COMBINATÓRIA

E
PROBABILIDADE
APRENDENDO A CONTAR
OS GRANDES NÚMEROS
APRENDENDO A CONTAR
ENRUGADA EMMM
De
quantas firmas você
consegue combinar uma

camisa e ama
calça ?
KAY AME
CONTANDO >

Para cada camisa há duas

possibilidades de calças

CNN.ow.AM Endoidaram Edwina ENMA

KAI AMI KAGAMI KAGAMI
2 Combinação 2 Combinação 2 Combinação

RESPOSTA '

Épomiel combinar de 6 maneiras

diferentes !
 OUTRA MANEIRA DE CONTAR
Para cada calça há tres
possibilidades de camisas
KAI KAI KAI AMI AMI AMI
EMANARAM Ermos EMANARAM Ermos
3 combinação 3
combinações

Para este problema contagem é número de camisas (3)

a
simples porque
o

e
de calcas (2) é
pequeno .

HI WHAM HI KAI WU WHAM AMON HI DE 3.4--12

ENA EmmaErma Erma EMI EmmaEram Eua ENT EmmmEita EMM

AI WHAM AI AI AI UM AR AH AH AH OH AH DE DE HA KM LA AMAM
4.5=20
ENA EmmaErma Erma Erma EMI EmmaErma Erma Erma EMI EmmaErma Erma Erma EMI EmmaErma Erma Erma
 CASO GERAL (LEMA 1)
Sejam A =
{ai ,
i -1
,
. . .

. Na } e B =

{ bj .
f- 1, _

, NB } dois conjuntos
com NA e
NB elementos , respectivamente .
Podemos formar NA -

NB pares

do tipo ( ai bj ) , com ai c- A e
BJEB .

Demonstração :

elemento teremos
Fixando o
primeiro do
par
e variando o
segundo

{ NB-tNBN-Njy-j.IN#-=NAiNB:(aNaibdlamibd(
lamb ,) ( Giba) (ambos) - - -
( ai BNB) ,

(aah) (Giba) ( diabas) - -

( Giants)
NHÃ
-

(aah ) (Giba) (asilos) -

- -

la > ibas )

anáb ) -
"

lanai bus)
⇐
 }
b, ( a. b)
ba ( aii )
d,
- bs ( a. ib] NB Paus

BNB la ,b?
,

( arts)

}
b,
b, Caubi ) NB paus
G- bs oh b ) , ,

bus ( q .ba!
-

{
kb )
! à:b )
'

bz NA

a-
2

( anais ) ↳
,
paus
NA

BNB ( AAH
 POSSÍVEIS CONFIGURAÇÕES
( Nil ) CN -
_
5) ( Não )
HMMMM HMMMM HMMMMM

Uma contém N MM MM MM MM
caixa 3mm uma
aaaa
gama aaaaaa
aaaa aaaa aaaa
bolas humores distintas .
um
mmm mmm mmm
3 aaaaaa aaaaaa aaaa aaaa

Quantos aaaaaa aaaaaa

aaaaaa

pares comuns 3mm

à um
uma
mau
MA
distintas podem supor aaaa aaaaa aaaa
aaaa
aaaa

mini
.

"
modos ? Sung
aaaaaa
q • a
. .

a-
um mau
MA
4 UM
MA
MU
MU
MA
Mama

Ü %
uma

" MÃE
• a
 CASO GERAL (LEMA 2)
Seja A =
{ai ,
i =p . . .

.
}
conjunto
Na um com NA elemento Podemos
.

formar NAINA 1) pares

-

do tipo ( ai aj) para , ,

ai c- A e
iitj .

Demonstração :

elemento teremos
Fixando o
hein do
par
e variando o
segundo

[
A) ( anao) -
- -

( aaaaa )
↳ a) KM (ohana)
afiam ¥À) NAINA -1)
. "

,
: NA
vezes
(anp G) (aaai)
,
.
"

(Galan a)

FÉ
( Nil ) CN -5
-
) ( Não )
HMMMM HMMMM HMMMMM
aaaaaa aaaa aaaaaa aaaaaa
3mm HMM MM MM
g-
MM MM MM MM
MM MM MM
Mm
3. aaaaaa aaaaaa aaaa aaaa

aaaa aaaa
aaaaa
↳ a um mau
3mm mmm MM
MM MM MM

MM MM
umm
3mm um
Mma

MM MM MM

%
MM MM
MM
uma mama
, MM
MM
MM
aaaaaa

Maw
aaaaaa
aaaa
" aaaaaa
UM

Nim
tão 30=6-5
CONFIGURAÇÕES POSSÍVEIS PARA O ASO EM

QUE NÃO SAO PERMITIDOS PARES REPETIDOS

INDEPENDENTEMENTE A ORDEM .

HM UH HMM HM HMM HMM

MM MM MM
3 UM
UM 4 UM
g-
mau mar au

4ª
M M M M
z
aaaaaa aaaa
•

, µ um 3 UM
, 4
aaaaa
M M

✓ M M M A

2¥
UMA MA
um
3 M A
aaaa
to 2
uma
q a
1 A A

i.
PRINCIPIO FUNDAMENTAL DA CONTAGEM PARTEA

-
Consideremos Nconjuntos
Al $7) 3, Nidemantos conjunto no

-Laniaz,,ap
Az -Laziazz,
", a Y
HAz M

.
2
2
+
;

anmn An
A

-un
-LIHanicanzs-
}
lutão o múmero de
N ordenadas
-uplas
,
fasmy dzmzs anmn TSEQUENiA DE
NELEMENTOSS
)
--.-
,
Ai i édado
for
-4...IN
aur
que
Amit e Minty

--ghi.
,
R
.nz-Uz---MN.
Demonstração :

Vamos
utilizar Princípio da Indução Finita
o .
Para o caso

N 2 basta
=
, utilizar o resultado já encontrado anteriormente .

Hipótese de
Indução :

Vamos
supor que , para
N = K, o número de
sequências (am ami
,
- -

, )
amk ,

com ami e Ai ,
i -42,
-
_ . _

,
K é dado
por
NÉ =
W, -

nz.kz - - -

nk .

Precisamos mostrar N 1<+1

agora que para
=

" "
N =
h -4
,
-

Us -
-
-

Uk 4<-11
-
-

Para isso , devemos assumir

que possuímos N = K -11
conjuntos
AI =
{% , air , .
. _

, aiiii } ,
i =
1,4 . - -

,
K -11 .
 Com isso uma 441 ) -

upla pode ser vista como uma

sequência
( dm lama , ,
- -
-

, amr , amg ) ,
ami e Ai e i -
_
1
,
.
.
-4<+1) .

Fixemos o
último termo da ( Kt) -

apta acima

( dm , / Ama ,
- -
-

, AMK , am
K-11 ) -

Pela hipótese de indução para cada

, am µ, e
Aku existen
NÉ? n, n
,
. . -

kk combina çes .
Como exista maio elementos em AK-11

então teremos
que
o número total de
possibilidades será

NÊ? NT ?
" " "
N!
NY ?
"
+ + +
não
.
=
.
.

4<-11 vezes
Assim
""
N hiuz
=
.
. -

Pink -11
ta
 O PRINCÍPIO FUNDAMENTAL DA CONTAGEM ( PARTE B)
Consideremos um conjunto A com N ( N ≥ 2) elementos Então .
o número

aptas adendos ( sequência hdertn ) forradas elementos

distintos
de n -
com com

dois a dois de A é :

MN-NY.ae?I-KH-
.

Ou
seja ,
se A-
-

{ ai , az , .
. _

, an } ,
então o número de
sequências do tipo
Hj ae , ,
-

, ai , -
-

Mp )
com ai e A ,
tie { 14 ,
. . .
N } e ai fdp para i =/ p é

NHY.fi?N-K-N--.
Demonstração :

Para N =
2
,
basta utilizar o tema 2
para verificar a validade
do resultado .

Hipótese de Indução :

Vamos supor que para a- K o área de

sequências
( aj.ae , iai
Mp ) com die A tie { 14 N } e ai fdp para i =/ P é
. . - . -

,
.

, ,
. . .

NIN -111N 2) -
.
. .
( N ( K -11 )-

Precisamos mostrar a- kt número de

sequências
que para , , o

(ajiae ,
_ .
.

, ai , - - o

, apiam )
com aiedetie { 14 . .
.

,
N
} e
ai ≠
ap para
i =/ p é

NIN 1) IN 2)
-
- . _
.

/ N H H ) ( N (( km ) 1) )
- -
-
-
 Para temos
isso devemos assumir
que uma
sequência com 1<+1

fatos
(aj , ae , . .
.

, ai , - - •

capim )
141
fatores
Fixando o último termo da
sequência ( ) am
,

(ajiae ,
_ .
.

, ai , - - o

, apiam )
K
fatores
sabemos
pela hipótese
,
de indução que existem NIN 1) IN 2) :(N H
-
-
.
- -

D)
restar
combinação Como elementos . os não
podem
ser
repetidos ,

CN -
K)
possibilidades para o terno (am) Assim teremos CN K) do .

,
-

tipo
acima cada uma delas
,
com NCN 1) CN 2) ( N ( K 1) ) possibilidades
- - _ .
. - -

,
,

ou
seja teremos
,

NCN a) IN 2)
- - . . .

/N - IK 1) ) ( N
- -
K ) = NIN DIN 2) - -
.
- •
(N - Ik 1)) ( N (km )
-
- -
1)
possibilidades .

Da
CONSEQUÊNCIAS DO PRINCÍPIO FUNDAMENTAL DA CONTAGEM

ARRANJOS COM Repetição

Definição :
Seja A um
conjunto com m elementos ,
isto é

A =
{amar ,
- - -

,
am } -

chamamos de

arranjo com
repetição dos m elementos
,
tomados nar
,

toda r-up.la ordenada (sequência de tamanho r ) formada

com elementos de A não necessariamente distintos -
 FOÍMULA DO NÚMERO DE ARAUTOS Com RFPETIÇAT
Seja d- =
{ 9. ar , . . .

, am } e
indiquem os (AR ) m
,
n
o número de

arranjos com
repetição de m elementos tomados V ar .

Cada arranjo é uma

sequência com r elementos , cada um deles
extraído de A
( -
,
-

,
-

,
. . -

,
-
) .

r elementos

Pelo
Princípio Fundamental da Contagem (parte A) a
área de

arranjos (AR ) mr
será
"

(AR ) µ , n
= M m -
-

m -
- -
m = m .

r
vezes
É
importante mnficar que
a
expressão acima é válida
todo real ?
para
r ≥/
,
ou
seja ,
ARRANJOS

Definição :
Seja A um
conjunto com m elementos ,
isto é

A =
{amar ,
- - -

,
am } -

chamamos de

arranjo dos M elementos

,
tomados na r
,

toda r -

up
la ordenada (sequência de tamanho r ) formada
com elementos de A todos distintos
, -
FOÉMUUA DO NÚMERO DE ARAUTOS

Seja d- =
{ 9. ar , . . .

, am } e
indiquem os (A)m
,
n
o número de

arranjos com
repetição de m elementos tomados V ar .

Cada arranjo é uma

sequência com r elementos , cada um deles
extraído de A
( -
,
-

,
-

,
. . -

,
-
) .

r elementos

Pelo
Princípio Fundamental da Contagem (pode B) a
área de

arranjos (A) mr será

(A)mio m.fm#-z).-.tm-r-
fatores
É
importante mnficar que
a
expressão acima é válida
todo real ?
para
%
,
ou
seja ,
PERMUTAÇÕES
Seja A conjunto A { q
o
am }
-
.

indiquem por , aa , _ . .

,
e

dos elementos de M Assim tens

Pm o
número de
permutações .

que
Pm =
A Mim

IMÃ
,

◦" "
Í
"

pm . mim bem a) -
-
.
.
.
Em -

=
m (mt) (m 2) -
.
. . 3- 2- 1- E M !

FATORIAL
!/ definido
feia me IN .
O fatorial de m (m é como

m! = mim 1) Eu 2)
- - . . .
3- 2- 1
, para
m ≥ 2

1 ! = 1
O ! - 1
Com a
definição do
fatorial podem escrever

fm 2) Fm ( ]
Amor Mcm 1) -
-
r -
I )
=
. .
-
.

= Mcm 1) (m 2)
-
-
. . . Em -
r -11 ] (M ) -
r ( nn -
n -

1) . . .

3.2.1

(Í

NCM)
=
-

-
r !

Resumindo :

( AR ) Arranje/ repetirão
"

mr =
M #

Amir MI #
Arranjo
=

@ -
r )!
Pm . Amam = m ! # Purutaçao
Onde
# significa número .
COMBINAÇÕES
Seja A elementos isto
um
conjunto com m
,
é

d- = { 9. aa ,
- . -

iam } .

Chamamos de
combinação dos m elementos tomados ,
rar
,

de A constituídos de elementos
aos
subconjuntos r .

4 figuras
Exemplo : A -

{ Data ,
A
} .
As combinação dos
,

tomadas dois a dois

,
são os
subconjuntos :

{ ☐ o} ; { D. ☆ } ; { ☐ ,
a }
{ 0 * 1,491 } ;
,

{ ☆A }

Importante : Deve ficar claro que combinação ( conjunto ) é a

diferente de uma
sequência Na combinação ordem não importa
.
a
,

{ ☐ o} } Por outro lado

ou
seja ,
=
{a ☐ .

sequência ordem é
,
na
a

(☐ i. * 1) ≠ (Rt
importante ,
ou
seja ,
, ,
o
, A) .
CAÍCULO DO NÚMERO DE COMBINAÇOÉS
Seja (F)
número
A =
{ ai , aai . . _

, am

dos
} e
indiquem por Çmn
elementos tomados
°" o

de
combinação M r ar .

utilizar
determinar
Obs . :
Vamos
resultado sobre ruído de
arranjos para o o

o número de combinação .

Vamos considerar

ç { =
a.TT?Thoar } como uma das combinações .

Desta forma
{ aֆr+ }
,

Ç =
,
também seria uma combinação .

Vamos todas combinações sejam dadas

imaginar as
por
CI / ↳ ↳ - -
-
CX (
, | |

ou
seja ,
✗ é o número total de combinações tomadas na r

do conjunto A. Determinar ✗ é a nossa missão !

 Para isso devemos notar cada
combinação Ç possui r ! arranjos
, que ,

elementos
ou
seja ,
r !
permutação de seus .

ei

}
#É
a. r !
arranjos ci de

!
ci

Vamos chamar de Fi o
conjunto dos arranjos de Ç
"

temos
F. =

{ ç:c ? ç? , ,
. . .

,
Ç
}f # Fi - r !
/
Assim a
seguinte correspondência

.ca#4
→ R

✗ COMBINA
Cz →
Fz
:
Cx →
Fx
 Dois fatos importantes devem ser
verificados
1 Fin
Fj -
∅ para i≠
j .

Z EU EU EU -
. -

UE - F
,
em
que
Fé o
conjunto total de
dos elementos de d-
arranjos m .

Verificar DE 1

Suponha que
Fin Fj =/ $ para
i =/ j significa
.
Isto
existiria pertenceria simultaneamente
que
um
arranjo que
a
Fiefj .

Ci Cj
Como um
arranjo de Te Fj ,
é
apenas
uma
permutação de e
,

elementos Cj Cj logo teríamos

os de deveriam ser
iguais aos de , ,

Mas por construção i ≠ j entao ci ≠ Cj Como este

Ci -
Cj .
, ,
se .

absurdo nasce da
suposição de
que Fin Fj =/ lo para
i #
j , então
devemos ter
Fi A Fj =
∅ para
i =/
j .
Verificação DE 2

Para
provamos que
dois
conjuntos A e A , são
iguais devemos
mostrar
A A>≤ Aah e bati -

Assim para mostrar

,
que
FUEU Ufx F . . .
-

devemos mostrar
que
(i) F UEU
,
. . .
Ufx C F

( ii ) FC FU EU . . .
Ufx
( i) Para mostrar
que
F UEU,
. . .
Ufxc F temos que garantir
todo elemento de FUEU . . .
Ufx também é elemento de F. um

que
Seja EFUFZU Ufx Como Fin Fj ∅ i * j , então
para
a . . . .

-
 ae Fi , para algum ie { 443 ,
-
- -

/
×
} Desta forma ,
. como F. CF

entao ae F .

ci) Conclusão : todo elemento de FU EU - "

UE pertence a F.

F
( ii) Tomemos
agora
a c- .
O
arranjo a é uma das
permutação
de um dado Ç .
Como as
permutação de Ç geram Fi , então aeti ,

para algum ie { 42,3 ,

_
.
.

/× } logo
.

ac- Fi de FIU EU . . -

UE ,

o
que significa que
FCF, U EU .
. .

Ufx .

Portanto ,
de 4) Iii )

FUTEU Ufx . - =
F .
 Sabendo #5 ! Fin Fj ∅ então
que
r
para i =/
j
-
e
que
=

# F, +# E + . .
.
+ A-Fx = r ! + r ! + .
.
. + r ! = ✗ r !

Por outro lado , já encontramos travão de

arranjos de A
que o

tomados r ar é dado
por
Amiiãiiri
Devemos ter portanto que
Amr = ✗r ! -

TÁ ,
✗
ri.IE) !
=

Como ✗ =
Cmr =

(F) então

!
Cmir
(7)
= =
m
r :(m r ) !
-

é o número total de combinações de A =

{aaaa ,
-

iam } ,
tomados r ar .
Verifique que cnn.nu Cmo - -
Cao para garantir que
a
expressão
CM p ,

mlr
=

:( )! m r
-

é válida A me IN e trem , com r≤ m .

PERMUTAÇÕES COM ELEMENTOS REPETIDOS

CASO 1 i
Seja A- =

{ 9,919 ,
-
. -

,
ai ,
-
. -

,
an -
n
,
} um
conjunto com n

elementos e
cujo elemento ai
apareceu vezes , .
Como a ordem no
conjunto
não
faz diferença vamos
organizado da
seguinte maneira

A =
{9,9 - - -

19 / ↳ ,
a
} ,
- - -

,
a
n - n, } -

elementos
vezes n
n, n
,
-

Quando analisamos as
sequências podemos calcular de
quantas
distribuir elementos dentro da
maneiras
podemos os n
, a
,
sequência .
 Cada
sequência pode ( 919,9 ,
-
- -

, ai , duas , ay ,
- - -

, an -
n
, ) Para cada configuração
ser vista como wa ( 919,9 ,
.
. -

,
dz , ai ,
a
} , ay ,
- . -

, an -
n
, ) permutações
existem 1h nd !
-

dos elementos dia

combinação que gera ( q , 9,9 ,
-
- -

, dz , a
}, ai , ay i
- ' '

lan ni ) tintos
permutações
-

as
.

↓ : µ
↳" " -
=

( In ) -

a -
n
,
Yin ,
!
4- 4 !

Assim o número total será

:-( 1.1.4-a1
.eu#+.;K-nXPi=!;-
"

Pn !
 Caso 2 : ( In ) Pati ,
A =
{9,9 - - -

, ai | A≥ , A≥ , .
. -

, 9 , as ' A4 '
' ' -

l an -
n, -

hz }
n, elementos Às h h , nz
-
_
elementos

O raciocínio é análogo Se .

fixarmos a
posição dos n, elementos a
,
restam
utilizar
resultado 4) elementos Podemos
A- )n
,
posição com K -

repelidos a
≥
.
o

seja
anterior porção azul destacada em azul acima Ou exista
poção na na
.

, ,

distintas Por outro lado

permutações
"
destacada
P
In M )
. ,
a
porção em
amç

(
-

completa analogia Caso 1) possui

reto ,
em ao
que fizemos no

1- tal de
maneiras de se combinar . Assim o número
permutações
distintas com n
,
durante a
,
e n
,
elementos az
é

i :-( ;) :#
"
!
p Ríi n " "
Kin !
=
,
'

a
,
h, ! hz !
CASO GERAL :

A elementos dos
O
conjunto possui n
quais
são
n,
iguais a ai
são
n
iguais a ar

:
nk
sao
iguais a ak .

Assim área distintas é dado

o de
permutações por
"
" " '
"
-

""
!
p =
n

h
n, ! ha ! -
- -

kk !
 EXEMPLO : QUANTAS PERMUTAÇÕES DISTINTAS SAT Possíveis com

o NOME OTTO (QUANTOS ANAGRAMAS )?

A- =
{ 0,97T } -
n -

- Y , 4=2 (o ) , 4--2
(T )

"
4!
Pq ¥-1
= =
2-3 = 6
=

2 ! 2!

OTTO TOTO
,
TOOT
,
TTOO OTOT OOTT
, , ,

outras
Todas as são
repetições destas !

ANAGRAMAS PARA O NOME ANA :

ANA ,
AAN ,
NAA

é
PE ?;- =
 COMPLEMENTOS

PARTIÇOÉS ORDENADAS PARTIÇOÉS NÃ ORDENADAS

Consideremos conjunto A Consideremos
um e K um
conjunto A e K
de A
subconjuntos nao
vazios subconjuntos de A nao
vazios
A Ar
, ,
- -
-

, AK tais que A Ar
, ,
- -
-

, AK tais que
(a)
AIAAJ lo -

para
i#
j (a )
AIAAJ lo -

para
i#
j
(b) A VAN AK .
. -
-

_
A .

(b) A VAN Ak .
. -
-

-
A .

Chamaremos de uma
partição chamaremos de uma
partição não
ordenada do
conjunto
família seqçên ordenada do
conjunto A A ,
à
,
à

de
conjuntos tia de
conjuntos
( A Aa A AK )
/ , }, - -
o

,
{ A AL A / , 3, e -
•

,
AK
}
ordenada ordem dos
Na
partição Na
partição não ordenada a

conjuntos faz diferença .

ordem dos
conjuntos não
faz
diferença .
 EXEMPLOS

A- { 1,213,4516 } A- { 1,213,4516 }
Aspãtiçoío ordenadas
Aspãtiçáonaooideuadas
(11.44344456 } ) { 11.23.434 } ,
4516 }
}
( 43,41112311516} ) { 43,41112311516} }
são diferentes .

são
iguais .
DETERMINACAO DAS RAÍZES INTEIRAS DE UMA Falação UWEAR

Quantas raízes inteiras

possui a
equação linear ✗→ +
g.
=
7 .

Para resolver partição

este
problema podem ,
pensar nas
possíveis 3

separando 7- unidades
apresentadas por pontos .

2 2 3

• • • • @ @ ao

1
4 2
• • • • o @ ao

°
2 5
• • • • o @ ao

2 4 ↑
• • • • o @ ao
 • • • • o @ ao

Para determinar as 3
parti çás precisamos de 2 barras
( )
e 7
pontos ( ) •
.
Como a ordem das
partiças não
fez diferença ,

este é um
problema de 9 elementos totais ,
com
7-
pontes C.)
total
repelidos e 2 barras

será
( ) repetidas .
Assim o número

de permutação "
?
Pq
9¥
= .
36 .

logo , existem 36 solução inteiras não negativas da equação

✗ Y 7
z
+ + = .
CASO GERAL :

O número de soluções videiras não

negativas da equação
✗ + ✗zt . _ .
+ ✗ = N
( n ,

com n r e IN é
,

(n +t -
 APLIAÇOÉS
BINÔMIO DE NEWTON
 Um binômio é escuto da
por
meio
expressão
( ✗ a) ? +

Assim
°

(✗+ a) -1 _

'
☒ + a) =
✗+ a
'

( ✗ + a) =
✗
'
+ Zax + oi

( ✗ + a) 3
=
✗
3
+ 3×2a -1 3 ✗of + a ?

Éa) "
= ( ✗ a) ( ✗ + a)
+ .

. . .
.

( ✗ + a)
n
fatores

falar Produto
Solução dia
gramática Afetar 2º

Ia
✗ -
✗

✗ ✗ -

☒ + a) ( ✗ + a) d- ✗

•
=: d- a
( ✗ + a) (✗ a) (✗ a)
+ +

✗ ✗ ✗×

✗ ✗9 .

✗ Xax

✗ aa
? 3Pa -13mi as
×

✗ AXX

%
AXU

aax

a Aaa
tata ( (((
)
xta)
xta)
xta)
xta)
xxxx

* xxxa

x
-
xxax
~ a

l
-
a xxaa

x xaxx

'
x

xaxa
G

\ a
xaaa
xxUx 6 Ua + aU

x?+
3a+
3x
x xaax

axxx
y
* axxa
-
x

~ x axax

a
I a
a axaa

aaxx

\
x
x

- a aaxa
a

~ aaaa
a
x
aaax
É UM PROBLEMA DE PERMUMEAJ
 *a)
:-(:/ :(:/ (2)
oi-j-ii.it?iia+-?,!ar=X2+2ax-
× " +

☒ a ):
(f) (f) (2) (3)
' '
+ ✗ + ia + ✗a + as

"
3%-1×3+34 -11¥ ¥,
=
" ""

, , ◦

=
✗ -1 3×29 +
3 ✗ ar + as

(!)
"

(f) (1) :( ! / :(4)

"
"
ia ia
1×+4 /
✗a a
✗ + +
=

jj.ie?!-:ia+!-iioi+j-jxoi+j-!.a
"
=

" "
= ✗ + 4Pa +6×42+4 ✗as + a
 TEOREMA BINOMIAL

Ênio ( ni ) (1) :( / (1) :( /

"" "

!
" "
ai " " oi an
(✗ + a) + + ✗a
.
. -

✗
=
✗ . ✗ a
,

Cada ferro ÍÜ ,
comi -1 ,
-
. . N, pode ser visto como uma
sequência

a-a-a-r.am
-

filmes
i i
" "i
Pn
-

que podem ser

rearranjados em termos de
permutação logo
.

!
pmii
(! )
n
= =

(n il ! i !
.

n -

Como existem ternos desta

ht '
natureza ,
obtemos

⇐ + a)
"
= É ( :/ ✗
"
ai
.

i =
o
 GENERA isenção -
EXPANSAO MULTINOMIAL

⇐ y y) ? Cay g) txty -1g) : ( )

-

+ ✗+
yy
-
-
_ . -

Pelo raciocínio anterior temos

os oriundos dos
produtos podem ser

escritos como
✗ iytzk , itj -1k = n _

Cada termo destes piá I. Assim

permutação
"

possui n
= .

ii. ! K!
j
É
;! iytig
"
( ✗ +y
z)
- ! ✗ .

iijik
µ , !
itjtk -

- n

Para
portanto
"

(× temos
o caso
geral ,
+
xixi . .
- +
xn ) ,
:

§ { Êini
"' '
c- N, i =3 µ
! "
.
.
.

n " "
"

(× , -1×2-1 % E XN N
g)
- - -

,
+
!
= =

hz ! !
- - -

hi . .

.hu i =p
44 , .
_

, nn
N

Jin (É !
)
-
! ×

i. o ni !
KM2 , -
- -

MN
PROBABILIDADE
EXPERIMENTOS Aleatórios

Chamamos experimentos aleatórios

de
aqueles que , repetidas em

condiçoes produzem resultados

idênticas , diferentes .

ESPAÇO AMOSTRAL

espaço amostral
Chamamos indicamos A,
conjunto
de e
por
um
,

formado por resultados todos experimento

possíveis os de um

aleatório .

Obs :
Se # R - n e
*

N utao A é finito .
Se não é infinito .

EVENTO

Consideremos um experimento aleatório cujo espaço amostral A e

.

Chamamos de evento todo subconjunto de 1 Diremos

que
.

resultado por
um evento A ocorre
realizado experimento
se
,
o
,
o
pertencente a A. Os eventos
que possuem
um único elemento (# A )
-7

serão chamados eventos elementares .

Exemplo :
Um dado lançado e as
seguintes faces podem ser observados .

• • • •
• • • °

• •
; ;
°
• ao
• @ @

Alguns eventos :

A ocorrência de
: um número ímpar . A -
{ 1.3.5 }
B ocorrência de número B
443,5 }
um
primo
: =
.

C: ocorrência de número menor 4 C { 473 }

que
um -
=

De ocorrência de número menor

7 D { 1. 2,3 4 5,6 , } A
um
que
. = =
, .

ocorrência de
E : um número maior ou
igual a 7 .
E =
∅ .
COMBINACOES DE EVENTOS

•
União de dois eventos ( AUB )
AUB ocorre se , e somente se ,
A ou B ( ou ambos ) ocorrem .

•
Interseção de dois eventos ( AAB)
AAB ocorre se ,
e somente se , A e B ocorrer (simultaneamente )
Se AAB =
∅ então são mutuamente exclusivos .

•
Complementar
'
de um evento (Ac)
A ocorrerá ,
se e somente se ,
A não ocorrer .

• União
n
de n Eventos ( Ô Ai
ia
= AUAZU . . -
U Au )
U Ai ocorrerá se
,
e somente , hr dos Ai ocorrer .

i -

_
↑ n

•
Interseção
n
de n Eventos ( A Ai i→
= AMAM MAN . -

)
A Ai ocorrerá se ,
somente se , todos os
Aj ocorrerem simultaneamente .

i →
-
 FREQUÊNCIA RELATIVA

A frequência relativa é uma

grandeza que
nos
permite obter uma

medida quantitativa do
quão frequente é um evento .
Assim,
quando
um evento aleatório é
repetido muitas vezes nas mesmas condições podemos
definir a
frequência relativa de um evento .

Consideremos experimento aleatório

um com
espaço
amostral M , finito ,

isto é ,
A =
{ ai ,
ar
,
-

} Suponhamos
-
-

, ak .

que
o
experimento seja
repelido N
vezes ,
nas mesmas condiçoes Seja ni
.
o número de

evento elementar ai
Definimos frequência
relativa
ocorre
vezes que
o
.
a

{ } fi tal do evento ai como sendo o número

que

fi hj =

,
ti e { oi ,
-

,
K }
PROPRIEDADES DA FREQUÊNCIA REATIVA

(a) o ≤
fi ≤ 1 ,
ti
, pois o ≤
hj ≤ 1 .

(b) f f. fx pois
+1g H↳jᵗ Eu
1
* +1N 1-
+ + . - -
+ =
, + = = -
- -
-

e) Se A é evento b. ( Aff ) relativa do

de
frequencia
um a

evento
,

N Ou
A ( fa)
.

vezes que por seja

é o número de A ocorre
,
divido .

É fi
fa E
"i
-
=

À
-

ai c-A AIEA

Exemplo : Se A = { aaaa } ,
entao

fa Huggins f
= = +
fztfs .

Observa se -

que as
frequências relativas tendem a se
estabilizar quando
N→ o -
 Definição DE PROBABILIDADE

limite
No em
que
Não
podemos definir a
probabilidade do evento
com as mesmas
propriedades
da
frequência relativa .

Consideremos ,
entao , um
espaço amostral finito D= { 9 oh ,
,
_ . _

, ak } .

A cada evento elementar {ai }

indicado ,
vamos associar um número real ,

do evento { }
probabilidade
satisfazendo
trai chamado
por p } ) ou
pi ,
ai ,

seguintes condiçoes
as :

(1) o ≤ pior 1 ,
fie { 1,2 ,
. .
-

,
K
}
(2) É pi =
p , + pz + .
-
- +
pia -1 -

i =p

Os números
pipa ,
.
. .

, p, definem a distribuição de probabilidades sobre A .

De forma similar ,
dado um vento A temos

(a) Se A =
∅ ,
P (A) →

(b) Se Atf ,
P (a) =
E Pi
ai c- A
 TEOREMAS PROBABILIDADES EM AMOSTRAL Finito
SOBRE
ESPAÇO
TEOREMA 1

A probabilidade do evento certo ( aquele em

que
um dos ai ◦ one
) é 1 .

Demonstração :

O evento certo é A =
A = {ai ,
_
. -

saia } e
,
por definição ,

P (1) =p , +
pz +
. - -

+ PK = 1 .

TEOREMA 2 :

Se ACB então PCA) ,

≤ PCB) .

Demonstração :

④ Se A -
.
B Pft) =P (B) Pft ≤ PCB)

② Se ACB Sejam A- { 9 = ,
.
.
-

,
ar } e B =
{% -

i dr , certo , - . _

, artq } '
few ?
Ou seis A
, os ventos tui ,
i =p ,
. . .

, q pertenceu a B e não
pertencem a .

Foi "

P(B) =p -1Pa + Pdt) Pra P(A)

, . . . +
pr +
Pra + . . -
+
prof
= + + . .
_ +
Prtq ≥ .
TEOREMA 3 :

Se A é um evento então
,
o≤ PAI ≤ 1 .

Demonstração :

Seja & CACA logo pela Teorema 2 temos.

P (d) ≤ P (A) ≤ PCs)

o ≤ PA) ≤ 1 .

TEOREMA 4 !

Se A e
B sao eventos então PCAU B) =PA) + PIB)
,
-
PCAAB) .

Demonstração :

B)
'

Zi Pi
PAU B) Ii pi ; P (A)
=

ai c- AUB
=

Iça Pi ; P (B) = -2 Pi
ai c- B
;
P (Ar -

9 IEAAB

A AAB B
 Se AAB -1-0 então existem ventos elementais ai ,
i £4 ,
.

} que
. _

,
a

são comuns a ambos conjuntos .

Neste caso
, quando computamos
PAT e P (B) eles estão duplicados , logo devem ser descontados .
Assim

Pft) + PIB) - PIAA B) =

PCAUB) .

TEOREMAS :

Se A é um vento ,
então PCA '
) =
1- PA) .

Demonstração :

'
A n

PAC) PC Anac )
'
Temos R AUA PCR) P (A) +
que
-
= =

= PQ) + P (Ac ) -
P (f) .

Assim
PAC )
,

1 = Pft) -

→ PAI = 1- PAI .
 ESPAÇOS AMOSTRAIS FQUIPROVÁVEIS

Seja distribuição de
{ ai ay }
probabilidade
Diz queD= ao se uma
.

.
,
.
.
-

isto todos eventos

é
equiparável quando p =p a
, = . . -

=p,< ,
é
,
se os

elementares de A tiverem a mesma

probabilidade .

Obs Em:
geral ,
são as características do
experimento aleatório
que nos
levam a
supor que
uma
distribuição é
equiparável .

Exemplos :

(a) lados de uma moeda não viciada ; ( Pi %) =

(b) lados de um dado nao viciado ( Pi -

-

%)
;

(c) Cartas de um baralho nao marcado ( Pi Ysz )

.
-
-

HEHE amo AMITABH

↑
PROBABILIDADE DE UM EVENTO NUM
ESPAÇO EQUI PROVÁVEL

Seja A =
{air ,
-
- -

,
ok } . Em uma
distribuição equiparável
temos evento tal
que pi =

§ ,
ti e 4,2 ,
.
. .

,
K } .

Seja um
que
A =
{ ai ay ,
. .
-

Mr } .

Assim
PAI £ Pi =

ai EA
=
"
& % - =

IAI
Observação i

Dado um
conjunto com N elementos , qualquer subconjunto de
n elementos (ordenado ou nao ) possui a mesma probabilidade .
 PROBABILIDADE CONDICIONAL

Seja A amostral
Utilizaremos
um B consideremos dois eventos A
espaço
e e .

símbolo PCAIB) indicamos vento A

dado
o

probabilidade a do ,

que
evento o isto PCAI B) B
probabilidade condicional
ocorreu ,
é
,
é a

do evento A , B tenha ocorrido

vez que
uma .

Obs Quando calculamos PIM B) tudo

.
:

"
,
se
passa
como se B
fase o novo

espaço amostral
dentro qual queremos
reduzido calcular
probabilidade
"
do a

A de .

Para definirmos formalmente PCAI B) ,

utilizamos o conceito de
frequência
relativa . Se um
experimento aleatório foi repetido N
vezes , sejam
4- MB e
nariz o número de
vezes que ocorrem A B
, e Ar B ,
respectivamente .

É importante notar
que
a
frequência relativa de A
, naqueles resultados
Boone é
em
que
pif
 Assim nas B

:* -7¥
É
^

FB
arts
↓?
em
que fans ef representam
,
as
frequências relativas da ocorrência de AAB

e de B,
respectivamente .
Para N → o ,
fan ☐
≈ PCAAB) e
fps ≈ P (B) e

isto
sugere
a
definição
PCAI B)
PÇAAPB PIB) > ◦
=
.

Resumo : Existem duas formas de calcular PGHB) :

1ª) Calcular PÇA ) considerando o

espaço amostral reduzido B .

2ª) Utilizando a
expressão
PIA B) =

Hajj ,

com PGA B) e
P (B) calculadas em relação ao
espaço amostral original A.
TEOREMA DA Multiplicação
É uma imediata do resultado da
consequência probabilidade
condicional .

Plan B) PIAIB) PIB )

P%§-
PCAI B) = =

PCBIA) ) Plan B) PCBKDPCA)

PÇAB
= =

aí

;¥ ,
=

:*,
TEOREMA DA PROBABILIDADE TOTAL
Consideremos n eventos Bi Bz, ,
. . .

,
Bn .
Diremos
que
eles

formam uma
partição do
espaço amostral 1
, quando
PCBK )
( i) > 0 ,
kk
ÜÜ
7¥:*:*:
Iii ) Bin ti # j
Bj =
∅
oiii ) Ô Bi = A Bs
i ↑ -

Seja R um
espaço
amostral A ,
um evento
qualquer de R

e B, ,
. .
.

,
Bu uma
partição de R
,
então vale

A =
(Bina) U (BA A) U ( BA A) U . - • U (Bula )

Bs ¥¥¥ÉÉ:
 Demonstração :

Sabemos
que
A =
É Bi
,
.
tbm disso ,
como A = Ann ,

temos que

A- Ar ( É Bi )
,
=

É[ / AABI = (BAA ) U (Bara ) u.io/BnM-) .

ou
seja ,

PQ) =P [ 43,1 A) U (BAA ) U .

.ru/BnM-)/ .

(Bin A) A (Bjs A) =P
Bin Bj =p i≠j entao # j
i
Como ,
, .

Isto
significa 9M
Pft) =P (BAA) + Pltszrrt) + _ . -
+ PC Burt) .

Pelo teorema da Multiplicação PCBIAA) = PCBI) PCBIIA ) .

Assim

Pft) =
ÊPCBI ) PCBIIA) .

i →
 INDEPENDÊNCIA DE EVENTOS

Dados dois eventos Ae B de A diremos A independe de B se

,
que
P (Al B) =P (A) ,
ocorrência afeta
probabilidade
ou
seja ,
A independe de B se a de B não a

de 1- .

Fica evidente que , neste caso

,
B
independe de A De
.

fato

Pl¥↳ PIB) PIAIB)

PIB / A)
PlB¥- PCB )
= = = =
.

P (A)
Com isso

P (AP B) =P (A) PIBIA) =P (a) PIB) .

logo ,
dois eventos são chamados
independentes se

PCAAB) =P A) PCB)
 INDEPENDÊNCIA DE N EVENTOS

Consideremos N eventos AI Aa , ,
. . .

,
AN mutuamente independentes . Neste
caso temos
que

PC É A) ÍTPCA
= )
i = 1

probabi
Exemplo
lançamentos
de
l i d
uma
ade
: Qual
exatamente ?
a

moeda nao viciada

de se obter
3
,
a
partir
caras e
de

4
7-
coroas
,

Os ventos são

Auto As Au As Ao
, , , , A+ : obter cara no h - ésimo lançamento .

O evento interessa é AA AMANHA Ain Ain AÍ Assim

que
nos .

PCAA AMANHA Ain Ain Af ) =

PAI PG-DPG-DPHPH.si/PAoi)PlAi )
f- E ! EI É ! É %
= - -
.
Distribuição BINOMIAL
Consideremos eventos valores binários de N
sequência uma com

( Oit ) ; CARA COROA ) ( SIM NÃ ) ( sucesso Fracasso)

,
,
, , ,
.

Para simplificar (al ) Seja

probabilidade
usaremos os valores .

p a

(D) probabilidade
Gostaríamos
de se obter e
q a de se obter 1 .

probabilidade PK
exatamente
de saber é a
,
da ocorrência de
( )
K Note Ke { }
ventos O
,
nos
N ensaios .

que
1,2, . .
_

,
N .

Sejam os eventos

Ai : ocorre ( ) o no I - ésimo ensaio .

Poti) =p .

A
? a) no I érimo ensaio Pltí )
q
: ocorre -
.
=
.

Como são eventos

independentes probabilidade ,
a de se obter
K ( o )'s ( N K ) ( a ) , é dada
'
e
por
-

K)
pk QCN
-

pp p qg q
. . - . .
.
.
=

kfalovs IN K)
-

fatores
 É importante notar existem diferentes combinação para N uplas do
que
-

tipo K tum

÷
" "

wi
De
fato ,
existem

(%)
N!
↳ K
-
=

K ! (N -
K) !

possibilidades .
Por isso
,
a
probabilidade total associada a
obtenção
de K eventos (o) é dada
pn

( ) pkqn
K
PK
-

conhecida como
distribuição binomial ,

por
ser exatamente o termo

geral da
expansão binomial
"

( Mg ) .