixado arbitrariamente.
3 Passo (Tese de induo): Provar que P (k + 1) verdadeiro.
Concluso: Sendo verificados 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 + 2 + ... + n =

n (n + 1)
2

, n 1.

Soluo. Para n = 1 tem-se


1

(1 + 1) = 2 = 1 (vale).
2

Supomos que o resultado vale para n = r , ou seja,


1 + 2 + ... + r =

r (r + 1) .
2

Vamos mostrar que vale para n = r + 1 , ou seja, precisamos mostrar


que
1 + 2 + ... + r + (r + 1) =
Agora,
1 + 2 + ... + r + (r + 1) =

(r + 1)(r + 2 ) .
2

r (r + 1)
2

+ r +1

Teste se a propriedade que


est sendo estudada vale
para o seu valor inicial.
Descreva o que significa
esta propriedade valer para
um valor k qualquer.
Mostre que utilizando o
fato da propriedade valer
para k significa que ela vale
para seu sucessor (k + 1).

29

=
=

r (r + 1) + 2 (r + 1)
2

(r + 1)(r + 2 ) .
2

Logo, o resultado vale para r + 1 . Assim, conclumos que o resultado


vale para todo n 1 .
um quantificador
universal que significa que
qualquer nmero satisfaz
esta propriedade.

Exemplo 1.9 Prove por induo matemtica que


n

x
i =0

n +1
= 1 + x + x 2 + ... + x n = x 1 , x , x 1 n 1 ,
x 1

onde
x o conjunto dos nmeros reais.
Soluo.
1 Passo: (Base de induo). Para n = 1
1

= 1+ x

i =0

e
x 2 1 (x 1)(x + 1)
=
= x +1 .
x 1
(x 1)
Portanto a afirmao verdadeira para n = 1 .
2 Passo: (Hiptese de induo). Vamos supor que a frmula
vlida para n = k , isto ,
x k +1 1
x =
(hiptese).

x 1
i =0
k

3 Passo: (Tese de induo). Devemos mostrar que a afirmao


vlida para n = k + 1 . Temos
k +1

= 1 + x + ... + x k + x k +1

i =0

= xi + x k +1 (hiptese)
i =0

x k +1 1
=
+ x k +1
x 1
x k +1 1 + x k +1 (x 1)
=
x 1

30

xk +2 1 .
x 1

=
Isso diz que
k +1

xi =
i =1

x(k +1)+1 1
(vale para n = k + 1 ).
x 1

Logo, se a frmula vale para k 1 ento tambm vale para k + 1.


Portanto, conclumos pelo princpio de induo, para qualquer inteiro
n 1 , que
x n +1 1 ,
x = 1 + x + x + ... + x =

x 1
i =0
n

x 1,

x.

Exemplo 1.10. Usando princpio de induo, prove que


2

n
i = i ,

i =1
i =1
n

n 1 .

Soluo. Vimos no exemplo 1.8 que


n

i =

n (n + 1)
2

i =1

Portanto, precisamos provar que


n 2 (n + 1) .
i
=

4
i =1
2

1 Passo: n = 1
12 (1 + 1)

1 =

1 4
=1
4

1 = 1 (verdadeira).
2 Passo: Vamos supor que a afirmao vale para n = k , isto ,
k

k 2 (k + 1) .
2

i =1

3 Passo: Vamos provar que a mesma afirmao tambm vale para


n = k + 1 , ou seja,
k +1

i =1

Agora,
k +1

i = i + (k + 1)
i =1

i =1

(k + 1) (k + 2 )
=
2

31
k 2 (k + 1)

+ (k + 1)

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

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

Assim, a frmula vale para k + 1 se for vlida para k . Logo, pelo princpio de induo ela vlida para qualquer n 1 , isto ,
n 2 (n + 1) ,
i =

4
i =1
n

ou seja,
2

n (n + 1) n ,

= i
2

i =1
2

n 1 .

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
n3 + (n + 1) + (n + 2 ) ,
3

n .

Devemos mostrar que a expresso acima um mltiplo de 9.


1 Passo: Para n = 1 .
13 + 23 + 33 = 1 + 8 + 27 = 36 = 9.4 ,
que mltiplo de 9.
2 Passo: Para n = k , suponha que a expresso
k 3 + (k + 1) + (k + 2 )
3

um mltiplo de 9, ou seja, existe um t tal que


k 3 + (k + 1) + (k + 2 ) = 9 t .
3

3 Passo: Vamos mostrar que n = k + 1 , ou seja,

(k + 1) + (k + 2 ) + (k + 3)
3

mltiplo de 9.

32

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

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

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

= 9 t + 3 + k 2 + 3k = 9 p ,

onde p = t + 3 + k 2 + 3k .
Logo, podemos concluir que a expresso

(k + 1) + (k + 2 ) + (k + 3)
3

um mltiplo de 9.
Conseqentemente, a afirmao n 1 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
m

n .
=
a

i
ai
i =1
i =1
n

Soluo.
1 Passo: Para n = 1 .
m

1
ai = a = ai .

i =1
i =1
2 Passo: Vamos supor que o resultado vale para n = k , isto :
1

m
1

k
.
=
a

i
ai
i =1
i =1
3 Passo: Vamos provar que o resultado vlido para n = k + 1, ou
seja,
k

k +1 .
ai = ai

i =1
i =1
k +1

Agora,

k +1

i =1

i =1

ai m = ai m a m k +1

33
m

= ai a m k +1 (usando 2 Passo)
i =1
k

= ai ak +1
i =1

k +1
= ai (vale).
i =1
Portanto, usando o princpio de induo conclumos que a afirmao
n 1 verdadeira.

Lista de Exerccios 3
Prove, utilizando o princpio da induo:

1)

n (n + 1)(2n + 1)

i =1

Voc notou que este


exerccio abriu a seo 1.6?
Agora voc vai resolv-lo.

2)

(2 j 1) = n
j =1

6
2

n 1.

n 1.

Captulo 2
Nmeros Binomiais

37

Captulo 2
Nmeros Binomiais
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.

Coeficientes
Coeficientes so nmeros
reais, em geral inteiros, que
multiplicam as incgnitas ou
variveis de uma expresso.
Na seo 2.4 voc perceber
porque chamamos a expresso definida a seguir de coeficientes binomiais.

2.1 Coeficientes Binomiais


Definiremos como se calculam os coeficientes binomiais. As frmulas a seguir permitem calcular todos os elementos do Tringulo de
Pascal sem a necessidade de calcular os elementos anteriores e permitem o clculo dos binmios de Newton, que sero estudados a
seguir.
Definio 2.1. Dados dois nmeros naturais, n e p , sendo n p , chamamos de coeficiente binomial ou nmero binomial ou nmero combinatrio a expresso definida por
1, se p = 0
n
= n(n 1)...(n p + 1) , se p 0
p
p!

(1)

ou
n
n!
, n p, n, p .
=
p (n p)! p !

(2)

Podemos verificar facilmente que as expresses (1) e (2) so equivalentes. De fato, multiplicando e dividindo (1) por (n p )! , temos
n n(n 1)...(n p + 1)(n p)!
=
(n p )! p !
p
=

n!
p !(n p )! .

38

Veja a seguir alguns exemplos de simplificao da expresso Cn , p .


Exemplo 2.1.
a) C5,2 =

5!
5!
5.4. 3! 20
=
=
=
= 10 .
2!(5 2)! 2! 3! 2! 3!
2

b) C5,1 =

5!
5!
5. 4!
=
=
= 5.
1!(5 1)! 4! 1! 1! 4!

c) C7,5 =

7!
7!
7.6. 5! 42
=
=
=
= 21 .
5!(7 5)! 5! 2! 5! 2! 2

d) C p , p 5 =

p!
p!
=
= C p ,5 .
( p 5)!( p p + 5)! ( p 5)! 5!

Observao 2.1. As seguintes relaes so importantes e sero utilizadas


posteriormente:
i) Ci ,1 =

i (i 1)!
i!
=i.
=
(i 1)! 1! (i 1)! 1!

ii) Ci +1,2 =

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

iii) Ci + 2,3 =

(i + 2)(i + 1)i (i 1)! i (i + 1)(i + 2)


(i + 2)!
.
=
=
3!
(i + 2 3)! 3!
(i 1)! 3!

2.1.1 Coeficientes Binomiais Complementares


Os coeficientes binomiais C7,2 e C7,5 tm o mesmo numerador, e a
soma de seus denominadores igual ao numerador. O mesmo ocorre com C6,4 e C6,2 . Coeficientes binomiais desse tipo so conhecidos
como complementares. Veja definio a seguir.
Definio 2.2. Coeficientes binomiais complementares so aqueles que
tm o mesmo numerador e cuja soma dos denominadores igual ao nume-

s vezes chamamos Cn,p


por coeficiente binomial de
n por p, e neste caso n
conhecido como numerador
do coeficiente binomial e
p como denominador do
coeficiente binomial, mas de
qualquer maneira Cn,p no
tem nada ver com nmero
racional n , ou seja,
p

C n, p =

n
n
.
p
p

n
Notao. H vrias formas de denotar a expresso : por Cn , p , por Cnp ,
p
por nc p , etc. Neste trabalho sempre utilizaremos Cn , p .

39

rador, isto , dois coeficientes binomiais Cn , p e Cn ,q so complementares se


p+q =n.
Exemplo 2.2.
a) C8,3 e C8,5 so complementares, pois 3 + 5 = 8 .
b) C5,3 e C5,2 so complementares, pois 3 + 2 = 5 .

2.1.2 Igualdade Entre Dois Binomiais


Dois binomiais, Cn , p e Cn ,q , so iguais se, e somente se, p = q ou
p + q = n , isto ,
Os coeficientes binomiais
complementares so sempre
iguais.

Cn , p = Cn ,q p = q ou p + q = n .
Exemplo 2.3.
a) C11, x = C11,5 x = 5 ou x + 5 = 11 x = 6
x = 5 ou x = 6 .

b) C8,4 = C8, x x = 4 , pois ou x + 4 = 8 x = 4 .
Esta concluso se enuncia genericamente da seguinte forma:
Proposio 2.1. vlida a relao
C n , p = C n , n p , n , p e 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

Observe os exemplos abaixo


em que equaes contm
incgnitas nos binmios de
Newton.

Exemplo 2.4. Obtenha n tal que


Cn ,2
Cn ,3

3
.
4

40

Soluo. Temos
Cn ,2
Cn ,3

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

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

3
4

3
3
=
n2 4

n2= 4

n = 6.

Exemplo 2.5. Obtenha n tal que Cn ,2 = 15 .


Soluo. Podemos escrever
15 = Cn ,2 =

n!
n(n 1)(n 2)!
=
(n 2)! 2!
(n 2)! 2!

30 = n(n 1)
n 2 n 30 = 0
(n 6)(n + 5) = 0
n = 6 ou n = 5 .

Como n positivo, ento n 5 , ou seja, n = 6 .

Lista de Exerccios 1
1) Efetue as expresses:
a) C3,0 + C3,1 + C3,2 ;
b) C5,0 + C5,2 + C5,4 .

41

2) Determine o valor de x em cada uma das seguintes expresses:


a) C16, x +1 = C16,3 x 1 ;
b) C10, x2 5 = C10,5 x +1 .
3) Obtenha n tal que:

Esta notao ser discutida


no captulo seguinte. Por
enquanto, utilize esta
frmula apenas para treinar
sua habilidade de calcular
com fatoriais e comparar
combinaes.

C = 1;
a) n,3
b) Cn 1,2 = 36 .

4) Considere An , p =

n!
. Obtenha x tal que:
( n p )!

a) Ax ,2 C x ,2 = 10 x ;
b) Ax +1,2 C x 1,2 = 24 .

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
Cn , p + Cn , p +1 = Cn +1, p +1 .
De fato
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.

Cn , p + Cn , p +1 =

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

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

1
n!
1
+

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

p +1+ n p
n!

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

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

42

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

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

= Cn +1, p +1

Exemplo 2.6. Calcule


a) C9,6 + C9,7 ;
b) C8,5 + C8,6 .
Soluo.
a) Aplicando a relao de Stifel, podemos escrever
C9,6 + C9,7 = C10,7 =

10! 10.9.8
=
= 120 .
7! 3! 1.2.3

b) Aplicando a relao de Stifel, podemos escrever


C8,5 + C8,6 = C9,6 =

9!
9.8.7
=
= 84 .
6!3! 1.2.3

Exemplo 2.7 Resolva a equao


C x +1,2 = C x ,1 + C4,2 .
Soluo. Comparando-a com a relao de Stifel,
Cn , p + Cn , p +1 = Cn +1, p +1 , temos
C x ,1 + C4,2 = C x +1,2
C4,1 + C4,2 = C5,2
x = 4.

Lista de Exerccios 2
Ao resolver os exerccios, atente para o fato de que matematicamente um problema est resolvido se for mostrado que no h soluo
possvel

43

1) Complete:
C5,1 + C5,2 = C,2 .
Note que aqui o n tratado
como uma constante e a
resposta encontrada ser
em funo de n.

2) Resolva em x a equao
Cn ,3 = x Cn ,4 .
3) Obtenha x tal que
C12,2 x = C12, x +9 .
4) Obtenha x e y tal que
C10, x + C10,2 x 5 = C11, y .

2.3 Tringulo de Pascal


A seguinte disposio de nmeros em termos de coeficientes binomiais conhecida como Tringulo de Pascal.
0

L0 : 0

C0,0

L1 :1

C1,0

C1,1

L2 : 2

C2,0

C2,1

C2,2

L3 : 3

C3,0

C3,1

C3,2

C3,3

L4 : 4

C4,0

C4,1

C4,2

C4,3

C4,4

L5 : 5

C5,0

C5,1

C5,2

C5,3

C5,4

C5,5

...

...

...

...

...

...

...

Tabela 1

...

...

44

A tabela acima pode ser representada equivalentemente como:


0

10

10

...

...

...

...

...

...

...

...

...

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,
C3,1 + C3,2 = C4,2 ,
ou
3+3 = 6 .

Para construir o Tringulo de Pascal devemos observar os seguintes passos:


A primeira coluna formada exclusivamente pelo nmero 1,
pois Cn ,0 = 1 .
A segunda coluna formada pela seqncia 1,2,3,... iniciando o primeiro elemento da coluna a partir da segunda linha da tabela.
O ltimo elemento de cada linha sempre 1, pois Cn ,n = 1 .
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 coeficientes eqidistantes dos extremos so iguais,
ou seja, em uma mesma linha do tringulo de Pascal, elementos eqidistantes dos extremos so iguais.
Demonstrao. Considere uma linha genrica de numerador n de
tringulo de Pascal dada por
Cn ,0 Cn ,1 Cn ,2 ... Cn , p ... Cn ,n p ... Cn ,n 1 Cn ,n .
Podemos observar que Cn , p e Cn ,n p so eqidistantes dos extremos,
pois p elementos procedem Cn , p e p elementos sucedem Cn ,n p . Alm
disso, Cn , p e Cn ,n p so complementares, pois p + n p = n . Sabemos
que elementos complementares so iguais.
Portanto,

Cn , p = Cn , n p .

Propriedade 2.2. (Teorema das linhas) A soma dos coeficientes binomiais situados numa mesma linha (de numerador n ) de um tringulo de
Pascal sempre 2n . Isto ,
n

C
i =0

n ,i

= Cn ,0 + Cn ,1 + ... + Cn ,n = 2n .

Anlise:
Linha

Soma

n = 0 (L0 ):

n = 1 (L1 ):

n = 2 (L2 ):

n = 3 (L3 ):

n = 4 (L4 ):

e sucessivamente

1 ou 1=20
1+1=2=21
1+2+1=4=22
1+3+3+1=8=23
1

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


Tabela 3

1+4+6+4+1=16=24

...

46

Por exemplo,
i)

C
i =0

ii)

5,i

C
i =0

3,i

= 25 ;
= 23 ;

iii) C4,0 + C4,1 + C4,2 + C4,3 + C4,4 = 24 .


Demonstrao. Vamos demonstrar a propriedade usando o princpio
da induo ou induo matemtica.
1 Passo: n = 0
C0,0 = 1 = 20

(vale).

2 Passo: Vamos supor que a afirmao vlida para n = i , ou seja,


Ci ,0 + Ci ,1 + ... + Ci ,i = 2i .
3 Passo: Vamos provar que n = i + 1 , ou seja, precisamos provar que
Ci +1,0 + Ci +1,1 + ... + Ci +1,i +1 = 2i +1 .
Aplicando a relao de Stifel podemos escrever
Ci +1,1 = Ci ,0 + Ci ,1
Ci +1,2 = Ci ,1 + Ci ,2

Ci +1,i = Ci ,i 1 + Ci ,i .

Tambm sabemos que


Ci +1,0 = Ci ,0
e
Ci +1,i +1 = Ci ,i .
Logo, podemos escrever
Ci +1,0 + Ci +1,1 + ... + Ci +1,i +1 = Ci +1,0 + Ci +1,1 + ... + Ci +1,i + Ci +1,i +1
= Ci ,0 + Ci ,0 + Ci ,1 + Ci ,1 + ... + Ci ,i + Ci ,i

Lembre-se que vimos este


mtodo de demonstrao
no item 1.3 Princpio de
Induo desta disciplina.

47

= 2 Ci ,0 + Ci ,1 + ... + Ci ,i
= 2 2i

(utilizando 2 passo hiptese)

= 2i+1 .
Logo, o resultado vale n 0 .

Exemplo 2.8. Qual o valor da soma


n

S = i Cn , i ?
i =1

Soluo. Temos
n

S = i Cn , i
i =1

= i
i =1
n

=
i =1

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

n(n 1)!
i =1 (i 1)!( n 1 (i 1))!

=
n

= n Cn 1,i 1
i =1

= n Cn 1,0 + Cn 1,1 + ... + Cn 1,n 1


= n 2n 1 .
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 ltima parcela de soma, isto , a soma dos n primeiros termos da coluna p
igual ao termo n + 1 da coluna p + 1 , ou seja,
Cn ,n + Cn +1,n + ... + Cn + p ,n = Cn + p +1,n +1 ,
ou

C
i =0

n +i ,n

= Cn + p +1,n +1 ,

n 0.

48

Anlise:
C0

C1

C2

C3

C4

...

1
1
1
1
1
...

1
2
3
4
...

1
3
6
...

1
4
...

1
...

...

Ento, a soma dos primeiros trs termos da coluna C1 dada por


1 + 2 + 3 = 6 , que o valor do terceiro termo da coluna C2 . Por exemplo,
i) C4,4 + C5,4 + C6,4 = C7,5 .
ii) C7,7 + C7,8 + C7,9 + C7,10 = C8,11 .
Demonstrao. Vamos demonstrar a propriedade usando a induo
matemtica sobre p . Seja n um nmero inteiro fixo.
1 Passo: p = 0
Cn ,n = Cn +1, n +1 = 1 (vale).
2 Passo: Vamos supor que a afirmao vlida para p = i , ou seja,
Cn ,n + Cn +1,n + ... + Cn +i ,n = Cn +i +1,n +1 .
3 Passo: Vamos provar que p = i + 1 , ou seja, precisamos provar
que
Cn , n + Cn +1, n + ... + Cn +i +1, n = Cn +i + 2, n +1 .
Vamos considerar o lado esquerdo da expresso acima. Podemos escrever
Cn , n + Cn +1, n + ... + Cn +i +1, n
= Cn +i +1,n +1 + Cn +i +1, n (por hiptese, 2o passo)
=

( n + i + 1)! ( n + i + 1)!
+
( n + 1)!i !
n !(i + 1)!

( n + i + 1)! 1
1
+

n !i ! n + 1 i + 1

49

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

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

= Cn +i + 2, n +1 ,

o que o lado direito da expresso.

Logo, o resultado vale p 0 .

Vamos aplicar a propriedade acima para resolver alguns exemplos.


30

Exemplo 2.9. Qual o valor da soma S = i (i + 1)(i + 2) ?


i =1

Soluo. Utilizando a observao 2.1 podemos escrever


30

S = i (i + 1)(i + 2)
i =1

30

= 3! Ci + 2,3
i =1

= 6 C3,3 + C4,3 + ... + C32,3


= 6 C33,4
=6
=

(pela propriedade 2.3)

33!
4!(33 4)!

33 32 31 30
6
1 2 3 4

= 245520 .

Exemplo 2.10. Calcule a soma


n

S = i2 .
i =1

Soluo. Pelo princpio de induo, sabemos que


n

S = i2 =
i =1

n(n + 1)(2n + 1) .
6

Mas demonstraremos o mesmo resultado aplicando a propriedade


2.3.

50

Pela observao 2.1 vimos que temos valores de Cn ,i do tipo


i, i (i + 1), i (i + 1)(i + 2) , etc.
Ento queremos escrever i 2 em termos de i, i (i + 1), etc. Para tal,
vamos considerar
i 2 = Ai (i + 1) + Bi + C .
Aps comparao dos coeficientes dos dois lados e simplificando, obtemos A = 1 , B = 1 e C = 0 .
2
Ento podemos escrever i = i (i + 1) i . Logo
n

i =1

i =1

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

i =1

i =1

= i (i + 1) i
n

i =1

i =1

= 2 Ci +1,2 Ci ,1 (aplicando a observao 2.1)

= 2 Cn + 2,3 Cn +1,2

=2

(pela propriedade 2.3)

(n + 2)(n + 1)n (n + 1)n

1.2.3
1.2

n + 2 1
= n (n + 1)

2
3
=

n(n + 1)(2n + 1) .
6

Exempo 2.11. Calcule o valor da soma


n

S = (3i 1)i 2 .
Soluo. Temos

i =1

S = (3i 1)i 2 = 2.12 + 5.22 + 8.32 + ... + (3n 1)n 2 .


i =1

Vamos escrever (3i 1)i 2 = 3i 3 i 2


i (i + 1)(i + 2) etc.

em termos de

Temos
3i 3 i 2 = Ai (i + 1)(i + 2) + Bi (i + 1) + Ci + D

i, i (i + 1) ,

51

= Ai 3 + (3 A + B)i 2 + (2 A + B + C )i + 1 .

Comparando os coeficientes e simplificando, obtemos


A = 3 , B = 10 , C = 4 e D = 0 .

Isto implica em
3i 3 i 2 = 3i (i + 1)(i + 2) 10i (i + 1) + 4i .
Logo
n

S = (3i 1)i 2
i =1

i =1

i =1

i =1

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

i =1

i =1

i =1

= 3 3! Ci + 2,3 10 2! Ci +1,2 + 4 Ci ,1 (pela observao 2.1)


= 18 Cn +3,4 20 Cn + 2,3 + 4 Cn +1,2 (pela propriedade 2.3)
= 18

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


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

3(n + 2)(n + 3) 10(n + 2)

= n(n + 1)

+ 2
4
3

.
n(n + 1)(9n 2 + 5n 2)
=
12
Portanto,
n(n + 1)(9n 2 + 5n 2) .
S = (3i 1)i =
12
i =1
n

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 dizer que a soma dos p termos da diagonal de ordem n igual ao termo p
da coluna de ordem n + 1 , isto ,
p

C
i =0

n +i ,i

= Cn ,0 + Cn +1,1 + ... + Cn + p , p = Cn + p +1, p .

52

Anlise:
C0

C1

C2

C3

C4

C5

C6

...

1
1
1
1
1
1
1
...

1
2
3
4
5
6
...

1
3
6
10
15
...

1
4
10
20
...

1
5
15
...

1
6
...

1
...

...

Por exemplo,
i) C4,0 + C5,1 + C6,2 = C7,2 ;
ii) C10,0 + C11,1 + C12,2 + C13,3 = C14,3 .
Demonstrao. Utilizando as propriedades de combinao complementares, isto , Cn , p = Cn ,n p , n p , podemos escrever
p

C
i =0

n + i ,i

= Cn ,0 + Cn +1,1 + Cn + 2,2 + ... + Cn + p , p

= Cn ,n + Cn +1,n + Cn + 2,n + ... + Cn + p ,n


= Cn + p +1,n +1 (aplicando propriedade 2.3)
= Cn + p +1, p .

Propriedade 2.5. Valem as seguintes desigualdades:


a) Cn , p < Cn , p +1

se

p<

n 1
;
2

b) Cn , p > Cn , p +1

se

p>

n 1
.
2

Interpretao: Os resultados (a) e (b) afirmam que na primeira metade de


cada linha os elementos esto em ordem crescente (cada termo menor que
o seguinte, Cn , p < Cn , p +1 ) e que na segunda metade os elementos esto em
ordem decrescente (cada termo maior que o anterior, Cn , p > Cn , p +1 ).

53

Demonstrao. Simplificando, obtemos


Cn , p +1 Cn , p =

n!
n!

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

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

Como n ! , ( p + 1)! e (n p )! so positivos, ento o sinal de


Cn , p +1 Cn , p o mesmo de n 2 p 1 .
Logo
> 0, n 2 p 1 > 0
,
Cn , p +1 Cn , p
< 0, n 2 p 1 < 0
ou seja,

> 0,
Cn , p +1 Cn , p
< 0,

n 1
2 .
n 1
p>
2
p<

Resumindo, at o momento estudamos os seguintes assuntos:


Relao de Stifel

Cn , p + Cn , p +1 = Cn +1, p +1 .

Teorema das Diagonais


Cn ,0 + Cn +1,1 + ... + Cn + p , p = Cn + p +1, p .
Teorema das Linhas
Cn ,0 + Cn ,1 + ... + Cn ,n = 2n .
Teorema das Colunas
Cn ,n + Cn +1,n + ... + Cn + p ,n = Cn + p +1,n +1 .
Binomiais Complementares
Cn , p = Cn , n p , n 0 , n p 0 .

54

Lista de Exerccios 3
1) Prove, fazendo as contas, que Cn + 2, p + 2 = Cn , p + 2 Cn , p +1 + Cn , p + 2 .
n

(i + 1)C

2) Calcule

i =0

n ,i

3) Calcule o valor da soma


75

a) S = i (i + 1) .
i =15
n

b) S = i (2i + 1) .
i =1

2.4 Binmio de Newton


Vamos analisar o desenvolvimento da expresso
( a + b) n ,
para cada valor de n :
para n = 0 : (a + b)0 = 1 ;
1
para n = 1 : (a + b) = a + b = 1 a + 1b ;

para n = 2 : (a + b) 2 = 1 a 2 + 2 a b + 1b 2 ;
para n = 3 : (a + b)3 = 1 a 3 + 3 a 2 b + 3 a b 2 + 1b3 ;
para n = 4 : (a + b) 4 = 1 a 4 + 4 a 3 b + 6 a 2 b 2 + 4 a b3 + 1b 4 ;
para n = 5 : (a + b)5 = 1 a 5 + 5 a 4 b + 10 a 3 b 2 + 10 a 2 b3 + 5 a b 4 + 1b5
e assim por diante.
Uma simples anlise nas identidades acima verifica que:
medida que o expoente aumenta, o nmero de termos de
desenvolvimento tambm aumenta;
o nmero de termos do desenvolvimento da expresso (a + b) n
3
n + 1 . Assim, (a + b) tem quatro termos, (a + b)5 tem seis termos, etc.;

55

as seqncias dos coeficientes da expresso (a + b) n formam o


Tringulo de Pascal.

Voc se lembra de que


falamos em coeficientes
binomiais desde o incio?
devido ao seu uso na
expanso da potncia de
uma soma que ele recebe
este nome.

1
1

10

10

...

...

...

...

...

...

...

Assim, atravs da relao de Stifel possvel determinar qualquer


n
termo da expresso de (a + b) .
Novamente escrevendo o desenvolvimento da expresso (a + b) n
em termos de nmeros binomiais, temos:
(a + b)0 = C0,0
(a + b)1 = C1,0 a + C1,1 b
(a + b) 2 = C2,0 a 2 + C2,1 a b + C2,2 b 2
(a + b)3 = C3,0 a 3 + C3,1 a 2 b + C3,2 a b 2 + C3,3 b3
(a + b) 4 = C4,0 a 4 + C4,1 a 3 b + C4,2 a 2 b 2 + C4,3 a b3 + C4,4 b 4

(a + b) n = Cn ,0 a n + Cn ,1 a n 1 b + Cn ,2 a n 2 b 2 + ... + Cn ,n 1 a b n 1 + Cn ,n b n

Podemos, ento, verificar que:


o coeficiente de cada termo da forma Cn ,i , onde i varia de 0
a n;
em qualquer termo o elemento a elevado a um expoente
ni ;
em qualquer termo o elemento b elevado a um expoente i .
De modo geral,
n

(a + b) n = Cn ,i a n i bi .
i =0

(3)

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 n = 1 ,
(a + b)1 = (a + b) ,
e
C1,0 a + C1,1 b = 1 a + 1b = a + b .
Logo
(a + b) = C1,0 a + C1,1 b .
2 Passo: Vamos supor que a afirmao (3) vlida para n = k , ou
seja,
k

( a + b ) k = Ck , i a k i b i , k 1 .
i =0

3 Passo: Vamos provar a afirmao (3) para n = k + 1 , ou seja, precisamos verificar que
k +1

(a + b) k +1 = Ck +1,i a k +1i bi .
i =0

Podemos escrever

(a + b )

k +1

= (a + b )(a + b )

= (a + b) Ck ,i a k i bi (2o passo hiptese de induo)


i =0

= (a + b) Ck ,0 a k + Ck ,1 a k 1b + Ck ,2 a k 2b 2
+... + Ck ,k 1 a bk 1 + Ck ,k bk
= Ck ,0 a k +1 + (Ck ,1 + Ck ,0 )a k b + (Ck ,2 + Ck ,1 ) a k 1b 2

+... + (Ck ,k + Ck ,k 1 ) a b k + Ck ,k b k +1 .
Aplicando a relao de Stifel e utilizando as identidades
Ck ,0 = Ck +1,0 e Ck ,k = Ck +1,k +1 ,

(4)

57

obtemos, da expresso (4),


k
k +1
(a + b) k +1 = Ck +1,0 a k +1 + Ck +1,1 a k b +... + Ck +1,k a b + Ck +1,k +1 b
k +1

= Ck +1,i a k +1i bi ,
i =0

o que prova o resultado para n = k + 1 . Logo, pelo princpio de induo, podemos concluir a validade da afirmao (3) para qualquer
n.
n
Observao 2.2. s vezes, a expresso (a + b) chamada de Binmio, e
seu desenvolvimento (3) conhecido como Binmio de Newton.

2.4.1 Termo Geral do Binmio


Vamos escrever
n

(a + b) = Cn ,i a b = Ti +1 ,
n

n i i

i =0

i =0

onde
Ti +1 = Cn ,i a n i bi , 0 i n .

(5)

A expresso (5) chamada de termo geral do binmio, e o coeficiente


Cn ,i o coeficiente binomial do (i + 1) - simo termo. Por exemplo,
i) O coeficiente de 8 termo da expresso (a + b)10 C10,7 ;
ii) O coeficiente de 4 termo da expresso (a + b)13 C13,3 .
Exemplo 2.12 Escreva a representao por somatrio do seguinte
binmio: (a b) n .
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?

Soluo. Podemos escrever

(a b )

= [ a + ( b )] =

C
i =0

a n i ( b ) .
i

n ,i

Como ( b ) = ( 1) b , ento
i

(a b) n = Cn ,i a n i (1) bi
i

i =0
n

= (1)i Cn ,i a n i bi
i =0

58

Exemplo 2.13. Determine o termo geral do desenvolvimento de


( a b) n .
Soluo. Sabemos que
n

i =0

i =0

(a b) n = (1)i Cn ,i a n i bi = Ti +1 ,
onde
Ti +1 = (1)i Cn ,i a n i bi , 0 i n
n
o termo geral da expresso (a b) .

Exemplo 2.14. Desenvolva o binmio


( x + y)4 .
Soluo. Aplicando o desenvolvimento do Binmio de Newton, podemos escrever

(x + y )

= C4,0 x 4 + C4,1 x 3 y + C4,2 x 2 y 2 + C4,3 x y 3 + C4,4 y 4


= x 4 + 4 x3 y + 6 x 2 y 2 + 4 x y 3 + y 4 .

Exemplo 2.15. Desenvolva o binmio ( x y )5 .


Soluo. Temos
5

( x y )5 = (1)i C5,i x5i y i


i =0

= (1)0 C5,0 x5 + (1)C5,1 x 4 y + (1) 2 C5,2 x3 y 2


4
4
5
5
+(1)3 C5,3 x 2 y 3 +(1) C5,4 x y +(1) C5,5 y

= x 5 5 x 4 y + 10 x 3 y 2 10 x 2 y 3 + 5 x y 4 y 5 .
Exemplo 2.16. Calcule o 7 termo do desenvolvimento de (2 + y )8 .
Soluo. Podemos escrever
8

(2 + y )8 = Ti +1 ,
i =0

onde
Ti +1 = C8,i 28i y i .

59

Agora, para i = 6 , temos


T7 = C8,6 22 y 6 = 8 7 4 y 6 = 112 y 6 .
1 2
Exemplo 2.17. Calcule o 6 termo do desenvolvimento de ( x 3)7 .
Soluo. Temos

T6 = T5+1 = C7,5 (1)5 x 2 35


= 35

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 incgnita ou simplesmente
termo independente.

7.6
(1) x 2
1.2

= 21.81.3(1)x 2
= 63.81 x 2



Exemplo 2.18. Verifique se existe termo independente de a no desenvolvimento de
7

1 .

a +
a

Soluo. Sabemos que


Ti +1 = C7,i a

7 i

1

a

= C7,i a 7 i a i

= C7,i a 7 2i .
Para que Ti +1 seja independente de a , necessrio que 7 2i = 0 ,
7
ou seja, i = .
2
7
Como i , logo i = . Portanto, no existe o termo
2
independente de a .

Exemplo 2.19. Calcule o termo independente de x no desenvolvimento de


8

1
3 .
+x
x

60

Soluo. Sabemos que


1
Ti +1 = C8,i
x

8i

( x 3 )i

= C8,i x 8+i x3i

= C8,i x 8+ 4i .

Para o termo independente de x , devemos ter o expoente igual a
zero, ou seja,
8 + 4i = 0 i = 2 ,

isto ,

T3 = C8,2 x 8+8
= C8,2
=

87
= 28 .
1 2

Exemplo 2.20. Desenvolva ( x 3 y ) 4 .


Soluo. Temos
a = x, b = 3 y e n = 4 .
Logo
4

(x 3 y ) = C4,i x 4i (3 y )
4

i =0

= C4,0 x 4 + C4,1 x 3 (3 y ) + C4,2 x 2 (3 y )

+ C4,3 x (3 y ) + C4,4 (3 y )
3

= x 4 12 x3 y + 54 x 2 y 2 108 x y 3 + 81 y 4 .
Portanto

(x 3 y )

= x 4 12 x3 y + 54 x 2 y 2 108 x y 3 + 81 y 4 .

Exemplo 2.21. Determine o 6 termo do desenvolvimento de


9

x+
.
x

61

Soluo. Temos
Ti +1 = Cn ,i a n i bi .
Agora,
a = x, b =

1
,n=9 e i =5.
x

Assim, temos
1
T6 = C9,5 x 95

x
=

9 8 7 6 4 5/ 2
x x
1 2 3 4

= 126x 4 5 / 2
= 126x 3/ 2 .
Exemplo 2.22. Um dos termos do desenvolvimento de
12

x 2
x

no depende de x . Qual ?
Soluo. Sabemos que

12 i

Ti +1 = C12,i x

1
2
x

= (1) C12,i x12i x 2i


i

= (1) C12,i x123i .


i


Para que Ti +1 seja independente de x , devemos ter 12 3i = 0 ou
i = 4.
Logo
T5 = (1) C12,4 x1212
4

= C12,4 =

12!
8! 4!

12 11 10 9
= 11 5 9
1 2 3 4
= 495 .
=

62

Exemplo 2.23. Escreva o termo em b6 da expresso (2 + b 2 ) .


9

Soluo. Temos

( )

Ti +1 = C9,i 29i b 2

= C9,i 29i b 2i .


Para obter o termo em b6 , devemos fazer 2i = 6 , isto , i = 3 .
Logo,
T4 = C9,3 26 b6
=

9.8.7 6 6
2 b
1.2.3

= 84.26 b6 .

Exemplo 2.24. D o coeficiente do termo em x8 no desenvolvimento


10
de (x 3) .
Soluo. Temos
Ti +1 = C10,i x10i (3)

= (1) C10,i x10i 3i .


i


Para obter o coeficiente do termo em x8 , devemos fazer 10 i = 8 ,
isto , i = 2 .
Logo
T3 = (1) C10,2 x8 32
2

=9

10 9 8
x
1 2

= 405 x8 .

Portanto, o coeficiente do termo em x8 405.

2.4.2 Propriedades
A seguir apresentaremos duas propriedades interessantes do binmio de Newton.

63
Propriedade 2.6. No desenvolvimento de (a + b ) , a soma dos coeficientes de ordem par igual a soma dos coeficientes de ordem mpar.
n

Ordem
Na frmula do termo geral
do binmio chamamos de
ordem ao termo i.

Demonstrao. Sabemos que


n

(a + b ) = Cn,i a nibi .
n

i =0

Vamos considerar a = 1 e b = 1 . Obtemos


n

0 = Cn ,i (1)

i =0

= Cn ,0 Cn ,1 + Cn ,2 Cn ,3 + ... + (1) Cn ,n
n

Cn ,1 + Cn ,3 + ... = Cn ,0 + Cn ,2 + ... ,

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?

o que demonstra a propriedade.

Propriedade 2.7. No desenvolvimento de (a + b ) , a soma dos coeficientes


igual a 2n , ou seja,
n

C
i =0

n ,i

= 2n .

Demonstrao. Sabemos que


n

(a + b ) = Cn,i a nibi .
n

i =0

Vamos considerar a = b = 1 . Logo


n

2 n = Cn , i
ou

i =1

Cn ,0 + Cn ,1 + ... + Cn ,n = 2n .

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 coeficientes do desenvolvi10
mento de (x 2 + x ) .

64

Soluo. Podemos escrever

(x

+x

) = C (x )
10

10,i

i =0

10 i

xi .

Para obter soma dos coeficientes, devemos considerar x = 1 , isto ,


10

210 = C10,i .
i =0

Observao 2.3. Considere um polinmio


P (x ) = a0 + a1 x + a2 x 2 + ... + an x n ,
ento
P (1) = a0 + a1 + a2 + ... + an .
A soma dos coeficientes de um polinmio em x o valor numrico do polinmio para x = 1 .
Exemplo 2.26. Determine o termo mximo no desenvolvimento de
21

1
1 + .
2
Soluo. O termo geral dado por
i

1
1
Ti +1 = C21,i 121i = C21,i .
2
2
Sabemos que cada termo maior que o anterior (at certo valor de
i ) , ou seja,
Ti +1 > Ti
i

1
1
C21,i > C21,i 1
2
2
i

i 1

21! 1
21!
1
>

i !(21 i ) 2 (i 1)!(22 i )! 2

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

22 i > 2i

22 > 3i i <

22
3 .

i 1

Voc se lembra em que


local demonstramos este
fato? Se no, retome no
texto e procure o teorema,
propriedade ou proposio
que garante esta afirmao.

65

Assim, temos
i {0,1, 2,..., 7}.

Ti +1 > Ti
Analogamente,

i {8,..., 21}.

Ti +1 < Ti
Logo

T1 < T2 < T3 < ... < T7 < T8 > T9 > ... > T21 .
Portanto, o termo mximo T8 , isto ,
7

1
T8 = C21,7 .
2
Alternativamente, se fizermos o clculo de cada um desses nmeros
veremos que T7 < T8 e, por outro lado, T9 < T8 . Logo, o termo mximo
T8 .
Exemplo 2.27. Calcule
n

a) Cn ,i x i ;
i =0
n

b) i Cn ,i xi ;
i =0

c)

i C
i =0

n ,i

Soluo.
a) Sabemos que

(a + b ) = Cn,i a nibi .
n

i =0

Considerando a = 1 e b = x , obtemos
n

(1 + x ) = Cn,i xi .
n

i =0

b) Podemos escrever
n

iC
i =0

n ,i

x n = i Cn , i x i .
i =1

pois, para i = 0 , o valor da expresso zero.

66

Portanto,
n

i =1

i =1

i Cn , i x i = i
n

=
i =1

n!
xi
n
i
!
i
!

( )

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

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

= n x

= n x (1 + x ) .
n 1


c) Fazendo x = 1 em (b) obtemos
n

iC
i =0

n ,i

= n 2n 1 .

Observao 2.4. O desenvolvimento do binmio de Newton


n

(a + b ) = Cn,i a nibi
n

i =0

vlido ainda que n no seja um inteiro positivo. Mas este estudo no


faz parte deste trabalho.

Lista de Exerccio 4
1) Determine o termo independente de x no desenvolvimento de
6

a) x + ;
x

b) 2 x .
3x

2) Calcule a soma dos coeficientes dos termos do desenvolvimento de


a) (x + y ) ;
10

b) (x 1) .
8

12

3) Calcule o termo central no desenvolvimento de x + 2 .


x

Captulo 3
Anlise Combinatria:
Permutaes e Combinaes

69

Captulo 3

Anlise Combinatria:
Permutaes e Combinaes
A anlise combinatria visa desenvolver mtodos que permitam 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-adia como este.
Na anlise combinatria consideramos conjuntos cujos elementos
so agrupados sob certas condies. Tais condies sero estabelecidas e estudadas no decorrer do curso.
Por exemplo,
A o conjunto de nmeros de dois algarismos distintos formados a partir dos dgitos 1 e 2, ou seja,
A = {11,12, 21, 22} , # A = 4 ,

onde o smbolo # representa o nmero de elementos.


Neste caso, temos 4 elementos no conjunto A e escrevemos que
# A = 4 (cardinal de A quatro).
B o conjunto das seqncias de letras que se obtm mudando-se a ordem das letras da palavra sol , ou seja,
B = {sol , slo, osl , ols, lso, los},

#B = 6.

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

70
C = {012, 021, 013, 031, 014, 041,...}.
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 Princpio Fundamental de Contagem ou regras gerais de Anlise Combinatria.

3.1 Princpio Fundamental


de Contagem
Antes de apresentarmos este princpio, daremos dois resultados, conhecidos 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, ento 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 escolha do par (a, b) , nesta ordem, poder ser realizada de m n formas.
Mais precisamente, se considerarmos os conjuntos A = {a1 , a2 ,..., am } e
B = {b1 , b2 ,..., bn }, poderemos formar m n pares ordenados (a, b) onde
ai A e b j B , i = 1, 2,..., m; j = 1, 2,..., n . A verificao deste resultado
bem simples, veja o diagrama a seguir:

( a1 , b1 )

bn

( a1 , bn )

b
b

( a2 , b1 )

bn

( a2 , bn )

b
b

( a m, b1 )

bn

( am , bn )

a2

am

( a1 , b2 )

( a2 , b 2 )

m n pares

b
b

71

( am , b2 )

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 ?
a
Y

X
a

b
b
b
b4

Figura 3.2

Soluo. Seja A o conjunto das rodovias que ligam X com Y ,


ento A = {a1 , a2 }. Seja B o conjunto das rodovias que ligam Y
com Z , ento B = {b1 , b2 , b3 , b4 }.
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 quantas formas ela pode vestir uma blusa e uma saia?
Soluo. 5 6 = 30 .
Exemplo 3.3. Numa festa existem 40 homens e 50 mulheres. Quantos 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 quantos modos podemos escolher os transportes?
Carro
Florianpolis

nibus

Carro
Joinville

Avio

Florianpolis

nibus
Avio

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 (ai , a j ) tais que
ai , a j A = {a1 , a2 ,..., am } e ai a j (i j ) , i = j = 1, 2,..., m m (m 1).
A demonstrao do lema acima bvia. Isso pode ser analisado
atravs da figura abaixo:

(a1, a2 ), (a1, a3 ),..., (a1, am )

(m 1) pares

(a2 , a1 ), (a2 , a3 ),..., (a2 , am )

(m 1) pares

(am , a1 ), (am , a2 ),..., (am , am1 ) (m 1)

pares

O nmero de pares
m 1) + (m 1) + ... + (m 1) = m (m 1) .
(

m vezes

Exemplo 3.5. Quantos nmeros com dois algarismos distintos podemos formar com os dgitos 1 a 9?

73
Soluo. Seja A = {1, 2,...,9}. 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 pessoa poder entrar no edifcio e sair por uma porta diferente da que
usou para entrar?
r-uplas
Esta notao comum em
matemtica para generalizar
a forma do portugus que
fala de dupla, tripla, qudrupla, quntupla, para seqncias ordenadas com 2, 3, 4 e
5 elementos. Para uma seqncia ordenada com qualquer nmero r de elementos,
dizemos uma r-upla.

Esta demonstrao fica


como exerccio para voc:
siga os passos do princpio
de induo e converse
com seu tutor sobre a
demonstrao que voc fez.

Soluo. 5 4 = 20 .
A seguir daremos um resultado mais geral.
Proposio 3.1. Consideremos r conjuntos de ni elementos cada:
Ai = {ai1 , ai 2 ,..., aini } , i = 1, 2,..., r .
Ento, o nmero de r uplas ordenadas (seqncia de r elementos) do
tipo (x1 , x2 ,..., xr ) n1 n ... nr , r 2 , onde xi Ai , i = 1, 2,..., r .
A demonstrao da proposio 3.1 pode ser feita aplicando o princpio 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
2.2.2.2.2 = 25 = 32 seqncias possveis de cara e/ou coroa.
Exemplo 3.8. De quantas formas podemos responder um questionrio 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
A = {a1 , a2 ,..., a10 }
,
onde cada ai (i = 1, 2,...,10 ) tem trs possibilidades de respostas, ou
seja

74
ai {sim, no, no sei}.
Logo, pela proposio 3.1, temos 3.3. ... .3 = 310 possibilidades.

10 vezes

Exemplo 3.9. Cinco dados so lanados simultaneamente. Quantas


seqncias de resultados so possveis, se considerarmos cada elemento de uma seqncia como o nmero obtido em cada dado?
Soluo. Sabemos que quando lanamos um dado temos seis possibilidades: aparecer um dos seis nmeros, 1, 2, 3, 4, 5 e 6. Como cinco
dados so lanados simultaneamente, ento temos no total
6.6.6.6.6 = 65 ,
seqncias de resultados possveis.

(m 2 ) elemenProposio 3.2. Consideremos um conjunto A com m


tos. Ento o nmero de r uplas ordenadas (seqncias com r elementos)
formadas com elementos distintos, dois a dois, de A
m (m 1)(m 2 )... (m (r 1)),
ou seja, se A = {a1 , a2 ,..., am } o conjunto com m (m 2 ) elementos
ento o nmero de seqncias do tipo (a j ,..., ai ,..., ak ) com

r elementos

ai A, i {1, 2,..., m}

ai a p , i p
m (m 1)... (m r + 1) .

A demonstrao pode ser feita aplicando o princpio de induo.


Exemplo 3.10. Seis atletas participam de uma corrida. Quantos resultados 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
a = 1 lugar, b = 2 lugar e c = 3 lugar. a, b, c pertence ao conjunto
de atletas mas a b , b c e a c . Logo, o nmero de resultados
possveis
6 5 4 = 120 .
1 lugar 2 lugar 3 lugar

Faa esta demonstrao


como um exerccio para
voc.

75

Exemplo 3.11. De quantos modos 5 pessoas podem ficar numa fila


indiana?
Soluo. Cada modo corresponde uma 5 upla ordenada de pessoas
(a1 , a2 , a3 , a4 , a5 ). Logo, o resultado procurado
5 4 3 2 1 = 120 .

Lista de Exerccios 1
1) Um homem vai a um restaurante disposto a comer um s prato
de carne e uma s sobremesa. O cardpio oferece 8 pratos distintos de carne e 5 pratos diferentes de sobremesa. De quantas
formas pode o homem fazer sua refeio?
2) Numa festa existem 80 homens e 90 mulheres. Quantos casais
diferentes podem ser formados?
3) Um edifcio tem 8 portas. De quantas formas uma pessoa poder entrar no edifcio e sair por uma porta diferente da que
usou para entrar?
4) Um homem possui 10 ternos, 12 camisas e 5 sapatos. De quantas formas poder ele vestir um terno, uma camisa e um par
de sapatos?
5) De quantas formas podemos responder a 12 perguntas de um
questionrio, cujas respostas para cada pergunta so sim ou
no?
6) Uma prova consta de 20 testes tipo verdadeiro ou falso. De
quantas formas uma pessoa poder responder aos 20 testes?
7) Quantos nmeros de 3 algarismos (iguais ou distintos) podemos formar com os dgitos 1,2,3,7,8?
8) Quantos nmeros telefnicos com 7 dgitos podem ser formados, se usarmos os dgitos de 0 a 9?

76

3.2 Arranjos
Se temos um conjunto A = {x1 ,..., xm } 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 carto 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 X = {x1 , x2 ,..., xm } e AS
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 fundamental da contagem, o nmero de arranjos em AS ser
AS = m (m 1)... (m (r 1))
=

m!
, 1 r m.
(m r )!

Em particular, se r = 1 , ento AS = m . (s vezes, arranjo simples


conhecido como arranjo sem repetio).
Exemplo 3.12. Em um conjunto de 5 elementos so formados agrupamentos de elementos distintos tomados 2 a 2. Quantas seqncias
de elementos possvel obter?
Soluo. Seja X = {x1 , x2 , x3 , x4 , x5 }, m = 5 e r = 2 . O nmero de
arranjos simples desses 5 elementos tomados 2 a 2
# AS =

5!
5!
= = 5.4 = 20 .
(5 2 )! 3!

77

Nesse caso o conjunto de arranjos simples tomados 2 a 2 dado


por
AS = {x1 x2 , x1 x3 , x1 x4 , x1 x5 , x2 x1 , x2 x3 , x2 x4 , x2 x5 , x3 x1 , x3 x2 , x3 x4 , x3 x5 ,

Aqui

x4 x1 , x4 x2 , x4 x3 , x4 x5 , x5 x1 , x5 x2 , x5 x3 , x5 x4 }, # AS = 20 .
xi x j x j xi , i j , i, j = 1, 2,3, 4 e 5 .

Exemplo 3.13. De um baralho de 52 cartas, 2 cartas so retiradas sucessivamente e sem reposio. Quantas seqncias de cartas possvel obter?

( x, y )
Soluo. Em cada resultado temos um par ordenado de cartas
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 nmero de arranjos simples
AS = 52 51 = 2652 .
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 unidades 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 X = {x1 , x2 , x3 , x4 }, quantos subconjuntos 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 subcon12
=6
juntos onde {xi , x j }= {x j , xi }. (i, j = 1, 2,3, 4) . Logo temos
2
possibilidades de formar subconjuntos de X com 2 elementos:

{x1 , x2 }, {x1 , x3 }, {x1 , x4 }, {x2 , x3 }, {x2 , x4 }, {x3 , x4 }.

78

3.2.2 Arranjo com Repetio


Neste caso todos os elementos podem aparecer repetidos em cada grupo
de r elementos. Vamos considerar X = {x1 , x2 ,..., xm } e vamos representar por AR o nmero de arranjos, com repetio de elementos, tomados
r a r . Ento cada arranjo com repetio uma seqncia de r elementos, em que cada elemento pertence a X . Pelo principio fundamental da
contagem, o nmero de arranjos AR ser
AR = m . m . m. ... .m = m r , r .

r vezes

Em particular, quando r = 1 , AR = m .
Exemplo 3.16. Em um conjunto de 4 elementos so formados agrupamentos dos elementos dois a dois, onde aparecem elementos repetidos
em cada grupo. Quantas seqncias de elementos so possveis obter?
2
Soluo. Temos m = 4 e r = 2. Logo, a resposta ser 4 = 4.4 = 16.
Veja o conjunto abaixo para conferir X = {x1 , x2 , x3 , x4 }

AX (R ) = {x1 x1 , x1 x2 , x1 x3 , x1 x4 , x2 x1 , x2 x2 , x2 x3 ,
x2 x4 , x3 x1 , x3 x2 , x3 x3 , x3 x4 , x4 x1 , x4 x2 , x4 x3 , x4 x4 },
# AX (R ) = 16 .
Exemplo 3.17. Numa sorveteria h 15 sabores diferentes de sorvete. Considerando 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 15 15 15 15 15 = 155 maneiras de fazer o pedido.

Lista de Exerccios 2
1) Quantas palavras contendo 3 letras diferentes podem ser formadas com um alfabeto de 26 letras?
2) Quantos so os gabaritos possveis de um teste de 10 questes de
mltipla escolha com cinco alternativas por questo?

79

3) De quantos modos diferentes podem ser escolhidos um presidente e um secretrio de um conselho que tem 12 membros?
4) De quantos modos 3 pessoas podem sentar-se em 5 cadeiras
em fila?
5) Quantos nmeros de quatro dgitos so maiores que 2400 e:
a) Tm todos os dgitos diferentes.
b) No tm dgitos iguais a 3,5 ou 6.
c) Tm as propriedades a) e b) simultaneamente.
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 exemplares 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 multiplicando 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 preferncia. De quantos modos os passageiros podem se sentar,
respeitando-se as preferncias?
10) Fichas podem ser azuis, vermelhas ou amarelas; circulares, retangulares ou triangulares, finas ou grossas. Quantos tipos de
fichas 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 X = {x1 , x2 ,..., xm } 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 Pm representa o nmero
das permutaes simples dos m objetos, ento
Pm = m (m 1)(m 2 )... .2.1 = m ! .
Em particular, se m = 1 , ento P1 = 1 .
Exemplo 3.18. Seja X = {x1 , x2 , x3 }, ento as permutaes dos elementos de X so todos os arranjos constitudos de 3 elementos. Assim, temos
3.2.1 = 6 permutaes. Veja todas as possibilidades abaixo:

(x1, x2 , x3 ), (x1, x3 , x2 ), (x2 , x1, x3 ), (x2 , x3 , x1 ), (x3 , x1, x2 ), (x3 , x2 , x1 ) .


Exemplo 3.19. De quantas formas podem ficar 8 pessoas em fila indiana?
Soluo. Observe que temos 8 possibilidades de uma pessoa ficar no
1 lugar, 7 possibilidades de uma pessoa ficar no 2 lugar e assim por
diante. Logo, temos
P8 = 8.7.6.5.4.3.2.1 = 8!
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 segunda moa tem 9 possibilidades e assim sucessivamente. Como temos 10 moas e 10 rapazes, a ltima moa ter uma possibilidade. Portanto, 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
P6 = 6! .

Anagrama
Na lngua portuguesa, anagrama 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.). Matematicamente, consideramos
todas as ordens diferentes
em que se podem colocar as
letras de uma palavra, ainda
que no sejam formadas novas 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 final, de 3 maneiras. As quatro letras restantes podem ser escolhidas de qualquer maneira, ou seja, P4 = 4! 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 elementos, nem todos distintos. Inicialmente, vamos considerar um
exemplo com a palavra ARI que tem todos os elementos distintos. Ento, pela frmula de permutao simples, podemos formar
P3 = 3! = 6 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 configurao 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. Inicialmente, consideramos n elementos, dos quais n1 so iguais a a1 e os
restantes so todos distintos entre si e distintos de a1 .
Vamos representar Pnn1 o nmero de permutaes nessas condies
e calculemos esses nmeros.

82

Cada permutao de n elementos uma n -upla ordenada em que


aparecem n1 elementos iguais a a1 , e o restante, n n1 elementos
distintos
, , ,..., ) .
(

n elementos

Das n posies que existem na permutao, vamos escolher n n1


posies para colocar os elementos distintos de a1 . Ento existem
Cn ,n n1 modos de escolher essas posies.
Para cada escolha de (n n1 ) posies, existem (n n1 )! modos em
que os (n n1 ) elementos podem ser permutados. Logo, existem
Cn ,n n1 (n n1 )! =

n! ,
n1 !

formas de dispormos os elementos distintos de a1 na permutao.


Uma vez colocados esses elementos distintos, a posio dos elementos repetidos a1 fica determinada (de uma s forma) pelos lugares
n!
restantes. Logo, existem
permutaes com n1 elementos iguais
n1 !
a a1 . Isto ,
Pnn1 =

n! .
n1 !

Em geral, se consideramos n elementos, dos quais


n1 so iguais a a1
n2 so iguais a a2

nr so iguais a ar ,
ento podemos calcular o nmero de permutaes, nessas condies, atravs da frmula
Pnn1 ,n2 ,...,nr =

n!
.
n1 !n2 !... nr !

83

Em particular, quando n1 = n2 = ... = nr = 1 , ento temos a frmula


de permutao simples
Pn1,1,...,1 = Pn = 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, n = 7 , n1 = 2 , logo
7!
P72 = = 7.6.5.4.3 = 7.30.12 = 84.30 = 2520 anagramas.
2!
Exemplo 3.24. Quantos so os anagramas da palavra MATEMTICA?
Soluo. Aqui as letras A e so consideradas iguais. Temos 3 letras A, 2 letras M, 2 letras T, 1 letra C, 1 letra I e 1 letra E. Logo,
P103,2,2 =

10!
= 151200
3!2!2!

anagramas da palavra MATEMTICA.

3.3.3 Permutaes Circulares


A pergunta de quantos modos podemos colocar n objetos distintos em n lugares eqidistantes em torno de um crculo, considerando equivalentes as disposies que possam coincidir por rotao.
Vamos denotar estas permutaes por PCn .
Antes de calcular o valor de PCn , vamos considerar um exemplo
simples: quando n = 3 . Seja X = {x1 , x2 , x3 }. Utilizando a frmula de

84

permutao simples, temos P3 = 3! = 6 modos de colocar 3 objetos


distintos em 3 lugares. Veja as figuras abaixo:
x

x
x

Figura 3.4

Temos as seguintes posies:


x1 , x2 , x3 , x3 , x1 , x2 , x2 , x3 , x1 ,
x1 , x3 , x2 , x3 , x2 , x1 , x2 , x1 , x3 .
Para facilitar, colocamos os objetos no sentido anti-horrio.
Em caso de colocao de objetos numa forma circular, as colocaes
x1 , x2 , x3 ,

x3 , x1 , x2 ,

x2 , x3 , x1

so iguais, pois esto na mesma ordem.


Analogamente, as colocaes
x1 , x3 , x2 ,

x3 , x2 , x1 ,

x2 , x1 , x3

tambm so iguais, pois esto na mesma ordem. Logo, temos apenas


duas formas de colocar trs objetos {x1 , x2 , x3 } em crculo, que so
x1 , x2 , x3
Portanto, neste caso, PC3 = 2 .
Podemos escrever tambm

x1 , x3 , x2 .

85

PC3 =

3!
= (3 1)! = 2! = 2 .
3

Em geral, temos a seguinte frmula:


PCn =

n!
= (n 1)! .
n

Vamos
analisar a frmula dada acima para n = 4 . Seja
X = {x1 , x2 , x3 , x4 }. 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 P4 = 4! = 24
, e pela frmula de permutao circular, PC4 = (4 1)! = 3! = 6 .
Vamos conferir esta situao atravs das figuras:

x4 x

x
x

x x

x x4
x4
Figura 3.5

x4

x
x

Observemos que as quatro disposies colocadas em circulo so


iguais, ou seja,
x1 x2 x3 x4 = x2 x3 x4 x1 = x3 x4 x2 x1 = x4 x1 x2 x3

#1 .

Analogamente, podemos conferir igualdade entre as seguintes situaes, respectivamente,


x1 x4 x2 x3 = x3 x1 x4 x2 = x2 x3 x1 x4 = x4 x2 x3 x1 #1
x1 x2 x4 x3 = x2 x4 x3 x1 = x4 x3 x1 x2 = x3 x1 x2 x4

#1

x1 x3 x4 x2 = x3 x4 x2 x1 = x4 x2 x1 x3 = x2 x1 x3 x4

#1

x1 x3 x2 x4 = x3 x2 x4 x1 = x2 x4 x1 x3 = x4 x1 x3 x2

#1

x1 x4 x3 x2 = x4 x3 x2 x1 = x3 x2 x1 x4 = x2 x1 x4 x3

#1 .

86

Logo, a resposta
PC4 =

4!
= (4 1)! = 3! = 6
4

permutaes de 4 objetos dispostos em torno de um crculo.


Exemplo 3.25. De quantas maneiras podemos colocar 6 crianas
numa roda?
Soluo. PC6 = (6 1)! = 5! = 120 .
Exemplo 3.26. De quantos modos podemos formar uma roda de ciranda com 8 crianas, de modo que duas determinadas dessas crianas no
fiquem juntas?
Soluo. No total temos 8 crianas. X = {x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 }.
Excluindo as duas determinadas crianas, restam agora 6 crianas.
Podemos formar PC6 = (6 1)! = 5! = 120 rodas com essas seis crianas X = {x1 , x2 , x3 , x4 , x5 , x6 }.
x

x6

x5

x4
Figura 3.6

Temos agora 6 maneiras diferentes de colocar uma dessas duas


crianas, e temos 5 maneiras diferentes de colocar a segunda
criana, x8 ,
x

x7
x6

x4

x5

Figura 3.7

que no pode ficar entre x6 e x7 , nem entre x7 e x1 , pois as crianas


x7 e x8 no podem ficar juntas.

87

Logo, temos
5! 6 5 = 120 30 = 3600
maneiras diferentes de colocar 8 crianas numa roda, onde duas determinadas crianas no podem ficar 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 PC5 = 4! 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 ficar entre essas 5 meninas. Como dois meninos no podem ficar juntos, ento o segundo menino tem 4 maneiras diferentes
de ficar 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 fiquem de forma alternada.
Em geral, se temos m meninas e m meninos, ento temos

(m 1)!m!
formas diferentes de colocar m meninas e m meninos numa roda,
onde meninos e meninas se alternem.

Lista de Exerccios 3
1) Quantos so os anagramas da palavra CAPTULO:
a) Que comeam por consoante e terminam por vogal?
b) Que tm as letras C, A, P juntas nessa ordem?
c) Que tm as letras C, A, P juntas em qualquer ordem?
d) Que tm as vogais e as consoantes intercaladas?
e) Que tm a letra C no 1 lugar e a letra A no 2 lugar?

88

f) Que tm a letra C no 1 lugar ou a letra A no 2 lugar?


g) Que tm 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.
a) Que lugar ocupa o nmero 62417?
b) Qual o nmero que ocupa o 66 lugar?
c) Qual o 200 algarismo escrito?
d) Qual a soma dos nmeros assim formados?
3) De quantos modos possvel sentar 7 pessoas em cadeiras em
fila de modo que duas determinadas pessoas dessas 7 no fiquem juntas?
4) De quantos modos possvel colocar em uma prateleira 5 livros de matemtica, 3 de fsica e 2 de estatstica, de modo que
livros de um mesmo assunto permaneam juntos?
5) Quantas so as permutaes dos nmeros (1, 2,...,10 ) nas quais
o 5 est situado direita do 2 e esquerda do 3, embora no
necessariamente em lugares consecutivos?
6) De quantos modos podemos dividir 12 pessoas:
a) Em dois grupos de 6?
b) Em trs grupos de 4?
c) Em um grupo de 5 e um grupo de 7?
d) Em seis grupos de 2?
e) Em dois grupos de 4 e dois grupos de 2?
7) Delegados de 10 pases devem se sentar em 10 cadeiras em
fila. 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 fiquem juntas?

3.4 Combinaes
Nesta seo apresentaremos a noo de combinaes em duas formas 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
final ser a mesma cor.
Assim, as combinaes simples respondem seguinte questo: de
quantos modos podemos escolher r objetos distintos entre m objetos distintos dados?
Seja X = {x1 , x2 ,..., xm } 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 definio, 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 combinao (conjunto) e uma seqncia, pois numa combinao no importa 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 Cm ,r , ou seja,
Cm , r =

m!
, 0 r m
r !( m r )!

m (m 1)(m 2 )... (m r + 1)
, 0r m
.
r!


Podemos tambm escrever

Cm , r =

ou

Am ,r
r!

Am ,r = r ! Cm ,r ,
onde Am ,r o nmero de arranjos de m elementos tomados r a r .
Em particular, temos Cm ,m = 1 , Cm ,0 = 1 e C0,0 = 1 .
Exemplo 3.28. Queremos formar uma comisso de 4 membros e dispomos de 15 membros. Quantas comisses podem ser formadas?
Soluo. Observe que cada comisso um subconjunto de 4 elementos. Assim, as comisses devem ser combinaes dos 15 membros
tomados 4 a 4. Logo, o nmero de comisses :
C15,4 =

15!
15 14 13 12 11!
=
4! 11!
11! 4 3 2 1

= 15 13 7 = 1365 .

Exemplo 3.29. Quantas saladas contendo exatamente 3 frutas podemos formar se dispomos de 12 frutas diferentes?

Soluo. Para o clculo do nmero de saladas deve ser usado o conceito 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

C12,3 =

12! 12.11.10
=
= 220 modos diferentes.
3! 9!
3.2.1

Exemplo 3.30. Vamos considerar duas retas paralelas. Marcamos 4


pontos sobre uma reta R1 e 9 pontos sobre outra reta, R2 . Quantos
tringulos existem com vrtices em 3 desses 13 pontos?
a a a3 a4

b b b b4 b5 b6 b7 b8 b9

Figura 3.8

Soluo. Para formar um tringulo necessitamos trs pontos. Vamos


considerar inicialmente um ponto em a1 na reta R1 e dois pontos, b1
4C9,2
e b2 , na reta R2 . O nmero de tringulos desse tipo
. Analob
R
1
2
gamente consideremos um ponto em
na reta
e consideremos
a
a
R
1
2
1
dois pontos,
e , na reta . Assim formamos um tringulo. O
9C4,2
nmero de tringulo desse tipo
. Logo, o nmero total de
tringulos :
9!
4!
4 C9,2 + 9 C4,2 = 4
+9
7!2!
2!2!

Voc teria certeza de
que estas so as nicas
formas de se construir tais
tringulos? Pense nisso...

= 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 homens?
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

92

A resposta
C8,7 .C5,0 + C8,6 .C5,1 + C8,5 .C5,2 + C8,4 .C5,3
+ C8,3.C5,4 + C8,2 .C5,5
=

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

=8+

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

87
87 6 5 4 87 65 5 4
5+
+
1 2
1 2 3 1 2
1 2 3 1 2
+

8+7+6
87
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 C10,5 modos. Escolhido o primeiro grupo, sobram 5 pessoas, e s h 1 modo de formar o segundo grupo. Em cada grupo sabemos que h elementos
idnticos, ou seja, {a1 , a2 , a3 , a4 , a5 }, {a6 , a7 , a8 , a9 , a10 } idntico a
{a6 , a7 , a8 , a9 , a10 }, {a1, a2 , a3 , a4 , a5 }, o que foi contado duas vezes.
Logo a resposta
C10,5 10 9 8 7 6
=
= 136 .
2
1 2 3 4 5 2

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 aparecer 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 m elementos distintos, chamamos combinaes completas,


de ordem ou classe r dos m elementos, os agrupamentos sem repetio ou com repetio, formados com r dos elementos dados,
de maneira que um agrupamento difere do outro pela natureza de
seus elementos.
Em geral, Cm ,r o nmero de modos de escolher r objetos distintos entre m objetos distintos dados, e CRm ,r o nmero de modos
de escolher r objetos, distintos ou no, entre m objetos distintos
dados. Por exemplo, se temos um conjunto X = {x1 , x2 , x3 , x4 } com
4 elementos e queremos escolher 3 elementos. Neste caso, sabemos
4!
que C4,3 = = 4 maneiras de escolher 3 objetos distintos dos 4 ele3!
mentos dados. A escolha a seguinte:
x1 x2 x3 , x1 x2 x4 , x2 x3 x4 e x1 x3 x4 .
Mas no caso de combinaes completas, a escolha no necessariamente por elementos distintos, ou seja, podemos escolher
x1 x1 x1

x1 x1 x2

x1 x1 x3

x1 x2 x4

x1 x4 x3

x2 x2 x2

x2 x2 x1

x2 x2 x3

x2 x2 x4

x1 x3 x4

x1 x2 x3

x3 x3 x3

x3 x3 x1

x3 x3 x2

x3 x3 x4

x4 x1 x4

x4 x4 x4

x4 x4 x1

x4 x4 x2

x2 x3 x4 .

Neste caso temos CR4,3 = 20 .


A frmula para o clculo de combinaes completas dada por:
CRm ,r = Pmm+,rr11 =

(m + r 1)! .
m ! (r 1)!

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
7!
76
CR5,3 = P75,2 =
=
= 21 .
5! 2! 1 2

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
CR6,7 = P126,6 =

12! 12 11 10 9 8 7
=
= 11 7 4 3 = 924 .
6! 6!
1 2 3 4 5 6

3.4.3 Combinaes Completas e Equaes


Lineares com Coeficientes Unitrios
Podemos estudar combinaes completas atravs das equaes lineares com coeficientes unitrios. Antes, vamos ver alguns exemplos.
(i) Consideremos a equao linear x1 + x2 = 7 . Ento, as solues inteiras 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 x1 + x2 + x3 = 7 . Ento, para
resolver por tentativa, teremos um trabalho muito grande e podemos 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 variveis a escolher. Abaixo esto algumas possibilidades:

x1

x2

x3

95

x1

[
2

[
[

x1

x2

x3

x2

x3

x1

x2

x3

x1

x2

x3

] .

Assim, temos 9 smbolos:


7 e 2 .
O nmero de permutaes desses smbolos dado por
P97,2 =

9!
= 36 ,
7! 2!

que o nmero de solues inteiras no negativas da equao


x1 + x2 + x3 = 7 .
Em geral, o nmero de solues inteiras no negativas da equao
x1 + x2 + ... + xr = m
dado por
Pmm+,rr 11 =

(m + r 1)!
m ! (r 1)!

ou, equivalentemente,
CRm ,r = Pmm+,rr11 = Cm + r 1, r 1 .
Logo,
CRm ,r = Pmm+,rr11 = Cm + r 1, r 1 .

96

Assim podemos dizer que a resoluo, quando se procuram solues inteiras e no-negativas, da equao

x1 + x2 + ... + xr = m
equivale combinao completa de m objetos distintos, de classe r dos m elementos, em agrupamentos
com ou sem repetio.

Exemplo 3.35. Quantas so as solues inteiras no negativas de


a +b + c + d = 3?
Soluo. Aqui temos m = 3 , r = 4 . Logo,
1
3,3
P33,4
=
+ 4 1 = P6

6!
6.5.4
=
= 20 .
3!3! 1.2.3

Exemplo 3.36. Quantas so as solues inteiras no negativas de


a+b+c+d < 5?
Soluo. Neste caso, temos cinco possibilidades de equaes diferentes:
a + b + c + d = 0 P30,3 =

3!
= 1;
3!0!

a + b + c + d = 1 P41,3 =

4!
= 4;
1!3!

a + b + c + d = 2 P52,3 =

5!
= 10 ;
1!3!

a + b + c + d = 3 P63,3 =

6!
65 4
=
= 20 ;
3!3! 1 2 3

a + b + c + d = 4 P74,3 =

7!
765
=
= 35 .
4! 3! 1 2 3

Logo, temos
P74,3 + P63,3 + P52,3 + P41,3 + P30,3 = 35 + 20 + 10 + 4 + 1 = 70 .

97

Alternativamente, outra resoluo possvel a introduo de uma varivel extra para ter sinal de igualdade, ou seja, existe e tal que
a + b + c + d + e = 5 P95,4

e, como estamos trabalhando com o sinal de < (estritamente menor),


ento as possibilidades quando a + b + c + d = 5 ( P85,3 ) devem ser excludas.
Logo, a resposta
P95,4 P85,3 =
=

9!
8!

5! 4! 5!3!

9 87 6 87 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 x1 + x2 + x3 + x4 = 17 .
Soluo. dado que
x1 + x2 + x3 + x4 = 17

(1)

Como todos estes nmeros devem ser maiores que 2, diremos


xi > 2 i = 1, 2,3, 4 , ou seja, xi 2 > 0 . Vamos substituir
xi 2 = yi

i = 1, 2,3 e 4 na equao (1).

Ento, temos
y1 + y2 + y3 + y4 = 17 8 = 9 .

(2)

Para resolver a equao (1) com condio equivalente a resolver a


equao (2). Pela frmula, temos
CR 9,4 = C12,3 =

12 11 10
= 220 .
1 2 3

Logo, h 220 solues inteiras no negativas da equao (1) que respeitam a condio posta.

98

Exemplo 3.38. Encontre o nmero de solues inteiras no negativas


da equao
x1 + x2 + x3 = 15 com xi 3 .
Soluo. Vamos substituir
y1 = x1 3, y2 = x2 e y3 = x3 ,
ento temos

y1 + y2 + y3 = 12 .

O nmero de solues inteiras no negativas da equao


y1 + y2 + y3 = 12 dada por
C12,3 = P1412,2 =

14.13
= 91
1.2

Exemplo 3.39. Encontre o nmero de solues inteiras no negativas


para a inequao
0 < x1 + x2 + x3 < 5 .
Soluo. Neste caso, devemos encontrar as solues das equaes:
x1 + x2 + x3 = 1 P31,2 = 3 ;
x1 + x2 + x3 = 2 P42,2 =

43
= 6;
1 2

x1 + x2 + x3 = 3 P53,2 =

5 4
= 10 ;
1 2

x1 + x2 + x3 = 4 C3,2 = P64,2 =

65
= 15 .
1 2

Logo, pelo princpio aditivo, o nmero procurado


3 + 6 + 10 + 15 = 34 .

Lista de Exerccios 4
1) Uma comisso formada por 3 homens e 3 mulheres deve ser
escolhida em um grupo de 8 homens e 5 mulheres.

99

a) Quantas comisses podem ser formadas?


b) Qual seria a resposta se um dos homens no aceitasse participar de uma comisso, se nela estivesse uma determinada
mulher?
2) Para a seleo brasileira foram convocados 2 goleiros, 6 zagueiros, 7 meios de campo e 4 atacantes. De quantos modos possvel escalar a seleo com 1 goleiro, 4 zagueiros, 4 meios de
campo e 2 atacantes?
3) Em um torneiro no qual cada participante enfrenta todos os
demais uma nica vez, 780 partidas so realizadas. Quantos
so os participantes?
4) Um homem tem 5 amigas e 7 amigos. Sua esposa tem 7 amigas
e 5 amigos. De quantos modos eles podem convidar 6 amigas
e 6 amigos, se cada um deve convidar 6 pessoas?
5) Quantos so os nmeros naturais de 7 dgitos nos quais o dgito 4 figura exatamente 3 vezes e o dgito 8 exatamente 2 vezes?
6) Uma fila de cadeiras no cinema tem 20 poltronas. De quantos
modos 6 casais podem se sentar nessas poltronas de modo que
nenhum marido se sente separado de sua mulher?
7) Quantas so as solues inteiras no-negativas de
x + y + z + w = 3?
8) Quantas so as solues inteiras no-negativas de
x + y + z + w < 6?
9) Quantas so as solues inteiras positivas de x + y + z = 10 ?
10) Quantas so as solues inteiras positivas de x + y + z < 10 ?

Captulo 4
Elementos de Probabilidade

103

Captulo 4
Elementos de Probabilidade
Neste captulo apresentaremos a noo de probabilidade
em espaos finitos 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 descrio dos fenmenos classificados como aleatrios. Dizemos que um
fenmeno determinstico quando, repetido em condies semelhantes, conduz a resultados idnticos. Aqueles experimentos que repetidos
sob mesmas condies conduzem a resultados diferentes so denominados 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 podemos determinar antecipadamente qual o resultado que redundar
do experimento. Inmeros fenmenos na natureza tm esta caracterstica, 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 descrio 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 moeda. 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 S = {1, 2,3, 4,5, 6}.
Vamos assumir nesta apresentao que o espao amostral S finito.
Voc notar que para este estudo, em espao amostral finito, voc
utilizar todo o conhecimento de Anlise Combinatria visto nos
captulos anteriores deste material. Existem estudos na Matemtica

104
de probabilidade com espaos amostrais infinitos, 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 E = {2, 4, 6} S pode ser pensado 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 exemplo, o evento O = {1,3,5} e o evento E = {2, 4, 6} so exclusivos, pois
E O = .
A cada evento gostaramos de atribuir um nmero positivo que determinasse Qual a chance de tal evento ocorrer. Aos eventos que
sempre ocorrem, devemos atribuir o valor 1 indicando a chance total 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 atribuir para cada evento elementar o valor 1/ 6 . O evento E = {2, 4, 6}
ocorre quando sair qualquer um dos nmeros 2,4,6. Segue que existem 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
#E 3 1
, probabilidade de E=
= = .
#S 6 2

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 semelhantes, apresentam resultados imprevisveis. A cada experimento
correspondem, em geral, vrios resultados possveis. Estes experimentos tambm so conhecidos como experimentos no-determinsticos. Por exemplo,

105
i) Jogue um dado e observe o nmero mostrado na face de
cima.
ii) Jogue uma moeda quatro vezes e observe o nmero de caras
obtido.
iii) Em uma linha de produo, fabrique peas em srie e conte o
nmero de peas defeituosas produzidas em um perodo de
24 horas.
iv) Uma lmpada fabricada. Em seguida ensaiada quanto
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 definido 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
a) obter um nmero par na face superior. A = {2, 4, 6};
b) obter um nmero menor ou igual a seis na face superior. B =
{1, 2, 3, 4, 5, 6} = ;
c) obter um nmero maior do que seis na face superior. C = .
Podemos combinar eventos usando as vrias operaes com conjuntos:
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 Ac , complemento de A , ocorre se, e somente se, no
ocorre A .
Dois eventos, A e B , so ditos mutuamente exclusivos se so disjuntos, isto , se A B = . Em outras palavras, A e B so mutuamente 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. Ento o espao amostral = {1, 2, 3, 4, 5, 6}. Seja A o evento ocorrer
nmero par, B : ocorrer nmero impar e C : ocorrer nmero primo, ou seja, A = {2, 4, 6}; B = {1, 3, 5} e C = {2, 3, 5}. Ento
A C = {2,3, 4,5, 6} o evento ocorrer um nmero par ou um nmero primo.
B C = {3,5} o evento ocorrer um nmero primo impar;

C c = {1, 4, 6} 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 definida nas partes de que associam a cada evento um nmero
real, satisfazendo os seguintes axiomas:
Axioma 1. Para todo evento A , 0 P( A) 1 .

107

Axioma 2. P () = 1 .
Axioma 3. Se A e B so eventos mutuamente exclusivos, ento
P ( A B ) = P ( A) + P ( B ) .

Axioma 4. Se A1 , A2 ,... uma seqncia de eventos mutuamente exclusivos, ento


P( A1 A2 ...) = P( A1 ) + P ( A2 ) + ... . .
Desses axiomas, decorrem os seguintes resultados
Teorema 4.1. Se o conjunto vazio, ento P() = 0 .
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


P ( A) P ( A) = P ( A) + P () P ( A) 0 = P() .

Teorema 4.2. Se A o complemento de um evento A , ento


P( Ac ) = 1 P( A) .
Demonstrao. O espao amostral pode ser decomposto nos
c
eventos mutuamente exclusivos A e A , ou seja, = A Ac . Pelos
Axiomas 2 e 3, temos

1 = P() = P( A Ac ) = P( A) + P( Ac ) P( Ac ) = 1 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 definio de probabilidade e obtemos P ( B) = P( A) + P( B A) e finalmente 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 eventos mutuamente exclusivos A e B | A (como mostra a figura abaixo),
ou seja, B = A + B | A .

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 P( B / A) 0 , 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 P ( B A) 0 .
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 figura abaixo

AB

A|B
A

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 A = ( A B) ( A B ) e 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
P ( A) + P( B) = P( A B) + P( A B ) + P ( B A) + P ( A B )
= P ( A B ) + P ( B A) + 2 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 argumento do princpio da incluso e da excluso para se obter a seguinte
igualdade:
P( A1 A2 An ) = P ( A1 ) + P( An ) +
P ( A1 A2 ) P( An1 An ) +
+ P ( A1 A2 A3 ) + +
+ (1) n P ( A1 A2 An ) .

110
Exemplo 4.3. Trs moedas so jogadas simultaneamente. Qual a probabilidade de obter 2 caras? Qual a probabilidade de obter pelo menos 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 # S = 8 e os resultados favorveis 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 : p =

#E 3
= .
#S 8

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
p=

#A 4 1
= = .
#S 8 2

Exemplo 4.4. Dois dados so lanados simultaneamente. Qual a probabilidade 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 p = 5 .
36
Exemplo 4.5. Dois estudantes numa sala de aula de 30 estudantes
nasceram no mesmo dia do ano. Qual a probabilidade de tal evento 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, existem 36530 = 7, 4 1076 pares de tais datas. Para resolver o problema 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 possibilidades para o primeiro estudante, 364 para o segundo, pois sua data de
nascimento no pode coincidir com a do primeiro, 363 para o terceiro, ..., 336 para o ltimo. Logo a probabilidade de que todos tenham
dias de nascimento diferentes
p=

365 364 336 365 364


336
=


= 0, 294 .
30
365
365 365
365

Logo a probabilidade de que ao menos um par de estudantes tenha dias de nascimento iguais p = 1 0, 294 = 0,706 . Observe que
neste problema usamos a igualdade P( Ac ) = 1 P( A) , onde por Ac
denotamos o complementar de A em 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
66 . O nmero de resultados favorveis ao evento em questo o nmero de permutaes de 6 elementos, que 6! . Portanto, a
6! 5 4
probabilidade
Probabilidadedo
doevento
evento= 6 = 4 = 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 verificar corretamente 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 fixo. Para calcular este nmero, usemos o princpio da incluso-excluso. Denotamos por N i as permutaes que deixam fixo o elemento i , N ij aquelas deixam fixos i e j ,

112

e assim sucessivamente, e finalmente por N 0 aquelas que no fixam


nenhum elemento. Pelo princpio da incluso e excluso,
N 0 = N N 1 N 2 N 3 N 4 N 5 + N12 + + N 45
N123 N 345 + N1234 + + N 2345 N12345 ,
onde N o nmero de permutaes de 5 elementos. Observe que
N1 = N 2 = = N 5 , e existem 5 conjuntos destes, e similarmente,
N12 = N 23 = = N 45 , e existem exatamente C5,2 destes conjuntos,
e assim sucessivamente. Isto segue do fato de ser irrelevante quais os
algarismos que so fixados. Logo, denotando por N i = N j 1 j2 ji , nossa
frmula se torna:
N 0 = N C5,1 N 1 + C5,2 N 2 C5,3 N 3 + C5,4 N 4 C5,5 N 5 .

Temos ento que calcular cada um destes nmeros. Mas as permutaes de n elementos que deixam k elementos fixos correspondem s
permutaes de n k elementos e, portanto, N k = (n k )! . Finalmente obtemos 5

5
5
5
5
N
=
5!

4!
+

3!

2!
+

1!

1=1 =

0
N 0 = 5! C5,1 14! + C5,22 3! C5,3
2! + C45,4 1! 5C5,5


3


= 120 5 24 + 10 6 10 2 + 5 1 11 = 44 .
Segue que a probabilidade procurada
44 .
p=
120
Exemplo 4.8. Dez pessoas so separadas em dois grupos de 5 pessoas cada um. Qual a probabilidade de que duas pessoas determinadas, A e B, faam parte do mesmo grupo?
Soluo. O nmero de casos possveis C10,5 = 252 , pois h
C10,5 = 252 modos de escolher o primeiro grupo e, depois disso, h
apenas um modo possvel para escolher o segundo grupo. O nmero

de casos favorveis 2 C8,3 = 112 , pois h C8,3 = 56 modos de distribuir as pessoas A e B no primeiro grupo e h outro tanto com A e
B no segundo grupo.
A probabilidade procurada

113

P=

112 4
= .
252 9

Exemplo 4.9. H 8 carros estacionados em 12 vagas em fila.


a) Qual a probabilidade das vagas vazias serem consecutivas?
b) Qual a probabilidade de no haver duas vagas vazias consecutivas?
Soluo.
a) H C12,4 = 495 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
9
1
=
5, ..., 9 10 11 12). A resposta
.
495 55
b)H C12,4 = 495 modos de selecionar as 4 vagas vazias. Consideremos na escolha das vagas que ficaro 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 C9,4 = 126 escolhas de vagas vazias sem que haja
consecutivas. Portanto p =

126 14
.
=
495 55

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 S = {s A , sB , sC , sD } o espao amostral em
que s A denota o evento A vence o torneio, e assim sucessivamente.
Seja p = P({sD }) a probabilidade de D ganhar o torneio. Segue do
enunciado que
P({sC }) = 3 p ; P({sB }) = 2 P({sC }) = 6 p; P({s A }) = 3P({sB }) = 18 p .
Como a soma das probabilidades tem que ser igual a 1, temos:
1
p + 3 p + 6 p + 18 p = 1 28 p = 1 p =
28

114
e, portanto,
P ({sC }) = 3 p =

3
6
18
1
.
; P ({sB }) = ; P ({s A }) = ; P ({sD }) =
28
28
28
28

4.2 Eventos Independentes e


Probabilidade Condicional
Vamos considerar agora um experimento, por exemplo, o lanamento de uma moeda, e repeti-lo n vezes. Podemos considerar isto como
um experimento nico, e neste caso o espao amostral ser constitudo de seqncias de comprimento n de elementos de S. Assim
o espao amostral correspondente a este experimento o conjunto
S n de tais seqncias. O nmero de resultados deste experimento
(novo) (# S ) n . Considerando cada seqncia equiprovvel, tem-se
1
P (a1 , a 2 , an ) = n onde k = # S . No exemplo do lanamento de uma
k
moeda 2 vezes, S = {H , T }e o espao amostral do experimento repetido ser S= {HH , HT , TH , TT }. A probabilidade de cada resultado
, portanto, 1/ 4 . Esta definio pretende ser um modelo em que o
resultado de cada experimento repetido independente dos resultados anteriores, no sentido cotidiano de que nenhuma influncia sobre
um experimento pode ocorrer em funo dos experimentos anteriores.
Suponhamos que lancemos duas moedas no viciadas simultaneamente em lados opostos de um quarto. Intuitivamente, o modo
como uma das moedas cai no influencia o modo como a outra cai.
O conceito matemtico que formaliza esta intuio chamado de
independncia. Geralmente, independncia uma hiptese que assumimos 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 evento em que na primeira moeda sai CARA, e seja B o evento da segunda sair CARA. Se assumimos que A e B so independentes, ento a
probabilidade que as duas moedas saiam CARA :
P( A B) =

1 11
=
= P ( A) P ( B ) .
4 22

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 P ( N ) = 1/ 5 e que P (C ) = 1/10 . Se estes eventos fossem independentes, ento poderamos concluir que a probabilidade de um dia
chuvoso e nublado seria bem pequena:
1 1
1 .
P( N C ) = P( N ) P(C ) = . =
5 10 50
No entanto, estes eventos so dependentes. Em particular, todo dia
chuvoso nublado. Assim a probabilidade de um dia chuvoso e nublado , de fato, 1/10 . Assim definimos:
Definio 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 P ( A B ) = 0 porque no contm evento algum, A B = . Por outro lado, temos P ( A) P( B) > 0 ,
exceto nos casos degenerados, nos quais ou A ou B tenham probabilidade zero. Assim, disjuno e independncia so conceitos muito
diferentes. Vejamos uma imagem mais adequada pra explicar isto.
Seja o retngulo da figura abaixo um espao de probabilidade onde
a rea de cada subconjunto a probabilidade do evento representado 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 definio matemtica de independncia no corresponde com a noo intuitiva de no-relacionados. Estes eventos so, de fato, independentes, como se pode ver

116
pelos clculos:
1 1 1
+ =
4 4 2
1 1 1
P( B) = P( HH ) + PHT ) = + =
4 4 2
1
P( A B ) = P ( HH ) =
4
P( A) = P( HH ) + P(TT ) =

Considere o lanamento de um dado, se A = {2, 4,6} o evento que


.
corresponde a sair par, e B = {3,6} significa sair um mltiplo de 3.
Ento A e B so independentes, pois A B = {6} e, portanto,
P ( A B ) = P ({6}) =

1 1 1
= = P ( A) P ( B ) .
6 2 3

Definio 4.2. Dizemos que n eventos, A1 , A2 , , An , so independentes


se, para todo 2 k n e j1 , j2 , jk com 1 j1 < j2 < < jk n , vale
P( Aj1 Aj2 Ajk ) = P ( Aj1 ) P ( Aj2 ) P ( Ajk ) .
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 E = {1, 2}, F = {1,3}, G = {1, 4}.
Soluo.
Se todos os quatro resultados possveis so igualmente provveis, temos:
1
P( E F ) = P( E ) P( F ) =
4
1
P ( E G ) = P( E ) P (G ) =
4
1
P ( F G ) = P( F ) P (G ) = .
4
Entretanto,
3

1
1
= P( E F G ) P( E ) P( F ) P(G ) = .
4
2
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
P( E F ) = P ({4,3}) =

1
36

enquanto
1 1 1
P( E ) P( F ) = =
= P( E F ) ,
6 6 36
provando que eles so, de fato, independentes.
Uma outra noo importante em probabilidade a noo de probabilidade condicional. Vamos defini-la agora. Para tal, consideremos
o seguinte problema: suponha que temos um espao de probabilidade 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 {X = 6}, e seja E o evento {X > 4}.
1
Como probabilidade, assumamos que P(Y ) = para Y = 1, 2, 6 .
6
1
Assim P( F ) = . Agora suponhamos que o dado foi lanado e que
6
fomos informados de que o evento E ocorreu. Neste caso, nos restam 2 resultados possveis: 5 e 6. Qual, ento, a probabilidade de
F ter ocorrido?
Soluo.
Como restam 2 resultados possveis segue que a probabilidade pro1
curada . Vamos denotar por P( F | E ) e referenci-lo como a
2
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 resultados dos lanamentos 8?
Soluo. Sabemos que a soma dos dois dados foi 8, e portanto sabemos 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
P( E | F ) = .
5
Exemplo 4.15. Trs candidatos, A, B e 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
2
C vence. Logo as probabilidades de cada evento sero P ( A) = ,
5
2
1
P( B ) = e P(C ) = .
5
5
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.
2
1
Assim teramos P( B | A) = e P(C | A) = .
3
3
Nestes exemplos, temos um dado espao de probabilidade e uma nova
informao que determina, de certa maneira, um novo espao de probabilidades. 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 espao amostral original com as probabilidades P( i ) correspondentes.
Suponhamos que o evento E tenha ocorrido. Queremos atribuir novas probabilidades P( i | E ) aos eventos {1 , , r } que reflitam esta
informao. Claramente, se i E , razovel atribuir P( i | E ) = 0 .
Alm disso, na ausncia de informao, razovel assumir que as probabilidades 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
P( i | E ) = cP ( i )
para todo i E , com c uma constante positiva. Por outro lado,
devemos ter
1=

i:i E

P ( i | E ) = c

i:i E

P ( i ) = cP ( E ) .

Segue que
c=

i:i E

1
1
=
.
P( i ) P( E )

Observe que precisamos exigir que P ( E ) > 0 . Assim definimos:


P( i | E ) =

P( i )
,
P( E )

para todo i E nas condies P ( E ) > 0 .


Esta nova distribuio de probabilidades chamamos de probabilidade condicional dado E . Para um evento qualquer F define-se:
P( F | E ) =

i:i E F

P ( i | E ) =

i:i E F

P( i ) P( F 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 definir:


Definio 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( B | A) =

P( A B )
.
P( A)

Este nmero s est definido quando P ( A) > 0 .

120
Exemplo 4.16. Retornemos ao exemplo do lanamento de um dado
(ex. 4.13). Lembre-se que F corresponde ao evento X = 6 , e que E
o evento X > 4 . Observe que F E o evento F . Logo a frmula
acima nos d
P ( F E ) 1/ 6 1
P( F | E ) =
=
= ,
P( E )
1/ 3 2
em concordncia com nossos clculos anteriores.
Exemplo 4.17. Encontre a probabilidade de se tirar um 4 de um baralho 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
P(4 | 7) = . Se usarmos a frmula, temos:
51
4 4

P (4 7) 52 51 4 .
P (4 | 7) =
=
=
4
P(7)
51
52
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 definidos por:
A = {mais caras que coroas aparecem}, B = {a primeira cara}.
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 probabilidade
4
P( B) = .
8
O evento A B consiste em trs resultados
HHH , HHT , HTH , logo sua probabilidade
P( A | B) =

possveis,

P( A B) 3 / 8 3
=
= .
P( B)
4/8 4

Exemplo 4.19. Uma famlia tem dois filhos. Qual a probabilidade


condicional de que ambos os filhos sejam meninos, dado que pelo

121
menos um deles um menino? Assuma que o espao amostral S
dado por S = {(mo , mo ), (mo , ma ), (ma , mo ), (ma , ma )} e que todos os
resultados so igualmente provveis. [ (mo , ma ) indica que o mais
velho um menino e que o mais novo uma menina.]
Soluo. Seja E o evento em que ambos os filhos so meninos, e F
o evento em que pelo menos um dos filhos um menino. Ento, a
probabilidade procurada dada por
P( E | F ) =

P( E F )
=
P( F )
P

({(m , m )})
o

({(m , m ), (m , m ), (m , m )})
o

1
1
=4= .
3 3
4

Os prximos lemas resumem as propriedades bsicas da noo de


probabilidade condicional.
Lema 4.1. Seja A tal que P ( A) > 0 . Ento
a) P ( | A) = 0, P( S | A) = 1, P( B | A) 1 .
b) P (( B C ) | B ) = P ( B | A) + P(C | A), se B C = .
Em outras palavras, fixado A, a probabilidade condicional uma
probabilidade (outra) sobre o espao amostral S.
Demonstrao. a) Temos
P ( | A) =

P ( A) P ()
=
=0
P ( A)
P ( A)

P( S | A) =

P( S A) P( A)
=
= 1.
P ( A)
P ( A)

Como 0 P( A B ) P ( A) , ento 0

P( A B)
1 e, portanto,
P ( A)

0 P( B | A) 1 .

b) Sabemos que
P (( B C ) | A) =

P (( B C ) A) P(( B A) (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 P( A1 A2 An ) , ento,
P( A1 A2 An ) = P ( A1 ) P ( A2 | A1 ) P ( A3 | ( A1 A2 ) P ( An | A1 A2 An1 )

P( A1 A2 An ) = P ( A1 ) P ( A2 | A1 ) P ( A3 | ( A1 A2 ) P ( An | A1 A2 An1 ) .
Lema 4.3 (Lei de Bayes). Seja = {A1 , A2 , , An }uma partio do espao de probabilidade S . Ento se E um evento com P ( E ) > 0 , v+ale
P( A j | E ) =

P( Aj ) P( E | Aj )
n

P( A ) P( E | A )
i =1

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


Calcular a probabilidade de acertarmos todas as 7 se:
a) escolhermos aleatoriamente as 7 respostas,
b) escolhermos aleatoriamente as respostas, mas sabendo que h
mais respostas verdadeiras do que falsas.
Soluo.
a) H 27 = 128 possibilidades e, portanto,
1
.
128
b) Seja A o conjunto de todos os pontos com mais respostas V do
que F. Temos
P [acertar os 7 testes] =

# A = C7,4 + C7,5 + C7,6 + C7,7 = 35 + 21 + 7 + 1 = 64 .


1
E, portanto, a probabilidade buscada igual a
.
64
Exemplo 4.21. Uma moeda jogada 6 vezes. Sabendo-se que no primeiro lanamento ocorreu coroa, calcular a probabilidade condicional 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
5

1
1
probabilidade de ter 5 caras =
e a probabilidade de ter 4
2 32
5
5
1
caras (e 1 coroa) 5 =
, porque a probabilidade de ter 4 ca
2 32
5
1
1
ras e 1 coroa na ordem cara-cara-cara-cara-coroa =
, e h
2 32

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:
P( H W ) P(W | H ) P( H )
=
=
P(W )
P (W )
P(W | H ) P( H )
=
=
P(W | H ) P( H ) + P(W | H c ) P ( H c )
21
22
92
=
=
2 1 5 1 67
+
9 2 11 2

P( H | W ) =

Exemplo 4.23. Uma moeda equilibrada jogada duas vezes. Sejam


.
A e B os eventos:
A: cara na primeira jogada;
B: cara na segunda jogada.
Verifique se A e B so independentes.
1
, pois em cada lanamento h dois resulta2
dos possveis que so igualmente provveis (cara e coroa), e em cada

Soluo. P ( A) = P ( B ) =

1,
4
pois para os dois lanamentos h quatro resultados possveis que so

lanamento h apenas um resultado favorvel (cara). P( A B) =

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 A e B so 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 pessoas que possuem a enfermidade, e d negativo em 95% 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 probabilidade de que uma pessoa tenha realmente cncer quando o teste
tiver dado positivo?
Soluo. Seja C o evento no qual uma pessoa examinada tenha cncer e A o evento no Qual o resultado do teste seja positivo para o
cncer. Apliquemos a lei de Bayes:
P(C | A) =
=

P ( A | C ) P (C )
P ( A | C ) P (C ) + P ( A | C c ) P (C 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 aleatoriamente. Ache a probabilidade de que com elas se possa formar
uma cadeia compatvel s regras do jogo.
Soluo.
P(cadeia compatvel) = P(2 a pea encaixe| 1a dupla)P (1a dupla)
+ P (2a pea encaixe| 1a no dupla)P(1a no dupla)
=

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 1a carta ser uma dama e a 2a 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
1 12 3 13 1
+
= .
A resposta P =
52 51 52 51 52

125
Exemplo 4.27. Determine a probabilidade de obter:
a) Ao menos um 6 em quatro lanamentos de um dado.
b) Ao menos um duplo 6 em 24 lanamentos de um par de dados.
Soluo. A probabilidade de nenhum seis em quatro lanamen4

tos 5 = 0, 4823. A probabilidade de pelo menos 1 seis



6
4

5
1 = 1 0, 4823 = 0,5177 , o que responde a letra a.
6
A probabilidade de nenhum duplo seis em 24 lanamentos de um
24

35
par de dados = 0,5086. Logo, a probabilidade de pelo me 36
24
35
nos 1 duplo seis 1 = 1 0,5086 = 0, 4914.
36
Exemplo 4.28. Marina quer enviar uma carta a Vernica. A proba8
bilidade de que Marina escreva a carta de
. A probabilidade de
10
9
que o correio no a perca de
. A probabilidade de que o carteiro
10
9
a entregue de
. Dado que Vernica no recebeu a carta, qual a
10
probabilidade condicional de que Marina no a tenha escrito?
Soluo. Vamos usar aqui na soluo um diagrama de rvore.
9/10

No perde

Entrega

9/10

Escreve
8/10

1/10
No entrega

1/10
Perde

2/10
No escreve

Figura 4.3

22
25
PP(no
(noescreve)
escreve)
25 .
10
10
PP(no
==
==
(noescreve|
escreve|no
norecebe)
recebe)==
PP(no
(norecebe)
recebe) 22 ++ 88 11 ++ 88 99 11 44
44
10
10 10
1010
10 10
1010
1010
10

126

Lista de Exerccios
1) Trs urnas I, II e III contm respectivamente 1 bola branca e 2
pretas, 2 brancas e 1 preta e 3 brancas e 2 pretas. Uma urna escolhida ao acaso e dela retirada uma bola que branca. Qual
a probabilidade condicional de que a urna escolhida foi a II?
2) Uma moeda jogada 4 vezes. Sabendo que o primeiro resultado foi cara, calcular a probabilidade condicional de obter pelo
menos 2 caras.
3) A probabilidade de um homem ser canhoto 1 .Qual a pro10
babilidade de, em um grupo de 10 homens, haver pelo menos
um canhoto?
4) Durante o ms de agosto a probabilidade de chuva em um dia
determinado de 4 . O Fluminense ganha um jogo em um
10
dia com chuva com probabilidade 6 e em um dia sem chuva
10
4
com probabilidade de
. Sabendo-se que o Fluminense ga10
nhou um jogo naquele dia de agosto, qual a probabilidade de
que choveu neste dia?
5) Num exame h trs respostas para cada pergunta e apenas
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?
6) Treze cartas so escolhidas de um baralho comum de 52 cartas. 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
7) Joguei um dado duas vezes. Calcule a probabilidade condicional de obter 3 na primeira jogada, sabendo que a soma dos
resultados foi 7.
8) Em uma cidade, as pessoas falam a verdade com probabilidade 1/3. Suponha que A faz uma afirmao e que D diz que C
diz que B diz que A falou a verdade. Qual a probabilidade de
A ter falado a verdade?
9) Um urna contm 3 bolas vermelhas e 7 brancas. A e B sacam
alternadamente, sem reposio, bolas dessa urna at que uma
bola vermelha seja retirada. A saca a 1a bola. Qual a probabilidade de A sacar a bola vermelha?
10) Considere 4 urnas, cada uma delas contendo 10 bolas numeradas de 1 a 10. Extrai-se uma bola de cada urna. Calcular a
probabilidade de que as 4 bolas somem 20.
11) Ao responder uma questo de um teste de mltipla escolha
um estudante ou sabe a resposta ou a chuta. Seja p a probabilidade de que ele saiba resposta e 1 p a probabilidade de que
ele chute. Suponha que o estudante quando chuta tem proba1
bilidade de m de acertar, onde m o nmero de alternativas
das questes. Qual a probabilidade condicional de que o estudante sabia a resposta da questo dado que ele respondeu
acertadamente?
12) Ns sabemos que uma determinada carta igualmente provvel de estar em um de trs escaninhos. Seja a1 a probabilidade
de que ns a vamos encontrar depois de um exame superficial
no escaninho i se a carta estiver de fato no escaninho i , para
i = 1, 2,3 . (Podemos ter ai < 1 .) 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

Lista 2

1) a)

43

1) a) 42

1) b)

35

2) a)

(2i 1)
i =1

2) a)

n+2

2) b)

(n + 2)
(n + 1)

3) a)
3) b)

2) b)

(1)i i 2
i =1

3) a)

13 16 19 22 ....

n=9

3) b)

3159

n=5

4) a)

(2i 1)
i =1

4) a)

x=6

4) b)
4) b)

( p + i)
i =0

x=4
CAPTULO 2
Lista 1

Lista 2

1) a) 7

1)

1) b) 11

2)

x=

2) a) x

= 1 ou x = 4

3)

x = 9 ou x = 1

2) b) x = 1 ou x = 7

4)

x=6ey=7

3) a) n

Lista 3

=3

3) b) n = 10

2)

2n1 (n + 2)

3) a)
4) a) x
4) b)

=4

x=5

4
(n 3)

145180

3) b) n( n + 1)(4n + 5)

129

Lista 3
2)

2n1 (n + 2)

3) a)

145180

3) b) n( n + 1)(4n + 5)

Lista 4
1) a) 20
1) b)
3)

1120
81

924x 6

CAPTULO 3
Lista 1

Lista 2

1)

40

1)

15.600

2)

7200

2)

9.765.625

3)

56

3)

132

4)

600

4)

60

5)

4096

5) a)

3864

6)

1.048.576

5) b)

1567

7)

125

5) c)

560

8)

9.000.000

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

Lista 4
1) a)

560

1) b)

434

2)

6300

3)

40

4)

267.148

1) e)

720

1) f)

9360

1) g)

13080

5)

12.960

2) a)

81

6)

138.378.240

2) b)

46721

2) c)

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

CAPTULO 4

5
12
7
2)
8
1)

3)
4)
5)
7)

9) 8192

8)

10) 2880

9)

0,6513
1
2
7
16
1
6
13
41
7
12

131

Referncias
HAZZAN, S. Fundamentos de Matemtica Elementar 5: Combinatria 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.; FERANANDEZ, P. Anlise Combinatria e Probabilidade. (Coleo Professor de Matemtica) SBM: Rio de Janeiro, 2004.
SANTOS, J.P.O.; MELLO, M.P.; MURARI, I.T.C. Introduo Anlise Combinatria. Ed. Unicamp: Campinas, 1995.
HOEL, P.G.; PORT, S.C. ; STONE, C.J. Introduo Teoria da Probabilidade. Intercincia: Rio de Janeiro, 1978.