CENTRO UNIVERSITÁRIO FAVENI

ANÁLISE COMBINATÓRIA

GUARULHOS – SP
SUMÁRIO

1 A TRAJETÓRIA DA CONTAGEM: DOS POVOS ANTIGOS ÀS ESCOLAS

MODERNAS................................................................................................................ 2

1.1 Um breve histórico do nascimento da Análise Combinatória ................................ 2

1.2 O ensino da Análise Combinatória no ensino Médio. ........................................... 9

2 O ENSINO E A APRENDIZAGEM DE ANÁLISE COMBINATÓRIA ................... 12

2.1 Tipos de problemas ............................................................................................ 12

2.2 Estratégias de Resolução ................................................................................... 16

2.3 O Raciocínio Combinatório e a Resolução de problemas ................................... 19

2.4 Os principais obstáculos ..................................................................................... 20

2.5 Alternativas para o ensino da Análise Combinatória ........................................... 22

3 COMBINAÇÕES E PERMUTAÇÕES: DA PRÁTICA AOS CONCEITOS ........... 24

3.1 Permutações ....................................................................................................... 25

4 PRINCÍPIO DE INCLUSÃO-EXCLUSÃO ............................................................ 29

5 BINÔMIO DE NEWTON...................................................................................... 43

5.1 Fórmula do Binômio de Newton .......................................................................... 43

5.2 Termo Geral do Binômio de Newton ................................................................... 45

5.3 Binômio de Newton e Triângulo de Pascal ......................................................... 46

6 NOÇÕES DE PROBABILIDADE: ESPAÇO AMOSTRAL E EVENTO ................ 47

6.1 Espaço Amostral (S) ........................................................................................... 48

7 PROBABILIDADE CONDICIONAL ..................................................................... 49

8 FÓRMULA DA PROBABILIDADE CONDICIONAL ............................................. 50

9 DISTRIBUIÇÃO BINOMIAL ................................................................................ 52

10 VARIÁVEIS ALEATÓRIAS.................................................................................. 55

11 ESPERANÇA, VARIÂNCIA E MOMENTOS ....................................................... 62

12 BIBLIOGRAFIA BÁSICA ..................................................................................... 68

1 A TRAJETÓRIA DA CONTAGEM: DOS POVOS ANTIGOS ÀS ESCOLAS
MODERNAS1

Um breve tratamento histórico é feito, discutindo o caminho da Análise

Combinatória no decorrer do tempo, assim como as motivações do seu estudo e sua
contribuição para o desenvolvimento humano. No presente, fatos interessantes que
ocorreram na história da matemática são levantados, e grandes personalidades que
contribuíram para o desenvolvimento desta disciplina são mencionadas. Ainda assim,
é apresentado como essa importante área da matemática vem sendo trabalhado nas
escolas no ensino médio, com foco nas escolas públicas.

Fonte: www.uel.br

1.1 Um breve histórico do nascimento da Análise Combinatória

É difícil saber ao certo qual foi o primeiro problema que levou ao surgimento da
Análise Combinatória. De acordo com Morgado et al. (2006, p. 02), o desenvolvimento
do binômio (1+x) n está entre os primeiros problemas estudados ligados ao tema. O
caso n = 2 pode ser encontrado nos Elementos de Euclides, em torno de 300 a.C. Os
demais casos estão intimamente ligados ao triângulo de Pascal, que por sua vez, já
era conhecido por Shih-Chieh, na China, (em torno de 1300) e antes disso pelos

1 Texto extraído: http://uenf.br/posgraduacao/matematica/wp-

content/uploads/sites/14/2017/09/16092015Carlos-Alberto-Lopes-dos-Santos-de-Oliveira.pdf
2
hindus e árabes. Sabe-se que o matemático hindu Báskhara (1114 − 1185?), àquele
da conhecida "fórmula de Baskhara", sabia calcular o número de permutações, de
combinações e de arranjos de n objetos.
No entanto, segundo Wieleitner (1928, p. 183-184), o problema mais antigo
relacionado à teoria dos números e a Análise Combinatória, é o da formação dos
quadrados mágicos. Conhecemos como quadrados mágicos (de ordem n) um grupo
ordenado de números 1, 2, 3, ..., n2 dispostos em um quadrado n x n de forma que
cada linha, coluna ou diagonal deste quadrado possua a mesma soma. Tais
quadrados aparecem na história com diversos significados e certamente os
apresentamos aos nossos alunos algum dia (Pelo menos o caso n = 3 que é o mais
conhecido). A Figura 1 mostra tal quadrado:

Fonte: www.uenf.br/posgraduacao.com.br

O primeiro quadrado mágico conhecido é o Lo Shu e é usado como talismã pelo

povo Chinês. Segundo Needham (1959, p. 58) data de aproximadamente do século I
d.C., mas que pode ser tão antigo a ponto de ter sido escrito por volta de 2000 a.C.
(BERGE, 1971, p. 1-11). Aliás é dessa época, na História da China, uma lenda que
diz que uma nobre tartaruga apareceu no lendário rio Lo carregando nas suas costas
nove números ordenados em uma grelha. Os nove números estão posicionados de
tal maneira que, quando somados na horizontal, na vertical ou na diagonal, o resultado
é sempre 15, que é o número de dias que a Lua Nova leva a tornar-se Lua Cheia. Os
chineses sempre acreditaram que o universo é baseado em princípios matemáticos e

3
números. Eles são a chave para as forças invisíveis que governam o céu e a terra. A
representação do Lo Shu pode ser vista na figura 2 abaixo:

Fonte: (VAZQUEZ, 2011)

O diagrama de Lo Shu está associado às nove salas do palácio mítico de Ming

Thang. Segundo Vazquez (2011), este quadrado foi uma inovação da época, pois,
nela a produção de qualquer aritmética simples era motivo de euforia. Acredita-se que
a ideia dos quadrados mágicos chegou até os árabes pelos chineses, e que estes
fizeram grandes contribuições e construíram quadrados mágicos de ordem 3, 4, 5 e
6. Além de criar os quadrados de ordem superior ao Lo Shu, os árabes criaram regras
para a construção de quadrados de uma determinada ordem. Regras para a
construção de quadrados das demais ordens também foram apresentados durante a
história.
Os quadrados mágicos não foram admirados apenas pelas suas atribuições
místicas e misteriosas. Muitos foram os matemáticos que se admiraram com as
combinações numéricas e se empenharam na busca de procedimentos que levassem
a construção destes maravilhosos objetos. Um grande avanço aconteceu no
desenvolvimento dos quadrados mágicos nos séculos X e XI, chegando a ter métodos
de construção por volta do século XII. Nesse período, os estudiosos usavam técnicas
que, entre outras, partiam de um quadrado mágico original para posteriormente criar
outros de mesma ordem. Contudo, mais tarde chegaram a métodos para criar
quadrados mágicos sem a necessidade do original. (VAZQUEZ; NOGUTI, 2004).

4
 Fonte: galleryhip.com

Mas o que tem os quadrados mágicos com a Combinatória? Não é difícil perceber
que estes trazem exemplos bem antigos de um importante ramo da Análise
Combinatória que é fixar condições para contagem dos arranjos (modos em que se
pode colocar os números).
Outra ocorrência da aplicação da Combinatória na China antiga pode ser
observada no sistema “I Ching” (Yi Jing) (1182−1135 a.C.), um dos trabalhos mais
antigos dos chineses. Este pode ser compreendido e estudado tanto como um oráculo
quanto como um livro de sabedoria. Na própria China, é alvo do estudo diferenciado
realizado por religiosos, eruditos e praticantes da filosofia de vida taoísta. Este sistema
baseia-se em 2 símbolos:

• Yang (linhas inteiras)

• Yin (linhas partidas)

Estes são combinados em Trigramas (conjunto de três símbolos), ou

Hexagramas (conjunto de seis símbolos). (Figura 4 e 5)

5
 Fonte: www.uenf.br

A cada um destes símbolos é atribuído um significado. Os chineses sabiam que

existiam 8 trigramas e 64 hexagramas diferentes.
Junto a esses, outros problemas antigos carregavam de forma implícita o
raciocínio da contagem. Vejamos:
• O velho problema do lobo, da cabra e do repolho (cerca de 775 d.C.) que é
atribuído a Alcuíno de York1 e hoje é estudado na teoria dos Grafos. Tal
problema diz:

"Um certo homem tinha que transportar para o outro lado de um rio, um lobo,
uma cabra e um repolho. O único barco que encontrou podia carregar
somente duas coisas de cada vez. Por esta razão ele procurou por um plano
que pudesse levar todos para o outro lado totalmente ilesos. Diga a ele, quem
é o competente, como pode ser possível transportá-los seguramente"
(VAZQUEZ; NOGUTI, 2004) apud (EVES, 1997)

• A poesia infantil abaixo de tempos remotos, com autor desconhecido, carrega

traços de um problema de combinatória:

"Quando eu estava indo para St. Ives, eu encontrei um homem com sete
mulheres, cada mulher tem sete sacos, cada saco tem sete gatos, cada gato
tem sete caixas, Caixas, gatos, sacos e mulheres, quantos estavam indo para
St. Ives?" (BIGGS, 1979)

6
 • O problema 79 do Papiro Egípcio de Rhind (cerca de 1650 a.C) é semelhante
ao proposto com o poema anterior:

Há sete casas, cada uma com sete gatos, cada gato mata sete ratos, cada
rato teria comido sete safras de trigo, cada qual teria produzido sete hekat2
de grãos; quantos itens têm ao todo?"(VAZQUEZ, 2011)

• Mesmo Arquimedes de Siracusa (287 a.C. – 212 a.C.), um dos maiores

matemáticos de toda a antiguidade, publicou entre todos os trabalhos uma
espécie de "quebra-cabeça “que intrigou matemáticos e historiadores.
Conhecido como Stomachion (pronuncia-se: sto-mock-yon), aparentemente
um jogo, semelhante ao conhecido Tangran, é um arranjo de quatorze peças
que formam um quadrado (Figura 6). O objetivo consistia em mover tais peças
formando o quadrado. De certo, Arquimedes deveria saber que de várias
formas isso poderia ser feito.

Fonte: mathwolfram.com

A Análise Combinatória se enraizou realmente na matemática por volta do século

XV II. Novamente, de acordo com Wieleitner (1928, p. 184), o estudo da teoria da
Combinatória só apareceu separado da teoria dos números, no final desse século
juntamente com o cálculo de probabilidades. Nessa época, surgiu em um curto espaço
de tempo, três publicações: Traité du triangle arithmétique (escrito em 1654 e
publicado em 1665) de Pascal, Dissertatio de arte combinatória (1666) de Leibniz e
Ars magna sciendi sive combinatoria (1669) de Athanasius Kircher. Além disso, veio
a ser divulgado trabalhos de Wallis (1673), Frénicle de Bessy (1693), J. Bernoulli

7
(1713) e De Moivre em seu Doctrine of chances (Londres,1718) que tinham um caráter
análogo.
Os resultados mais importantes proporcionados pela teoria combinatória foram
fórmulas para a transformação de séries e as fórmulas de Lagrange para as funções
estudadas por Rothe em 1795 e por Juan Federico Ptaff em 1797. (WIELEITNER,
1928, p. 188)
Segundo Vazquez (2011), em 1666, Leibniz descreveu a Combinatória como
sendo “o estudo da colocação, ordenação e escolha de objetos”, enquanto Nicholson,
em 1818, definiu-a como “o ramo da matemática que nos ensina a averiguar e expor
todas as possíveis formas através das quais um dado número de objetos pode ser
associado e misturado entre si”. Segundo Morgado et al. (2006), podemos dizer que
a Análise Combinatória é a parte da Matemática que analisa estruturas e relações
discretas.
Até os dias atuais, a Análise Combinatória tem ganhado muita importância. Tal
fato deve-se ao advento da Matemática Discreta na segunda metade do século XX.
Alguns autores defendem que a Matemática Discreta seja a Matemática para o nosso
tempo e seu crescimento deve-se principalmente às muitas aplicações de seus
princípios em negócios e para seus vínculos próximo à ciência da computação, tais
como: algoritmos de computador, linguagens de programação, criptografia e
desenvolvimento de softwares.

Fonte:www.mundoeducacao.bol.uol.com.br

8
1.2 O ensino da Análise Combinatória no ensino Médio.

Diante do cenário atual, entre as competências e habilidades que são exigidas de

nossos alunos, envolvido nos seus processos de formação, figura o ensino da Análise
Combinatória. O conteúdo aparece nos currículos geralmente no 2º ou 3º o ano do
ensino médio e tem como objetivo o desenvolvimento do raciocínio combinatório e
recursivo necessário para o exercício da cidadania dentro do mundo em que vivem.
Batanero, Godino e Navarro-Pelayo (1997) apud (KAPUR, 1970) descrevem as
principais razões a favor ao ensino da Combinatória no ensino básico:
• Uma vez que não depende do Cálculo, permite considerar problemas
adequados para diferentes níveis, podendo ser discutidos com alunos
problemas ainda não resolvidos, de modo que descubram a necessidade de
criar novas matemáticas.
• Pode ser usado para treinar os alunos na enumeração, a realização de
conjecturas, a generalização, otimização e sistemas de pensamento.
• Pode ajudar a desenvolver diversos conceitos, tais como a aplicação, a ordem
e as relações de equivalência, função, programa, conjunto, subconjunto,
produto cartesiano, . . .

Pode haver muitas aplicações em diferentes campos, tais como Química, Biologia,
Física, Comunicação, Probabilidade, Teoria dos números, gráficos.
Além de suas várias aplicações, a Análise Combinatória, desenvolve no aluno um
espírito crítico e responsável, possibilitando-o a adquirir condições para progredir com
segurança no trabalho ou em estudos superiores. Por isso, o estudo da Combinatória
merece atenção especial no ensino médio.
De acordo com os Parâmetros Curriculares Nacionais (PCNs), que auxiliam as
equipes escolares na execução de seus trabalhos, é justificado um aprofundamento
da Análise Combinatória nos seguintes trechos:

"Estatística e Probabilidade lidam com dados e informações em conjuntos

finitos e utilizam procedimentos que permitem controlar com certa segurança
a incerteza e mobilidade desses dados. Por isso, a Contagem ou análise
combinatória é apenas parte instrumental desse tema. A Contagem, ao
mesmo tempo que possibilita uma abordagem mais completa da
probabilidade por si só, permite também o desenvolvimento de uma nova
forma de pensar em Matemática denominada raciocínio combinatório. Ou
seja, decidir sobre a forma mais adequada de organizar números ou
informações para poder contar os casos possíveis não deve ser aprendido
9
 como uma lista de fórmulas, mas como um processo que exige a construção
de um modelo simplificado e explicativo da situação "(BRASIL, 2000, p. 126)
"As habilidades de descrever e analisar um grande número de dados, realizar
inferências e fazer predições com base numa amostra de população, aplicar
as ideias de probabilidade e combinatória a fenômenos naturais e do
cotidiano são aplicações da Matemática em questões do mundo real que
tiveram um crescimento muito grande e se tornaram bastante complexas.
Técnicas e raciocínios estatísticos e probabilísticos são, sem dúvida,
instrumentos tanto das Ciências da Natureza quanto das Ciências Humanas.
Isto mostra como será importante uma cuidadosa abordagem dos conteúdos
de contagem, estatística e probabilidade no Ensino Médio, ampliando a
interface entre o aprendizado da Matemática e das demais ciências e
áreas."(BRASIL, 2000, p. 44-45)

Percebe-se no segundo trecho do documento apresentado, uma reafirmação do

que foi exposto no referencial histórico sobre a dimensão que hoje admite as ideias
de Probabilidade e Combinatória. Ainda, expõe-se imprescindível a compreensão
dessas ciências para a interdisciplinaridade entre as faces do conhecimento. No final,
atenta-se para o cuidado de abordar tais conceitos para o desenvolvimento do aluno.
Para o ensino fundamental, em outro documento, também é possível ver a
preocupação com o Ensino da Combinatória ainda nos anos iniciais incorporado ao
item Tratamento de Informação:

"Relativamente à combinatória, o objetivo é levar o aluno a lidar com

situações-problema que envolvam combinações, arranjos, permutações e,
especialmente, o princípio multiplicativo da contagem."(BRASIL, 1997, p. 40)

Se de um lado os parâmetros apresentados dizem o que deve ser feito, por

outro, o como ser feito geralmente figura um obstáculo para professores. No estudo
dessas competências, alunos do Ensino Médio e também do Superior apresentam
muitas dificuldades; tomam a Análise Combinatória um dos temas mais difíceis da
Matemática, e mesmo professores evitam a todo custo lecionar o conteúdo. Se o
fazem, muitos agem com insegurança e não conseguem com o aluno, uma
aprendizagem significativa do assunto.
Em uma matéria da revista Cálculo (setembro de 2013) sobre os tópicos de
Matemática que não gostam de ensinar, professores experientes montaram uma
espécie de ranking onde a Análise Combinatória ficava com a medalha de prata,
abaixo do binômio de Newton e acima dos polinômios.

". . .. Assim como o estudante não gosta de algumas disciplinas, ou de alguns

assuntos de certa disciplina, muitos professores não gostam de ensinar
certos tópicos. . .. Ao perguntar para três professores experientes quais

10
 tópicos não gostam de ensinar, surge uma lista com o binômio de Newton
bem no topo, juntinho da análise combinatória."(VIANA, 2013)

Ainda, um dos professores ressalta:

". . . (Eu) não gostava de ensinar análise combinatória, probabilidade e

binômio de newton, porque, no ensino médio, os alunos têm dificuldade em
acompanhar o conteúdo que vão acabar vendo de novo na faculdade, nas
aulas de estatística."

Ao que parece, a aversão em ensinar algum conteúdo, com foco na combinatória,

constitui-se em proporção considerável com o despreparo e desconhecimento do
professor. Seja esse na forma de transmitir o que sabe ou mesmo na falta de pré-
requisitos para lecionar a disciplina.
Nesse sentido, é de se levar em conta que em um curso de licenciatura de
matemática, em geral, a Análise Combinatória e a Probabilidade têm um tímido
espaço no currículo. Disciplinas que abordam tais tópicos costumam figurar entre uma
ou duas que compõe a grade obrigatória em um curso de licenciatura e ainda nessa
consistência, não se tem uma abordagem em como o raciocínio discreto deve ser
desenvolvido na prática com os alunos. Com isso, professores recorrem a livros de
outros autores, cursos de aperfeiçoamento e oficinas específicas na área.
Resultante ou não desse contexto, a metodologia que costuma ser utilizada na
maioria das aulas e livros didáticos, acaba resumindo-se na aplicação de fórmulas,
tentando "encaixar” os problemas, de modo que os alunos acabam por decorando
alguns formatos e, na maioria dos casos, não conseguem entender o uso de tais e
nem mesmo o porquê de as estarem utilizando.
De acordo com Schliemann, Carraher e Carraher (2010), ao realizar observações
não sistemáticas de aulas sobre análise combinatória, verifica-se que o ensino escolar
se limita quase sempre ao treinamento no uso de fórmulas e algoritmos para encontrar
o número de arranjo, combinações ou permutações sem proporcionar que os alunos
derivem as referidas fórmulas pelo uso da manipulação dos elementos.
Ainda mais, além dessa importância exagerada ao uso dessas fórmulas, os alunos
pouco são apresentados a situações reais que motivem o estudo do assunto.
Situações de aplicação na vida real, como exemplo, geração de placas de automóveis,
números de telefones (celular e fixo), CPF, número de contas, etc. são algumas ideias
que poderiam contextualizar problemas de combinatória.

11
 A importância da Combinatória, com aplicações crescentes, implica que seja
repensado o seu lugar na escola. Com o quadro apresentado, justifica-se pensar em
como amenizá-lo e contribuir para que a formação dos alunos se aproxime do que se
espera com os Parâmetros Curriculares. Assim, a seguinte pesquisa sugere trabalhar
a combinatória dando ênfase à resolução de problemas, assim como foi motivado a
sua origem, com foco no raciocínio recursivo e espera-se que assim tais problemas
sejam, no mínimo, atenuados.

Fonte:www.todamateria.com.br

2 O ENSINO E A APRENDIZAGEM DE ANÁLISE COMBINATÓRIA

Objetiva-se neste capítulo, entender um pouco como funciona o ensino e a

aprendizagem da Análise Combinatória. Neste, são abordados os tipos comuns de
problemas, procedimentos básicos de resolução, principais dificuldades encontradas
por alunos e alternativas para favorecer um melhor ensino de combinatória.

2.1 Tipos de problemas

Segundo Batanero, Godino e Navarro-Pelayo (1997), problemas combinatórios

simples podem ser divididos, sistematicamente, em três tipos:

12
 • De partição,
• De colocação,
• De seleção.

Os problemas de partição envolvem dividir grupos em subgrupos, dentro das

condições especificadas, verificando também a existência destes. Em Oliveira e
Fernández (2010, p. 172), bom livro com diversos exercícios, encontramos:

Exemplo: Em Maceió entraram em cartaz 4 filmes distintos e 2 peças de teatro.

Se agora o Pedro Vítor tem dinheiro para assistir exatamente a um filme e uma peça
de teatro, diga quantos são os possíveis programas que Pedro Vítor pode fazer.

A divisão dos grupos pode ser pensada da seguinte maneira: Do grupo dado,
contendo 4 filmes e 2 peças de teatro, formaremos dois subgrupos. Um deles e
composto de 1 filme e 1 peça de teatro, que ele possivelmente pode assistir, e outro
grupo contendo 3 filmes e 1 peça de teatro que ele não assistir.
Denotando por f1, f2, f3 e f4 os quatro filmes que estão em cartaz e por t1 e t2 as
peças de teatro, um aluno iniciante no curso de combinatória poderia listar as
seguintes possibilidades (Tabela 1):

Observe que ao escolher o grupo que contém o filme e a peça que ele assiste,
automaticamente é determinado o subgrupo contendo as opções que ele não assiste.
Os problemas de colocação trazem situações nas quais n elementos, diferentes
ou não, devem ocupar m lugares. Para este tipo, devemos considerar as
peculiaridades de cada problema que influenciarão no resultado final, como, por
13
exemplo, se os elementos são iguais ou não, se os lugares possuem ordenação, se
existe ordem para que os elementos sejam colocados ou mesmo se algum lugar fica
vazio.
Vejamos este outro problema na página seguinte do mesmo livro:

Exemplo: De quantas maneiras 2 pessoas podem estacionar seus carros numa

garagem de 10 vagas?

Temos 2 elementos (carros) para 10 vagas (lugares). A primeira pessoa a entrar

no estacionamento encontra 10 vagas vazias e estaciona em alguma delas (digamos
na mais próxima da entrada), a segunda pessoa entra e se vê diante de 9 vagas. Para
em alguma delas. Com o mesmo procedimento anterior, se o aluno pudesse chamar
as vagas de v1, v2, v3, . . ., v10 e listasse todas as possibilidades, veria que
independentemente da vaga que o primeiro carro estaciona, o segundo teria 9 opções
de escolha. Com um pouco mais de atenção, veria que é diferente ter o primeiro carro
próximo da entrada e o segundo na vaga do fundão e o contrário (primeiro carro na
vaga do fundão e o segundo próximo à entrada). Para a ilustração dos casos, pode-
se imaginar o par ordenado (vi, vj) com {i, j} ∈ {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, de modo
que a primeira coordenada representasse a vaga escolhida pelo primeiro carro e a
segunda vaga pelo segundo. Assim, a tabela 2 mostra os possíveis casos:

Concluiria, assim, que há 90 maneiras de se realizar a situação descrita.

Por último, temos os problemas de seleção. Geralmente, no Ensino Médio, são os

que mais se abordam.

14
 Os problemas de seleção estão relacionados à ideia de amostras que podem
configurar agrupamentos ordenados ou não, com repetição ou não de elementos.

Exemplo: Quer se eleger uma comissão formada por três membros: presidente,
vice-presidente e secretário entre 8 pessoas que compõe o conselho pedagógico de
uma escola. Quantos são os possíveis comitês que podem ser formados?

Listar todos os possíveis casos neste problema pode ser uma alternativa, mas
acontece que ao começar a desenvolver tal esquema, os alunos geralmente
percebem o padrão que se apresenta. Ao dizer que Sílvio é o presidente, por exemplo,
sabe que agora são sete as opções para vice, e escolhido o vice, são seis as opções
para secretário. Para cada candidato selecionado como presidente dispomos de sete
opções para vice, visto que o mesmo não poderá ocupar dois cargos distintos. Desta
forma, temos 56 possibilidades de formação de um agrupamento contendo um
presidente e um vice. Seguindo o mesmo raciocínio, para cada um destes
agrupamentos, são seis as opções do secretário. Assim, temos 336 maneiras (8 · 7 ·
6) diferentes de formar a comissão.
É preciso salientar que apesar de mencionar que os problemas podem ser
divididos em tipos, não exatamente para cada tipo há uma forma, e somente uma, de
resolução. A intenção de dividir os problemas se configura mais em uma estratégia de
análise dos problemas, entendendo sua natureza, do que em uma estratégia de
resolução. Inclusive, há problemas que podem ser encaixados em mais de um tipo
dos que foram listados, sem prejuízo na estratégia utilizada na sua resolução.
Aos poucos, os próprios alunos, cada um a seu tempo, aprendendo com seus
acertos e erros, começam a substituir a construção de tabelas e esquemas,
completamente ou parcialmente, por soluções aritméticas. Todavia, esta prática deve
partir do aluno. A transição entre essas fases possibilita que ele, em seguida, seja
apresentado ao Princípio Multiplicativo de forma natural, compreendendo o sentido
que o produto entre as opções representa. Adiante, permite pensar em problemas um
pouco mais elaborados, empregando sentido aos métodos que deverá utilizar.

15
2.2 Estratégias de Resolução

Muitos são os procedimentos sugeridos por diversos autores como estratégia na

resolução de problemas de Análise Combinatória. Não cabe aqui, portanto,
procedimentos infalíveis que resolveriam qualquer problema. Em pesquisa, foram
consultados dois textos que servem de base para discorrer sobre tais estratégias.
Em sua pesquisa, Fernandes e Correia (2007), identificaram quatro tipos de
estratégias utilizadas pelos alunos, em uma amostragem que fizeram, de forma
isolada ou concomitantemente, para resolver os problemas de combinatória:
• A enumeração,
• O diagrama de árvore,
• O uso de fórmulas,
• “Operação” numérica

A enumeração, como o próprio nome sugere, consiste em enumerar as

possibilidades e os casos do que o problema refere, tentando contar todas os
diferentes agrupamentos ou mesmo perceber um padrão entre os primeiros listados
que ajude a resolver o problema. Penso que é o método ao qual o principiante recorre,
sem culpa, tentando organizar o pensamento.
O diagrama de árvore (ou de possibilidades) é a representação dos agrupamentos
possíveis através de um esquema, que em geral, lembra galhos de árvore. É uma
forma de enumeração com maior ganho pois os “riscos” que ligam os elementos
mostram como estes podem se agrupar. Com melhor organização, a contagem é
facilitada e também propicia o pensamento recorrente (recursivo) sem que seja
preciso completar todo o diagrama.
Cabe nessa hora dizer que as duas estratégias são fundamentais e necessárias
no desenvolvimento do raciocínio combinatório e que elas devem ser utilizadas por
qualquer aluno que se inicia pelo estudo da Combinatória. A enumeração e o diagrama
de possibilidades permitem ao aluno “enxergar” o que acontece na formação dos
agrupamentos e também perceber algum tipo de regularidade (se for o caso). Porém,
sabemos que nem sempre é possível listar todos os casos. Faz se, então, necessário
evoluir de um esquema enumerativo à contagem dos casos por um raciocínio
combinatório.

16
 O uso de fórmulas é um dos objetos de discussão deste trabalho. Muitos alunos,
ao tentar resolver um problema de combinatória, recorrem à estas como ferramenta
única e almejam, substituindo alguns valores, encontrar à solução. Não há problema
nenhum com o uso de fórmulas pelos alunos, isso constitui-se em uma forma
organizada e prática de resolução, mas se estes às usam desconhecendo seu
significado, aplicando-as vagamente, a aprendizagem é lesada e o que fica é falsa
impressão de que os problemas são resolvidos com uma receita que sempre funciona.
Tal questão poderia ser estendida em outras várias áreas da Matemática, onde o
professor mesmo às vezes sem querer, acaba reproduzindo no aluno só a aplicação
de fórmulas. Nestes muitos casos, o aluno nem imagina por que as usa e muito menos
por que funciona. Acontece, porém, que é preciso maturidade para enxergar o que
esconde uma fórmula ou expressão matemática. O professor poderia argumentar
então, que seus alunos não entenderiam tal demonstração ou mesmo não ser
importante para o que ele objetiva, mas certamente o aluno que compreende o
significado de uma fórmula e consegue compreender por que ela tem êxito, se enche
de uma aprendizagem muito mais significativa e percebe na Matemática muito mais
do que um jogo de fórmulas complicadas.
No âmbito da Combinatória, as tais fórmulas usadas nem seriam tão difíceis de
perceber. É possível que consigamos chegar nestas sem esforço algum, partindo da
resolução de problemas, e esse é o objetivo central do trabalho. No capítulo seguinte
é visto como é possível.
Por último, a estratégia “operação” numérica compreende um raciocínio direto que
envolve operações aritméticas básicas, envolvendo os dados fornecidos pelo
problema. Penso eu que este seria o passo intermediário entre as estratégias iniciais
de enumeração e construção do diagrama de árvore e da aplicação de fórmulas. Eu
poderia ilustrar com um exemplo:
Novamente, em Oliveira e Fernández (2010, p. 172) encontramos o problema:

Exemplo: Se numa loja de doces existem 9 tipos distintos de balas e 5 tipos de

chiclete, diga quantas escolhas podemos fazer para comprar somente uma bala e um
chiclete.
O aluno iniciante poderia começar organizando seu pensamento enumerando
quais escolhas poderia fazer. Denotando por b1, b2, b3, b4, b5, b6, b7, b8 e b9 os

17
noves tipos distintos de balas e por c1, c2, c3, c4 e c5 os cinco tipos distintos de
chicletes, o aluno poderia pensar:
A bala b1 poderia ser escolhida junto o chiclete c1, ou com o chiclete c2, ainda
com c3, c4 ou c5. Por sua vez a bala b2 também poderia com cada um dos chicletes.
E assim com cada uma das outras balas. A enumeração poderia evoluir para um
diagrama de possibilidades (Figura 7):

Fonte: www.uenf.br

Não seria preciso completar o diagrama para que o aluno percebesse o que
acontece. Talvez só nas primeiras vezes. Com pouco tempo perceberia que se para
cada bala tem-se um chiclete como escolha, logo basta fazer 9 · 5. Em um próximo
problema semelhante, esse recorreria à operação numérica da multiplicação e talvez
substituísse seu diagrama, uma vez que compreendeu como estes grupos se formam.
Aliás, quanto mais problemas os alunos resolvem, cada problema com sua
dificuldade, melhor é para que estes façam conexão entre os diferentes tipos de
problemas.
O livro Lima et al. (2010, p. 90) traz alguns princípios básicos que servem como
estratégia para resolver problemas de combinatória. Tais recomendações são
conhecidas carinhosamente como “axiomas de Morgado2”.

Postura: Devemos sempre nos colocar no papel da pessoa que deve fazer a ação
solicitada pelo problema e ver que decisões devemos tomar

18
A intenção deste comportamento é que a pessoa trate tal problema como se fosse
seu e se imagine no lugar de quem resolve o problema. Tal medida ajuda a
compreender e tomar os melhores caminhos para atacar o problema.

Divisão: Devemos sempre que possível, dividir as decisões a serem tomadas em

decisões mais simples.
Deste modo, podemos enxergar melhor o problema caminhando em passos. Se a
questão é formar um casal, uma boa divisão seria em escolher o homem e depois a
mulher. Se o problema é de quantos modos pode se colorir uma bandeira, é razoável
pensarmos em como colorir cada listra, e assim em diante.

Não adiar dificuldades: Pequenas dificuldades adiadas costumam se

transformar em imensas dificuldades. Se uma das decisões a serem tomadas for mais
restrita que as demais, essa é a decisão que deve ser tomada em primeiro lugar.
É comum em problemas de combinatória haver restrições sobre os grupos ou
subgrupos formados. Este princípio nos diz que tais decisões devem ser
primeiramente observadas.

2.3 O Raciocínio Combinatório e a Resolução de problemas

O raciocínio combinatório pode ser entendido como um tipo de pensamento

ligado à contagem que segue além da enumeração de elementos de um conjunto e
se estende à contagem de grupos de objetos, ou seja, de subconjuntos, tendo o
raciocínio multiplicativo como base.
Para distanciarmos da prática do ensino da Combinatória através de fórmulas
sem sentido e aplicadas de forma mecânica, é necessária uma abordagem que
proporcione ao aluno entender os procedimentos adotados, tendo estes significados,
partindo de conhecimentos prévios tantos inerentes à escola ou não.
A pesquisa sugere que através da resolução de problemas, o conhecimento
matemático ganha sentido quando os alunos se deparam com situações desafiadoras
e são motivados para encontrar diferentes estratégias de resolução, produzindo
conhecimentos e desenvolvendo habilidades. O foco dado à resolução de Problemas
de contagem, de modo específico, pode levar ao aluno a uma abordagem que priorize

19
o desenvolvimento do pensamento combinatório, ao contrário da ênfase dada nas
fórmulas para resolução, proporcionando que os conteúdos sejam aprendidos de
forma natural à medida que este resolve exercícios.
Segundo encontrado em Morgado et al. (2006):

. . . “à solução de um problema combinatório exige a quase que sempre a

engenhosidade e a compreensão plena da situação descrita, sendo esses um
dos encantos dessa parte da Matemática, em que problemas fáceis de
enunciar revela-se por vezes difíceis, exigindo uma alta dose de criatividade
e compreensão para sua solução”

A resolução de um problema não pode limitar-se ao simples encontro de sua

solução. Não há segurança de que o conhecimento envolvido seja absorvido. É
necessário desenvolver habilidades que permitam estudar resultados e comparar
diferentes soluções.
A prática voltada à resolução de problemas, quando de forma investigativa, ajuda
a proporcionar que estas habilidades sejam melhores desenvolvidas. Estimular o
aluno a questionar e analisar o problema e sua resposta, a formular novo problema a
partir de determinadas informações, propicia o desenvolvimento do ensino-
aprendizagem para a construção do conhecimento significativo.

2.4 Os principais obstáculos

Muitos são as dúvidas e os problemas encontrados quando se trabalha a Análise

Combinatória com os alunos. É comum vê-los perguntando sobre o tipo de
agrupamento envolvido em cada situação ou mesmo com dificuldades de estabelecer
padrões e generalizar soluções em problemas onde a contagem direta é muito
trabalhosa. Têm se ainda, a dificuldade em estar certo sobre a solução encontrada,
ou mesmo de desconfiar se esta está incorreta.
Feito a pesquisa, verifica-se que em Batanero, Godino e Navarro-Pelayo (1997)
e Fernandes e Correia (2007) é possível encontrar, de acordo com os autores, os
principais deslizes apresentados pelos alunos ao resolver questões envolvendo o
raciocínio combinatório:

20
 • Interpretação incorreta do enunciado
A má interpretação do enunciado faz com que o aluno não resolva a questão proposta
como deveria, principalmente em questões de combinatória. Entender o problema,
compreender as restrições, conscientizar sobre as decisões que podem ou não ser
tomadas, é de fundamental importância para o desenvolvimento da questão. Talvez
seja o erro mais frequente cometido pelos alunos.

• Cálculo aritmético incorreto

Entender o enunciado, montar a expressão que calcula o problema e fazer um cálculo
aritmético errado, seja usando fórmula ou não, é também um deslize que os alunos
cometem. Certamente menor do que não compreender o enunciado. Tal questão deve
ser observada com cuidado pelo professor e pelo aluno.

• Utilização incorreta da estratégia escolhida

Utilizar-se de estratégias de forma incorreta é um problema. Se o aluno, por exemplo,
ignora uma restrição de um problema e a deixa pra depois, certamente está se tornará
um problema mais tarde. Em cima é visto, nas recomendações do Mestre Morgado,
para não adiar dificuldades.

Um obstáculo comum em um problema de Combinatória é quando ao contar o

número de maneiras de se fazer algo depara-se com um “depende”. Esse impasse
acontece porque possivelmente o problema é atacado com a estratégia errada.
Vejamos um exemplo:

Exemplo: Quantos são os números pares de dois dígitos distintos?

Um aluno poderia pensar: Um número é par quando termina com 0, 2, 4, 6 ou

8. Sendo assim, há 5 escolhas possíveis para os algarismos das unidades. Para as
dezenas, o número de possibilidade de escolha fica em “depende”. Observando bem,
o número de maneiras de se escolher os algarismos das dezenas está totalmente
dependendo de qual número foi escolhido para as unidades, pois o primeiro algarismo
não pode ser zero.
Se 2, 4, 6, ou 8, figuram a última casa, uma vez que não se pode repetir os
dígitos, tem-se 8 possibilidades de números para as dezenas (Todos de 1 até 9,
21
menos aquele que será usado nas unidades). Contudo, se 0 figura a última casa, 9 é
o número de possibilidades para as dezenas.
Problemas assim, precisam ser divididos em casos ou mesmo serem atacados
de outra maneira. Quando se percebe um bom número de “dependes” nas decisões
a serem tomadas, és uma boa hora para tentar trocar a estratégia. Quanto mais
problemas o aluno resolver, mais se arma de diferentes ferramentas para solucionar
um problema.

• Escolha de uma estratégia pouco eficaz ou ineficaz

Os mesmos comentários anteriores são válidos.

• Deixar de considerar alguns agrupamentos possíveis

Deixar de perceber alguns agrupamentos levará a contagem incompleta de todos os
casos.

• Não ser capaz de observar padrões e generalizar soluções

Quase sempre não será possível ao aluno que resolve problemas de combinatória
listar todos os casos para poder contá-los. Se ele não for capaz de observar padrões
e generalizar soluções através de um diagrama ou esquema, pouco produzirá com a
maioria dos problemas que incorporam essas habilidades.

Faz-se necessário aos professores compreender e estar cientes de como

acontecem os erros mais frequentes dos alunos, a fim de buscarem melhores
estratégias para tentar minimizá-los ou mesmo evitá-los.

2.5 Alternativas para o ensino da Análise Combinatória

Para que a aprendizagem ocorra de forma significativa, é preciso que o aluno

construa sentido entre os objetos de estudo. Batanero, Godino e Navarro-Pelayo
(1997) afirmam, que para ensinar Análise Combinatória, deve-se levar em conta o
raciocínio recursivo e os procedimentos sistemáticos de enumeração, ao invés de
focar em aspectos algorítmicos e em definições combinatórias.
Como alternativas para o ensino da Análise Combinatória, tomando como base
os principais obstáculos citados na seção anterior, podem-se citar:

22
 • Tomar o problema como ponto de partida, único, como objeto de
indagação desafiante.
O problema deve ser o início. Ler e refletir o questionamento buscando sua solução,
faz com que o aluno crie hipóteses, formule conjecturas, e estabeleça resultados de
acordo com seu conhecimento prévio. A resolução de problemas motivou o
desenvolvimento de quase todas as áreas da Matemática, dentro do seu contexto. O
aluno precisa se sentir desafiado a resolver a questão.

• Incentivar a investigação e a estruturação do pensamento

Dentro de sua curiosidade e interesse, o professor deve aguçar no aluno o desejo de
investigação e de buscar alternativas para a solução de problemas. Ainda, o aluno
precisa aprender a organizar este raciocínio. Problemas de combinatória, no geral,
são tidos como difíceis, pois requerem do aluno a capacidade de pensar e fazer
suposições, ao contrário de reproduzir passos “ensaiados”.

• Utilização de materiais manipulativos

Grande é o ganho que o discente pode ter, se aliado à teoria que estuda, puder ter o
contato com um objeto concreto, tocável, onde ele possa fazer uma associação com
o modelo estudado. No capítulo seguinte, a utilização de tais materiais para o ensino
da Análise Combinatória é melhor discutido.

• Valorização das diferentes estratégias e formas de registro

Com o acerto e o erro, o aluno aprende a melhor forma de resolver os problemas.
Assim, é preciso que o professor valorize todo o tipo de estratégia que o aluno utiliza
e as pondere de modo a orientar por que uma funcionou e a outra não, dentro do
contexto de cada problema. Dizer ao aluno que deste ou outro jeito de resolver está
errado e que o modo certo é outro, exclui a possibilidade de discutir o porquê de uma
maneira funcionar e a outra não, deixando de lado maior ganho com o debate coletivo.

• Formação de um ambiente propício à aprendizagem

A importância da formação de um ambiente propício à aprendizagem é uma das peças
fundamentais para uma aprendizagem significativa. Os alunos precisam estar
motivados e comprometidos com a atividade, para que alcance seu objetivo. Para
isso, o professor precisa se certificar que o ambiente colabora, não apresentando
distrações ou empecilhos para a aplicação do plano de aula

23
 • Atividades que tragam questões envolvendo situações com as quais o
aluno está familiarizado.
Trazer questões com os quais o aluno está familiarizado ajuda a despertar o interesse
pela resolução do problema. A contextualização de um problema que usa situações
que o aluno vivencia, permite mostrá-lo a relação estreita que há entre o que se estuda
e o que se vive, e isso ajuda no despertar do seu interesse. O professor pode utilizar-
se de situações de aplicação na vida real, como exemplo, geração de placas de
automóveis, números de telefones (celular e fixo), CPF, número de contas, etc.

3 COMBINAÇÕES E PERMUTAÇÕES: DA PRÁTICA AOS CONCEITOS2

Se existe um conteúdo da Matemática que precisa ser reformulado na Educação

Básica é o relacionado a “análise combinatória” (combinações e permutações), a
começar pelo próprio nome, pela abordagem de ensino e pelo timing.
A análise combinatória é parte um grupo de competências que inclui, mas não se
limita a lógica, teoria de conjuntos, funções, relações, métodos de contagem,
sequências, teoria de números, probabilidade, grafos e criptologia. Matemática
Discreta ou Matemática Finita seriam denominações mais apropriadas para esse
conjunto de conteúdo.
Não obstante o invólucro da disciplina, a abordagem de parte dos livros didáticos,
em especial dos mais antigos, é intimidadora e confusa, tanto para o professor que
tem a imposição de tentar ensinar sob o programa vigente, quanto para o aluno que
termina por tentar a memorização de fórmulas e padrões sem, contudo, compreender
a razão da aplicação dessas fórmulas.
Não é incomum livros ou capítulos sobre esse tema iniciarem secamente pelas
definições e receitas dos casos concretos: para filas, aplique a fórmula A, para pódios,
use o caso B, e assim sucessivamente. Seria muito mais didático se colocássemos
de lado um pouco os conceitos e focássemos no ensino da Matemática e nos
mecanismos cognitivos que devemos desenvolver para resolução dos problemas em
sala de aula e para vida.

2 Texto extraído: https://conrado.mat.br/metodos-de-contagem/combinacoes-e-permutacoes-parte-i/

24
 Para agravar esse cenário, o ensino dessas competências é apresentado
tardiamente somente aos alunos do ensino médio. Em se tratando dos princípios
aditivo e multiplicativo, o aluno deveria ter contado com eles durante o ensino
fundamental para desmistificar sua complexidade e aumentar a familiaridade com a
natureza dos problemas e das soluções.

3.1 Permutações

Em permutações a ordem importa, o que significa que os arranjamentos 1-2-3 e

3-2-1 são diferentes ainda que contenham os mesmos elementos. Essa é a noção
mais importante que você precisa ter em mente quando o assunto é permutação. A
seguir analisaremos algumas situações.

Exemplo 1. O cadeado abaixo abre com três combinações de números variando

de 0 a 39. O primeiro número à direita, o segundo girando à esquerda e o terceiro à
direita novamente. Quantos segredos possíveis esse cadeado possui?

Primeiramente, vamos assumir “segredos” como permutações com repetição*.

Nesse caso teremos 40 possibilidades para o primeiro giro, 40 para o segundo, e 40
para o último giro. Portanto, há 40 × 40 × 40 = 403 = 64.000 possibilidades.

25
 Essa solução considera que não exista nenhuma restrição quanto à escolha dos
números, mas pode haver restrição de um fabricante para outro. Há modelos que não
suportam combinações de números repetidos (por exemplo, 10-21-10 seria uma
combinação válida, mas 10–10-21 não). Nesse caso teríamos 40 × 39 × 39
possibilidades.
 Alguns autores denominam esse caso particular como arranjo.

Exemplo 2. No padrão de cores RGB uma cor é representada por meio de

notação hexadecimal, indo de 00 (mais escuro) até FF (mais claro) para o valor de
cada uma das cores. Esse código tem seis caracteres e cada caractere pode ser uma
letra de A F ou um número de 0 a 9. Quantos códigos de cores hexadecimais são
possíveis?

Muito provavelmente você já viu na web um código com esse aspecto: #FF99CC.
Esse é o código hexadecimal de uma cor, onde o tom de vermelho (Red) é FF, o de
verde (Green) 99 e o de azul (Blue) CC. Como cada caractere assume os valores A.
F e 0.9, há 16 possibilidades. Portanto, como são 6 caracteres e cada um assume até
16 valores, teremos 16 × 16 × 16 × 16 × 16 × 16 = 166 = 16.777.216 cores
hexadecimais.

Exemplo 3. Paula e Henrique cuidam dos gatos Brutus, Zaratustra, Zoroastra e

Zuleica. De quantos modos diferentes eles podem organizá-los em quatro
comedores?

Paula pode iniciar pegando qualquer um dos quatro gatos para colocar no primeiro
comedor. Depois disso pode pegar qualquer um dos três gatos restantes para colocar
no próximo comedor, e assim pegar um dos outros dois gatos para colocar no terceiro
comedor. Por fim, resta ao último gato o quarto comedor. Portanto, há 4 × 3 × 2 × 1 =
4! Modos diferentes de organizar os quatro gatos nos comedores, isto é, 24 modos.
Repare que a descrição acima refere-se aos modos possíveis para arranjar os
quatro gatos e que a ordem deles não importa. Por exemplo, o arranjo Brutus-
Zaratustra – Zoroastra - Zuleica é diferente de Zaratustra – Zoroastra – Zuleica -
Brutus.

26
 Mediante isso podemos definir uma permutação de uma lista como qualquer
rearranjo dessa lista. As palavras-chave para entender a permutação são
arranjamentos, arranjo, reorganização.
O exemplo 3 ilustra bem o que o denominamos Princípio Multiplicativo, que
pode ser enunciado basicamente como: se existem x maneiras de fazer algo
e y maneiras de fazer outra coisa, então existem x × y maneiras diferentes de realizar
ambas as ações.

Exemplo 4. Nádia possui seis livros: um de Sociologia, Fisiologia Humana, Físico-

química, Anatomia Humana e dois de Farmacologia. Quantas são as maneiras de
arranjar esses livros por disciplina em um aparador de livros?

Essa situação é diferente do exemplo 3, pois há dois livros da mesma disciplina e

permutações desses livros são equivalentes (redundantes). Se todos os seis livros
fossem de disciplinas distintas, teríamos 6! Modos de arranjá-los, mas como dois são
da mesma disciplina, existe uma permutação 2! Causando uma multiplicidade
indesejável. Para sanar essa situação, precisamos eliminar essa multiplicidade
dividindo 6! Por 2! Portanto, a número de maneiras de arranjar os livros por disciplina
é 6! /2! = 360.

Exemplo 5. Quantos são os anagramas da palavra BRASIL?

Os anagramas dessa palavra nada mais são que as reordenações de B-R-A-S-I-L.
Desse modo o número de anagramas de BRASIL é 6! = 720.

Exemplo 6. Quantos são os anagramas da palavra BRASIL que iniciam por

vogal?
Nesse caso os anagramas devem iniciar por A ou I, duas possibilidades. Os
demais caracteres podem assumir 5! Possibilidades. Portanto, 2 × 5! = 240 é o
número de anagramas de BRASIL que iniciam por vogal.

Exemplo 7. Na Ginástica, 8 finalistas alternam intensamente suas colocações

ponto a ponto a cada apresentação. Nesse contexto, quantos arranjamentos ou
permutações são possíveis? Quantos pódios diferentes podem existir nessa situação?

27
 A resposta à primeira questão é muito parecida com o exemplo 3, mas ao invés
de comedores, temos colocações. A quantidade de permutações é dada pelo
produto 8 × 7 × 6 × 5 × 4 × 3 × 2 × 1 = 40.320.
Por outro lado, a segunda questão é uma restrição da primeira. Como apenas 3
ginastas sobem ao pódio, teremos 8 × 7 × 6 = 336 possibilidades.
Comparando as duas respostas perceba que a segunda é um caso especial da
primeira. A primeira dispunha de 8 objetos (ginastas) para arranjá-los em 8 posições
(8 escolhe 8), enquanto a segunda dispunha dos mesmos 8 objetos, mas para arranjá-
los em 3 posições (8 escolhe 3).
Repare também que 8 × 7 × 6 = 8 × 7 × 6 × 5! /5! = 8! / (8-3)! Isso não é uma
coincidência, como veremos mais adiante.

Exemplo 8. Quantas equipes de 4 pessoas podem ser formadas por um grupo de

23 pessoas?

Uma permutação de 4 pessoas escolhidas em 23 é igual a 23! / (23-4)! = 212.520,

porém é preciso observar um ponto. A equipe Cadu-Ana-Bi-Na é equivalente a equipe
Ana-Cadu-Bi-Na? Sim, a ordem não importa. Entretanto a repetição importa, não
podemos escolher a mesma pessoa múltiplas vezes para a mesma equipe.
Para resolvermos essa questão precisamos retirar as pessoas contadas devido a
ordem, ou seja, dividir a contagem por 4! Desse modo, a quantidade de equipes de 4
pessoas tomadas em 23 é igual a 23! / (23-4)!4! = 8.855.

Resumo

28
Onde:
 Uma permutação é uma lista ordenada de itens;
 Repetição refere-se a um item da lista pode se repetir ou não;
 n é o número possível de itens selecionáveis;
 k é o número de itens selecionados;

Fonte:www.descomplica.com.br

4 PRINCÍPIO DE INCLUSÃO-EXCLUSÃO

Apresentamos aqui o Princípio de Inclusão-Exclusão, que é uma generalização

da Regra da Soma, usado para contagem via separação em casos não disjuntos.
Comecemos com um caso simples.
Proposição 3.1.1. Sejam A e B conjuntos finitos, não necessariamente disjuntos.
Então |A ∪ B| = |A| + |B| − |A ∩ B|.
A intuição é a seguinte: quando fazemos |A| + |B|, estamos contando os
elementos da intersecção duas vezes. Logo, precisamos retirá-los uma vez para obter
|A ∪ B|, veja a Figura 3.1. Uma demonstração seria:

Demonstração.
Temos que |A ∪ B| = |A ∪ (B − A) | = |A| + |B − A|, (3.1)

29
 Onde na última igualdade usamos a Regra da Soma, pois A e B − A são disjuntos.
Novamente pela Regra da Soma, |B − A| = |B| − |B ∩ A|. Substituindo isto na igualdade
(3.1), concluímos que |A ∪ B| = |A| + |B| − |A ∩ B|.

Para três conjuntos, a intuição é parecida: queremos calcular |A ∪ B ∪ C|. Na

soma |A|+|B|+|C| as interseções dois a dois aparecem repetidas, então bastaria
subtraí-las? Quase isso. Em |A|+|B|+|C|−|A∩B|−|A∩C|−|B∩C| a intersecção |A ∩ B ∩
C| dos três conjuntos foi somada três vezes e subtraída três vezes. Logo, ainda falta
adicioná-la, veja a fórmula (3.2).

Proposição 3.1.2. Sejam A, B e C conjuntos finitos, não necessariamente

disjuntos.
Então |A ∪ B ∪ C| = |A| + |B| + |C| − |A ∩ B| − |A ∩ C| − |B ∩ C| + |A ∩ B ∩ C|. (3.2)

Demonstração. Decompondo cada um dos conjuntos A B e C nas regiões

hachuradas/pintadas da Figura 3.2, a verificação da igualdade (3.2) se torna fácil.
Deixamos isso a cargo do leitor.

Exemplo 3.1.3. Quantos são os números entre 1 e 1000 (incluindo 1 e 1000) que
são múltiplos de 2, 5 ou 7?

Sejam A = {2, 4, 6, . . . , 1000} o conjunto dos múltiplos de 2 menores ou iguais a

1000, B = {5, 10, 15, . . . , 1000} o conjunto dos múltiplos de 5 menores ou iguais a
1000, e C = {7, 14, 21, . . . , 994} o conjunto dos múltiplos de 7 menores ou iguais a

30
1000. Nosso objetivo é calcular |A ∪ B ∪ C|. Como os conjuntos A B e C não são
disjuntos, não podemos usar a Regra da Soma. Usaremos, portanto, a Proposição
3.1.2.
Começamos afirmando que o número de múltiplos de um número k de 1 a 1000 é
igual a b 1000 k c, onde b·c é a função piso, ou seja, bxc é o maior inteiro menor

A seguir, o caso geral:

Proposição 3.1.4. Sejam A1, . . . , An conjuntos finitos. Então

31
 Demonstração. Indução no número de conjuntos.
Uma forma muito elegante e sucinta de se escrever a fórmula de Inclusão
Exclusão é dada por:

Verifique que a expressão acima coincide com a fórmula (3.3). A seguir, veremos
algumas aplicações do Princípio de Inclusão-Exclusão. Outras aplicações, também
clássicas, serão deixadas para os exercícios.
Uma permutação dos números {1, . . ., n} é dita caótica se todos os números estão
fora de suas posições originais. Por exemplo, para n = 4, a permutação 2413 é caótica,
mas a permutação 2431 não é, pois, o número 3 está na terceira posição.

Proposição 3.1.5. O número de permutações caóticas dos números {1, . . ., n} é

dado por

32
 Demonstração. Seja Ai o número de permutações que têm o número i em sua
posição original e note que estes conjuntos não são disjuntos. Usando o Princípio de
Inclusão-Exclusão, contaremos que é o número de permutações não
caóticas. Depois calcularemos o número de permutações caóticas subtraindo este
número do total de permutações.

Se uma permutação está em Ai, então o i-ésimo número está em sua posição
original. Para os demais, temos (n − 1)! escolhas. Logo, |Aí | = (n − 1)!

Sejam Se uma permutação está em Ai ∩ Aj , então os números i e j

estão em suas posições originais, e os demais em quaisquer posições. Logo, |Ai ∩ Aj
| = (n − 2)! e assim por diante.

Calculemos cada um dos somatórios que aparecem na fórmula (3.3).

O primeiro é:

Aplicando o Princípio de Inclusão-Exclusão (Proposição 3.1.4), temos que

33
 Como o total de permutações é n! Temos que o número de permutações caóticas
é dado por

Concluindo a demonstração:

Os Números de Stirling de segunda ordem, denotados por S (n, k), são definidos
como o número de maneiras de distribuir n objetos distinguíveis (numerados, por
exemplo, ou pessoas) em k urnas indistinguíveis de tal modo que não haja urnas
vazias. Note que S (n, k) = 0 para k > n, pois, ao distribuir os objetos, necessariamente
alguma urna ficaria vazia.

Proposição 3.1.6. O Números de Stirling de segunda ordem são dados por

Demonstração. Sejam A e B conjuntos tais que |A| = n e |B| = k. Afirmamos que o

número de funções sobrejetoras f: A → B é igual a

34
Denote por Ei o conjunto de todas as funções que não têm o i-ésimo elemento de B
em sua imagem. Logo, |Ei | = (k − 1) n, |Ei ∩ Ej | = (k − 2) n para i 6= j, e assim por
diante. Pelo Princípio de Inclusão-Exclusão, temos que

Que nos leva a concluir que

Terminando a prova da afirmação. O Número de Stirling de segunda ordem é

o número de maneiras para distribuir n objetos distinguíveis em k urnas indistiguíveis,
de maneira que nenhuma urna esteja vazia. Bem, se a urnas fossem numeradas
(distinguíveis), o número de maneiras seria exatamente o número de funções
sobretivas f : A → B, onde |A| = n e |B| = k. Para ver isto, basta pensar que cada objeto
a é um elemento do conjunto A, e f(a) nos diz para qual urna este objeto deve ir, ou
seja, B é o conjunto das urnas (numeradas). Entretanto, as urnas são indistinguíveis.
O que fazer? Usaremos a técnica de relação de equivalência, que já foi aplicada
repetidas vezes no Capítulo 2.

35
 Consideremos, por enquanto, que as urnas sejam numeradas. Seja X o conjunto
das maneiras de se distribuir os n objetos nas k urnas numeradas. Neste caso, temos
que:

Pela afirmação anterior. Definamos agora uma relação de equivalência em X. Dois

elementos em X, ou seja, uas distribuições de objetos nas urnas, serão ditos
equivalentes se for possível obter uma configuração a partir da outra trocando-se os
números das urnas. Por exemplo, considere 4 bolas e 3 urnas. A Figura 3.3 mostra
três configurações. A primeira é equivalente à segunda, mas não à terceira.
Considerando esta relação de equivalência, cada classe de equivalência em X
corresponde a uma maneira de distribuir os n objetos distinguíveis nas k urnas
indistinguíveis.

36
 De maneiras de permutar as urnas, ou seja, k! Assim, o número de classes de
equivalência será dado por , que é igual a

Os Números de Bell, denotados por Bn, são definidos como o número de maneiras
de particionar um conjunto com n elementos em subconjuntos não vazios. Por
exemplo, o conjunto {1, 2, 3} pode ser particionado das seguintes maneiras:

Portanto, B3 = 5. Como corolário do resultado anterior, temos que Corolário 3.1.7.

Os Números de Stirling de segunda ordem e os Números de Bell são relacionados
por

Demonstração. Basta notar que o número de urnas k no Número de Stirling de

segunda ordem corresponde à cardinalidade da partição. Uma partição de um
conjunto com n elementos pode ter cardinalidade de 1 até n., ou seja,

37
 Observação: Alguns livros escrevem Bn o que não muda nada,
pois S (n; 0) = 0 para n > 1. Começar de k = 0 no somatório se deve à convenção
(útil para certos fins) que S (0; 0) = 1 e B0 = 1.

Princípio das Casas dos Pombos

Nesta seção estudaremos o Princípio das Casas dos Pombos (PCP), também
chamado de Princípio das Gavetas ou Princípio de Dirichlet.3

Teorema 4.1.1 (PCP). Se n + 1 pombos estão em n casas, então há pelo menos

uma casa com pelo menos dois pombos.

Note que o enunciado acima é simplesmente a versão intuitiva de “Sejam A e B

conjuntos finitos tais que IAI > IBI. Então não existe nenhuma função injetiva

Apesar de um tanto informal, o enunciado do Teorema é mais fácil de memorizar

e ajuda muito a organizar as ideias na resolução de problemas, e por isso é
apresentado desta maneira. A seguir, vejamos o chamado Princípio das Casas dos
Pombos Generalizado.

Teorema 4.1.2 (PCP Generalizado). Sejam pombos

estão em n casas, então há pelo menos uma casa com pelo menos k + 1 pombos.

Note que o PCP generalizado acima implica o Princípio das Casas dos Pombos
anterior: basta escolher k = r = 1.
Demonstração. Suponha que o enunciado fosse falso, isto é, para algum n e
algum k > 1, pudéssemos distribuir kn + r pombos em n casas sem que nenhuma casa
tivesse mais do que k pombos. Neste caso, como são n casas, cada uma contendo
no máximo k pombos, pela Regra da Soma teríamos no máximo nk pombos,
contradição.

3 Texto extraído de: http://w3.impa.br/~tertu/archives/Princ_Comb_Prob.pdf

38
 Problema 4.1.3. Escolhem-se cinco pontos quaisquer dentro de um quadrado
de lado 2. Mostre que dentre estes cinco pontos, há dois pontos cuja distância
entre eles é menor ou igual a

Solução: A maior distância em um quadrado é a sua diagonal. Pelo Teorema de

Pitágoras, para um quadrado de lado 2, a sua diagonal é veja a Figura 4.1.

Como são cinco pontos e quatro subquadrados de lado 1, pelo Princípio das
Casas dos Pombos, em algum dos subquadrados haverá pelo menos dois pontos.
Como a diagonal de um subquadrado é distância entre estes dois pontos que
estão num mesmo subquadrado será menor ou igual a concluindo a solução.

Um roteiro que clarifica bastante os passos a serem feitos é o seguinte:

39
 Por exemplo, no problema anterior, os pombos eram os pontos. Como eram cinco
“pombos”, o número de casas deveria ser no máximo quatro. Por fim, cada
subquadrado correspondeu a uma “casa de pombo”. Note que a segunda pergunta do
roteiro se refere à quantidade de casas! Apenas no final nos perguntamos quem são
as casas. Este último passo é o que geralmente demanda um pouco de criatividade.
É bom enfatizar que o roteiro acima é apenas um método para organizar as ideias,
não um método de prova. Na hora de escrever a solução, tal roteiro não deve ser
incluído.
Vejamos mais um problema com sua respectiva solução.

Problema 4.1.4. Prove que em qualquer conjunto R de 17 inteiros há um

subconjunto S de 5 elementos com a seguinte propriedade: para qualquer par de
elementos em S, a soma ou diferença deles é divisível por 7.
Primeiro vamos seguir o roteiro apresentado para organizar os passos, e só
depois escreveremos a prova.
A primeira pergunta do roteiro é “Quem são os pombos? ”. Os pombos serão os
17 números inteiros do conjunto R, que queremos mostrar quem satisfazem a uma
certa propriedade.
A segunda pergunta do roteiro é “Quantas são as casas? ”. Bem, se queremos
mostrar que 5 elementos de R satisfazem a uma certa propriedade, precisamos que
sempre haja pelo menos 5 pombos em uma mesma casa. Para que isso aconteça,
quantas devem ser as casas? Para calcular o número de casas, fazemos a divisão de
17 por 5, que nos dá 17 = 5 _ 3 + 2. O número de casas deve ter então o quociente
mais um, que é 3 + 1 = 4.
A terceira pergunta do roteiro é “Quem são as casas? ”. Esta é a parte que envolve
imaginação, arte, engenhosidade. É necessário definir as casas de modo que, se 5
40
pombos caiam numa mesma casa, então a propriedade pedida no enunciado
acontecerá. A propriedade que deve acontecer é “a soma ou diferença deles é divisível
por 7”. Pensemos nos restos na divisão por 7, os quais são 0, 1, 2, 3, 4,5 e 6. Sejam
x e y dois números inteiros quaisquer e estudemos o é necessário para que sua soma
ou diferença seja divisível por 7. Olhemos para a divisão de x e y por 7. Temos que

Como o leitor pode checar, para que diferença X - Y seja divisível por 7, é preciso
que os restos sejam iguais, e para que a soma X + Y seja divisível por 7,
é preciso que os restos somem 7 ou sejam ambos iguais a 0. Isso nos sugere criar as
casas de pombo de acordo com o resto na divisão por 7. As casas estão ilustradas de
maneira pitoresca na Figura 4.2.

Vejamos: quando dois números x e y caem na mesma casa, sua soma ou

diferença será divisível por 7. De fato, se os dois números caem na casa de resto zero,
ambos são divisíveis por 7, e tanto X-Y quanto X+Y serão divisíveis por 7. Se os dois
números caem na casa de restos 1 ou 6, então há três possibilidades. Se os dois
deixam resto 1, então 7 X-Y. Se os dois deixam resto 6, então 7 X-Y. se um tem deixa
resto 1, e o outro deixa resto 6, então 7jx+y. A análise das demais casas é a mesma.
Note que todo número inteiro necessariamente cairá em alguma caixa, pois os restos
na divisão por 7 são 0, 1, 2, 3, 4, 5 e 6.
Estamos prontos para escrever uma solução do problema. Para facilitar,
usaremos a notação x r mod 7 para dizer que x deixa resto r na divisão por 7.

41
 Solução do Problema 4.1.4: Considere os conjuntos

Como são 4 conjuntos, S tem 17 inteiros que pertencem à união destes conjuntos,
e 17 = 4 x 4 + 1, pelo Princípio das Casas do Pombos Generalizado, há pelo menos 5
inteiros de S num mesmo conjunto Ri. Ou seja, há pelo menos 5 elementos de S tais
que qualquer dois deles têm a soma ou diferença divisíveis por 7.
Para finalizar a seção, uma curiosidade a respeito da origem do nome “Princípio
das Casas dos Pombos”. Este vem de “Pigeonhole Principle” no inglês britânico, onde
“pigeonhole” é comumente usado para designar um pequeno compartimento ou
cubículo (apesar de sua tradução literal ser “caixa de pombo” ou “buraco de pombo”).
Ou seja, o nome original é mais próximo de “Princípio das Gavetas” ou “Princípio das
Caixas”, e foi criado com referência a distribuir objetos em caixas. E faz até mais
sentido do que pombos, os quais têm vontades próprias.
Entretanto, nos Estados Unidos, o termo “pigeonhole” é pouco usado no sentido
britânico, e remete de fato a pombos. Esta ambiguidade na tradução fez com que o
nome “Princípio das Casas do Pombos” se mantivesse ao longo do tempo.

42
5 BINÔMIO DE NEWTON

O Binômio de Newton refere-se a potência na forma (x + y) n , onde x e y são

números reais e n é um número natural.4
O desenvolvimento do binômio de Newton em alguns casos é bastante simples.
Podendo ser feita multiplicando-se diretamente todos os termos.
Contudo, nem sempre é conveniente utilizar esse método, pois de acordo com o
expoente, os cálculos ficarão extremamente trabalhosos.

Exemplo
Represente a forma expandida do binômio (4 + y)3:
Como o expoente do binômio é 3, vamos multiplicar os termos da seguinte forma:
(4 + y). (4 + y). (4 + y) = (16 + 8y + y2). (4 + y) = 64 + 48y + 12y2 + y3

Fonte: www.brasilescola.uol.com.br

5.1 Fórmula do Binômio de Newton

O binômio de Newton é um método simples que permite determinar a enésima

potência de um binômio.

4 Texto extraído: https://www.todamateria.com.br/binomio-de-newton/

43
 Esse método foi desenvolvido pelo inglês Isaac Newton (1643-1727) e é aplicado
em cálculos de probabilidades e estatísticas.
A fórmula do binômio de Newton podendo ser escrita como:
(x + y)n = Cn0 y0 xn + Cn1 y1 xn - 1+ Cn2 y2 xn - 2 +... + Cnn yn x0
Ou

Sendo,
Cnp : número de combinações de n elementos tomados p a p.

n!: fatorial de n. É calculado como n = n (n - 1)(n - 2) . ... . 3 . 2 . 1

p!: fatorial de p
(n - p)!: fatorial de (n - p)

Exemplo
Primeiro escrevemos a fórmula do binômio de Newton

Agora, devemos calcular os números binomiais para encontrar o coeficiente de

todos os termos.

Considera-se que 0! = 1

44
 Assim, o desenvolvimento do binômio é dado por:
(x + y)5 = x5 + 5x4y + 10 x3y2 + 10x2y3 + 5xy4 + y5

5.2 Termo Geral do Binômio de Newton

O termo geral do binômio de Newton é dado por:

Exemplo:
Qual é o 5º termo do desenvolvimento de (x + 2) 5, de acordo com as potências
decrescentes de x?
Como queremos T5 (5º termo), então 5 = k +1 ⇒ k = 4.
Substituindo os valores no temos geral, temos:

45
5.3 Binômio de Newton e Triângulo de Pascal

O triângulo de Pascal é um triângulo numérico infinito, formado por números

binomiais.
O triângulo é construído colocando-se 1 nos lados. Os demais números são
encontrados somando os dois números imediatamente acima deles.

Os coeficientes do desenvolvimento de um binômio de Newton podem ser

definidos utilizando o triângulo de Pascal.
Desta maneira evita-se os cálculos repetitivos dos números binomiais.

Exemplo:
Determine o desenvolvimento do binômio (x + 2)6.

Primeiro é necessário identificar qual linha iremos usar para o binômio dado.
A primeira linha corresponde ao binômio do tipo (x + y)0, desta forma, usaremos a
7ª linha do triângulo de Pascal para o binômio de expoente 6.
(x + 2)6 = 1x6 + 6x5.21 + 15x4.22 + 20x3.23 + 15x2.24 + 6x1.25 + 1x0.26

Assim, o desenvolvimento do binômio ficará:

(x + 2)6= x6 + 12x5 + 60x4 + 160x3 + 240x2 + 192x + 64

46
6 NOÇÕES DE PROBABILIDADE: ESPAÇO AMOSTRAL E EVENTO

O estudo da probabilidade começou na Itália, quando o matemático e médico

Giloramo Cordano (1501 – 1576) relacionou noções elementares de probabilidade
com jogos de azar. 5
Atualmente, grande quantidade de jogos são oferecidos, entre os quais citamos,
por exemplo: a loteria federal, a sena, a megasena, a loteca. É natural que se pense
nas chances de ganhar um prêmio antes de decidir em qual deles jogar.
Muitas vezes, ao acordarmos, perguntamos para nós mesmos: será que vai
chover? De um modo ou de outro atribuímos um valor à chance de chover, e, então,
decidimos o tipo de roupa que usaremos e se levaremos ou não o guarda-chuva.
Sendo assim, as probabilidades estão associadas a eventos.

Fonte:www.portaleducacao.com.br

5 Texto extraído: https://www.portaleducacao.com.br/conteudo/artigos/administracao/nocoes-de-

probabilidade-espaco-amostral-e-evento/30550
47
 Experimento Aleatório

São experimentos cujos resultados ocorrem ao acaso. Mesmo que repetidos

várias vezes sob condições semelhantes, apresentam resultados imprevisíveis.

Exemplo: a afirmação “é provável que eu vença o jogo de xadrez hoje” pode

resultar:
a) Que, apesar do favoritismo, eu perca;
b) Que, como pensei, eu vença;
c) Que haja um empate.

Como vimos, o resultado final depende do acaso (acontecimento imprevisto, fato

repentino, sorte).

6.1 Espaço Amostral (S)

Cada experimento corresponde, em geral, a vários resultados possíveis. Assim,

ao lançarmos uma moeda, há dois resultados possíveis: ocorrer cara ou ocorrer coroa.
Já ao lançarmos um dado há seis resultados possíveis: 1; 2; 3; 4; 5 ou 6. Ou seja:
a) Lançamos a moeda e observamos o resultado da face superior:
S = {cara, coroa}

b) Ao lançarmos um dado vamos observar o resultado na face superior:

S = {1; 2; 3; 4; 5; 6}

c) Lançamos duas moedas diferentes e observamos o resultado na face de cada

moeda:
d) S = {(cara, cara); (cara, coroa); (coroa, cara); (coroa, coroa)}

Exemplo: No lançamento de um dado onde S = {1; 2; 3; 4; 5; 6}, temos:

A = {2; 4; 6} está contido em S; logo, A é um evento de S.
G = {1; 2; 3; 4; 5; 6} está contido em S; logo, G é um evento de S.
L = 7 está contido em S; logo, L é um evento impossível de S.

48
 Um evento é sempre definido por uma sentença. Assim, os eventos acima podem
ser definidos pelas sentenças:
 “Obter um número par na face superior”
 “Obter um número menor ou igual a 6 na face superior”
 “Obter um número maior que 6 na face superior”

7 PROBABILIDADE CONDICIONAL

Probabilidade condicional refere-se à probabilidade de um evento ocorrer com

base em um evento anterior. Evidentemente, esses dois eventos precisam ser
conjuntos não vazios pertencentes a um espaço amostral finito.
Em um lançamento simultâneo de dois dados, por exemplo, obtêm-se números
em suas faces superiores. Qual é a probabilidade de que a soma desses números
seja 8, desde que ambos os resultados sejam ímpares?
Veja que a probabilidade de a soma desses números ser 8 está condicionada a
resultados ímpares nos dois dados. Logo, lançamentos que apresentam um ou dois
números pares na face superior podem ser descartados e, por isso, há uma redução
no espaço amostral.

Fonte: www.mundoeducacao.bol.uol.com.br

49
 O novo espaço amostral é composto pelos pares:6
{1,1}; {1,3}; {1,5}; {3,1}; {3,3}; {3,5}; {5,1}; {5,3} e {5,5}

Desses, apenas {3,5} e {5,3} possuem soma 8. Logo, a probabilidade de que se

obtenha soma 8 no lançamento de dois dados, dado que os resultados obtidos são
ambos ímpares, é de:

8 FÓRMULA DA PROBABILIDADE CONDICIONAL

Seja K um espaço amostral que contém os eventos A e B não vazios.

A probabilidade de A acontecer, dado que B já aconteceu, é representada por
P(A|B) e é calculada pela seguinte expressão:

Caso seja necessário calcular a probabilidade da intersecção entre dois eventos,

pode-se utilizar a seguinte expressão:

Exemplos
Calcule a probabilidade de obter soma 8 no lançamento de dois dados em que o
resultado do lançamento foi dois números ímpares.

Solução:
Seja A = Obter soma 8 e B = Obter dois números ímpares.

6 Texto extraído de: https://mundoeducacao.bol.uol.com.br/matematica/probabilidade-condicional.htm

50
 P (A∩B) é a probabilidade de se obter apenas números ímpares que somam
8 no lançamento de dois dados. As únicas combinações das 36 possíveis são:

Já P (B) é a probabilidade de obter somente números ímpares no lançamento de

dois dados. As únicas combinações dentro das 36 possíveis são:
{1,1}; {1,3}; {1,5}; {3,1}; {3,3}; {3,5}; {5,1}; {5,3} e {5,5}

Logo,

Utilizando a fórmula para probabilidade condicional, teremos:

Qual é a probabilidade de extrair uma carta de um baralho comum de 52 cartas e

obter um Ás, sabendo que ela é uma carta de copas?

51
 Solução:
A = Obter um Ás
B = Obter uma carta de copas
Como só existe um ás de copas no baralho:

P(A∩B) = 1
52

A probabilidade de se obter uma carta de copas é:

P(B) = 13
52

Então, a probabilidade de se obter um às de copas é:

P(A|B) = P(A∩B)
P(B)
1
P(A|B) = 52
13
52
P(A|B) = 1 · 52
52 13
P(A|B) = 1
13

9 DISTRIBUIÇÃO BINOMIAL7

A cada lançamento a probabilidade de cair o número 4 é de 1 possibilidade em 6,

ou seja, 1/6 é a probabilidade de obtermos o número 4 em cada lançamento.
Quando lançamos o dado e obtemos um 4, temos um sucesso no lançamento,
pois este é o resultado que pretendemos obter, no entanto quando obtemos um outro

7 Texto extraído de: http://www.matematicadidatica.com.br/ProbabilidadeDistribuicaoBinomial.aspx

52
resultado qualquer, estamos diante de um fracasso. Note que só há duas
possibilidades: Sucesso quando dá o número 4, ou fracasso quando dá qualquer
outro.
Observe que cada lançamento não interfere na probabilidade de qualquer outro
lançamento, eles são independentes.
Note também que a probabilidade de sucesso ou fracasso é sempre a mesma
em cada lançamento.
Nestas condições a probabilidade de obtermos k sucessos e n - k fracassos
em n tentativas, é obtida pelo termo geral do Binômio de Newton:

Lê-se como número binomial de numerador n e denominador k, ou então

como número binomial n sobre k.
Na equação acima P representa a probabilidade procurada. n o total de
tentativas, k o número de tentativas que resultam em sucesso, p a probabilidade de
obtermos um sucesso e q representa a probabilidade de obtermos um fracasso.
Note que n - k representa o número de tentativas que resultam em fracasso,
assim como q é igual a 1 - p, ou seja, sendo p a probabilidade de sucesso, q é a
probabilidade de fracasso que a complementa, pois só podemos obter um sucesso ou
um fracasso, não há uma outra possibilidade.

Sendo n ≥ k, o número binomial é dado por:

Para vermos a utilização da fórmula, vamos resolver o problema do início deste

tópico.

Exemplo:
Qual é a probabilidade de obtermos 4 vezes o número 3 ao lançarmos um dado 7
vezes?

53
 O espaço amostral do lançamento de um dado é:

S = { 1, 2, 3, 4, 5, 6 }
Como estamos interessados apenas nos resultados iguais a 3, representamos tal
evento por:
E={3}

Em relação ao número de elementos temos que n(E) = 1 e n(S) = 6, portanto a

probabilidade da ocorrência de um 3 em um lançamento é:

p é a probabilidade de sucesso em um lançamento, a probabilidade de fracasso

é dada por q = 1 - p, portanto q = 5/6.
n é o número total lançamentos, então n = 7.
k é o número de sucessos, logo k = 4.

Antes de utilizarmos a fórmula , vamos calcular o número

binomial :

Agora sim temos todos os dados para podermos aplicar na fórmula. Vejamos:

A probabilidade 4375/279936 também pode ser representada na sua forma decimal,

bastando realizarmos a divisão de 4375por 279936, que resulta em
aproximadamente 0,0156 e também na forma de porcentagem, bastando
multiplicarmos 0,0156por 100% que dá 1,56%.

54
 Portanto:
 A probabilidade é 4375/279936, ou aproximadamente 0,0156, ou ainda 1,56%.

10 VARIÁVEIS ALEATÓRIAS

Definição e Exemplos

De maneira intuitiva, podemos descrever uma variável aleatória (v.a.) como uma
função cujo domínio é o espaço amostral de algum espaço de probabilidade.
Em palavras, uma variável aleatória é um número real associado ao resultado
(aleatório). Vejamos sua definição rigorosa: seja um espaço de
probabilidade. Dizemos que uma função é uma variável aleatória se,
para todo intervalo, vale:

Em palavras, X é variável aleatória se a pré-imagem de qualquer intervalo I

pertence à
Daqui em diante adotaremos a notação:

Muito comum em probabilidade, que torna o texto mais enxuto. Outra notação também
utilizada para pré-imagem é

Dizemos que duas variáveis aleatórias X e Y são independentes se para

quaisquer intervalos os eventos são
independentes, ou seja,

55
 Definição

b) Uma variável aleatória é dita absolutamente contínua se existe uma função

digamos, contínua por partes,1 tal que

Esta função f é chamada a densidade da variável aleatória. Note que sempre vale

Existem outros tipos de variáveis aleatórias, como as mistas, que são uma soma
de discretas e absolutamente contínuas, e outras que não são nem discretas, nem
absolutamente contínuas, nem mistas. Nos restringiremos somente a variáveis
aleatórias discretas e absolutamente contínuas neste livro. Além disso, também não
discutiremos como construir variáveis aleatórias, o que está relacionado ao Teorema
de Extensão de Kolmogorov, assunto de um curso de Probabilidade mais avançado.

Exemplo: Uma variável aleatória X é dita ter distribuição Bernoulli (lê-se bernouí)
de parâmetro

Escrevemos neste caso X _ Bernoulli(p). Intuitivamente, uma v.a. Bernoulli

representa uma moeda cuja probabilidade de sair uma das faces é p e a
probabilidade de sair a outra face é 1 - p. Como se pode notar, uma v.a. Bernoulli é
do tipo discreta.

Exemplo: Uma variável aleatória X é dita ter distribuição geométrica de parâmetro

56
 Escrevemos neste caso X ~ Bernoulli (p). Intuitivamente, uma v.a. Bernoulli
representa uma moeda cuja probabilidade de sair uma das faces é p e a probabilidade
de sair a outra face é 1 - p. Como se pode notar, uma v.a. Bernoulli é do tipo discreta.

Exemplo: Uma variável aleatória X é dita ter distribuição geométrica de parâmetro

Escrevemos neste caso X ~ geom.(p). Intuitivamente, uma v.a. geométrica

representa o número de tentativas até obter o primeiro sucesso repetindo um
experimento cujo resultado é sucesso com probabilidade p e fracasso com probabilidade
1 - p. Como se pode notar, uma v.a. geométrica é do tipo discreta.

Exemplo: Uma variável aleatória X é dita é dita ter distribuição binomial de

parâmetros

Escrevemos neste caso X ~ binom (n; p). Intuitivamente, uma v.a. binomial
representa o número de sucessos quando repetimos n vezes (de maneira
independente) um experimento cujo resultado é sucesso com probabilidade p e
fracasso com probabilidade 1-p. Como se pode notar, uma v.a. binomial é do tipo
discreta.

Exemplo: Uma variável aleatória X é dita ter distribuição Poisson (lê-se poassom)
de parâmetro ƛ _ > 0 se

57
 Escrevemos neste caso note que este é um tipo de
variável aleatória discreta.

A seguir, vejamos algumas variáveis aleatórias absolutamente contínuas.

Exemplo:
Uma variável aleatória X é dita ter distribuição uniforme no intervalo [c; d] se tem
densidade

Escrevemos neste caso X _ U [c; d]. Veja a Figura 6.1 para uma ilustração da
densidade desta distribuição.

Um caso particular importante é X _ U [0; 1], para o qual c = 0 e d = 1. Neste caso,

58
 Exemplo: Uma variável aleatória X é dita ter distribuição exponencial de parâmetro
ƛ > 0 se tem densidade

Veja a Figura 6.2 para uma ilustração.

Portanto, como a densidade neste caso é uma função fácil de integrar,

Para quaisquer a; b > 0. Escrevemos neste caso note que a

exponencial toma apenas valores reais não negativos.

Exemplo: Uma variável aleatória X é dita ter distribuição normal ou gaussiana

de parâmetros

Veja a Figura 6.3 para uma ilustração da densidade.

59
 Existem infinitos tipos de distribuições de variáveis aleatórias. Não entraremos em
detalhes sobre qual é a definição rigorosa de distribuição de probabilidade, nem sobre
muitas outras distribuições importantes, sendo os exemplos acima suficientes para o
escopo deste livro. Por distribuição, entenderemos simplesmente uma caracterização
da probabilidade de uma variável aleatória cair em regiões da reta, o que fazemos
aqui via a densidade (para uma v.a. absolutamente contínua) ou descrevendo a
probabilidade de cada ponto (para uma v.a. discreta). Além disso, usaremos a
abreviação i.i.d para independentes e identicamente distribuídas. A seguir, vejamos a
noção de vetor aleatório. Um vetor aleatório é uma n-upla (X1;: : : ;Xn) de variáveis
aleatórias definidas num mesmo espaço de probabilidade. Por exemplo, considere (X;
Y ) um par de variáveis aleatórias, tomando cada uma delas os valores 1; 2; 3, cujas
probabilidades conjuntas estão representadas na Figura 6.4. Note que X e Y com tal:

Distribuição conjunta não são variáveis independentes, pois:

60
 Definição: Um vetor aleatório (X; Y) é dito ter distribuição uniforme numa região B
C R2 se tem densidade

Aceitaremos sem discussão o seguinte:

Fato da Vida: se X e Y são variáveis aleatórias independentes, X tem densidade
f(x) e Y tem densidade g(y), então o vetor aleatório (X; Y) tem densidade conjunta
f(x)g(y).

61
11 ESPERANÇA, VARIÂNCIA E MOMENTOS

Por esperança de uma variável, que definimos a seguir, entende-se o valor médio
esperado como resultado da respectiva variável aleatória, o qual não precisa ser um
valor possível de ser observado. Por exemplo, digamos que em um certo jogo, o
apostador ganhe 1 real com probabilidade 1/4 e perca 1 com probabilidade 3/4. Logo,
o valor esperado da variável aleatória X que representa o seu ganho será 1 . (1/4) +
(-1).(3/4) = -1/2.

Definição: Seja X variável aleatória.

a) Se X é discreta assumindo os valores então definimos a
esperança de X (caso exista) como

b) Se X é absolutamente contínua com densidade , então definimos

a esperança de X (caso exista) como

Uma definição precisa, elegante, e muito mais geral de esperança via um supremo
sobre funções simples é dada em livros mais avançados, como [Durrett, 2010] e faz
uso de Teoria da Medida.
Não adentraremos esta seara aqui, sendo a Definição suficiente para nossos
interesses e para muitas aplicações. Notamos que nem sempre existe a esperança
de uma variável aleatória, pois o somatório ou a integral podem não estar bem
definidos. Por exemplo, considere uma variável aleatória absolutamente contínua com
densidade.

62
 Bem, nesse caso podemos dizer que a esperança é e
situações similares acontecem com variáveis aleatórias discretas. Mas há casos em
que não é possível nem mesmo dizer algo assim. Por exemplo, considere uma variável
aleatória com distribuição Cauchy, o quer dizer que X tem densidade que não tem
sentido algum.

É relativamente comum se deparar com variáveis aleatórias que não tem

esperança. Neste livro, salvo algo dito em contrário, todos os enunciados assumirão
implicitamente que as respectivas esperanças existem e são finitas. E nos exercícios
desta seção você encontrará um exemplo simples de variável aleatória discreta cuja
esperança não é finita.
Assumiremos sem demonstração quatro fatos a respeito da esperança:

63
 Proposição:

a) (Monotonicidade). Se

b) (Linearidade) Se

c) (Esperança do Produto). Se X; Y são variáveis aleatórias independentes, então

d) (Mudança de Variáveis). Dada é variável aleatória, então

Observamos que em (6.4) é necessário dizer h é mensurável à Lebesgue, o

que quer que isso signifique. Mas como achar uma função não-mensurável à
Lebesgue é mais difícil do que achar uma agulha num palheiro, não nos
preocuparemos com isso.

Exemplo: Se a variável aleatória X é constante igual a então

Para mostrar isso, note que X é discreta. Logo, usando (6.3) com h(x) = x, temos que:

Exemplo: Seja X ~ geom (p). Calculemos a esperança de X. Como X é discreta, a

esperança é dada por

64
 Para calcular o somatório no último membro à direita, partimos da soma de
uma progressão geométrica

e derivamos cada um dos membros desta equação, obtendo

Aplicando esta fórmula em (6.5), concluímos que

Exemplo: Seja calculemos a esperança de X. Como X é

absolutamente contínua, temos que

Aplicando integração por partes, obtemos

Exemplo: Lança-se repetidas vezes, de maneira independente, uma moeda cuja

probabilidade de mostrar cara é p. Seja X o número de vezes que a moeda foi lançada
até se observar a segunda cara. Calculemos a esperança desta variável aleatória.

Em vez de aplicar diretamente a fórmula para a esperança de uma variável

65
aleatória discreta, vamos escrever X = Y1 + Y2, onde Y1 é o número de vezes que a
moeda foi lançada até se observar a primeira cara, e Y2 é o número de vezes, a partir
da primeira cara, que a moeda foi lançada, até se obter uma cara novamente. Temos
que Y1 ~ geom(p) e também que Y2 ~ geom(p). Pela linearidade da esperança, temos
que:

Definição: A variância de uma variável aleatória X é definida por

Em palavras, a variância de uma variável aleatória representa uma medida de

dispersão da variável aleatória X em torno da
média.

Proposição: A variância satisfaz:

Demonstração: Os itens a) e b) são consequência imediata da linearidade da

esperança. Para o item c),

66
Para o item e) basta fazer indução.

Algumas notações: por momento de ordem n de uma variável aleatória X

Entendemos Por momento
absoluto de ordem n entendemos E também costuma-se denotar a
variância por var

Exemplo: Calculemos todos os momentos de uma variável aleatória X ~ U [0; 1]. Pela
Fórmula de Mudança de Variáveis (Proposição 6.2.2), temos que

67
12 BIBLIOGRAFIA BÁSICA

FERNANDEZ, Pedro S. Introdução à Teoria das Probabilidades. Coleção

Elementos de Matemática. IMPA. Rio de Janeiro.

HAZZAN, S. Fundamentos de Matemática Elementar. Vol.5. Atual. 2004.

PITOMBEIRA, João Bosco et Alli. Coleção do Professor de Matemática. SBM.
Rio de Janeiro.

BIBLIOGRAFIA COMPLEMENTAR

SANTOS, José Plínio de Oliveira et Alli. Introdução à Análise Combinatória.

Editora UNICAMP. Campinas, SP, 1995.

SPIEGEL, Murray R. Probabilidade e Estatística. Coleção Schaum.

68