Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Matemáti ca Análise combinatória e probabilidades Rua General Celso de Mello Rezende, 301 – Tel.: (16) 3238·6300 CEP 14095-270 – Lagoinha – Ribeirão Preto-SP www.sistemacoc.com.br SISTEMA COC DE ENSINO Direção-Geral: Sandro Bonás Direção Pedagógica: Zelci C. de Oliveira Direção Editorial: Roger Trimer Gerência pedagógica: Luiz Fernando Duarte Gerência Editorial: Osvaldo Govone Gerência Operacional: Danilo Maurin Gerência de Relacionamento: Danilo Lippi Ouvidoria: Regina Gimenes Conselho Editorial: José Tadeu B. Terra, Luiz Fernando Duarte, Osvaldo Govone e Zelci C. de Oliveira PRODUÇÃO EDITORIAL Autoria: Jeferson Petronilho Editoria: Clayton Furukawa, José F. Rufato, Marina A. Barreto e Paulo S. Adami Coordenação editorial: Luzia H. Fávero F. López Assistente Editorial: George R. Baldim Projeto gráfico e direção de arte: Matheus C. Sisdeli Preparação de originais: Marisa A. dos Santos e Silva e Sebastião S. Rodrigues Neto Iconografia e licenciamento de texto: Cristian N. Zaramella, Marcela Pelizaro e Paula de Oliveira Quirino. Diagramação: DIAGRAMA SOLUÇÕES EDITORIAIS LTDA – EPP Ilustração: DIAGRAMA SOLUÇÕES EDITORIAIS LTDA – EPP Revisão: Flávia P. Cruz, Flávio R. Santos, José S. Lara, Leda G. de Almeida e Maria Cecília R. D. B. Ribeiro. Capa: LABCOM comunicação total Fechamento: DIAGRAMA SOLUÇÕES EDITORIAIS LTDA – EPP CAPÍTULO 01 ANÁLISE COMBINATÓRIA 7 1. Introdução 7 2. Princípio fundamental da contagem (PFC) 9 3. Princípio do desprezo da ordem 18 4. Exercícios caracterizados de contagem 19 5. Fórmulas de contagem 26 CAPÍTULO 02 NÚMEROS BINOMIAIS 29 1. Introdução 29 2. Triângulo de Pascal 32 3. Binômio de Newton 36 CAPÍTULO 03 PROBABILIDADE 42 1. Experimentos aleatórios 42 2. Espaço amostral e evento 42 3. Tipos de eventos 43 4. Probabilidade estatística e probabilidade teórica 44 5. Probabilidade teórica de um evento 44 6. Propriedades das probabilidades 45 7. Probabilidade do evento união 51 8. Probabilidades num espaço amostral não equiprovável 51 9. Probabilidade condicional 55 10. Probabilidade do evento intersecção 55 11. Eventos independentes 56 EXERCÍCIOS PROPOSTOS 67 Su m ár io Teoria PV -1 3- 11 Análise combinatória e probabilidades 7 Matemáti ca A análise combinatória é aplicada em diver- sos campos de atividade, desde o estudo em apostas em loterias até o estudo das possíveis ligações entre os átomos na Química. Em par- ticular na Matemática, teremos oportunidade de aplicá-la no desenvolvimento dos binômios de Newton e na teoria das probabilidades. 1.1. Fatorial São muito frequentes, na análise combina- tória, produtos que tenham como fatores todos os números inteiros positivos, desde 1 até um certo n, por exemplo 5 · 4 · 3 · 2 · 1; para facilitar, usaremos uma forma abreviada para representá-los, o fatorial. Definição: Sendo n um número natural, maior que 1, o fatorial de n (n!) é o produto de todos os naturais de n até 1. Assim n! = n · (n – 1) · (n – 2) · … · 3 · 2 · 1 O símbolo n! também pode ser lido como n fatorial. Exemplos 5! = 5 · 4 · 3 · 2 · 1 7! = 7 · 6 · 5 · 4 · 3 · 2 · 1 3! = 3 · 2 · 1 Em particular, definimos: 0! = 1 e 1! = 1 Observação: Ao desenvolver um fatorial, colo- cando os fatores em ordem decrescente, pode-se interropê-lo onde for conveniente, indicando os últimos fatores também na notação de fatorial. Exemplos: 01. 7! = 7 · 6 · 5 · 4 · 3 · 2 · 1! = 7 · 6 · 5! = = 7 · 6! = 7 · 6 · 5 · 4! 02. n! = n · (n – 1)! = n · (n – 1) · (n – 2)! 03. (n + 1)! = (n + 1) · n! = (n + 1) · n · (n – 1)! Este é um recurso muito utilizado nas simplifi- cações de expressões com fatoriais: Exemplo 100 98 100 99 98 98 9 900 ! ! · · ! ! .= = 1. Introdução A análise combinatória é a parte da Mate- mática que estuda a quantidade de possibi- lidades de ocorrência de um acontecimento, sem que haja necessidade de descrevermos todas as possibilidades de ocorrência. Para explicar esse estudo, podemos analisar o problema abaixo. Consideremos a figura abaixo, em que há parte da planta de um bairro. Uma pessoa deve cami- nhar de sua casa à escola onde estuda, usando um dos caminhos mais curtos, isto é , ela só po- derá caminhar “da esquerda para a direita”ou “de baixo para cima”. Quantos são os possíveis caminhos diferentes para esse percurso? Casa Escola Observação: A figura mostra um dos caminhos possíveis. Para resolver esse problema, a primeira ideia é tentar descrever todos os caminhos possíveis, o que facilmente é descartado dada a grande quantidade de possibilidades. Nos próximos módulos, esse e muitos ou- tros problemas serão resolvidos por meio de regras de contagem, que não exigem a des- crição das possibilidades, isto é, descobrir quantas sem necessariamente saber quais. CAPÍTULO 01 ANÁLISE COMBINATÓRIA Análise combinatória e probabilidades PV -1 3- 11 8 Matemática 01. Classifique as igualdades como verdadei- ras (V) ou falsas (F): a. 3! + 2! = 5! b. (3!) · (2!) = 6! c. (3!)2 = 9! d. 4 2 ! ! = 2! 03. Simplificar +(n 1)! (n–1)! EXERCÍCIOS RESOLVIDOS 02. Simplifique: a. 8! 6! b. 7! 5!2! c. 6! 2!3! 04. Resolver a equação: 20 · (n – 1)! = (n + 1)! 05. UFRN Se (x + 1)! = 3 (x!), então x é igual a: a. 1 d. 4 b. 2 e. 5 c. 3 Resolução a. F, pois 3! = 3 · 2 · 1 = 6, 2! = 2 · 1 = 2 e 5! = 5 · 4 · 3 · 2 · 1 = 120 b. F, pois 6! = 6 · 5! = 6 · 120 = 720 (3!) · (2!) = 6 · 2 = 12 ≠ 6! = 720 c. F, pois 9! = 9 · 8 · 7 · 6! = 362.880 e (3!)2 = (6)2 = 36 d. F, pois =4! 2! 4·3·2! 2! = 12 ≠ 2! = 2 Resolução a. 8 6 8 7 6 6 56 ! ! · · ! ! = = b. 7 5 2 7 6 5 5 2 21 ! ! ! · · ! ! ! = = c. 6 2 3 6 5 4 3 2 1 3 60 3 ! ! ! · · · ! · · ! = = Resolução Inicialmente, desenvolvemos (n + 1)! até che- garmos em (n – 1)!: ( )! ( – )! ( ) · · ( )! ( )! ( ) · n n n n n n n n + = + − − = = + = 1 1 1 1 1 1 nn n2 + Resposta n2 + n Resolução = + = + 20 (n 1)! (n–1)! (n 1) · n · (n–1)! (n–1)! 20 = n2 + n ⇒ n2 + n –20 = 0 n = 4 ou n = –5 (não convém) S = {4} Resolução ( )! · ! ( ) · ! · !x x x x x x + = ⇒ + = = 1 3 1 3 2 Resposta B PV -1 3- 11 Análise combinatória e probabilidades 9 Matemática 06. FCMSC - SP A solução da equação + − + = (n 2)!(n 2)! (n 1)!(n–1)! 4 é um número natural: a. par. d. divisível por 5. b. cubo perfeito. e. múltiplo de 3. c. maior que 10. 07. Se + = x! · (x 1)! (x –1)! · x! 20 , então x vale: a. –6 d. 5 b. –5 e. 6 c. 4 2. Princípio fundamental da contagem (PFC) O PFC é uma regra que permite determinar o número de possibilidades de ocorrência de um acontecimento, sem que se descrevam todas as possibilidades. A ideia da regra resulta de uma análise apurada de diagramas de árvores. 2.1. Diagrama de árvore É chamado de diagrama de árvore o esquema que lembra a estrutura de uma árvore, usado para descrever todas as possibilidades de ocorrência de um acontecimento. Consideremos o acontecimento: uma corrida de que participam apenas três corredores A, B e C. ABC ACB BAC BCA CAB CBA C B C A B A B C A C A B A B C 1º lugar (3 possibilidades) 2º lugar (2 possibilidades) 3º lugar (1 possibilidade) Resultados (6 possibilidades) Tronco 1ª etapa de ramificação 2ª etapa de ramificação 3ª etapa de ramificação Analisando o diagrama, percebemos que cada um dos resultados possíveis para a corrida é uma “ponta”na “árvore” e queos “galhos”desta “árvore” se ramificam em três etapas: 1ª etapa: escolha do 1º colocado 2ª etapa: escolha do 2º colocado 3ª etapa: escolha do 3º colocado Resolução ( )!( )! ( )!( – )! ( ) · ( )! ( –n n n n n n n+ − + = ⇒ + +2 2 1 1 4 2 1 2))! ( )!( – ) · ( – )! – – – n n n n n n n + = + = ⇒ + = ⇒ 1 1 2 4 2 1 4 2 4 4 3nn n = = –6 2 Resposta A Resolução x x x x x x x x x! · ( )! ( – )! · ! ( )! ( – )! ( ) · · ( –+ = + = +1 1 1 1 1 11 1 1 20 4 )! ( – )! ( ) · x x x x = ⇒ + = ⇒ = =ou x –5 (não coonvém) Resposta C Análise combinatória e probabilidades PV -1 3- 11 10 Matemática Assim, do “tronco” da “árvore” partem 3 “galhos”; de cada um destes partem 2 “galhos” e de cada um dos últimos parte um “galho”. Logo, o total de “pontas” será: 3 · 2 · 1 = 6 que é o número de resultados possíveis para a corrida. 2.2. Aplicação do PFC No problema: Em uma corrida de que participam apenas três corredores A, B e C, quantos são os resultados diferentes possíveis? Consideremos o acontecimento (resultado da corrida) estudado em três etapas sucessivas e independentes: 1ª etapa: escolher o 1º colocado 2ª etapa: escolher o 2º colocado 3ª etapa: escolher o 3º colocado Os números de possibilidades de escolha em cada etapa são: 1ª etapa: 3 possibilidades (qualquer um dos três participantes pode ser o primeiro colocado); 2ª etapa: 2 possibilidades (qualquer que seja o corredor escolhido para vencedor, na etapa ante- rior, existirão 2 possibilidades para escolher o 2º colocado); 3ª etapa: 1 possibilidade (quaisquer que sejam os escolhidos para a 1ª e 2ª colocações, nas eta- pas anteriores, para a 3ª colocação só o terceiro corredor é possível) Para determinar o número de resultados possíveis, é só multiplicarmos os números de possibilidades de cada uma das três etapas. Deste modo: 3 · 2 · 1 = 6 Assim, o número de resultados diferentes para a corrida é 6. A regra que utilizada para chegar a esse resultado é a do princípio fundamental da contagem (PFC), que pode ser enunciada genericamente deste modo: Se um acontecimento pode ser analisado em etapas sucessivas e independentes de modo que: n1 seja o número de possibilidades na 1ª etapa, n2 seja o número de possibilidades na 2ª etapa, nk seja o número de possibilidades na k-ésima etapa, então n1 · n2 · n3 · … · nk é o número de possibilidades de ocorrência do acontecimento. Exemplos 01. De quantos modos cinco pessoas podem sentar-se em um carro de cinco lugares? Resolução Sejam a, b, c, d e e os lugares do carro conforme a figura a seguir. e d c b a PV -1 3- 11 Análise combinatória e probabilidades 11 Matemática Consideremos as etapas sucessivas: 1ª etapa: escolha da pessoa que se sentará no lugar a 2ª etapa: escolha da pessoa que se sentará no lugar b 3ª etapa: escolha da pessoa que se sentará no lugar c 4ª etapa: escolha da pessoa que se sentará no lugar d 5ª etapa: escolha da pessoa que se sentará no lugar e Assim, os números de possibilidades são: 5 4 3 2 1 1ª etapa Lugar A 2ª etapa Lugar B 3ª etapa Lugar C 4ª etapa Lugar D 5ª etapa Lugar E Logo, o total de possibilidades é: 5 · 4 · 3 · 2 · 1 = 5! = 120 Resposta: As pessoas podem sentar-se de 120 modos diferentes. Observação: Por não haver restrição na escolha em nenhuma das etapas (uma das pessoas não pode sentar-se no lugar da direção, por exemplo), a ordem em que se colocam as etapas de esco- lha não altera o resultado. Assim, por exemplo: 5 4 3 2 1 1ª etapa Lugar E 2ª etapa Lugar B 3ª etapa Lugar A 4ª etapa Lugar D 5ª etapa Lugar C Total = 5 · 4 · 3 · 2 · 1 = 5! = 120 02. As chapas dos automóveis no Brasil são formadas por 3 letras e 4 algarismos. Usando o alfa- beto de 26 letras, quantas chapas podem ser formadas? Resolução L L L A A A A L = Letra e A = Algarismo 1ª etapa: escolha da 1ª letra 2ª etapa: escolha da 2ª letra 3ª etapa: escolha da 3ª letra 4ª etapa: escolha do 1º algarismo 5ª etapa: escolha do 2º algarismo 6ª etapa: escolha do 3º algarismo 7ª etapa: escolha do 4º algarismo Análise combinatória e probabilidades PV -1 3- 11 12 Matemática Na 1ª, 2ª e 3ª etapas temos 26 possibilidades. Na 3ª, 4ª, 5ª, 6ª e 7ª etapas, temos 10 possibilidades (qualquer um dos 10 algarismos: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9) Assim: 26 · 26 · 26 · 10 · 10 · 10 · 10 = 175.760.000 03. Quantos divisores positivos tem o número 288? Resolução Decompondo 288 em fatores primos, encontramos: 288 = 25 · 32 Qualquer número de forma 2x · 3y, com 0 ≤ x ≤ 5 e 0 ≤ y ≤ 2, é divisor de 288, então, estudados os números de possibilidades para ecolha dos expoentes x e y, temos: x ∈ {0,1,2,3,4,5} y ∈ {0,1,2} 6 3 1ª etapa Expoente x 2ª etapa Expoente y Total = 6 · 3 = 18 Resposta: 288 tem 18 divisores positivos. 04. Dispõe-se de 4 livros, 6 cadernos e 3 canetas para serem distribuídos entre dois estudantes. To- dos os objetos devem ser distribuídos, mas não há necessidade de uma divisão equânime. De quantos modos diferentes esta distribuição pode ser feita? Resolução Devemos estudar a quantidade de objetos que um dos estudantes pode receber, e, automati- camente, ficará estudada a quantidade que o outro poderá receber. Por exemplo, se o primeiro estudante receber 1 livro, o outro receberá 3 livros. Logo, o número de possibilidades para a distribuição dos livros é: (0,4); (1,3); (2,2); (3,1); (4,0), ou seja, 5 possibilidades. Raciocinando de forma análoga para a distribuição dos demais objetos, teremos: 1ª etapa Livros 2ª etapa Cadernos 3ª etapa Canetas 75 4 Total: 5 · 7 · 4 = 140 Resposta: A distribuição poderá ser feita de 140 modos diferentes PV -1 3- 11 Análise combinatória e probabilidades 13 Matemática 2.3. Princípio da preferência (PP) Consideremos o problema: de quantos modos cinco pessoas podem sentar-se em um carro de cin- co lugares, se somente duas delas dirigem? Sejam a, b, c, d e e os lugares do carro, conforme a figura a seguir. e d c b a Considere as etapas sucessivas: 1ª etapa Lugar E 2ª etapa Lugar D 3ª etapa Lugar C 4ª etapa Lugar B 5ª etapa Lugar A Na 1ª etapa, temos 5 possibilidades: qualquer uma das cinco pessoas pode sentar-se. Na 2ª, 3ª e 4ª etapas, temos 4, 3 e 2 possibilidades respectivamente, sempre uma possibilidade a menos que na etapa anterior. No entanto, fica impossível determinar o número de possibilidades na 5ª etapa, pois devemos ter necessariamente uma pessoa que dirige nesse lugar, e, dependendo das escolhas anteriores, essa possibilidade pode não existir. Para evitar impasse de contagem como esse, usamos uma regra que chamamos de princípio de preferência (PP). O estudo dos números de possibilidades deve começar sempre pelas etapas em que há restrição, dando-se preferência para aquelas onde a restrição é maior. Assim, como existe restrição para ocupar o lugar da direção, devemos necessariamente começar o estudo das possibilidades por esse lugar: 1ª etapa Lugar A 2ª etapa Lugar B 3ª etapa Lugar C 4ª etapa Lugar D 5ª etapa Lugar E 2 4 3 2 1 Análise combinatória e probabilidades PV -1 3- 11 14 Matemática Na 1ª etapa, temos apenas 2 possibilidades; só as duas pessoas que dirigem podem ocupar esse lugar (direção). Na 2ª, 3ª, 4ª e 5ª etapas, temos 4, 3, 2 e 1 possibilidades respectivamente, sempre uma possibi- lidade a menos que na etapa anterior. Desta forma, total = 2 · 4 · 3 · 2 · 1 = 48 Observação: Muitas vezes, mesmo usando o PP, ainda persistem os impasses de contagem. Nes- sassituações, devemos dividir o estudo das possibilidades em mais do que um caso, conforme ocorre no exemplo 6. 05. Usando todas as letras da palavra caderno, sem repetição, responda às seguintes questões. a. Quantas “palavras” distintas podem se formar? Observação: entenda por “palavra”uma sequência de 7 letras mesmo que não pronunciáveis. b. Quantas dessas “palavras”terminam com consoante? Resolução a. Considerando as escolhas das sete letras como etapas sucessivas e independentes, perce- bemos que nenhuma delas apresenta restrição (qualquer letra pode aparecer em qualquer posição na “palavra”); então a ordem que se faz do estudo do número de possibilidades dessas etapas não afetará o resultado. 1ª etapa 2ª etapa 3ª etapa 4ª etapa 5ª etapa 6ª etapa 7ª etapa 7 6 5 4 3 2 1 Total = 7 · 6 · 5 · 4 · 3 · 2 · 1 = 7! = 5.040 b. Como existe restrição na escolha da última letra, para evitar impasses, fazemos desta a 1ª etapa, de acordo com o PP. (Como a última letra deve ser uma consoante, temos 4 possibilidades para essa etapa (C, D, R, N)). 6 5 4 2 1 4 2ª etapa 3ª etapa 4ª etapa 5ª etapa 6ª etapa 7ª etapa 1ª etapa 3 Total = 6 · 5 · 4 · 3 · 2 · 1 · 4 = 6! · 4 = 2.880 Resposta: a. 5.040 b. 2.880 06. Quantos números pares de quatro algarismos distintos, maiores que 1.999, existem no nosso sistema de numeração? Resolução Milhar Centena Dezena Unidade Restrições 0 e 1 Restrições 1, 3, 5, 7 e 9 PV -1 3- 11 Análise combinatória e probabilidades 15 Matemática De acordo com o PP, a 1ª etapa deve ser a escolha da unidade e a 2ª etapa, a escolha do milhar; no entanto, mesmo usando esta ordem nas etapas, teremos impasses, pois, na escolha da unidade, te- mos 5 possibilidades (0, 2, 4, 6, 8) e, para o milhar, teremos 8 possibilidades (2, 3, 4, 5, 6, 7, 8, 9), caso seja escolhido o zero para a unidade e 7 possibilidades caso não seja o zero o algarismo escolhido. Para solucionar esse problema, devemos dividir a análise em dois casos. 1º caso: números que terminam em zero. Milhar Centena Dezena Unidade 8 7 1 2ª etapa (não pode ser zero ou 1) 3ª etapa 4ª etapa 1ª etapa (só o zero) 8 Total = 8 · 8 · 7 · 1 = 448 2º caso: números que terminam em 2, 4, 6 e 8 Milhar Centena Dezena Unidade 2ª etapa (Não pode ser 0, 1 ou o algarismo escolhido para a unidade) 3ª etapa 4ª etapa 1ª etapa (podem ser 2, 4, 6 ou 8) 7 8 7 4 Total = 7 · 8 · 7 · 4 = 1.568 Assim, o total de números que podem ser formados é: 448 + 1.568 = 2.016 Resposta: Podemos obter 2.016 números. EXERCÍCIOS RESOLVIDOS 07. UFES-ES Quantos são os números naturais de cinco al- garismos, na base 10, que têm todos os alga- rismos distintos e nenhum deles igual a 8, 9 ou 0? Quantos deles são pares? 08. Unesp Uma rede de supermercados fornece a seus clientes um cartão de crédito, cuja identi- ficação é formada por 3 letras distintas (dentre 26), seguidas de 4 algarismos dis- tintos. Uma determinada cidade receberá os cartões que têm L como terceira letra, o último algarismo é zero e o penúltimo é 1. A quantidade total de cartões distintos oferecidos por tal rede de supermercados para essa cidade é: Resposta 1, 2, 3, 4, 5, 6, 7 7 6 5 4 3 = 2.520 números 6 5 4 3 3 = 1.080 números pares Análise combinatória e probabilidades PV -1 3- 11 16 Matemática a. 33.600 d. 58.500 b. 37.800 e. 67.600 c. 43.200 10. ENEM Um técnico em refrigeração precisa revisar to- dos os pontos de saída de ar de um escritório com várias salas. Na imagem apresentada, cada ponto indicado por uma letra é a saída do ar e os segmentos são as tubulações. L F H JK I G Iniciando a revisão pelo ponto K e terminando em F, sem passar mais de uma vez por cada ponto, o caminho será feito passando pelos pontos: a. K, I e F. b. K, J, I, G, L e F. c. K, L, G, I, J, H e F. d. K, J, H, I, G, L e F. e. K, L, G, I, H, J e F. 09. Udesc Um conjunto de oito tanques, dispostos con- forme mostra a figura abaixo, deverá ser cheio com diferentes tipos de ácido, sendo que cada tanque deverá conter um único tipo de ácido, escolhido entre cinco tipos diferentes. Por imposição técnica, dois tanques com vérti- ces em comum não poderão conter o mesmo tipo de ácido; a quantidade de maneiras de se encherem os tanques é: a. 81.920 b. 390.625 c. 32.768 d. 65.536 e. 160.000 Resolução Do texto, temos: L F I H JK Início Fim G Obs.: acompanhar sequencialmente as setas. Vem: K, L, G, I, J, H, F Resposta C Resolução 4 5 4 4 4 4 4 = 5 · 47 = 81.920 4 Resposta A Resolução Considerando as 26 letras e os 10 algarismos, temos: 25 · 24 · 1 1 1 0 8 · 7 · 1 · 1 Letras distintas Números distintos Portanto, o número de possibilidades será: 25 · 24 · 1 · 8 · 7 · 1 · 1 = 33.600 Resposta A PV -1 3- 11 Análise combinatória e probabilidades 17 Matemática 11. Fuvest-SP Maria deve criar uma senha de 4 dígitos para sua conta bancária. Nessa senha, somente os algarismos 1, 2, 3, 4, 5 podem ser usados e um mesmo algarismo pode aparecer mais de uma vez. Contudo, supersticiosa, Maria não quer que sua senha contenha o número 13, isto é, o algarismo 1 seguido imediatamente pelo alga- rismo 3. De quantas maneiras distintas Maria pode escolher sua senha? a. 551 b. 552 c. 553 d. 554 e. 555 12. FGV-SP Quantos números ímpares de 4 algarismos, sem repetir algarismos num mesmo número, podemos formar com os dígitos: 1, 2, 3, 4, 5, 6, 7, 8? a. 210 d. 840 b. 7! e. 1.680 c. 200 13. UECE A quantidade de números inteiros compreen- didos entre os números 1.000 e 4.500 que po- dem ser formado utilizando somente os alga- rismos 1, 3, 4, 5 e 7, de modo que não figurem algarismos repetidos, é: a. 48 c. 60 b. 54 d. 72 Resolução O total de senhas que podemos formar é: 5 · 5 · 5 · 5 = 625 Cálculo das senhas em que aparece o núme- ro 13. 1a) ⋅ ⋅ ⋅ = 1 1 1 3 5 5 25 2a) ⋅ ⋅ ⋅ = 5 1 1 1 3 5 25 3a) ⋅ ⋅ ⋅ = 5 5 1 1 1 3 25 Observação A senha 1313 foi contada duas vezes, na (1a) e na (3a) opções, logo o total de senhas em que aparece o número 13 é: 75 – 1 = 74 Subtraindo do total de senhas aquelas nas quais aparecem o número 13, temos: 625 – 74 = 551 Resposta A Resolução Elementos disponíveis: { 1, 2, 3, 4, 5, 6, 7, 8} Números ímpares de 4 algarismos: 7 · 6 · 5 · 4 1 3 5 7 Logo: 840 Resposta D Resolução 1º caso: números iniciados pelos algarismos 1 e 3. 2 · 4 · 3 · 2 = 48 1 3 2º caso: números iniciados com o algarismo 4 (Neste caso, o algarismo das centenas deve ser 1 ou 3.) 1 · 2 · 3 · 2 = 12 4 1 3 Total = 48 + 12 = 60 Resposta C Análise combinatória e probabilidades PV -1 3- 11 18 Matemática 3. Princípio do desprezo da ordem Quantos são os anagramas da palavra CASA? Resolução Imaginemos que as duas letras “A” da palavra CASA sejam diferentes, por exemplo conside- remos CASÄ. Assim, os anagramas são: CASÄ ACSÄ SCAÄ ÄCAS CAÄS ACÄS SCÄA ÄCSA CÄSA AÄCS SACÄ ÄSCA CÄAS AÄSC SAÄC ÄSAC CSÄA ASCÄ SÄCA ÄACS CSAÄ ASÄC SÄAC ÄASC Anagramas são as palavras formadas com as mesmas letras de uma palavra. Tais “palavras” não precisam ter significado na linguagem co- mum. Desprezando as diferenças imaginadas entre as letras “A”, percebemos que existem apenas 12 anagramas diferentes. É possível calcular esse total de anagramas de uma outra forma: Supondo 4 letras diferentes: 4 2 13 1° etapa 2° etapa 3° etapa 4° etapa Total = 4 · 3 · 2 · 1 = 4! = 24 Para desprezar a mudança de ordem das 2 le- tras repetidas, é sódividir o total por 2!; assim: Total = = = 4! 2! 24 2 12 Resposta: São 12 anagramas. Observação: Ao calcular o total de ana- gramas de uma palavra que apresenta uma letra que se repete n vezes, calculamos inicialmente o total, como se todas as letras fossem diferentes e, em seguida, desprezamos a mudança de ordem das n letras, consideradas nesse total, dividindo- o por n!. No caso em que a palavra apresenta n letras iguais e também outras m letras iguais, é só dividir o total por n! e por m!, isto é, por n! · m! Essa regra, para desprezar uma mudança de ordem considerada em uma contagem inicial, é cha- madade princípio do desprezo da ordem (PDO). EXERCÍCIOS RESOLVIDOS 01. Quantos são os anagramas da palavra CAMADA? 03. No jogo denominado Mega Sena são escolhi- dos 6 números inteiros entre 1 e 60. Quantos resultados distintos podem ocorrer na Mega Sena? 02. Quantos são os anagramas da palavra BATATA? Resolução São 6 letras das quais 3 são repetidas. Então: x = = = 6 3 6 5 4 3 3 120 ! ! · · · ! ! Resolução São 6 letras das quais 3 são A e 2 são T. Então: x = ⋅ = ⋅ = 6 3 2 6 5 4 3 3 2 1 60 ! ! ! · · · ! ! · Resolução Devemos primeiro pensar nas maneiras distin- tas de escolher os 6 números e, depois, des- prezar a ordem, pois ela não é importante para o jogo. Assim: x = = 60 59 58 57 56 55 6 50 063 860 · · · · · ! . . PV -1 3- 11 Análise combinatória e probabilidades 19 Matemática 04. FGV-SP Sobre uma mesa são colocadas em linha 6 moedas. O número total de modos possíveis pelos quais podemos obter 2 caras e 4 coroas voltadas para cima é: a. 360 d. 120 b. 48 e. 15 c. 30 Indique a alternativa que representa o total de símbolos diferentes que podem ser forma- dos, iluminando-se, exatamente, 4 delas. (Por exemplo, iluminando-se convenientemente, pode-se obter etc.) a. 140 d. 64 b. 70 e. 24 c. 32 4. Exercícios caracterizados de contagem 4.1. Formação de números Quantos números ímpares, com 4 algarismos distintos, podemos obter empregando os algaris- mos 1, 2, 3, 4, 5, 6, 7, 8 e 9? Resolução Algarismos: {1, 2, 3, 4, 5, 6, 7, 8, 9} 8 7 6 5 Milhar Centena Dezena Unidade 2ª etapa 3ª etapa 4ª etapa 1ª etapa (só pode ser 1, 3, 5, 7 e 9) Total = 8 · 7 · 6 · 5 = 1.680 Resposta: Podemos obter 1.680 números. 05. PUCCamp-SP É muito comum o uso de barras iluminadas em aparelhos eletrônicos, para a formação de símbolos (letras, números, sinais etc.). Consi- derando as 8 barras dispostas na forma abaixo: Resolução Temos: C para cara e K para coroa Devemos formar todas as sequências possíveis com as letras C, C, K, K, K e K. Assim: = = =x 6! 2!4! 6 · 5 2 15 Resposta E Resolução Primeiro escolheremos 4 barras para serem iluminadas entre as 8 disponíveis. Depois, desprezaremos a ordem de escolha das 4 barras, pois, uma vez formado o símbolo, a ordem da escolha não é importante. X = = 8 7 6 5 4 8 7 6 5 4 3 2 2· · · ! · · · · · · 1 70= Resposta B Análise combinatória e probabilidades PV -1 3- 11 20 Matemática 4.2. Comissões com cargos definidos De um grupo de 10 pessoas, 5 são escolhidas para compor uma comissão que é formada por um presidente, um vice-presidente, com um 1º secretário, um 2º secretário e um tesoureiro. Quan- tas comissões podem ser formadas? Resolução 10 9 8 7 6 V V – P 1º S 2º S T 1ª etapa 2ª etapa 3ª etapa 4ª etapa 5ª etapa Total = 10 · 9 · 8 · 7 · 6 = 30.240 Resposta: Podem ser formadas 30.240 comissões. 4.3. Anagramas sem repetição de letras Anagramas são as “palavras” formadas com as mesmas letras de uma palavra dada. Tais “pala- vras” não precisam ter significado na linguagem comum. Quantos são os anagramas da palavra CINEMA? Resolução 6 5 4 3 2 1 1ª etapa 2ª etapa 3ª etapa 4ª etapa 5ª etapa 6ª etapa Total = 6 · 5 · 4 · 3 · 2 · 1 = 6! = 720 Resposta: São 720 anagramas. 4.4. Anagramas com repetição de letras Quantos são os anagramas da palavra MATEMÁTICA? Resolução Supondo 10 letras diferentes, teríamos 10! anagramas. Para desprezar as mudanças de ordem das letras repetidas (3 As, 2 Ms e 2 Ts), utilizaremos o P. D. O. Total = 10 3 2 2 10 9 8 7 6 5 4 3 3 2 1 2 1 151 ! ! ! ! · · · · · · · ! ! · · · .= = 2000 4.5. Ocupação de lugares definidos De quantos modos 3 pessoas podem sentar-se em um banco de cinco lugares? PV -1 3- 11 Análise combinatória e probabilidades 21 Matemática 1ª resolução Consideremos como etapas sucessivas e independentes a escolha dos lugares que as três pessoas vão ocupar. 1ª pessoa 2ª pessoa 3ª pessoa 5 4 3 3ª etapa 2ª etapa 1ª etapa Total = 5 · 4 · 3 = 60 2ª resolução Consideremos como etapas sucessivas e independentes a escolha das pessoas que ocuparão os cinco lugares, considerando, porém, dois fantasmas para simbolizar os lugares vagos. 5 4 3 2 1 1ª etapa 2ª etapa 3ª etapa 4ª etapa 5ª etapa 1º lugar 2º lugar 3º lugar 4º lugar 5º lugar Total = = 5 · 4 · 3 · 2 · 1 2! 60 Note que o total foi dividido por 2! para desprezar a mudança de ordem dos fantasmas. Resposta: Podem sentar-se de 60 modos diferentes. 4.6. Comissões sem cargos definidos Dez times de futebol de um estado disputam um campeonato para classificar os quatro re- presentantes no campeonato brasileiro. De quantos modos diferentes pode acontecer essa classificação? Resolução 78910 1º 2º 3º 4º 1ª etapa 2ª etapa 3ª etapa 4ª etapa Total = 10 · 9 · 8 · 7 = 5.040 Análise combinatória e probabilidades PV -1 3- 11 22 Matemática Como o problema não questiona os resultados possíveis para a competição, e sim os classifi- cados para o campeonato brasileiro, a ordem dos quatro não interessa. Então, usando o PDO, chegamos ao resultado: Total = = 10 · 9 · 8 · 7 4! 210 Resposta: Pode acontecer de 210 modos diferentes. 4.7. Distribuição em grupos Oito escoteiros devem ser distribuídos em duas patrulhas que terão missões diferentes. De quan- tos modos isto pode acontecer? Resolução Imaginemos a distribuição sendo feita colocando-se os escoteiros em fila e consideremos os quatro primeiros da fila em uma patrulha e os quatro últimos na outra. A A AA B B B B 12345678 1ª etapa 8ª etapa 7ª etapa 6ª etapa 5ª etapa 4ª etapa 3ª etapa 2ª etapa Total = = 8 · 7 · 6 · 5 · 4 · 3 · 2 · 1 4!· 4! 70 Resposta: Pode acontecer de 70 modos. Observação – O produto foi dividido por 4! · 4! para desprezar a ordem dos elementos em cada patrulha. 4.8. Figuras geométricas Considere 8 pontos distintos em uma circunferência. Quantos triângulos distintos podem ser forma- dos com vértices nesses pontos? Resolução Consideremos as etapas sucessivas da escolha dos vértices dos triângulos: 8 7 6 Total = = 8 · 7 · 6 3! 56 Resposta: Podem ser formados 56 triângulos. Observação – O produto foi dividido por 3! para desprezar a ordem dos vértices, pois ABC e BCA representam o mesmo triângulo, por exemplo. PV -1 3- 11 Análise combinatória e probabilidades 23 Matemática 01. FGV-SP Usando-se os algarismos 1, 3, 5, 7 e 9, existem x números de 4 algarismos, de modo que pelo menos 2 algarismos sejam iguais. O valor de x é : a. 505 d. 625 b. 427 e. 384 c. 120 03. UFPA Quantos são os anagramas da palavra Brasil começados por B e terminados por L? a. 24 d. 240 b. 120 e. 1.440 c. 720 EXERCÍCIOS RESOLVIDOS 02. Vinte e dois pilotos de Fórmula 1 participarão de um grande prêmio. Os três primeiros colocados subirão ao pódio onde ocuparão lugares distintose serão ho- menageados. De quantas maneiras diferentes o pódio pode ser composto? 04. Mackenzie-SP O número de maneiras diferentes de colocar em uma linha de um tabuleiro de xadrez (8 posições) as peças brancas (2 torres, 2 cava- los, 2 bispos, a rainha e o rei) é: a. 8! d. 8 b. 504 e. 4 c. 5.040 Resolução Pelo PFC, temos disponíveis {1, 3, 5, 7, 9} 5 · 5 · 5 · 5 = 625 Números de 4 algarismos, com os 5 elementos disponíveis. 5 · 4 · 3 · 2 = 120 Números de 4 algarismos distintos, com os 5 elementos disponíveis. Se do total de números de 4 algarismos sub- trairmos os números de 4 algarismos dis- tintos, os que restarem terão pelo menos 2 algarismos iguais. Portanto; x = 625 – 120 = 505 Resposta A Resolução 1ª 2ª 3ª 22 · 21 · 20 = 9.240 Resolução B 4 3 2 1 L Total: 4! = 24 Resposta A Resolução T T C C B B D R Total = 8 2 2 2 5 040 ! ! ! ! .= Temos 8 “letras” (peças) com 2 Ts (torres são iguais) 2 Cs (cavalos são iguais) 2 Bs (bispos são iguais) e 1D (rainha) 1R (rei)e dist os int Análise combinatória e probabilidades PV -1 3- 11 24 Matemática 05. FGV-SP De quantas maneiras 4 moças e 4 rapazes podem se sentar numa fila de 8 assentos, de modo que nunca haja nem dois rapazes vizi- nhos nem duas moças sentadas uma ao lado da outra? a. 5.040 d. 576 b. 40.320 e. 1.152 c. 2.880 07. Oito livros devem ser distribuídos em dois gru- pos de quatro livros cada um. De quantos mo- dos isto pode ser feito? 06. Aman-RJ (modificado) As diretorias de 4 membros que podemos for- mar com os 10 sócios de uma empresa são: a. 5.040 e. 24 b. 40 d. 210 c. 2 Observação: O produto foi dividido por 4! · 4! para desprezar a ordem dos livros em cada grupo, e por 2! para desprezar a ordem dos dois grupos, visto que ABCD – EFGH e EFGH – ABCD re- presentam, por exemplo, a mesma distribuição. 08. UEL-PR (modificado) I. Sejam 15 pontos distintos, perten- centes a uma circunferência. O nú- mero de retas distintas determinadas por esses pontos é: a. 14 d. 210 b. 91 e. 225 c. 105 Resolução Podemos ter: M R M R M R M R 4 · 4 · 3 · 3 · 2 · 2 · 1 · 1 = 576 ou R M R M R M R M 4 · 4 · 3 · 3 · 2 · 2 · 1 · 1 = 576 Logo: 576 + 576 = 1.152 Resposta: E Resolução Total = = 10 · 9 · 8 · 7 4! 210 Resposta D Resolução 1ª etapa 2ª etapa 3ª etapa 4ª etapa 5ª etapa 6ª etapa 8ª etapa 7ª etapa 12345678 Total = = 8 · 7 · 6 · 5 · 4 · 3 · 2 · 1 4!· 4! · 2! 35 Resposta: Pode acontecer de 35 modos. Resolução 15 pontos distintos de uma circunferência nunca serão alinhados 3 a 3. Sabemos que AB BA � �� � �� = ; portanto: = 15 ·14 2! 105 Resposta C PV -1 3- 11 Análise combinatória e probabilidades 25 Matemática II. Nas condições do problema, qual é o número de semirretas determinadas pelos 15 pontos? 10. UFMG Considere formados e dispostos em ordem crescente todos os números que se obtêm per- mutando-se os algarismos 1, 3, 5, 7 e 9. O nú- mero 75.391 ocupa, nessa disposição, o lugar: a. 21o b. 64o c. 88o d. 92o e. 120o 09. Considere a figura abaixo, em que temos parte da planta de um bairro. Uma pessoa deve ca- minhar de sua casa à escola onde estuda por um dos caminhos mais curtos. Quantos são os caminhos possíveis para ir: Escola Igreja Casa a. de casa à escola? b. de casa à escola, passando pela igreja? Resolução Sabemos que ≠ � �� � �� AB BA , portanto: Total = 15 · 14 = 210 Resposta: 210 semirretas Resposta a. Um possível caminho seria: D D C D C D D C C C D Obtêm-se outros caminhos fazendo ana- gramas da “palavra” acima Temos: 11 6 5 ! ! !⋅ = 462 b. casa / igreja e igreja / escola D D D D C C C · D C D C 7 4 3 4 2 2 210 ! ! ! · ! ! ! = Começando por 1, 3 ou 5: ⋅ ⋅ ⋅ ⋅ =3 4 3 2 1 72 (1, 3, 5) + Começando por 71 ou 73: ⋅ ⋅ ⋅ ⋅ =1 2 3 2 1 12 (1, 3)(7) + Começando por 751: 1 1 1 2 1 2 (5) (1)(7) 7 5 . 3 1 9 + 1= = 87 números menores que 75.391. Assim, o no 75.391 ocupa o 88o lugar. Resposta C Análise combinatória e probabilidades PV -1 3- 11 26 Matemática 11. UFScar-SP Em seu trabalho, João tem 5 amigos, sendo 3 homens e 2 mulheres. Já sua esposa Maria tem, em seu trabalho, 4 amigos (distintos dos de João), sendo 2 homens e 2 mulheres. Para uma confraternização, João e Maria pretendem convidar 6 dessas pessoas, sendo exatamente 3 homens e 3 mulheres. Determine de quantas maneiras eles podem convidar essas pessoas: a. dentre todos os seus amigos no trabalho. b. de forma que cada um deles convide exatamente 3 pessoas, dentre seus res- pectivos amigos. 5. Fórmulas de contagem 5.1. Agrupamentos Quando formamos grupos com elementos de um conjunto, chamamos esses grupos de agrupamentos. Existem três tipos básicos de agrupamento. 1º tipo – Arranjos simples São agrupamentos que diferem um do outro pela ordem ou pela natureza dos elementos componentes. Exemplo – os arranjos de 2 elementos que po- dem ser feitos com A, B e C são: AB, BA, AC, CA, BC e CB 2º tipo – Combinações simples São agrupamentos que diferem um do outro apenas pela natureza dos elementos compo- nentes. Exemplo – as combinações de 2 elementos que podem ser feitas com A, B e C são: AB, AC e BC. 3º tipo – Permutações simples São agrupamentos que diferem um do outro apenas pela ordem dos elementos compo- nentes. Exemplo – as permutações que podem ser fei- tas com A, B e C são: ABC, ACB, BAC, BCA, CAB e CBA 5.2. Fórmula para cálculo do número de agrupamentos I. Fórmula para calcular o número de ar- ranjos Seja An,p o número de arranjos que podem ser feitos com n elementos, agrupando-os p a p. Para calcular o número de arranjos, basta usar o PFC. Assim A7,3, por exemplo, será: 7 6 5 1ª etapa 2ª etapa 3ª etapa Se multiplicarmos e dividirmos o produto 7 · 6 · 5 por 4!, teremos: Resolução Considerando: João tem 5 amigos 3 2 4 H M Maria tem amiggos H M 2 2 Foram convidados 6 amigos para confraterni- zação, sendo exatamente 3 H e 3 M. a. Dentre todos: ⇒ escolhendo-se 3 H dentre 5 H ⇒ ⇒ = 5 · 4 · 3 3! 10 ⇒ escolhendo-se 3 M dentre 4 M ⇒ ⇒ = 4 · 3 · 2 3! 4 Pelo princípio fundamental, temos 10 · 4 = 40 possibilidades. b. De forma que cada um deles convide exata- mente 3 pessoas, dentre seus respectivos amigos: 1a possibilidade: Maria escolhe 2 M e 1 H, e consequente- mente, João escolhe 1 M e 2 H ⇒ ( ) ( ) ( ) =1 2 2 3 2 2 12· · · · ! casos 2a possibilidade: Maria escolhe 1M e 2H e conse- quentemente João escolhe 2 M e 1H ⇒ (2) · (1) · (1) · (3) = 6 casos Logo: Total de casos = 6 + 12 = 18 casos PV -1 3- 11 Análise combinatória e probabilidades 27 Matemáti ca = = =A 7 · 6 · 5 · 4! 4! 7! 4! 7! (7 – 3)!7,3 De modo geral: = … +A n(n–1)(n–2) · · (n –p 1)(n–p)! (n–p)!n,p ou seja: A n n pn pn p,n p ! ( –n p( –n p)! = em particular An,0 = 1 e An,n = n! II. Fórmula para calcular o número de combinações Seja Cn,p o número de combinações que podem ser feitas com n elementos, agrupando-os p a p. Para calcular o número de combinações, basta usar o PFC e, em seguida, desprezar a troca de ordem dos elementos do grupo (PDO). Assim, C7,3, por exemplo, será: 7 6 5 1ª etapa 2ª etapa 3ª etapa = =C 7 · 6 · 5 3! A 3!7,3 7,3 De modo geral: =C A p!n,p n,pAssim: =C n! (n–p)!p!n,p De modo particular: Cn,0 = 1 e Cn,n = 1 III. Fórmula para calcular o número de per- mutações Seja Pn o número de permutações que podem ser feitas com n elementos. Para calcular o número de permutações, po- demos usar o PFC, assim P5, por exemplo, será: 5 4 3 12 1ª etapa 2ª etapa 3ª etapa 4ª etapa 5ª etapa P5 = 5 · 4 · 3 · 2 · 1 = 5! De modo geral: Pn = n! EXERCÍCIOS RESOLVIDOS 01. Calcule: a. A8, 3 b. A10, 2 c. A8, 0 02. Resolver Ax, 4 = 5 Ax, 3 Resolução a. = = = =A 8! (8 – 3)! 8! 5! 8 · 7 · 6 · 5! 5! 336 8,3 b. = = = =A 10! (10 –2)! 10! 8! 10 · 9 · 8! 8! 90 10,2 c. = = =A 8! (8 – 0)! 8! 8! 1 8,0 Resolução = = ⇒ = = ⇒ = x! (x – 4)! 5 · x! (x – 3)! (x – 3)! (x – 4)! 5 (x – 3) (x – 4)! (x – 4)! 5 logo, x – 3 5 x 8 Resposta S = {8} Análise combinatória e probabilidades PV -1 3- 11 28 Matemática 03. Calcule o valor de: = + + E C C C C 5,3 5,1 10,2 4,2 04. Resolver Cx, 3 – 6Cx, 2 = 0 05. Resolver = P P 5x x–1 Resolução = = = = = = = = = = = = = + + = = C 6! (6 – 3)! · 3! 6 · 5 · 4 · 3! 3! · 3! 20 C 5! (5–1)! · 1! 5 · 4! 4! · 1! 5 C 10! (10 –2)! · 2! 10 · 9 · 8! 8! · 2! 45 C 4! (4 – 2)! · 2! 4 · 3 · 2! 2! · 2! 6 Assim, E 20 5 45 6 20 56 5 14 6,3 5,1 10,2 4,2 Resposta E = 5 14 . Resolução x x x x x x x ! ( – )! · ! – ! ( – )! · ! ! ( – )! · ! – · ! ( 3 3 6 2 2 0 3 3 6 = xx x x x x – )! · ! ( – )! ( – )! · ! ! ( – ) · ( – ) ! ( 2 2 0 2 3 6 3 2 2 3 = = xx x – ) ! · · · · – 3 6 3 2 1 2 1 2 18 20 = = ⇒ =x Resposta S = {20} Resolução = = x! (x –1)! 5 x · (x –1)! (x –1)! 5 Assim: x = 5 Resposta S = {5} PV -1 3- 11 Análise combinatória e probabilidades 29 Matemáti ca CAPÍTULO 02 NÚMEROS BINOMIAIS 1. Introdução Combinações de n elementos p a p são agru- pamentos com p elementos cada, que podem ser formado com n elementos disponíveis. O número de combinações que podem ser fei- tas com n elementos p a p é dado por Cn,p e calculado desta forma: =C n! (n–p)! · p!n,p 1.1. Defi nição Dados dois números naturais, n e p, chama-se de número binomial o par de valores n p , em que: n p n n p p comn p = ≥= ≥ n = ≥n co= ≥comn= ≥mn!= ≥!= ≥ ( –n p( –n p)! ! n p lê-se: binomial de n sobre p No número binomial n p , n é o numerador e p, o denominador. Com base na da definição, observamos que: n p C n p = , Como consequências da definição, temos: 1ª) n 0 = 1 para ∀ n ∈ 2ª) n 1 = n para ∀ n ∈ * 3ª) n n = 1 para ∀ n ∈ 1.2. Propriedades P n p n n p1 P 1 P ) = n p−n p Demonstração n p n n p p n n p n n n p = − = ! ( – )! · ! ! [ – ( – )]!(( – )! ! [ – ]!( – )! n p n n p n n n p n p n n p − = + − = = − n p n p n p n n p ! !( – )! :Portanto Observação: São chamamos n p e n n p − de números bi- nomiais complementares. Exemplos 1 7 2 7 5 2 13 4 ª) ª) = = 113 9 P n p n p n p2 P 2 P 1 1 1 ) (Relaçã + + = + + o doo do e Stifel) Demonstração n p n p n n p p n n p + + = +1 1 ! ( – )! · ! ! ( – – )! · (( )!p+1 n p n p n n p n p p n + + = = + 1 1 ! ( – ) · ( – – )! · ! ! (( – – )! · ( ) !n p p p1 1+ Análise combinatória e probabilidades PV -1 3- 11 30 Matemática n p n p n p n n p n p + + = + + 1 1 1!( ) !( – ) ( – ) · (nn p p p– – )! · ( ) · !1 1+ n p n p n p n n n p n p + + = + + 1 ! ! – ! ( – )! · n! ·· ( )! !( ) ( – )! · ( p n p n p n n n p + + + = + 1 1 1 pp n p n p n n n p p + + + = + + 1 1 1 )! !( ) ( – )! · ( 11 1 1 1 1 1 )! ( )! [ – ( )]! · ( Como n p n n p p + + = + + + +11 1 1 )! ( )! ( – )! · ( )! = + + n n p p Temos: n p n p n p + + = + + 1 1 1 Exemplos 1 7 3 7 4 8 4 º) + = 2 11 5 11 6 12 6 º) + = 3 9 0 9 1 10 1 º) + = Observação: Consideremos um grupo de pessoas formado por Paulo e mais n pessoas. Então: 1º) O número de modos de selecionar, nesse gru- po, um subgrupo formado por p + 1 pessoas é C n pn p+ + = + + 1 1 1 1, 2º) O número de modos de selecionar um sub- grupo formado por Paulo e por outras p pessoas é 1× C C n pn p n p, , = = 3º) O número de modos de selecionar um subgrupo formado por p + 1 pessoas, exceto Paulo, é C n pn p, + = + 1 1 Como o total de subgrupos é a soma do núme- ro de subgrupos dos quais Paulo participa com o número de subgrupos dos quais Paulo não participa, temos: n p n p n p + + = + + 1 1 1 EXERCÍCIOS RESOLVIDOS 01. Calcule E, sendo 6 2 4 4 3 0 8 1 + + + 02. Calcule 5 0 5 pp = ∑ Resolução E E E = + + + = + + + = 6 4 2 1 1 8 6 5 2 1 1 8 25 ! ! · ! · Resolução 5 5 0 5 1 5 2 5 30 5 pp = + + + = ∑ + + = + + = ∑ 5 4 5 5 5 1 5 0 5 pp 55 3 2 5 2 3 5 1 4 1 5 1 5 0 5 ! ! · ! ! ! · ! ! ! · ! + + + = + = ∑ pp ++ + + + = = ∑ 10 10 5 1 5 32 0 5 pp PV -1 3- 11 Análise combinatória e probabilidades 31 Matemática 03. Resolver a equação: x –1 2 10 = 05. Resolver a equação: 8 5 8 6 9 3 + = x – 04. Resolver a equação: 10 2 10 2 3x x– – = Resolução x x x x x – ( – )! ( – – )! ! ( – )! ( – )! ! 1 2 1 1 2 2 1 3 2 = = Asssim: ( – )! ( – )! ! ( – )( – ) · ( – ) ! ( – x x x x x x 1 3 2 101 2 3 = 33 2 10 ) ! · ! = x2 – 3x + 2 = 20 x2 – 3x – 18 = 0 ou seja, x = 6 ou x = –3 (não convém) S = { 6 } Resolução Temos dois casos: 1º) Binomiais iguais x – 2 = 2x – 3 ⇒ x = 1 que não satisfaz, pois devemos ter: 0 ≤ x – 2 ≤ 10 e 0 ≤ 2x – 3 ≤ 10 2º) Binomiais complementares: (x – 2) + (2x – 3) = 10 3x = 15 ⇒ x = 5 S = {5} Resolução 8 5 8 6 9 6 + = (relação de Stifel) Assim: 9 6 9 3 = x – ou seja: x – 3 = 6 ou 6 + (x – 3) = 9 x = 9 x = 6 S = {6, 9} Análise combinatória e probabilidades PV -1 3- 11 32 Matemática 2. Triângulo de Pascal 2.1. Montagem do triângulo Vamos colocar os números binomiais n p em linhas e colunas, de modo que os de numera- dores iguais fiquem numa mesma linha e os de denominadores iguais numa mesma coluna. Linha 0 Linha 1 Linha 2 Linha 3 Linha 4 Linha 5 Co lu na 0 Co lu na 1 Co lu na 2 Co lu na 3 Co lu na 4 Co lu na 5 0 0( ) 1 0( ) 11( ) 2 1( ) 22( ) 3 2( ) 33( ) 4 3( ) 44( ) 5 4( ) 55( )53( ) 4 2( ) 5 2( ) 3 1( ) 4 1( ) 5 1( ) 2 0( ) 3 0( ) 4 0( ) 5 0( ) Calculando cada um dos binomiais, obtemos: Linha 0 Linha 1 Linha 2 Linha 3 Linha 4 Linha 5 Co lu na 0 Co lu na 1 Co lu na 2 Co lu na 3 Co lu na 4 Co lu na 5 1 1 1 1 1 1 1 1 1 1 1 2 3 3 4 4 5 5 6 10 10 A esta disposição dos números dá-se o nome de Triângulo de Pascal. 2.2. Propriedades P1) Em qualquer linha, dois binomiais equi- distantes dos extremos são complementares, portanto, iguais. Consideremos, como exemplo, a linha 5. 11 5 510 10 5 4( ) 55( )53( )52( )51( )50( ) P2) A soma de dois binomiais consecutivos de uma mesma linha é igual ao binomial situado imediatamente abaixo do binomial da direita. 0 0( ) 1 0( ) 11( ) 2 1( ) 22( ) 3 2( ) 33( ) 4 3( ) 44( ) 5 4( ) 55( )53( ) 4 2( ) 5 2( ) 3 1( ) 4 1( ) 5 1( ) ( ) 3 0( ) 4 0( ) 5 0( ) 2 0 + + = = 1 1 1 1 1 1 1 1 1 1 1 2 3 3 4 4 5 5 6 10 10 + + = = Notamos que: 3 2( ) 43( ) 44( ) 54( )42( )31( ) + + + + = = = = e 3 3 46 1 5 O que podemos concluir é que esta propriedade é uma aplicação da relação de Stifel nos elementos do triângulo. Com ela, podemos construir qual- quer linha do triângulo a partir da linha anterior. Assim, considerando a linha 4, temos: 11 4 4 5 5 6 10 10 + + + + PV -1 3- 11 Análise combinatória e probabilidades 33 Matemáti ca Lembrando que os números binomiais das extremidades são sempre iguais a 1, temos a linha 5 do triângulo de Pascal. 1 5 10 10 5 1 P3) A soma de todos os binomiais da linha n do triângulo de Pascal é 2n. 0 0( ) 1 0( ) 11( ) 2 1( ) 22( ) 3 2( ) 33( ) ( )43( ) 44 5 4( ) 55( )53( ) 4 2( ) 5 2( ) 3 1( ) 4 1( ) 5 1( ) 2 0( ) 3 0( ) 4 0( ) 5 0( ) 1 1 1 1 1 1 1 1 1 1 1 2 3 3 4 4 5 5 6 10 10 + + + + + + + + + + + + + + + = = = = = = 21 20 22 23 24 25 Genericamente temos: n n n n n n0 1 2 3 n nn n 0 10 1 0 10 10 10 1+ n nn n 0 10 1 0 10 10 10 1 + n nn n 2 32 3 2 32 32 32 3+ n nn n 2 32 3 2 32 32 32 3 +…+ = 2n ou n p n p n = = ∑ 2 0 Justificativa Considerando um conjunto A com n elementos para formar um subconjunto de A, devemos de- cidir, para cada elemento, se o incluímos ou não no subconjunto. Então, o total de subconjuntos é: 2 2 2 2 2 2 2· · · · · ·… = n n elementos � ����� ����� Poderíamos obter esse mesmo total, pela soma das quantidades de subconjuntos com 0 elementos, 1 elemento, 2 elementos, ... , n elementos, isto é: Cn,0 + Cn,1 + Cn,2 + ... + Cn,n = 2n ou, então, n n n n n n 0 1 2 2 + + +…+ = P4) A soma dos elementos de uma coluna do triângulo de Pascal (começando no primeiro elemento da coluna) é igual ao elemento que está avançado uma linha e uma coluna sobre a última parcela. n n n n n n n k n + + + +…+ n k+n k 1 2n1 2n1 2 +1 2+1 2 === + + + n k+ +n k+ + n 1 1 ou n p n n k np k +n p+n p = + +n k+ +n k + = ∑ 0 1 1 Exemplo 1 1 1 1 1 1 1 1 1 1 1 2 3 3 4 4 5 5 6 10 10 + + = Análise combinatória e probabilidades PV -1 3- 11 34 Matemáti ca Justificativa Aplicando a relação de Stifel aos elementos das colunas e efetuando a adição membro a membro, temos: n+1 n+1 n+2 n+1 n+3 n+1 n+4 n+1 n+1 n+1 n+2 n+1 n+3 n+1 n n n n n+1 n n+1 n n+2 n n+2 n n+3 n n+3 n n+k n+1 n+k n+1 n+k n n+k n n+k+1 n+1 n+k+1 n+1 n+k–1 n+1 n+k–1 n n+k–1 n = = = = = = = + + ++ + + + + + + + +... P5) A soma dos elementos de uma diagonal (isto é, de uma paralela à hipotenusa) do triângulo de Pascal, começando do primeiro elemento da diagonal, é igual ao elemento que está imediatamente abaixo da última parcela. n n n n k k0 1 1 2n n2n n 2 n nn n + +n nn n + +n n+n n n nn n +…+ +n nn n === = + + n k+ +n k+ + k 1 ou n p p n k kp k +n p+n p = + +n k+ +n k = ∑ 1 0 Exemplo 1 1 1 1 1 1 1 1 1 1 1 1 1 2 3 3 4 4 5 5 6 6 6 10 10 + + + 15 1520 Justificativa n p p n n n+ = + + + + +…0 1 1 2 2 ++ + = ∑ n k kp k 0 Usando a propriedade dos números binomiais complementares, temos: n p p n n n n n n + = + + + + +… 1 2 ++ + = ∑ n k np k 0 O segundo membro é a soma da coluna n até a linha n + k do triângulo de Pascal; então, pela propriedade P4, temos: n p p n k np k + = + + + = ∑ 1 10 mas: n k n n k k + + + = + + 1 1 1 (complementares) Então: n p p n k kp k + = + + = ∑ 0 1 PV -1 3- 11 Análise combinatória e probabilidades35 Matemática 01. Determine as somas indicadas: a. 6 0 6 1 6 2 6 6 + + +…+ b. 3 0 4 1 5 2 12 9 + + +…+ c. 3 3 4 3 5 3 9 3 + + +…+ 03. Calcule 8 0 8 kk = ∑ EXERCÍCIOS RESOLVIDOS 02. Calcule n, sabendo que: n n n n0 1 2 048 + +…+ = . (soma dos ele- mentos da linha n) 04. Calcule 10 1 10 pp = ∑ Resolução a. 6 0 6 1 6 2 6 6 26 + + +…+ = ((linha 6) b. 3 0 4 1 5 2 12 + + +…+ 99 13 9 3 3 4 3 = + (diagonal) c. + +…+ = 5 3 9 3 10 4 (colunaa) Resolução n n n n n n 0 1 2 2 048 2 211 + +…+ = = = . ⇒⇒ =n 11 Resolução 8 8 0 8 1 8 20 8 kk = + + +…+ = ∑ 88 8 28 = (linha 8) Resolução 10 10 1 10 2 10 101 10 pp = + +…+ = ∑ = = = =2 10 0 2 1 1 02310 10– – . Análise combinatória e probabilidades PV -1 3- 11 36 Matemática 3. Binômio de Newton O teorema do binômio, que será estudado neste módulo, trata do desenvolvimento de (a + b)n, para n natural. Impropriamente ele é chamado “binômio de Newton”. Isaac Newton viveu no século XVII, embora o de- senvolvimento de (a + b)n, para qualquer n natural (ou, pelo menos, um dispositivo para encontrar os coeficientes) já era conhecido muito antes. O caso n = 2 já era conhecido por Euclides (300 a.C.), mas a generalização da lei só apareceu por volta de 1.100 d.C., na Álgebra de Omar Khayyam. Curiosamente, este autor não forneceu a lei, mas assegura- va que podia encontrar as potências quarta, quinta, sêxtupla e até superiores, por uma lei que ele descobrira e que ele afirmava ter enunciado em uma outra obra, da qual, contudo, não parece haver restado nenhuma cópia. O que se deve a Newton, na verdade, é a ge- neralização do teorema do binômio para va- lores negativos e fracionários de n, que, no entanto, não serão estudados neste capítulo. 3.1. Produto de Stevin Vamos achar a lei de formação do produto dos n binômios do primeiro grau da forma (x + a1), (x + a2), ..., (x + an) que diferem entre si, somente pelos segundos termos. Inicialmente consideremos o produto de dois fatores: (x + a1) · (x + a2). (x + a1) · (x + a2) = x2 + a2x + a1x + a1a2 (x + a1) · (x + a2) = x2 + (a1 + a2)x + a1a2 Efetuemos agora o produto de três fatores: (x + a1) · (x + a2) · (x + a3) (x + a1) · (x + a2) · (x + a3) = = x3 + a3x2 + a2x2 + a2a3x + a1x2 + a1a3x + a1a2x+ + a1a2a3 (x + a1) (x + a2) (x + a3) = = x3 + (a1 + a2 + a3)x2 + (a1a2 + a1a3 + a2a3)x + a1a2a3 Se efetuarmos o produto de quatro fatores, encontraremos: (x + a1) (x + a2) (x + a3) (x + a4) = = x4 + (a1 + a2 + a3 + a4)x3 + (a1a2 + a1a3 + a1a4 + a2a3 + a2a4 + a3a4)x2 + (a1a2a3 + a1a2a4 + a1a3a4 + a2a3a4) x + a1a2a3a4 De modo geral, no produto de n fatores, se chamarmos de: S1 = a1 + a2 + ... + an (combinações dos n segundos termos 1 a 1) S2 = a1a2 + a1a3 + ... + an-1an (combinações dos n segundos termos 2 a 2) S3 = a1a2a3 + a1a2a4 + ........ (combinações dos n segundos termos 3 a 3) Sn = a1a2a3 ... an (combinações dos n segundos termos n a n) te- remos: (x – a1) (x + a2) ... (x + an) = = xn + S1xn–1 + S2xn–2 + ... +Sn Esse é o chamado produto de Stevin. Observação O número de parcelas de S1 é Cn,1 = n 1 O número de parcelas de S2 é Cn,2 = n 2 O número de parcelas de S3 é Cn,3 = n 3 O número de parcelas de Sn é Cn, n = n n PV -1 3- 11 Análise combinatória e probabilidades 37 Matemáti ca 01. Ache o produto (x + 1) · (x + 4) · (x + 5) EXERCÍCIOS RESOLVIDOS 02. Ache o produto (x + 1) · (x – 3) · (x + 2) · (x + 4) 3.2. O desenvolvimento de (x + a)n Se no produto de Stevin fizermos a1 = a2 = a3 = ... = an = a, teremos: S1 = a + a + a + ... + a = Cn,1 · a = n 1 a S2 = a2 + a2 + a2 + ... + a2 = Cn,2 · a2 = n 2 a2 S3 = a3 + a3 + a3 + ... + a3 = Cn,3 · a3 = n 3 a3 .......................................................................... Sn = an Assim: (x + a)n = xn + n 1 axn – 1 + n 2 a2xn – 2 + n 3 a3xn – 3 + ...+ n n an Como n 0 = 1, podemos escrever: ( ) –( )x a( ) n x n ax n n nxn nx T n T + =( )+ =( )( )x a( )+ =( )x a( )n n+ =n n n n n nn nn nn n n nn n n n n n n nn nn nn n n nn n n n + +0 10 10 1 0 10 1 1 T 1 T 2 T 2 T 1 � ��� ���� ���� ��� ���� ������� ��� 222 3 2 2 3 3 3 4 + + a x2 2a x2 2 n a x3 3a x3 3 n2 2n2 2 T 3 T 3 3 3n3 3 T 4 T 4 2 2–2 2 3 3–3 3 � �� �� �� �� �� ��� �� �� �� ��� �� �� � � �� �� �� �� �� ��� ��� ��� �� �� �� ��� �� �� ��� �� �� ��� �� �� � � +…+ n n an T n 1+n 1+ T n 1 T Esse desenvolvimento, chamado de bi- nômio de Newton, também pode ser escrito assim: ( )( )x a( ) n p a x·a x·n pa xn pa xn p p n n p–n p–+ =( )+ =( )( )x a( )+ =( )x a( )n p+ =n p n p n pn pn pn p n pn p n p n p n pn pn pn p n pn p n p = ∑n p∑n p 0 Observações: 1ª) O desenvolvimento de um binômio de grau n tem n+1 termos. 2ª) A soma dos expoentes, em qualquer ter- mo, é o grau n do binômio. 3ª) O expoente de x, no primeiro termo, é n, e vai decrescendo de um em um até atingir zero, no último termo. Resolução S1 = 1 + 4 + 5 = 10 S2 = 1 · 4 + 1 · 5 + 4 · 5 = 29 S3 = 1 · 4 · 5 = 20; Logo: (x + 1) (x + 4) (x + 5) = x3 + 10x2 + 29x + 20 Resolução S1 = 1 + (–3) + 2 + 4 = 4 S2 = 1 · (–3) + 1 · 2 + 1 · 4 + (–3) · 2 + (–3) · 4 + 2 · 4 = –7 S3 = 1 · (–3) · 2 + 1 · (–3) · 4 + 1 · 2 · 4 + (–3) · 2 · 4 = – 34 S4 = 1 · (–3) · 2 · 4 = –24; Logo: (x + 1) (x – 3) (x + 2) (x + 4) = = x4 + 4x3 – 7x2 – 34 x – 24 Análise combinatória e probabilidades PV -1 3- 11 38 Matemáti ca 4ª) O expoente de a, no primeiro termo, é zero e vai crescendo de um em um até atingir n, no último termo. 5ª) Os coeficientes dos termos extremos são iguais a um n e n n0 6ª) O coeficiente de qualquer termo é um nú- mero binomial de numerador n e denominador igual ao número de termos precedentes. As- sim, o coeficiente do 6º termo é n 5 7ª) Os coeficientes do desenvolvimento de (x + a)n são os elementos da linha n do triân- gulo de Pascal. 8ª) A soma dos coeficientes do desenvolvi- mento de (x + a)n é 2n. 0.1.3.3. Termo geral do binômio de Newton Chamamos termo geral do binômio de Newton a fórmula que permite encontrarmos o termo do desenvolvimento de uma certa or- dem conhecida. No desenvolvimento de (x + a)n, vimos que: O 1º termo é T1 = n 0 a0xn O 2º termo é T2 = n 1 a1xn – 1 O 3º termo é T3 = n 2 a2xn – 2 O 4º termo é T4 = n 3 a3xn – 3 ..........................................................…………….. O último termo é Tn + 1 = n n anx0 Supondo que um termo tenha p termos prece- dentes, sendo pois o termo de ordem p + 1, temos: T n p a x p p na xp na x p + = 1 – que é a fórmula do termo geral do binômio. EXERCÍCIOS RESOLVIDOS 01. Construir o triângulo de Pascal e, a partir dele, fazer o desenvolvimento de: a. (x + a)4 b. (x + a)5 c. (x + a)6 Resolução linha 0 → 1 linha 1 → 1 1 linha 2 → 1 2 1 linha 3 → 1 3 3 1 linha 4 → 1 4 6 4 1 linha 5 → 1 5 10 10 5 1 linha 6 → 1 6 15 20 15 6 1 a. (x + a)4 = x4 + 4ax3 + 6a2x2 + 4a3x + a4 b. (x + a)5 = x5 + 5ax4 + 10a2x3 + 10a3x2 + + 5a4x + a5 c. (x + a)6 = x6 + 6ax5 + 15a2x4+ 20x3a3 + + 15a4x2+ 6a5x + a6 PV -1 3- 11 Análise combinatória e probabilidades 39 Matemática 02. Desenvolver (2x + 3)4 04. Sabendo que: a5 + 5 1 a 4b + 5 2 a 3b2 + 5 3 a 2b3 + 5 4 ab 4 + +b5 = 1.024, podemos dizer que (a + b)2 é igual a: a. 144 d. 64 b. 4 e. 16 c. 36 03. Desenvolver (x – 1)5 05. Dado o binômio (2x + y)5, obtenha: a. a soma dos coeficientes binomiais. b. a soma dos coeficientes do desenvolvi- mento. Resolução (2x + 3)4 = 4 0 (2x) 430 + 4 1 (2x) 331 + + 4 2 (2x)232 + 4 3 (2x)133 + 4 4 (2x)034 (2x + 3)4 = 1 · 16x4 + 4 · 8x3 · 3 + 6 · 4x2 · 9 + + 4 · 2x · 27 + 1 · 81 (2x + 3)4 = 16x4 + 96x3 + 216x2 + 216x + 81 Resolução (x – 1)5 = 5 0 x5(–1)0 + 5 1 x4(–1)1 + 5 2 x3(–1)2 + + 5 3 x2(–1)3 + 5 4 x(–1)4 + 5 5 x0(–1)5 (x – 1)5 = x5 – 5x4 + 10x3 – 10x2 + 5x –1 Resolução No primeiro membro da igualdade fornecida, temos (a + b)5; então; (a + b)5 = 1.024 ⇒ (a + b)5 = 210 ⇒ (a + b)5 = (22)5 a + b = 22 ⇒ a + b = 4 ⇒ (a + b)2 = 16 Resposta E Resolução a. 5 0 5 1 5 2 5 3 5 4 + + + + + = 5 5 25 b. Ao invés de efetuarmos o desenvolvimento de (2x + y)5 para obtermos a soma de seus co- eficientes, fazemos: x = 1 e y = 1 e obtemos: (2 · 1 + 1)5 = 35 = 243, que é a soma procurada. Análise combinatória e probabilidades PV -1 3- 11 40 Matemática 06. Calcular o valor aproximado de (1,002)15 08. Obtenha o termo independente de x no de- senvolvimento de x x 2 2 6 1 + 07. Considere o binômio (x2 + y)6. a. Dê o termo geral do desenvolvimento. b. Obtenha o termo em x4. Resolução Notemos que (1,002)15 = (1 + 0,002)15, então, fazendo o desenvolvimento do binômio, temos: (1 + 0,002)15 = = + + + 15 0 1 0 002 15 1 1 0 002 1 15 0 14 1· , · , 55 2 1 0 002 15 3 1 0 00213 2 12 3 + +…+ + · , · , 115 15 1 0 0020 15 · , Podemos perceber que, a partir do 3º termo, os valores são tão pequenos que podem ser des- prezados. Assim: (1 + 0,002)15 ≈ 1 + 0,030 ou (1,002)15 ≈ 1,03 Resolução a. Tp + 1 = 6 p yp (x2)6 – p = 6 p yp x12 – 2p b. Fazendo o expoente de x, no termo geral, igual a 4, temos: 12 – 2p = 4 ⇒ p = 4 Assim, o termo em x4 é: T4 + 1 = 6 4 y4 x12 – 2 · 4 = 15y4 x4 ou seja, o termo em x4 é o 5º termo e vale 15x4y4. Resolução Tp + 1 = 6 1 2 2 6 p x x p p ( ) – Tp + 1 = 6 2 12 2 p x xp p – – Tp + 1 = 6 12 4 p x p – Termo independente de x ⇒ expoente de x = 0 Fazendo 12 – 4p = 0, teremos: p = 3 T3 + 1 = 6 3 x0 T4 = 6 3 = 20 Então, o termo independente de x é o 4º ter- mo e vale 20. PV -1 3- 11 Análise combinatória e probabilidades 41 Matemática 09. Obtenha o termo médio no desenvolvimento de ( – ) .x x3 4 10. Quantos termos racionais existem no desen- volvimento de 3 23 20 +( ) ? 11. UEL-PR Se a soma dos coeficientes do desenvolvimento do binômio (2x + y)n é igual a 243, então o nú- mero n é: a. 12 d. 5 b. 10 e. 3 c. 8 Resolução T p T p p p p p + − + = ( ) ( ) = 1 3 20 1 20 2 3 20 ⋅ − 2 33 20 2 p p O termo é racional se p e 3 20 − p 2 forem intei- ros, isto é, devemos ter 20 – p múltiplo de 2 e p múltiplo de 3. Além disso, 0 ≤ p ≤ 20 20 – p é par ⇒ p é par. p épar p émúltiplo de p émúltiplo de p émúlti ; 3 6 ⇒ pplode p p 6 0 20 0 6 12 18 ≤ ≤ ⇒ ∈{ }, , , Assim, existem quatro termos racionais que obtemos substituindo, no termo geral, o valor de p por 0, 6, 12 e 18. Resolução Soma dos coeficientes: (2 · 1 + 1)n = 243 ⇒ 3n = 243 ⇒ 3n = 35 ⇒ n = 5 Resposta D Resolução T p x x T p p p p p p + + = = 1 3 4 1 4 4 1 (– ) ( ) (– ) – (( ) (– ) – – x x T p x T p p p p p p p 1 2 12 3 1 2 12 34 1 + + + = 11 24 5 2 4 1= p xp p (– ) – O binômio tem 5 termos (grau 4), então o ter- mo médio é o 3º termo (T3). T p x x x 3 2 24 5 2 2 7 7 4 1 6 1 6= = =(– ) · · – · Análise combinatória e probabilidades PV -1 3- 11 42 Matemática CAPÍTULO 03 PROBABILIDADE Os cálculos hebreus sobre a posição dos astros, realizados por Ben Ezra no século XII, com a finalidade de fazer previsões astrológicas, po- dem ser considerados como os primeiros pas- sos rumo à teoria das probabilidades. O Livro dos jogos de azar, de Girolamo Cardano (1501-1576), publicado em torno de 1550, é o primeiro manual organizado que traz algumas noções de probabilidades. Nesse livro, Cardano, que era jogador, além de matemático, astrólogo e médico, desenvolve cálculos de expectativas acerca de jogos de dados e também dá conse- lhos sobre como trapacear no jogo. No entanto, o estudo sistemático das probabi- lidades começou, realmente, em 1654, quan- do um jogador francês, o Chevalier de Méré, escreveu a Blaise Pascal (1623-1662) fazendo várias perguntas sobre o jogo de dados e ou- tros jogos de azar. Uma das perguntas era: dois jogadores, igualmente hábeis, querem inter- romper partida. Conhecendo que o montan- te das apostas e a situação do jogo (quantas partidas cada um ganhou), como deverá ser repartido o dinheiro? Pascal, que, por ser extremamente religioso, não era jogador, escreveu a outro matemá- tico francês Pierre de Fermat (1601-1665) sobre as perguntas feitas pelo Chevalier de Méré. A partir dessa correspondência, Pascal e Fermat aprofundaramestudos conjuntos sobre probabilidades e, apesar de não terem publicado suas descobertas, chegaram a de- finir conceitos como expectativa, chance e média, além de estabelecer técnicas de con- tagem e estatísticas de incidência de casos num dado fenômeno. Também no século XVII, mais precisamente em 1657, o holandês Christian Hiygens (1629- 1695) publicou seu livro O raciocínio nos jogos de dados, no qual apresentou importantes contribuições ao estudo das probabilidades. O suíço Jacques Bernoulli (1654-1705), na mesma época, deu grande contribuição no estudo das probabilidades ao propor um teo- rema no qual afirmava que a probabilidade de um evento ocorrer tende a um valor constante quando o número e ensaios desse evento ten- dem ao infinito. Depois de Bernouilli, Abraham de Moivre (1667-1751) publicou o livro A doutrina do azar, no qual também faz análises de jogos que contribuíram para o estudo das proba- bilidades. Foi em 1812 que Pierre Simon Laplace (1749- 1827) deu forma a uma estrutura de raciocínio e a um conjunto de definições no seu livro Teo- ria analítica da probabilidade. A teoria moderna das probabilidades hoje constitui a base de um dos ramos de maior aplicação nas ciências, a Estatística. 1. Experimentos aleatórios Os experimentos cujos resultados podem ser previstos, isto é, podem ser determinados an- tes mesmo de sua realização são chamados experimentos determinísticos. Por exemplo, é possível prever a temperatura em que a água entrará em ebulição desde que conhe- cidas as condições em que o experimento se realiza. Alguns experimentos, contudo, não são assim previsíveis. Por mais que sejam mantidas as mesmas condições, não podemos prever qual será o resultado ao lançarmos uma moeda. Esses são chamados experimentos aleatórios (em latim alea = sorte). Experimentos aleatórios são aqueles que, repetidos em condições idênticas, não produzem sempre o mesmo resultado. A teoria das probabilidades estuda a forma de se estabelecerem as possibilidades de ocor- rência num experimento aleatório. 2. Espaço amostral e evento Vamos estudar experimentos aleatórios com resultados equiprováveis (mesma chance de ocorrência) e em número determinado, isto é, finito. Desta forma definimos: Espaço amostral: é o conjunto de todos os resultados possíveis de um experimento aleató- rio. Indicaremos o espaço amostral por U. Evento: é qualquer subconjunto do espaço amostral. PV -1 3- 11 Análise combinatória e probabilidades 43 Matemática Exemplo Lançamos três moedas e observamos as faces que ficaram voltadas para cima. Representar: a. o espaço amostral do experimento; b. o evento A: Saírem apenas faces iguais; c. o evento B: sair exatamente uma face “cara”; d. o evento C: chances de sair, pelo me- nos, uma face “cara”. Resolução a. U = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca), (Ca, Co, Co), (Co, Ca, Ca), (Co, Ca, Co), (Co, Co, Ca), (Co, Co, Co)} b. A = {(Ca, Ca, Ca), (Co, Co, Co)} c. B = {(Ca, Co, Co), (Co, Ca, Co), (Co, Co, Ca)} d. C = {(Ca, Ca, Ca), (Ca, Ca, Co), (Ca, Co, Ca), (Co, Ca, Ca), (Ca, Co, Co), (Co, Ca, Co), (Co, Co, Ca)} Observação Os números de elementos do espaço amostral e dos eventos de um experimento aleatório são calculados com a análise combinatória. 3. Tipos de evento Consideremos o experimento aleatório: lan- çamento de um dado comum e observação do número representado na face voltada para cima. O espaço amostral será: U = {1, 2, 3, 4, 5, 6} Analisemos os diversos tipos de eventos que podemos definir neste experimento. I. Evento elementar Qualquer subconjunto unitário de U. Exemplo Ocorrência de um número múltiplo de 5. A = {5} II. Evento certo É o próprio espaço amostral U. Exemplo Ocorrência de um divisor de 60 B = {1, 2, 3, 4, 5, 6} III. Evento impossível É o conjunto vazio (∅). Exemplo Ocorrência de um múltiplo de 8 C = { } = ∅ IV. Evento união É a reunião de dois eventos. Exemplo Evento A: ocorrência de um número primo A = {2, 3, 5} Evento B: ocorrência de um número ímpar B = {1, 3, 5} Evento A ∪ B: ocorrência de um número pri- mo ou ímpar A ∪ B = {1, 2, 3, 5} V. Evento Intersecção É a intersecção de dois eventos. Exemplo Evento A: ocorrência de um número primo A = {2, 3, 5} Evento B: ocorrência de um número ímpar B = {1, 3, 5} Evento A ∩ B: ocorrência de um número pri- mo e ímpar A ∩ B = {3, 5} VI. Eventos mutuamente exclusivos Dois eventos, E1 e E2, de um espaço amostral U são chamados mutuamente exclusivos quando E1 ∩ E2 = ∅ Exemplo Evento A: ocorrência de um número par A = {2, 4, 6} Evento B: ocorrência de um número ímpar B = {1, 3, 5} A e B são eventos mutuamente exclusivos, pois A ∩ B = ∅ VII. Evento complementar É o evento E = U – E. Exemplo Evento A: ocorrência de um número primo Análise combinatória e probabilidades PV -1 3- 11 44 Matemáti ca A = {2, 3, 5} Evento A: ocorrência de um número não pri- mo A = U – A = {1, 4, 6} Observação No caso do exemplo, podemos dizer que o evento A é a não ocorrência de um número primo. 4. Probabilidade estatí sti ca e probabilidade teórica Imaginamos a seguinte situação: em uma tur- ma da segunda série do Ensino Médio, existem 25 garotas e 10 garotos e um brinde foi sortea- do para um dos membros da turma. Temos de adivinhar o sexo do contemplado. Intuitivamente, “sabemos” que é “mais fácil” ter sido sorteada uma garota que um garoto, no entanto não podemos afirmar com certe- za o sexo do contemplado. A “chance” de uma garota ter sido sorteada pode ser traduzida por um número que chamamos probabilidade. Uma observação que pode ser feita é de que a teoria das probabilidades é uma maneira matemática de lidar com a incerteza. O cálculo da probabilidade de um evento acontecer, muitas vezes, é feito experimen- talmente. Essa probabilidade é chamada de experimental ou estatística. Exemplo A probabilidade de uma pessoa morrer aos 25 anos é obtida com o levantamento e o tratamen- to adequado de um grande número de casos. No entanto, quando se jogam dois dados para se calcular a probabilidade de se obterem, nas faces voltadas para cima, dois números iguais, não é necessario realizar o experimento. Ela pode ser conseguida por meio de uma análise teórica do espaço amostral e do evento. Neste caso, é chamamos de probabilidade teórica. No Ensino Médio, não desenvolvemos estudos de probabilidade estatística, assunto que será discutido na maioria dos cursos superiores. 5. Probabilidade teórica de um evento Se num fenômeno aleatório, o número de ele- mentos do espaço amostral for n(U) e o núme- ro de elementos do evento A for n(A), então a probabilidade de ocorrer o evento A é o núme- ro P(A) tal que: P A n A n U ( )P A( )P A ( )n A( )n A ( )n U( )n U = Uma outra forma de definir a probabilidade de ocorrer o evento A é: P A( )P A( )P A = número de casos favoráveis a A número de cee ce asos possívepossívepossí is Exemplos 1º) Retirando-se uma carta de um baralho normal de 52 cartas, qual é a probabilidade de tirar um rei? Baralho Rei Resolução P E( )= número de resultados favoráveis número dde resultados possíveis P E( )= = 4 52 1 13 2º) Em um lançamento de dois dados, um pre- to e outro branco, qual é a probabilidade de que os dois números obtidos sejam iguais? Resolução U = {(1, 1), (1, 2), (1, 3), ..., (6, 4), (6, 5), (6, 6)} n(U) = 6 · 6 = 36 PV -1 3- 11 Análise combinatória e probabilidades 45 Matemática E = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)} n(E) = 6 Assim, P E n E n U ( ) ( ) ( ) = = = 6 36 1 6 3º) Dentre as seis permutações dos nú- meros 1, 2,
Compartilhar