Escolar Documentos
Profissional Documentos
Cultura Documentos
Análise Combinatória
A análise combinatória é um dos tópicos que a matemática é dividida, responsável pelo estudo de
critérios para a representação da quantidade de possibilidades de acontecer um agrupamento sem que
seja preciso desenvolvê-los.
Dado o conjunto B dos algarismos B = {1,2,3,4}. Qual a quantidade de números naturais de 3 algarismos
que podemos formar utilizando os elementos do grupo B?
Esse é um tipo de problema de análise combinatória, pois teremos que formar agrupamentos, nesse
caso formar números de 3 algarismos, ou seja, formar agrupamentos com os elementos do conjunto B
tomados de 3 em 3.
Veja como resolveríamos esse problema sem a utilização de critérios ou fórmulas que o estudo da
análise combinatória pode nos fornecer.
Esse esquema construído acima representa todos os números naturais de 3 algarismos que podemos
formar com os algarismos 1,2,3,4, portanto, concluindo que é possível formar 24 agrupamentos.
Para descobrir essa quantidade de agrupamentos possíveis não é necessário montar todo esse es-
quema, basta utilizar do estudo da análise combinatória que divide os agrupamentos em Arranjos sim-
ples, Combinações simples, Permutações simples e Permutações com elementos repetidos. Cada uma
dessas divisões possui uma fórmula e uma maneira diferente de identificação, que iremos estudar
nessa seção.
WWW.DOMINACONCURSOS.COM.BR 1
ANÁLISE COMBINATÓRIA
Fatorial
Arranjos Simples
Permutação Simples
Combinação Simples
Análise Combinatória
A análise combinatória ou combinatória são cálculos que permitem a formação de grupos relacionados
à contagem.
Faz análise das possibilidades e das combinações possíveis entre um conjunto de elementos. Por isso,
é muito utilizada nos estudos sobre probabilidade e lógica.
Probabilidade
A partir disso, a probabilidade determina o resultado entre o número de eventos possíveis e número de
eventos favoráveis, apresentada pela seguinte expressão:
Donde
P: probabilidade
na: número de casos (eventos) favoráveis
n: número de casos (eventos) possíveis
“quando um evento é composto por n etapas sucessivas e independentes, de tal modo que as possibi-
lidades da primeira etapa é x e as possibilidades da segunda etapa é y, resulta no número total de
possibilidades de o evento ocorrer, dado pelo produto (x) . (y)”.
Como exemplo, podemos pensar na combinação de roupas de uma garota, sendo que ela possui 3
tipos de calças, 4 tipos de blusas, 2 tipos de sapatos e 3 tipos de bolsas.
Logo, para saber quais as diferentes possibilidades que a garota possui basta multiplicar o número de
peças: 3 x 4 x 2 x 3 = 72.
Portanto, a garota possui 72 possibilidades de configurações diferentes para o uso das peças de roupas
e dos acessórios apresentados.
Tipos De Combinatória
A combinatória utiliza de importantes ferramentas, ou seja, há três tipos básicos de agrupamento dos
elementos: arranjos, combinações e permutações. Todas utilizam o fatorial:
WWW.DOMINACONCURSOS.COM.BR 2
ANÁLISE COMBINATÓRIA
Arranjos
Nos arranjos, os agrupamentos dos elementos dependem da ordem e da natureza dos mesmos.
Para obter o arranjo simples de n elementos tomados, p a p (p ≤ n), utiliza-se a seguinte expressão:
Como exemplo de arranjo, podemos pensar nas eleições, de modo que 20 deputados concorrem a 2
vagas no estado de São Paulo.
Dessa forma, de quantas maneiras distintas a escolha poderá ser feita? Observe que nesse caso, a
ordem é importante, visto que altera o resultado final.
Combinações
As combinações são subconjuntos em que a ordem dos elementos não é importante, entretanto, são
caracterizadas pela natureza dos mesmos.
Assim, para calcular uma combinação simples de n elementos tomados p a p (p ≤ n), utiliza-se a se-
guinte expressão:
A fim de exemplificar, podemos pensar na escolha de 3 membros para formar a comissão organizadora
de um evento, dentre as 10 pessoas que se candidataram.
Para tanto, Maria, João e José são os escolhidos. De quantas maneiras distintas esse grupo pode se
combinar?
Note que, ao contrário dos arranjos, nas combinações a ordem dos elementos não é relevante. Isso
quer dizer que a combinação Maria, João e José é equivalente à João, José e Maria.
WWW.DOMINACONCURSOS.COM.BR 3
ANÁLISE COMBINATÓRIA
Permutações
Para exemplificar, pensemos de quantas maneiras diferentes poderiam surgir a sequência de resulta-
dos dos 5 números que saíram na loteria: 11, 12, 44, 52, 61.
Sendo assim, os números que compõem o resultado final é uma sequência de 6 números, logo:
Probabilidade
Probabilidade é o estudo das chances de ocorrência de um resultado, que são obtidas pela razão entre
casos favoráveis e casos possíveis.
É por meio de uma probabilidade, por exemplo, que podemos saber desde a chance de obter cara ou
coroa no lançamento de uma moeda até a chance de erro em pesquisas.
Para compreender esse ramo, é extremamente importante conhecer suas definições mais básicas,
como a fórmula para o cálculo de probabilidades em espaços amostrais equiprováveis, probabilidade
da união de dois eventos, probabilidade do evento complementar etc.
Experimento Aleatório
É qualquer experiência cujo resultado não seja conhecido. Por exemplo: ao jogar uma moeda e obser-
var a face superior, é impossível saber qual das faces da moeda ficará voltada para cima, exceto no
caso em que a moeda seja viciada (modificada para ter um resultado mais frequentemente).
Suponha que uma sacola de supermercado contenha maçãs verdes e vermelhas. Retirar uma maçã
de dentro da sacola sem olhar também é um experimento aleatório.
WWW.DOMINACONCURSOS.COM.BR 4
ANÁLISE COMBINATÓRIA
Ponto Amostral
Um ponto amostral é qualquer resultado possível em um experimento aleatório. Por exemplo: no lan-
çamento de um dado, o resultado (o número que aparece na face superior) pode ser 1, 2, 3, 4, 5 ou 6.
Então, cada um desses números é um ponto amostral desse experimento.
Espaço Amostral
O espaço amostral é o conjunto formado por todos os pontos amostrais de um experimento aleatório,
ou seja, por todos os seus resultados possíveis. Dessa maneira, o resultado de um experimento alea-
tório, mesmo que não seja previsível, sempre pode ser encontrado dentro do espaço amostral referente
a ele.
Ω = {1, 2, 3, 4, 5, 6}
Esse conjunto também pode ser representado pelo diagrama de Venn ou, dependendo do experi-
mento, por alguma lei de formação.
O número de elementos dos espaços amostrais é representado por n(Ω). No caso do exemplo anterior,
n(Ω) = 6. Lembre-se de que os elementos de um espaço amostral são pontos amostrais, ou seja, re-
sultados possíveis de um experimento aleatório.
Evento
Os eventos são subconjuntos de um espaço amostral. Um evento pode conter desde zero a todos os
resultados possíveis de um experimento aleatório, ou seja, o evento pode ser um conjunto vazio ou o
próprio espaço amostral. No primeiro caso, ele é chamado de evento impossível. No segundo, é cha-
mado de evento certo.
A = {2, 4, 6} e n(A) = 3
B = {2, 3, 5} e n(B) = 3
C = {5, 6} e n(C)= 2
D = {1, 2, 3, 4, 5, 6} e n(D) = 6
Espaços Equiprováveis
Um espaço amostral é chamado equiprovável quando todos os pontos amostrais dentro dele têm a
mesma chance de ocorrer. É o caso de lançamentos de dados ou de moedas não viciados, escolha de
bolas numeradas de tamanho e peso idênticos etc.
Um exemplo de espaço amostral que pode ser considerado não equiprovável é o formado pelo se-
guinte experimento: escolher entre tomar sorvete ou fazer caminhada.
Cálculo de Probabilidades
WWW.DOMINACONCURSOS.COM.BR 5
ANÁLISE COMBINATÓRIA
As probabilidades são calculadas dividindo-se o número de resultados favoráveis pelo número de re-
sultados possíveis, ou seja:
P = n(E)
n(Ω)
Nesse caso, E é um evento que se quer conhecer a probabilidade, e Ω é o espaço amostral que o
contém.
Nesse exemplo, sair o número um é o evento E. Assim, n(E) = 1. O espaço amostral desse experimento
contém seis elementos: 1, 2, 3, 4, 5 e 6. Logo, n(Ω) = 6. Desse modo:
P = n(E)
n(Ω)
P=1
6
P = 0,1666…
P = 16,6%
P = n(E)
n(Ω)
P=3
6
P = 0,5
P = 50%
Teorema de Bayes
Uma das muitas aplicações do teorema de Bayes é a inferência bayesiana, uma abordagem particular
da inferência estatística. Quando aplicado, as probabilidade envolvidas no teorema de Bayes podem
ter diferentes interpretações de probabilidade. Com a interpretação bayesiana de probabilidade, o teo-
rema expressa como a probabilidade de um evento (ou o grau de crença na ocorrência de um evento)
deve ser alterada após considerar evidências sobre a ocorrência deste evento. A inferência bayesiana
é fundamental para a estatística bayesiana.
O teorema de Bayes recebe este nome devido ao pastor e matemático inglês Thomas Bayes (1701 –
1761), que foi o primeiro a fornecer uma equação que permitiria que novas evidências atualizassem a
probabilidade de um evento a partir do conhecimento a priori (ou a crença inicial na ocorrência de um
evento).
WWW.DOMINACONCURSOS.COM.BR 6
ANÁLISE COMBINATÓRIA
O teorema de Bayes foi mais tarde desenvolvido por Pierre-Simon Laplace, que foi o primeiro a publicar
uma formulação moderna em 1812 em seu livro Teoria Analítica de Probabilidade, na tradução do
francês. Harold Jeffreys colocou o algoritmo de Bayes e a formulação de Laplace em uma base axio-
mática. Jeffreys escreveu que "o teorema de Bayes é para a teoria da probabilidade o que o teorema
de Pitágoras é para a geometria".
Probabilidade Condicional
Probabilidade condicional refere-se à probabilidade de um evento ocorrer com base em um evento an-
terior. Evidentemente, esses dois eventos precisam ser conjuntos não vazios pertencentes a um es-
paço amostral finito.
Em um lançamento simultâneo de dois dados, por exemplo, obtêm-se números em suas faces superi-
ores. 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.
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:
2
9
P(A|B) = P(A∩B)
P(B)
Caso seja necessário calcular a probabilidade da intersecção entre dois eventos, pode-se utilizar a se-
guinte expressão:
P(A∩B) = P(A|B)·P(B)
Exemplos
Calcule a probabilidade de obter soma 8 no lançamento de dois dados em que o resultado do lança-
mento foi dois números ímpares.
Solução:
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:
{3,5} e {5,3}
Portanto,
WWW.DOMINACONCURSOS.COM.BR 7
ANÁLISE COMBINATÓRIA
P(A∩B) = 2
36
Já P(B) é a probabilidade de obter somente números ímpares no lançamento de dois dados. As únicas
combinações dentro das 36 possíveis são:
Logo,
P(B) = 9
36
P(A|B) = P(A∩B)
P(B)
2
P(A|B) = 36
9
36
P(A|B) = 2 · 36
36 9
P(A|B) = 2
9
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?
Solução:
A = Obter um Ás
P(A∩B) = 1
52
P(B) = 13
52
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
WWW.DOMINACONCURSOS.COM.BR 8
ANÁLISE COMBINATÓRIA
Conceitos e Fundamentos
Variável: depende da abordagem da pesquisa, da pergunta que será feita. Exemplo: Qual sua marca
de carro favorita? Ford, Volks, Fiat, Peugeot, Nissan são alguns exemplos de resposta.
Frequência absoluta: valor exato, número de vezes que o valor da variável é citado.
Frequência relativa: valor representado através de porcentagem, divisão entre a frequência absoluta
de cada variável e o somatório das frequências absolutas.
Média aritmética: medida de tendência central. Somatório dos valores dos elementos, dividido pelo
número de elementos.
Média aritmética ponderada: Somatório dos valores dos elementos multiplicado pelos seus respectivos
pesos, dividido pela soma dos pesos atribuídos.
Moda: valor de maior frequência em uma série de dados, o que mais se repete.
Medidas de Dispersão
Amplitude: subtração entre o maior valor e o menor valor dos elementos do conjunto.
Desvio Padrão: raiz quadrada da variância. Indica a distância média entre a variável e a média aritmé-
tica da amostra.
População e Amostras
Toda pesquisa estatística precisa atender a um público alvo, pois é com base nesse conjunto de pes-
soas que os dados são coletados e analisados de acordo com o princípio da pesquisa. Esse público
alvo recebe o nome de população e constitui um conjunto de pessoas que apresentam características
próprias, por exemplo: os usuários de um plano de saúde, os membros de uma equipe de futebol, os
funcionários de uma empresa, os eleitores de um município, estado ou país, os alunos de uma escola,
os associados de um sindicato, os integrantes de uma casa e várias situações que envolvem um grupo
geral de elementos. A população também pode ser relacionada a um conjunto de objetos ou informa-
ções. Na estatística, a população é classificada como finita e infinita.
População Finita: nesses casos o número de elementos de um grupo não é muito grande, a entrevista
e a análise das informações devem abordar a todos do grupo. Por exemplo:
População infinita: o número de elementos nesse caso é muito elevado, sendo considerado infinito. Por
exemplo:
WWW.DOMINACONCURSOS.COM.BR 9
ANÁLISE COMBINATÓRIA
Amostra diz respeito a um subconjunto da população, fração ou uma parte do grupo. Em alguns casos
seria impossível entrevistar todos os elementos de uma população, pois levaria muito tempo para con-
cluir o trabalho ou até mesmo seria financeiramente inviável, dessa forma, o número de entrevistados
corresponde a uma quantidade determinada de elementos do conjunto, uma amostra.
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
WWW.DOMINACONCURSOS.COM.BR 10