augusto cesar de o. morgado - analise combinatoria e probabilidade[p084-133]
TRANSCRIPT
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 1/25
84 Outros Metodos de Contagem Cap.3Cap.3 . Outros Metodos de Contagem 85
Excmplo 3.14: Em um grupo de 40 pessoas, pclo menos 4 pes-
soas tern 0mesmo signo,
Soluciio: Com efeit.o, colocando cada pessoa (objeto) na gaveta
do sou signo, temos m = 40 e n = 12. Logo, pelo menos uma
gavcta contera [4~21] + 1 = 4 objetos. 0
Ha ainda outra forrnulacao possivcl:
Sejo.m n qaueias c seja 1 1 . um inieiro posiiiuo dado. G'olo-
quemos al objelo8 no. 1~ gaveta, 0.2 objetos no. if4gaveta
e ossitti sucessicamente alp an objetos no. n-esitna qaueia.
En ta o S(C a . medi« (a 1 + 0.2 - I - . . . I· · an) / n for maior que u,
uma des gavetas conterd pelo menos fL -I - 1 objeios.
Prova: Se todos os (ti fossern rnenores que Jl -I - I, teriarnos
B. E possivcl cntao, rodando 0 disco A, 0bter uma posicao n a
qual pelo menos 100 set.orcs de A tenham a mesrna cor que os
correspondentes de B.
Prova: Colo que A sobre B. Seja 0.1 0 numero de setores so-
brepostos que tern cores coincidentes, Gire A de urn setor (isto
e de 360
0
/200) mantendo B fixo. Seja ent ao /t20
numero de se-tores sobrepostos que tern cores coincidentcs, Continue com esse
processo ate obter 0.200. Entan 0mirnero total de coincidcncias c(q+ 0.2 + ... -I - a : . m o = 100 x 200.
Com efeito, fixe um setor do disco [J (preto, por exemplo).
Como A tern 100 sctores pretos, havcra 100 posicocs em que esse
setor de 13 tera a mesrna cor que 0 correspondente setor de A.
Assirn 0 mirnero total de coincidencias sera 100 vezes 0 numero
de setorcs de B.
Dai temos
((ll -I - <t2 I . . . - I (200)
200100 > 99.
Se a media {_~maior que 99, pelo menos um dos a; e tarnbern maior
que 99, ou seja, algum (ti e maier que ou ignal a 100. Em suma,
em alguma posicao 0numero de coincidcncias e maior que on igual
a 100. 0
n
o que e lima cont radicao.
Em suma, se uma media aritrnetica de mimeros for maior
que I- i entao pelo menos um dos numcros e maior que Jl. 0
Exemplo 3.15: Sao dados dois discos A e H, cada urn deles
dividido em 200 setores iguais, os quais estao pintados de branco
ou de preto. No disco A ha 100 setores brancos clOD setores
pretos, ern ordem dcsconhccida. No disco B nao sabemos quantos
setores sao brancos. Colo quemos 0 disco A sobre 0 disco B, de
modo que os setores de A fiquern exal.arnente sobre os setores de
Excrcicios
1. Em uma gaveta ha 12 rneias brancas (~12 meias pret as. Quan-
tas meias devernos retirar ao acaso para termos certeza de obter
urn par de meias da mesma cor'!
2. 6:3127 candidatos compareccrarn a lima prova do vestibular
(25 questoes de mult.ipla-cscolha com 5 altemativas por questiio).
Considers a afirmacao: "Pelo menos dois candidates responderam
de rnodo ident ico as k primeiras questoes da prova". Qual e 0
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 2/25
86 Outros Metodos de Contagem Cap.3 Cap.3 Outros Metodos de Contagem 87
maior valor de k para 0 qual podemos garantir que a afirrnacao
acirna e verdadeira?
12. Sejam x um mimero real en urn inteiro posit ivo. Mostre que
entre os numeros x, 2:t, 3x, ... , (n - l)x existe um cuja dist.ancia
a algum inteiro c , no maximo, lin.3. Refaca 0 problema anterior para a afirrnacao: "Pelo menos 4
candidatos responderam de modo identico as k prirneiras questoes
da prova".
4. Um ponto (x , y, z ) do R:3 e inteiro se todas suas coordenadas
sao int.eiras.
13. Urn mestre de xadrez, preparando-se para urn torneio, joga,
durante onze semanas, pelo menos uma part ida pOI' dia mas nao
mais que doze partidas por semana. Prove que existe um con-
junto de dias consecutivos durante os quais ele joga exat arnent.e
20 partidas.
a) Considere urn conjunto de nove pontos inteiros do R3.
Mestre que 0 ponto medic de algum dos segmentos que
ligarn esses pontos e inteiro.
b) De um exemplo de um conjunto de oito pontes inteiros do
R 3 tais qne nenhum dos pontes medias dos segmentos que
ligam esses pontos e inteiro,
5. Qual e a mimoro minima de pcssoas que deve haver em um
grupo para que possarnos garantir que nele haja pelo rnenos 5
pessoas nascidas no mesmo mes?
14. Seja n um inteiro impar maior que 1e seja A urna matriz n x
n sirnetrica tal que cada linha e cada coluna de A e formada pelos
mimeros {I, 2, ... ,n} escritos em alguma ordem, Mostre que cada
urn dos inteiros {I, 2, ... , n} aparecc na diagonal principal de A.
15. Prove que se 0 conjunto {1, 2, ... , 1978} e partido em 6 sub-
conjuntos, em algum desses subconjuntos existe urn elemento que
e igual a a soma de dois elementos, nao necessariamente distintos,
do mesmo subconjunto.
6. Mostro que em to do (n + 1)-subconjunto de {I, 2, ... ,2n} ha
urn par de elementos tais que urn deles divide o outro,
7. Prove que to do numero natural tem um multiple que se es-
creve, na base 10, apenas com as algarisrnos 0 e 1.
8. Prove que em qualquer conjunto de 52 inteiros existe urn par
de inteiros cuja soma au cuja diferenca e divisivel por 100.
9. Prove que dado qualquer conjunto de dez inteiros positivos
de dois digitos cada, c possivel obter dois subconjuntos disjuntos
cujos elementos tern a mesma soma.
10. Considere 1990 pont as em um plano. Prove que quaisquer
tres semiplanos, tais que cada urn deles contem mais de 1327
desses pontes, tern intersecao nao-vazia.
11. Mostre que se escolhemos 800 pontos dentro de urn cubo de
arest a 10, pela menos urn dos segmentos determinados por esses
pontes tern comprimento menor que 2.
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 3/25
4. Numerus BinomiaisCapA Numeros Binomials Sf)
urn subgrupo formado por P + 1 pessoas e c~t~· numcro de
modos de selccionar urn subgrupo formado {lela mulher e por p
homens e 1 x C~ = Ch e 0 mirnero de modos de selecionar urn
subgrupo de p + 1 pessoas formado so par homens c C~+l.
1
1 1
4 . 1 o Triangulo de Pascal
Chamamos de Truinqulo de Pascal a quadro
c g 1
CO
C
1 1 11 1cg ci ci 1 2 1
c g oj C:~ C~ 1 3 3 1
CO C1 C a 3
C4 1 4 6 4 1'1 4
C4 4
1
1
Fig. 4.1
Como 0 numero total de suhgrupos e a soma do nurnero
de subgrupos dos quais a mulher part icipa com a nurnero de sub-
grupos dos quais a mulher nao participa, temos
formado pelos numeros C h (chamados Numeros Binomiais,
Coeficientes Binotniais Ott ainda Niimeros Combinatoriosi. Se
contamos as linhas c colunas do Triangulo comec;:ando em zero,
o elemento da linha n e coluna p c C~.
Uma propriedade dos numeros binomiais que nos pcrmiteconstruir rapidamente 0Triangulo de Pascal i: a
Relacao de Stifel: C~+ C~+l c _ : : : c~!i.Ou seja, somando dois elementos consecutivos de uma mesma
linha oblemos 0 elemento situado abaizo da ultima parcela.
Justificativa: Consideremos urn grupo formado por uma mu-
Iher e n homens. 0 mirnero de modos de selecionar nesse grupo
Repare que no t.riangulo de Pascal a linha n corneca em C~ e tcr-
mina em c:~. Portanto eft (que est.a na linha 11 avancado em p
coluna sem relacao ao inicio da linha) e C ; : - P (que csta na linha natrasado em p colunas em rclacao ao fimda linha) sao elementos
da linha n que estao situados ern posi\.oes equidistantes dos ex-
tremos. Numeros como Cft e C : : - P sao chamarlos de Combinacoes
Comptementoves. Assim, por exernplo, a complemental" de C>12 ecg -4 =Cf2. 1
Rela~ao das Cornbinacoes Cornplcmentares: C~= C : : - p.Ou seja, em uma tnestna linha do truinqulo de Pascal. elementos
eqnidistantes dOH extremes sao (quais.
88
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 4/25
90 Numeros Binomiais CapA CapA Niimeros Binomiais 91
n ! n !C 11-p - ------,----:------,---..,.----,- = - Cp
'n - (n - p)![n - ( 1 1 , - p)!J (n _ p)!pl - -1]"
o
Just ificativa:
Teorema das Linhas: C~ + C1~+ C ~ + ... + C : : = 21/..
Ou sej«, a soma dos elementos da liulla n vale 21/..
Justificativa: C~ c o numcro de subeonjuntos com p elementos
do eonjunto A = {1, 2, ... , n} . Entao C~ + C,~.+ e~+ ... + c ; :e 0 numero total-de subconjuntos de A. Mas, para formal' urn
subeonj unto de A = {I, 2, ... , n} devemos marcar cada elemento
de A com 0 sinal + (indicando que 0 elemento foi cscolhido para
o subconjunto) on com 0 sinal - (indicando que 0 elemento nao
foi escolhido). Como 0 numero de modos de marcar as elementos
e, 2 x 2 x ... x 2 .t, 2 ", provamos que 0 numero de subconjuntos
de urn conjunto com 11 elementos t~
n
~C,k-1=n L . . . J 11-1
k=1
=n[C~_l + C1~-1+ e~-l + ... + e , ; , " = i J=n· 2n-1 0
Teorema das Co lunass
ot: + cp cp + cp - C~p+1p -'p+l + 'p+2 + . . . -'p+n .._ -'p+n+1·
Co + (,1 + + en 2f t. J u . ~ ~ ~ .!n== . oOu sei«, a soma dos elementos de lima colutui do triiillgulo (comecsuulono primeito (~lell1ento da coluna) (~igual ao elemento que esta
avancado uma linh« e tuna coluna sobre a t'ilthna parcela da soma.
Exemplo 4.1: Qual eo valor da soma
n
S =L k C ~k-,l
11 r
L.
- k _ __ ,-- ,- - - - ,,..,.- k !(n - k) !
1,;=1
11 !~ n.
- L . . . J (k - l) !(n - k)!k=1
~ (It - 1) 1
= L . . . J 11 . (k - 1 )1 (1 1 - k )1":=1
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 5 1
Fig. 4.2
,",'- (.1 + 2(,2 + ,)(,:3 + + en?•. .....'" -'n .), 11 . • • • n n·
Soluciio:
.Justificativa: Apliquemos a relacao de Stifel aos elementos da
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 5/25
02 Numeros Binomiais CapA CapA Numeros Binomiais 93
coluna p + 1:
C1'+1 = C'1'-rl - 1 - C1'p+l p "1'
C1'+1 - Cp+1 cP1'+2 - -'p+l + /p+l
(,p"';'_l (,p";'_l CF'p-1-:3 .: 'p+2 + -'p+2
Exemplo 4.3: Qual e 0 valor da soma
,',' - 1 2 + 2 2 +. . .+ n2,!
(,p+1 _ Cp+1 ('1''1'+11 -'p+1l-1 + "p+n-l
CP_;_l - - C1'+1 c:p-n+l - 'p+n + p+n'
11
Solw;iio: A soma pedida e : : ; =LJ /.k ' - - " l
o exemplo anterior nos rnosl.rou como calcular uma somana qual cada parccla e um pro duto de inteiros consecutivos, Va-
mos tent ar transforrnar 0polinornio do 2° grau /.;2 em urn polinornio
do 2° grau no qual aparecarn em vez de prociutos de inteiros iguais,
pro dutos de inteiros oonsecut.ivos, isto e , vamos tcntar obtcr uma
ident idade do tipoomando (e simplificando parcelas iguais que aparecem em
mernbros opostos) 0btemos
(,1'+1 - C1'+1 - - CP c1' - cP'p+1I+1 - 'p 1 /p + ~p---l-.l 1 ~1'+2+
I' ... + C;+n-l -j - C : : - r w
Obscrvando que Cf+l = 0, Lemos
CP~l - CF cP c:1'+11+1 - /p -1 - /p+1 - 1 - /p+2-
1 ... -1 - C:+1I
-1 -- j C ; + w 0
k2 = Ak(k + 1 ) + f-JI.; -I C.
Tcmos
1 . ; 2 = = Ak2 1 - (A + e)k -1 - C,
A = 1, A - - I - B = 0, C = 0,
isto 6,
Excmpio 4.2: Qual C0 valor da soma
A = 1, B C-.- -1, C = O.
1.;2 = = I.;(k + 1) - k
.5 - - - = 1 . 2 . 3 + 2 . :3 . 4 + 3 . 4 ·5 + ... -I - 50 . 51 . 52? Enta.o,
.50
S ' =Lk(I.: + 1 ) ( 1 . : + 2 )
k - - - - : : l
50
=L3!Ci+2
k=1
6[C:3 -I - C:3 -1 -":3 - '4 ...
n
S ' : - : : - : LI.:2
k=
Soluciio:
11.
- L [k(k 1- 1) - 1 . : 1
k=1
1( ,:31
' ,/ . 'i2
n 11
.", 2 '" 12 L...,. Ck+1 - L...,. c;k - : - : : l k---"l
'1(,:3 C2= L" 1)+2 - n+l
- - - - : - :(1 1 -1 - 2)(n + l)n (n + - l) n
6 2
' , C C O 6 c i : 3
= 1 756950. 0
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 6/25
94 Numeros Binomiais
= n { ' / I .+ 1 ) [ 1 1 . ; 2 _ } ]
n { n + 1 ) { 2 n + 1) 0
(j
Excmplo 4.4: Calcule 0 valor da soma
s = :2 . 12 + 5 . 22 + 8 . 32 + ... + ( 3 n - 1) . 1 1 .2 ..
SOl1U;i i .O:
I/. 11
S = I)3k - 1 )k2 = 2:)3k:
3- k
2).
. 1 . : = 1 1 . . : = 1
Seja
3 /.; :3 - k2 = = Ak(k + l) (k +2) +Bk(k + 1) + Ck + D .
Temos
donde
A = 3 , 3A -I- B = - I , 2A -I- B + C = 0 , D = O _
A z: :~, B = -10, C -r; 4, D = O.
3k :3 - k" 2 = = :3k(k + 1) ( k -I- 2) - 10k(k + 1) + 4k .
CapA Ntirneros Binomiais D5ap.4
Logo,
11.
S = L[3k(1. : -I - 1) (1 . : + 2) - 10k(k -I- 1) + 4k J
. 1 . : = 1
n
= Ll3 .: ~ ! C Z + 2 10· 2!C~+l -1 - 4 c l J1 . : = 1
n 1 1 1 1
= 18 L C Z + 2 - 20 L C t + l -I - 11 L e i1 . . : = 1 1 . : = 1 . 1 . : = 1
1'-'C1 20CJ I- 4C,2= 0 '11.+3 - "'n+2 - n+l
= 18 ( 1 1 - 1 - : 1 ) ( 1 1 -I - 2 ) ( 1 1 -I - 1 )1 1 . _ 20 ( 1 1 . + 2 ) ( 1 1 -I- l) n +24 6
(n + l) n+ 4 2
= (n+1)n [3 (n+3~(n-l-2) _10n~;2 +2]
(n -I- l)n(9n2 + 5n - 2 )o
12
Teorema das DiagOlwis:
Ou seja, a soma dos elementos de Illrm rliagowJ (isto t~, de uma
paralela it 11ipotenusa), do truuigulo de Pascal (comeceudo 110
priuieiro elemento da diagolJal) (~ignsl ao eleuiento que esta. ime-
diatamente abaixo da liltima parccla.
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 7/25
9fi N u meros Binom iais Cap.4 Cap.4 Numeros Binomiais 97
1C ! ( 1)! ( )
- • • • . I d r<p- 1 ep'omo '11.., p + . C 11 - P . sao POSlt lVOS , 0 sma e un - -'n e
o mesmo de 11 - 1- Zp , Logo,
(-,p+l "p 0 1 2 > 0'11 - '--,11 > Sf:' n - - p
e
Cft+l - e~ < 0 se n - 1 - '2 p < 0,
1 ou seja,
4 1
e
1 5 10 10 5 1 c: (,p-l11 > "-11 se p >
n - 1
Fig . 4 .32
D
CO +rl + (,:2 t t cP - (,n I- - (,7< + en/11 '11+1 - '11+:2 - - . .. I I+P - --'Jl - "-n+1 -'n_;_2
+ ... - t- C : : + pC,7I+l-- n+p+1
- cP-- n+p+1,
o que significa esse teorerna? Ele afirrna que n a primeira
metade de cada l inha os elementos cstao em ordem cresccnte (cada
termo c menor que 0 scguinte, eft < C~-l) e que na segunda
rnetade os elementos est.ao em ordern decrcsccnte (cada termo cmaier que 0 anterior, C~ > C~-l).
Encerrarnos est.a sP\,ao corn algumas obscrvacoes: a ex-
pressao
.1 list ifi c at iva: Torn os
usando sucessivamont« Cornbinacocs Complementares, 0 Teorema
das Co lunas c Comhinacoes Complementares. D
1 1 rn ou tro fato irn port an te e 0 scguintc
c : )n(1I-J)··· (n-p+1)
p !
Tcorornar ('P < (,p+1 ~_ < n-1 (-'P > (,p+l '. > n-l.-'n /11. se p 2 e --'11-' 11 SC P ~ .
faz sentido para qualquer n. real, desde que p seja urn inteiro posi-
t.ivo. Definircmos ent ao para qualquer n real e qualqucr p inteiro
nao-negativo 0 binomial de n sobre p por
.J ust ifica t iva: ( n ) = - _ _ n ( n - 1 ) ... (It - P + 1 ) ( n )p > 0) e 0 -- 1.p p!
' I I !C'P+ I _ (' P =__ ---,- __,-
11 J
1! ( p t - 1 )1 (n - p - 1)!
1 1 !Assim, pOI' exemplo, temos
p 1 ( n - p) !
1 I1 (n - p) - n !(p - - t - 1 )--
(p + 1) 1 (n - p ) 1
II ! ( 1 1 - 1 - 2p )
(p + ] ) ! ( n - p ) ! "
( 1 ~ 2 ) 1(~-1) (~- '2 ) 1--
16'1
( ~ 5 ) (-5)( -6)( -7){-8)= 70
4 !
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 8/25
98 Numeros Binomiais Cap.4 Cap.4 Nurneros Binomiais 9!)
(
3) 3 . 2 . 1 . 0 . (-1)- -0
5 - 5 ! - .
Exercicios
1. Prove, fazendo as contas, a relacao de Stifel:
E claro que se n e inteiro nao-negativo,
(n) = n (n - 1 ) ... (n - p + 1 )
p p!supondo n urn real qualquer e p inteiro nao-negativo.
c igual a C f t, numero de p-subconjuntos de urn conjunto com n
elementos. Se n nao e intciro nao-negativo, cf t nao tern sentido
2. Prove, por urn processo analogo ao usado no texto para provar
a relacao de Stifel, que
mas
(~) =
n (n - 1 ) ... (n - p + 1 )
p!
CP+2- cP + 2Cp+1 + Cp+2
11+ 2 - 11 n n
continua tendo senti do.
E interessante observar que mesmo sc n nao for urn intciro
nao-negativo continua sendo verdade a Helacao de Stifel
3. Prove, fazendo as contas, que
a ) ( n ) + ( n)= ( 1 1 + 1 )P p+l p+l '
( n + 2 ) = ( n ) + 2 ( n ) + ( n ),p+2 p p+l p+2
supondo n urn real qualquer e p inteiro nao-ncgat ivo.
4. Usando a relacao de Stifel, escreva as sete prirneiras linhas do
triangulo de Pascal.
5. Prove, usando urn argumento cornbinatorio, que C h =C;:-p.
6. Se A possui 512 subconjuntos, qual eo nurnero de elementos
de A?
e 0 Teorema das Diagonais
Enquanto que 0Tearema das Linhas
c ) (~ ) + C D + ... C ~ )= 2n,
o Teorema das Colunas
7. Determine urn conjunto que possua exatamente 48 subcon-,
juntos.
8. X e urn subconjunto proprio de A se X CAe X i= A; X e
urn subconjunto nao-trivial de A se X CAe X f A e X i= ¢.
Se A possui 5 elementos, quantos sao os sub conjuntos proprios de
A? Quantos sao os subconjuntos nao-triviais de A?
9. Tem-se n eomprimidos de subatancias distintas, sohiveis em
agua e incapazes de reagir entre si, Quantas 80111(;·.oesistintas
eo Teorema das Cornbinacoes Complernentares
nao tern sentido se n nao for urn inteiro nao-negativo.
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 9/25
100 Numeros Binomiais Cap.4 Cap.4 Nurneros Binomiais 101
po dern ser ob tidas dissolvendo-se urn on rnais desscs comprimidos
em um capo com agua?
10. Quantos coqueteis (misturas de duas ou mais bebidas) po-
der"n ser feitos a partir de 7 ingredientes distintos?
11. Em uma sala ha 7 lampadas. Dc quantos modos pode ser
iluminada a sala?
21. Caleulc 0 valor de
c .. ~ - C,O c: - C2 -I- ( l)PCP,~ - 1 1 . - 11 'n - ... - n'
n
12. Calcule L(k + l)C,~,
1 , ,=0
22. Tem-se uma rede de carninhos (figura 4.4). Do ponto A
partem 21000 hornens. Metade parte na dirccao l e metade na
direcao m. Ao chegar ao prirneiro cruzarnento cada grnpo se di-vide: uma metade segue na direcao I, a out ra 11a direcao m. 0
mesmo ocorre em cada cruzamento. Numcremos as linhas e os
cruzarncntos em cada linha a partir do zero; assim, A e 0 zero-
esimo cruzarnento da Iinha zero. Quantos homens chegam ao k-
esimo cruzamento cia linha 1 1 . ' 1
11
13. Calcule 0 valor de LJ..,2C~.
k= O
11 Ck
" '11a1cule 0 valor de Z:: --.k=ok-l-1
16. Prove, por inducao, 0 Tcorema das Colunas,
17. Calculc 0 valor da soma1 m
14.
15. Prove, por inducao, 0 Teorerna das Linhas,
8=50·51 j 51·52+···+100·101.
18. Calculc 0 valor da soma Fig, 4.4
23. P rove que todo poliornio P (:£) de grau P pode scr escri to na
forma
19. Calcule 0 valor de
n
8 = Lk(2k -I - 1).
k.""l
20. Calcule 0 valor da soma
24. Calcule CR~ -I - C R ; I + CR;i - I- ... + CR~.
25. Prove, usando urn argurnento combinatorio, a Formula de
Euler11.
s = L(2k - 1 ) 2 ( / i : -I - 2 ).
1 , ' - -01Co cP C 1 Cp-1 C2 C,p-2 c» CO - cP'H <h . t- m"'11 +'m "h - t- . .. . j /m "h - "m+h'
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 10/25
102 Numeros Binomiais CapA Cap.4 Numeros Binomiais 103
26. Prove, a partir da Formula de Euler, a Formula de Lagrange
(17:l6-1H13)
Prove que Fn ; _ _ 2 = Fn+l + Fn.
2 2 1 (Cn)2 en1 - ( C 1 J -I . .. - / n = 2n'
35. A C 0 conjunto { I, 2 , ... ,n } e p e urn natural tal que 1 <p < n.
a) Qnantos sao as p-sllhconjuntos de A nos quais 0 element a
minimo e igual a k'!
b) Form ados todos as p-sllbconjllntos de A, em cada urn deles
considcra-sc 0 clemente minimo do subconjunto. Quanto
vale a media aritrnet ica desses minimos?
27. Calcule a valor da soma
'---~ eO c,2 + (--.1
C3 I - + en-2Cn
~J .= =.I
n11 .!
11._J
n - ... ~1. ./ n·
1! :2
28. Calcul« Lk ( ~:)
k=O
29. Determine p para que e fo seja maximo.
30. Determine p para que C~l seja maximo.
3!. Resolva a cquacao e~l= e~f-l.
32. Resolva a equacao C~t_p= eir;!.p.
33. Prove que em cada coluna (exceto a coluna zero) os elernen-
Los do triangulo de Pascal estao em ordem crescente.
34. 0 mimero de Fibonacci Fn 6 definido como a soma dos ele-
mentos da n-esima "diagonal inversa" do Triangulo de Pascal:
36. Prove que
( - 1 ) U ( -n ) = (_l)k( -i. ).k-l n-l
37. Para que valor de k .
(2 ' / 1 . + I , : ) . ( 2 ' / 1 . - k ) .n n
(n dado) e maximo?
38. Calcule
Fo = 1
FJ ::= 1
F2 = 2
F 3 = 3
F4 = 5
Fs = 8
~ ( n . ) ( 1 1 - - _ k . )- (m < n ).k = - - : : O k m l:
6
10
1
4
10
39. Calcule
5
1
5~ ( ~ )( 7 ) (n ~ m).
40. Prove, par inducao, 0 Teorerna das Diagonais.
Fig. 4.5
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 11/25
104 Nurneros Binomiais Cap.4 Cap.4 Nurneros Binomiais 105
4.2 0 Binomiode Newton
(I: 1 - a r l =t~ ) a l , ; : l : n - I , ; - =1 , ;=0
= ( ~ ) a ° : t : 1 I + G )a 1:l:1I-1 + G )a 2; c n -2 - I- . . . + C : ) a 1lx O .
Exemplo 4.5: Olhanda para 0t.riangulo de Pascal
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
Obtemos
Teorernas Se.'T e (l. sao mlmeros reais e n (~um inreiro positivo,
Observe que:
i) 0 deseuvolvimelll.o de ( . 7 : -1 a)n possui u. + 1 tennos.
ii) Os co eli cic11tes do dcscn vol vimen to de ( . 7 : 1 - a) 11 san os ele-
melltos cia lillha n. do Triengulo de Pascal.
iii) Escreventlo os tel'l110S do desenvolviuicnto nEt ordetn acima
{isto 6, ordenndos segundo as potencies decrcsccuies cle x ],
() tcnno de ordem k -I - 1 6
(x + a)o = laoxo = 1
{x + a)l = laOxl + la1xo = x -I - a
{x -I - a)2 = laox2 + 2a1xl + la2xo = x2 + 2ax + a2
{x -I - a)3 = laox3
-I - 3a1.7 :2 - 1 - 3a2x1 + la3xo
=x3 + 3ax
2 + 3a2x + a
3
(x -I - a)4 = laox4
+ 4a1x3
- I- 6a2x2
-I - 4a3x1
+ la4xo
(1 1 ) I,; /I-I,;
a:1: .J .:
o
Exemplo 4.6: Determine a coeficiente de x2 no desenvalvi-
menta de (x3 - 1/x 2)9.
Solur.iio: 0 termo generico do desenvolvimento e
Prova: Temos
Cada termo do produto e obtido escolhendo-se em cada parentescs
um ;c au urn (I e multiplicando-se as escolhidos. Para cada valor
de k ; 0 ::;_k ::;_ 1 1" se escolhermos a em k dos parentescs, .7 : sera
II id le d ' . 1 k n-kesco 11 0 ern n - J . . : r os parenteses e a pro uto sera igua a a x
(0 < k < n). lsso po de ser feito de (~) modos. Entao { : I : + a ) 1 I
e uma soma onde ha, para cada k E { O , 1, . .. , n }, G ) parcelas
iguais a ak:tn-k, isto e ,
Tk+l =(:) (:~) k (x3)9-k
( 9 ) (_l~k x27-3k
k x2k
= _ 1 ) k ( ! ) x 27-Sk.
No termci em x2 tcmos 27 - 5k = 2, k = S. 0 termo em x2 e1).
(. T + a ) 1 I z: LC,~ak:tn-k.
k=O
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 12/25
106 Numeros Binomiais Cap.4Cap.4 Numeros Binomiais 107
Resposta: ~ 126. otemos
Exemplo 4.7: Determine 0 termo maximo do desenvolvimento
de (1 + 1/3}65 .
P{l) =Ao + Al + A2 + ... + An-
Solueiio: 0 termo generico do desenvolvimento eEm suma, a soma dos coeficientes de urn polinornio em x eo valor
numerico do polinomio para x = 1. A resposta e , port anto
T. = (65) (!)k 16."i-k = (65) . _ ! _ ,
k+l I. : 3 h : :3 k
Tk+l > Tk (011 seja, cada termo e maior que 0 anterior) se Exemplo 4.9: Se na formula do binornio fizermos x a = 1,
obtemos
65! 65! 1--------~ > -------------
1 .: ! ( 6 5 - 1 .: ) ! 3k
(k ~ 1)!(66 - 1 .: ) 1 3k
-
1
'
que da uma outra prova do Teorema das Linhas, Sc na formula
do binomio fizerrnos x = 1, a = -1 obtemossto e,
Assim,
(66 - /.:)! k! 3k 65!
(65 - I . : ) ! > ( I . : - 1)! 3k-1 - 65!' que e resultado importante, usa.do no Apendice 1 para provar 0
Principio do. Inclusao-Exclusao. 0isto e, 66 - I .: > k· 3 . 1 , isto e , h : < 16,5. Logo, Tk+l > Tk
para k E {I, 2, ... ,16} c, analogamente, Tk+l < Ti; para k E
{17,18, ... ,65}. Logo,
Exemplo 4.10: Caleule:
(65 ) 1Segue-se, entao, que a termo maximo e T17 = 16 316'
Resposta: (~~)~. o
TJ < T2 < T:3 < ... < T1 6 < T17 > T18 > ... > T66·
Exemplo 4.8: Qual e a soma dos coeficientcs do desenvolvi-
mento de (x 3 - 2x 2)15?
Soluciio:
a) t: ) x k = (1 + x f ' . pela formula do binornio.
k=O
Soluciio: Ora, se
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 13/25
108 Numero$ Binomials Cap.4 Cap.4 Niimeros Binomiais 109
b)
t k ( : ) X k = t k ( ~ ) X kk=O k=l
2:
11 n(n - 1 ) ... (n - k + 1 ) k= k x
1·2··· kk=l
Exemplo 4.11: Considere 0 desenvolvimento de (x + a}n or-
denado domodo usual, isto e, segundo as potencias decrescentes
de x. Calcule a soma dos termos de ordem par desse desenvolvi-
menta.
Soluciio: Temos
2:11 ( n - 1 ) k= n x
k-1k=l
{x + a)n = Tl + T2 + T3 + T4 + .{ x - a)n =Tl - T2 + T3 - T4 + .
Daf
e{ x + a )1 I - ( x - a ) 7 l
T2 +T4 + ... = 2
que e a resposta, o
Uma solucao mais sofisticada seria
Exemplo 4.12: No desenvolvimento de { x + a ) 7 l ordenado demodo usual, temos
(n) k ll-k n - k + 1( n ) k n-ka x = a xk k k - 1
e
(n ) k-l n-k+lTk = a x .
k-l
Derivando obtemos
Daf resulta
Multiplicando ambos as membros par x obtemos
Portanto, para obter Tk+l a partir de Tk basta aumentar 0
expoente de a emuma unidade, diminuir 0expoente de x emuma
unidade e multiplicar a coeficiente de Ti; pelo expocnte de x em
Tk e dividir oproduto pelo expoente de a (em Tk) aumentado de
um unidade. Issonos permite obter rapidarnente desenvolimentos.
Por exemplo,
t k ( ~ ) X k =nx{1 +x)7l-1.
k=O
c) Fazendo x =1 em b) obtemos
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 14/25
110 Numeros Binomiais Cap.4 Cap.4 Numeros Binomiais 111
Os coeficientes foram obtidos assim: 3. Determine 0 termo independente de .T no desenvolvimento de
1x5 5x4 ]Ox::l 10x2 5x11 -- = 5 -- = 10' = 10; = 5;-- = 1. 0, 1 '2 ' 3 4 5
(
2 1 ) 1 0x + x3
Encerramos esta secao observando que na realidade a formu-
la do binomio 4. Determine 0 coeficiente de x3 no desenvolvimento de
e valida ainda que n nao seja urn inteiro positivo. Prova- se (veja
algum livro de Calculo que fale sobre a serie binomial) que a
formula acima e valida para todo x tal que I x l > l a l . Assim,
por exemplo,
( 1 ) 122x4 --;
5. Determine 0 coeficiente de x28 no desenvolvimento de
( )
11 n(n - 1 ) 21+ a = 1 + no. + a + ...
2 ! 6. Determine 0 coeficiente de xn no desenvolvimento de
para todo a . tal que la l < 1 e todo n real.
Exercicios 7. Para que valores de n 0 desenvolvimento de
(
1 ) nx 2 -- .
xJ1. Determine 0 termo central do desenvolvimento de
2. Determine 0 quinto termo do desenvolvimento de
possui urn termo independente de x'!
8. Calculc 0 termo maximo e 0 termo minimo do desenvolvi-
mento de (1 + 1/2) 120.
9. Determine a soma dos coeficicntes do desenvolvimento de
"'\
a) Supondo 0 desenvolvimento ordenado segundo as potencias
crescentes da prirneira parcela;
h) Supondo-o ordenado segundo as potencies decrescentes da
prirneira pareela.
10. Calcule a soma dos coefic.ientes dos t.crmos de ordem par do
desenvolvimento de (2 x2 - 3y ) H.
11. Qual e 0rnaior dos numeros a = 101,')0 e b = 10050 + 99
5°7
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 15/25
112 Numeros Binomiais Cap.4 Cap.4 Niimeros Binomiais 113
n
12. CalculeLC~2k.
k=O
e igualando coeficientes adequados, prove mais uma vez a Formula
de Euler
rs. Calcule tk(:) s'.k=O
14. Determine 0 coeficiente de x
6
no desenvolvimento de
Co cp C1 Cp-1 CP CO - cPm h + m h + ... + m h - m+h'
20. Prove que 4747 + 7777 e divisivel por 4 .
21. Calcule 0 valor de:
a) C1~+ C~ + C~ +.. . ;b) C~+C~+C~+""
22. Calcule 0 valor das somas5. Calcule 0 valor da soma
C1 C2 C20o 20 20 20C20 - 22-...220'
a) 81=G)+3G)+5G)+" ' ;b) 82 = 2G ) + 4 (~ ) + 6(~) + ...
23. Calcule 0 valor da soma
16. Prove que [{ 2 + J 3 ) n ] e impar para todo n natural (Obs:
[ j=parte inteira).
17. A e urn conjunto comn elementos eBe urn seu p-subconjunto.
a) Quantos sao os conjuntos X tais que B c X c A?
b) Quantos sao os pares ordenados ( Y, Z ) tais que Y C Z cA?
18. Partindo de
24. Demonstre por inducao a Formula do Binomio,
25. Qual e 0 termo maximo da sequencia de termo geral an =(2n+l}5" ?
n! .
(x + l)n. (1 +x)n = (x + 1)2n
n
26. Calcule Lk(k - 1)C~2k.
k=O
e igualando coeficientes adequados, prove mais uma vez a Formula
de Lagrange:
n
27. Calcule Lk2C~5k.
k=O
19. Partindo de
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 16/25
114 Numeros Binomiais
4.3. Polin6mio de Leibniz
Podemos obter uma generalizacao da formula do binornio.
Toor emas
Cap.4 Cap.4 Niimeros Binomiais 115
Soluciio:
( X Z + 2x _ 1)4 :;-.::"' 4 1 (xz) a (2:z: : t 2 (-1 )Ct3
L- eq !O'z!o:~! -
24='"' 2Ct2 ( -1 )Q3 x ZCtt +a2 ,
L- 0' 11 0 'z10 ' :3 1
onde 0 ' 1, oZ, 0':3 sao inteiros nao-negativos t ais que «i+0'2 +o' :~ _,=, 4 . I
Abaixo temos uma tabela dos valores possiveis de 0'1, ( l iZ , 0'3
e os corespondentes termos do desenvolvimento.estendetido-se o somat6rio a tadas os valores iniciros tuio-negniivos
de aI, <X2, ... ,O:p tais que eq - + 0'2 + '" + O'p =n.
Prova:
(:q 1- :1:2 + ... -l-~:I:prl = (Xl + xz +. . .+ X p ) . . .
... (X l + xz + ... + X p ) .
(1 '1 <X 2 0'3 T
4 0 0 x8
0 4 0 16x4
0 0 4 13 1 0 8x7
3 0 1 -4.r6
1 0 3 -4xz.
1 3 0 32x5
0 1 3 -8x
0 3 1 -32x:3
2 1 1 -24x5
1 2 1 -48x4
1 1 2 24x3
2 2a 24x
6
2 0 2 6x4
0 2 2 24xz
o termo generico do produto e obtido escolhendo-se em cada
parenteses urn Xi e rnultiplicando-sc os escolhidos. Ora, se em
<X 1 dos parcnteses escoIhermos Xl, em 0: 2 dos parent eses esco-
lhermos ;1;2 etc ... obteremos :l:~~1x : p . . . x ~ r (0'1, O : Z, . .. ,O:p inteiros
- . )0 aCt Ctnao-ncgativos e (q + 0:2 + ... + (\p =n. termo Xl t X z 2 ..• Xp p
aparece tantas vezes quantos SaO OS modos de escolhermos nos 11
parenteses cq deles para l)pgar~os 0 :q para fator, 0'2 dentre os
que sobraram para pegarrnos 0:1;2 como fator etc .... Mas isso po de
set" feito de
1 L· at H2 Or d I .moe os. ogo,:I; 1 X z . . . . ' " C p aparece no esenvo virnento
n !
vezes,
Exemplo 4.13: Caleule (x Z - + 2 .'" C - 1)4.
Somando e reduzindo os termos semelhantes obtemos
( . ' 1 ; 2 + 2x - 1 )4 =
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 17/25
116 Numeros Binomiais Cap,4 Cap.4 Numeros Binomiais 117
Exemplo 4.14: Determine 0 coeficiente de x4 no desenvolvi-
mento de (x 2 - x + 2)6 .
/J olur- i io:
i) Urn dos a e igual a 2 e os demais sao iguais a zero. Obte-
remos entao termos da foram x r (1 :::;i:::;).
ii) Dois dos a sao iguais ale os demais sao iguais a zero.
Obterernos entao termos da forma 2XiXJ (1 ::; i < j::;).Logo,
11
(X1+X2+"'+Xn)2=Lxr+ 2 L X iX j,i= 19<jS;n
°1+0:2+0:3=6
2cq + 02 =4
isto €, 0 quadrado de urn polinornio e igual a soma dos
quadrados dos seus termos mais a soma dos duplos produ-
tos dos seus terrnos. Assim, por exemplo,
Para que 0 expoente de x seja 4 devemos tel'
As solucoes sao
0'1 0'2 03 Termo
,60 x40 4 2
1 2 3 480x4
2 0 4 240x4Exercicios
1. Determine 0 coeficiente de x17 no desenvolvimento de
Somando, 0 termo em x4 do desenvolvirnento e 780x4. A resposta
e portanto, 780. 0
2. Determine a soma dos coeficientes do desenvolvirnento de
Exemplo 4.15:de urn polinornio.
S olur- i io :
Deduza uma formula para 0calculo do quadrado
3. Quantos termos possui 0 desenvolvimento de
onde 01,02, ... ,Cl'n sao inteiros nao-negat.ivos tais que Cl'1+ 0:2 +
. . .+ Q:n = 2. Hoidois tipos de solucoes para a equacao acima.
4. Deduza uma formula para 0calculo do cuba de urn polinornio .
IE
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 18/25
5. ProbabilidadeCap.S P robabilidade 11 9
A teoria do azar consiste em reduzir todos
os acontecimentos do mesmo genero a urn
certo numero de casos igualmente possiveis,
ou seja, tais que estejamos igualmente inse-
guros sobre sua existencia, e em determinar 0
mimero de casos favoraveis ao acontecimento
cuja probabilidade e buscada. A razao deste
mimero para 0 de todos os casos possiveis ea medida dessa probabilidade, a qual e por-
tanto uma fracao cujo numerador e 0numero
de casos favoraveis e cujo denominador e 0
mimero de todos os casos possiveis.
identicos. Os experirnentos que repetidos sob as mesmas condicoes
produzem resultados geralmente diferentes serao charnados cxperi-
mentos aleat6rios. Fenomenos aleatorios aconteeem constante-
mente em nossavida diaria, Sao frequentes perguntas tais como:
chovera amanha? Qual sera a temperatura maxima no proximo
domingo? Qual sera 0 mimero de ganhadores da Loteria Es-
portiva? Quantos habit antes tera 0 Brasil no ano 2000?
A Teoria das Probabilidades eo ramo da Matematica que
eria, desenvolve e em geral pesquisa modelos que podem ser uti-
lizados para estudar experimentos ou fenomenos aleatorios.
o modelo maternatico utilizado para est udar urn fenomeno
aleatoric particular varia em sua cornplexidade matematica, de-
pendendo do fenomeno estudado. Mas todos esses modelos tern
ingredientes basicos comuns. 0 que vamos fazer agora e estudar
uma serie de fenomenos aleat6rios relativamente simples e inte-
ressantes, e fixar uma serie de ideias e nocoes que sao totalmente
gerais.
5.2 Espaco Amostral e Probabilidades de Laplace
Pierre Simon Laplace
Ensaio filos6fico sobre as Probabilidades
Nesta secao vamos tratar de urn caso particular da situacao geral
que sera desenvolvida na secao seguinte. Este caso particular e
rnuito importantc, e a maier parte dos exemplos e exercfcios deste
capitulo sao relatives a esta secao.
A definicao de probabilidade como quociente do numero
de "cases favoraveis" sobre 0 mimero de "cases possiveis" foi
a primeira definicao formal de probabilidade, c apareceu pela
primeira vez em forma clara na obra Liber de Ludo Aleae de
Jeronimo Cardano (1501-1576). A probabilidade introduzida nesta
secao tern, como veremos, varias propriedades. Elas serao tomadas
como definicao de uma funcao de conjunto que tambem chamare-
mos probabilidade na secao seguinte.
Consideremos 0 seguinte experimento aleatoric: jogue urn
dado e observe 0mimero mostrado na face de cima,
5.1 Introducao
Uma das aplicacoes mais import antes dos resultados anteriores ena Teoria das Probabilidades.
Diremos que um experimento e deterministico quando repeti-
do em condicoes sernelhantes conduz a resultados essencialmente
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 19/25
120 P r oba bilidade Cap.S Cap.S P robabilidade 121
A primeira tarefa consiste em descrever todos as possiveis
resultados do experimento e calcular a seu mirnero, De outra
forma: explicitar qual Ii 0 conjunto de possiueis resultados do ex-
. perimenio e calcular 0 nsimero de elementos contidos nele. Este
conjunto e chamado Espw;o Amostral. E facil descreve-lo em nosso
exemplo:
espac;o arnostral n erarn chamados caS08 possiueis. Defina ent ao
numero de casos favoraveisprobabilidade = . . .
numero de casos possiveis
0= {1,2, ... ,6}, #(0) =6. Vamos entao resumir as consideracoes feit.as ate agora, que
permitem a utilizacao desta definicao de probabilidade.
Os elementos do espaco amostral sao chamados eventos
eletneniares. Os subconjuntos do espaco amostral serao charnados
eventos. Por exemplo, 0 subconjunto
Suponha que os experirnentos aleatorios tern as seguintes
caracteri stias:
•a) Ha urn mirnero finito (digamos n ) de eventos elementares
(casos possiveis). A uniao de todos os eventos element ares
e 0 espaco amostral 0.
b) Os event os elernentares sao igualmente provaveis.
c) Todo evento A e urn uniao de m eventos element ares onde
m ::; n.
A = {2,4,6}
e 0 evento que acontece se 0 numero mostrado na face de cima e
par.
Passamos agora a segunda etapa: a de calcular a probabili-
dade de urn evento A. Consideremos 0caso do evento A = {2, 4, 6}
de nosso exemplo, E claro intuitivamente que se repetimos 0 ex-
perimento urn grande mimero de vezes obteremos urn numero par
em aproximadamente a metade dos casas; ou seja 0 evento A vai
ocorrer mais ou menos a metade das vezes. 0 que esta por tras
dessa intuicao e 0 seguinte:
a) os event os elementares sao todos igualmente "provaveis";
b) 0 numero de elementos de A (#(A ) = 3) e justamente a
metade dos elementos de n (#(0) =6).
Estas consideracoes motiva a definicao de probabilidade de
urn evento como A, da seguinte forma
Definimos ent ao
numero de casas favoraveisProbabilidade de A = P (A ) =----------
numero de casos possiveis
#(A) m
#(n} n
Conseqiiencias irnediatas desta definicao sao as seguintes
propriedades:
. . #(A) 3 1probabilidade deA = #(f!) = '6 = 2 '
1) Para todo evento A, 0 ::; P (A ) ::; 1;
2) P(f!) = 1;
3 ) P ( 4 ) ) = 0 [porquc #(4)) = 0);
4 ) Se A n B = 4 > entao P {A U B ) = P {A ) -I- P ( l J ) .
Laplace referia-se aos elementos de A (ou event as elementa-
res que cornpoem A) como as caS08 [osiortiveis. Os elementos do
Exemplo 5.1: Tres moedas sao jogadas simultanearnente. Qual
e a probabilidadc de obter 2 caras? Qual e a probabilidade de
obter pelo rnenos 2 caras?
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 20/25
122 Proba bil idade Cap.5
Soluciio: Vamos indicar com H, cara e com T coroa. 0 espaco
amostral e entao
o ={(H H H), (H HT), (HT H), (HTT), (TH HJ,
(T HT), (TT H), TTT)}
Donde:# (n) = casos possiveis = 8.
Se A indica 0 evento "obter 2 caras" temos que
A = {(H HT), (HTH), (TH H)}.,I
Assim #(A) = 3 e portanto
#(A) 3P {A ) =. #(f!) = S '
Sc B denota 0evento "obter pelo menos duas caras" temos
B = {(H HT), (HTH), (TI1 H), (I J H Hn.
Resulta que #(B) =4 e P(B) =~= l o
Exemplo 5.2: Dois dados sao jogados simultaneamente. Cal-
cular a probabilidade de que a soma dos rnimeros mostrados nas
faces de cima seja 7.
Soliiciio: 0 espaco amostral f! consiste de todos os pares (i, j)
onde i e j sao inteiros positivos compreendidos entre Ie 6. A
figura 5.1 descreve 0 espaco amostral completamente.
Cap.5 Proba bilidade 123
NUmero do segundo dado
1 2 3 4 5
. g l' (1,1) ( 1 , 2 ) ( 1 , 3 ) ( 1 , 4 )
cd"d 2 - ( 2 , 1 ) ( 2 , 2 ) ( 2 , 3 )
. g
e 3 ( 3 , 1 ) ( 3 , 2 ) ( 3 , 6 )
' Cflo
4 ( 4 , 1 ) ( 4 , 5 ) ( 4 , 6 )"d
e 5 ( 5 , 4 ) ( 5 , 5 ) ( 5 , 6 )
a, =
6 ( 6 , 3 ) ( 6 , 4 ) ( 6 , 5 ) ( 6 , 6 )Z
Fig. 5.1
o numero de eventos elementares (casos possiveis] e igual
a #(0,) = 36. Seja A 0 conjunto dos pares (i , j) tais que i+ j = 7.
Esses pares estao sombreados na figura 5.1. Temos que #(A) = 6
e portanto
P ( A ) = #(A) = ~ =~#(0) 36 6'
Na maior parte dos problemas concretos 0 Espaco Amostral nao
e descrito com tanto cuidado. Este e urn costume generalizado
(e as vezes perigoso). Nos exemplos seguintes nao descrcveremos
precisamente 0 Espaco Amostral, mas 0 leiter e aconselhado emtodos os casos a defini-Io com precisao, 0
Exemplo 5.3: Dois dados sao jogados simultaneamente. Cal-
cular a probabilidade de que 0maximo seja maior ou igual a 3.
Soluciio: Os pares tais que 0 maximo e menor que 3 sao (1,1),
(1,2), (2,1) e (2,2). Portanto 0 mimero daqueles nos quais 0
maximo e maior ou igual a 3 e 32 e a probabilidade procurada
32/36 =8/9. 0
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 21/25
124 P r oba bilidade Cap.5 Cap.S Probabilidade 125
Exemplo 5.4: Suponhamos que de n objetos escolhemos r ao
acaso com reposicao, Qual e a probabilidade de que nenhum ob-
jeto seja escolhido mais de uma vez?
Solur; i i .o: 0 mimero de casos possiveis e igual a n.". 0 numero de
casas favoraveis e igual a n{n -l)(n - 2 ) ... (n -1+ 1 ) ( 1 ' fatores).
A probabilidade e portanto igual a
n{n - l)(n - 2}··· (n - l' + 1)o
Exemplo 5.5: Para a Copa do Mundo 24 paises sao divididos
em seis grupos, com 4 paises cada urn. Supondo que a escolha
do grupo de cada pais e feita ao acaso, calcular a probabilidade
de que dois paises determinados A e B se encontrem no mesmo
grupo, (Na realidade a escolha nao e feita de forma completamente
alcatoriu) .
Solueiio: Vamos tornar como espaco amostral 0 conjunto de to-
das as perrnutacoes de 24 elementos; ou seja 0 nurnero de casos
possfveis e 24! Consideremos 0 diagrama cia figura 5.2, que
Uma aplicacao interessante deste result ado e a seguinte:
suponhamos que 0 aniversario de uma pessca possa cair com igual
probabilidade em qualquer dos dias do ano. Se r pessoas sao
escolhidas ao acaso, a probabilidade de que todas facarn anos em
dias diferentes e dada pela formula anterior com n = 365.
A tabela 5.1 da aproximacoes par excesso desta probabili-
dade, para diferentes valores de 1 '; pOI' exemplo, para r= 30 a
probabilidade e menor do que 0,30. Os resultados sao bastantes
surpreendentes; em urn grupo com 35 pessoas, par exemplo, a
probabilidade de duas delas tercm nascido no mesrno dia do ano,
(aniversarios no mesmo dial e maior do que 80%.
1 2 3 4 5 6
••••••••••••••••••••••••
Fig . 5 .2
7' Probabilidade ::;
5 0,98
10 0,89
15 0,75
2 0 0,59
25 0,44
30 0,30
35 0,19
40 0,11
50 0,03
60 0,006I
representa os 24 times divididos em 6 grnpos. Quantas permuta-
coes existem tais que A e B pertencem ao prirneiro grupo? A pode
ser colocado em 4 lugares; restam para B tres lugares c os times
restantes podem ser dispostos em 221 formas diferentes. Portanto
o nurnero de perrnutacoes com A e B no primeiro grupo e
4 x 3 x 22!.
A probabilidade procurada e port anto
6 ·4·3· 22! 32 - 1 1 = 2 3 > : : : l 0.13. 0
5.3 Espacos de Probabilidade
Tabela 5.1
Vamos introduzir agora a nocao geral de probabil idade e provar
varias propriedades que sao conseqiiencias mais Oil menos imedia-
ta da definicao.
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 22/25
126 P roba b i li d ade Cap.S Cap.S Probabilidade 127
Deflrilcao 5.1: Seja 0 urn espaco amostral (conjunto). Uma
funcao P definida para todos os subconjuntos de 0 (chamados
eventos) e chamada uma probabilidade se
1) ° ~ P{A ) < 1, para todo evento A cO;
2) P {¢) =0, P (O ) = 1;
3) Se A e B sao eventos disjuntos (tambern chamados mutua-
mente exclusivos) P {A U B ) = P {A ) + P{B ) .
Dernonstr-acaoe Sabemos que
Port anto
P (A C ) = 1 - P (A ) . D
Urn result ado mais geral esta contido na seguinte
A probabilidade que usamos ate agora e que continuare-
mas usando na maier parte deste trabalho e a que se obtem
definido P (A ) como 0 quociente do numero de elementos contidos
em A (casas Iavoraveis] pelo numero de elementos de 0 (cases
possiveis). Existem muitas probabilidades (ou seja, funcoes com
as propriedades 1,2 e 3 da definicao 5.1) que nao sao desta forma
particular. Urn exemplo simples se obtem tomando n = {O, I} e
definindo
Pr-oposicao 5.2: S e A c B en teo P {A ) = P {B) - P {B - A ) .
Demonst racaor Como B = A U (B - A), Lemos
P{B ) = P {A U (B - A ) ) = P{A ) + P {B - A ) ,
e portanto P{A ) = P {B ) - P {B - A ). D
Em geral, sejarn 0 urn conjunto com n elementos,
Corolarlo. S e A c B en tao P {A ) ~ P {B) .
Dernonstracao. Como P{A ) = P {B ) - P {B -A ) e P {B -A ) ~
o (porque P e uma probabilidade) resulta que P {A ) ~ P {B ) . 0
P (¢ ) = 0, P {O ) = 1, P{{O}) = 2/3, P{{l}) = 1/3.
Pr-oposicao 5.3: P {A U B ) = P {A ) + P {B ) - P {A n B ).
e PI, P2, ... ,Pn n numeros nao-negativos e tais que PI + P2 +...+Pn = 1; Definarnos P{ {wd) = pi, i =1,2, ... ,n e, em geral, para
A c ,0, P (A ) =soma dos P { {wd) =soma dos Pi com Wi E A (ou
seja P {A ) e a soma das probabilidades dos elementos pertencentes
a A ). A funcao Passim obtida e uma probabilidade sobre ,o . Em
geral cia e diferente da probabilidade de Laplace introduzida na
secao 5.2. Se PI = P2 = ... = Pn = l/n obtemos a probabilidade
de Laplace como caso particular.
Varias conseqiiencias simples e uteis da definicao de proba-
bilidade est ao contidas nas seguintes proposicoes,
Dernonstr-acaos Ternos que
P{A } = P {A - B) + P (A n B) ,
P{B ) = P {B - A ) + P {A n B ).
Somando:
P{A } + P{B } = P {A - B ) + P (B - A ) + P (A n B) + P (A n B) .
Portanto
Pr-oposicao 5.1: P (A C ) : _ " _ 1 - P (A ). P (A UB ) = P {A ) + P {B ) - P {A n B ). 0
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 23/25
128 Probabilidade Cap.5 Cap.S Probabil id ade 129
Com as mesmas tecnicas usadas para descrever e provar a
Princfpio da Inclusao-Exclusao pode-se estabelecer uma formula
para P (A 1u A2 UAn ) onde AI, A2, ... , An sao n eventos. Como,
salvo modificacocs evidentes, a demonstracao e a mesrna, enuncia-
mos 0 resultado sem apresentar uma prova,
observando neste experimento IS a mimero de earas, poderiamos
tomar eomo espaco amostral 0 conjunto n2 = {a , 1,2} correspon-
dente a observar 0 caras, 1 cara, ou 2 caras, E como definimos
P2 ? Se querernos urn modelo que "represente" 0 fenorneno real (no
sentido de que as frcqiiencias relativas "aproximem" as probabili-
dades do modelo) deveriamos definir P2 da seguinte forma
Proposlcao 5.4:
P(AI U A2 U ... U An } = P(At} + P(A2} + ... t P(An}-t--
- P{AI n A2) _ ... - P(An-l n An}+
+ P,(A1 n A2 n A3 ) + +
+ (_1)n-l PJ A1 n A2 n n Ar J
As propriedades provadas nas proposicoes anteriores sao
validas para qualquer probabilidade: ou seja, para qualquer funcao
de conjunt.os satisfazendo as condicoes da dcfinicao 5.1. Note-se
que sobre 0 mesmo espaco amostral n e possivel definir muiias
pro babilidades diferentes. Um fenomeno aleatoric e representado
matema.ticamenle por um pa: de objetos: 0 espa90 arnostral n (ou
conjunto de event os elementares) e uma proba.bilidade P definida
sobro os snb conjuntos (eventos) de H. 0 par (0, P ) e chamado
Espaco de Probabilidades.
Introduzimos a nocao de Espaco Amosl.ral como urn objeto
univocamente determinado por urn dado fonomeno aleatoric. Isso
nao e estritamente certo, como podemos ver pelo seguinte exemplo
simples: joguemos uma moeda duas vezes e observemos 0 numerode earas obtidas.
Tcmos entao dais espacos de probabilidades (,01, pt} e
(02, P2 ) que representam 0mesmo fenomeno aleatoric. Existe al-
gum motivo que determine a preferencia de urn modelo sobre urn
outro? A resposta c afirmativa: urn modelo em que os eventos ele-
mentares sejarn igualmente provavcis c mais conveniente porque
facilit.a geralmente as calculos de quase todas as probabilidades.
As tecnicas desenvolvidas nos Capitulos 2 e 3 podem ser uti1izadas
com proveito. Nos exemplos seguintes as propriedades das proba-
bilidades serao usadas na maior parte dos casos sem referencia
espccifica, A probabilidade sera quase sempre a introduzida na
secao 5.2.
Exempio 5.6: Uma recepcionista recebeu 1t chapeus, mas estes
ficaram totalmente mist urados. Decidiu, entao devolve-los a esmo.
Ca1cu1ar a probabilidade de que nenhum homem receba 0 seu, (E
interessante tentar adivinhar 0 comport amento dessa probabili-
dade quando n e grande, antes de efetuar 0 calculo.]
01- {(H,H), (H,T), (T,HI), (T,T)}
Soluciio: 0 numero de casos possiveis e igual ao das perrnutacoes
de n elementos, que e nl. 0 numero de casos favoraveis e igual ao
dos perrnutacoes caot icas de urn conjunto com n elementos. Este
numero foi calculado na secao 3.2 e e igual a
H.epresentemos como anteriorrnent.e cara e coroa com as
letras H e T. Podemos tomar como espaco amostral
e como P: a proliabilidade que faz todos os event os element ares
(pontos de Hl) igualmente provaveis. Mas, como 0 que est.amosn! [ 2 _ - 2_j. 2 _ _ . . . + (_I)n2_]
2! :1! 1! n!
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 24/25
130 Probabil idade Cap.S Cap.S Proba bilidade 131
_ ] _ _ 2 _ + _ ! _ _ . . . + (_l)n2_.2! 3! 4! n!
A demonstracao desta desigualdade e feita no Apendice 3.
.E interessante observar a conclusao deste resultado: [oqar tudo
Ie uma s6 vez Ii melhor do que ir jogando aos poucos. Em outras
palavras, 0jogo "frio" e melhor (porern, em geral, parece provocar
menos "satisfacao"; porque joga-se menos tempo). Esta conclusao
e valida em geral para quase todos os jogos de azar, 0
Exempio 5.8: Seis bolas diferentcs sao colocadas em tres urnasdiferentes. Qual e a probabilidade de que todas as urnas estejam
ocupadas?
A probabilidadc buscada i: igual ao quociente destes mirneros;
e portanto igual a
Esta probabilidade se estabiliza rapidamente quando n au-
menta; para n 2 " . 4 a variacao e menor que 0,01. (0 limite desta
expressao quando n ----> 00 e e-1 ~ 0,37.)
Exemplo 5.7: Uma loteria tem N numeros e so -u m prernio.
Um jogador compra n bilhetes em uma extracao, Outre eompra
so urn bilhete .ern 11 extracoes diferentes. (Ambos os jogadores
apostam portanto a mesma importancia}. Qual deles tem maior
probabilidade de ganhar 0 prernio?
,
Soluciio: A escolha da urna em que cada uma das 6 bolas e colo-
cada pode ser feita de 3 modos diferentes. Logo, pelo Principio
da Multiplicacao, 0 numero de casas possiveis e
.Solur;iio: Se todo 6 dinheiro c jogado numa unica vez a proba-
bilidade de ganhar e n] N. Para calcular a outra probabilidade
procedemos da seguinte maneira, Vamos calcular primeiro a proba-bilidade de nao ganhar. 0mimero de casos possiveis e igual aNn.
Os casos favoraveis (neste easo nao ganhar) sao (N _1)n. Portanto
a probabilidade de nao ganhar c igual a
#([2) = 3 x 3 x 3 x 3 x 3 x 3 =36 .
Para contar os casas favoraveis sejam A 1 0 conjunto de
distribuicoes de bolas pelas umas que deixam vazia a prirneira
urna, A2 0conjunto das distribuicoes que deixarn vazia a segunda
uma e A3 das distribuicoes que deixam vazia a terceira,
Ternos agora:
e a de ganhar
(1 ) 1 l .
1 1N
#(Al ) = #(A2) = #(A3) = 26
#(Al n A2) = #(A] n A3) = #(A2 n A3) = 1
#(A1 n A2 n A3) = o .
Temos que cornparar agora 11/ N e 1-(1- /N) ". Afirmamos
n- > I-N- (
1 ) n1-
N
Portanto, pelo Principio de Inclusao-Exclusao,ue
ou equivalentemente,
n1-- <
N- (1 ) n
1--N
e
63
2-13
7
27
Cap.S
5/10/2018 Augusto Cesar de O. Morgado - Analise Combinatoria e Probabilidade[p084-133] - slidepdf.com
http://slidepdf.com/reader/full/augusto-cesar-de-o-morgado-analise-combinatoria-e-probabilidadep084-133 25/25
Cap.S Probabilidade 133
Assim, a probabilidade procurada e o espaco amostral que consiste dos quatro possiveis resultados do
experiment.o:
Exernplo 5.9: Urn mimero entre 1 e 300 e escolhido aleatoria-
mente. Ca1cular a probabilidadc de que ele seja divisivel por 3 au
par 5.
Soluciio: Sejam A e B os eventos que acontecem se 0 numero
escolhido for divisivcl par 3 c par 5 respectivamente. Temos que
calcular P (A U B ). Os numeros entre 1 e 300 divisiveis par 3 sao
·100; oS'divisiveis por 5 sao 300/5 = 60, e os divisiveis por 3 e 5
simultaneamente sao 300/15 = 20.
' U J l corrcsponde a que A ganhe 0 torneio;
' U J 2 corresponde a que B ganhe a torneio;
' U J 3 corresponde a que C ganhe 0 torneio;
' U J - 1 corresponde a que D ganhe 0 torneio.
Seja p = P ( ' U J - 1 ) ' Temos
P { ' U J : 3 ) = 3p , P ( ' U J 2 ) = 2 P{ tlJ3 ) - :: 6p ,
P{wt} = : ~ P (W 2 ) . c 18p .
Temos portanto
10 0 1
P {A ) = 30 0 = 3'60 1
P{B) = - =-30 0 5 '
20 1P (A n B) = - = -.
300 15
Como a soma das probabilidades tern que ser igual a 1,
resulta que
p -I - 3p + 6p + 18 p = 1,
01.1 seja 28 p = 1, de onde p = 2 1 .Portanto
Assim,3
P ( W 3 ) =-28'
1 1 1 7P (A U B) = P (A )·j P {B) ~ P {A n B) = " 3 + " 5 - 15 = 15' o
Exemplo 5.11: Seja Puma probabilidade sabre os eventos (sub-
conjuntos) de urn espaco arnostral Q. Sejam A e B eventos tais
qne P{A) = j e P{B) = lProve que:
Excmplo 5.10: Um torneio e disputado por 4 times A, B, C e
D. E 3 vezes mais provavel que A venca do que B, 2 vezes mais
provavel que B ven<;a'"do. que C e e 3 vezes mais provavel que C
venea do que D. Quais as probabilidades de ganhar para cada um
dos times?:I
Solu<;lio: Vamos indicar com
a ) P {A U B) :::: ~ ;
b) ~ ~ P{ A n Be) ::; ~;
c ) ~ ~ P( A n B) ::;lSoluciio:
a) P{A U 8) :2 : P{A) = j;