Apostila Analise Combinatoria

Hercules Sarti
Anlise Combinatria
e Probabilidades
Adaptada por Antonio Fernando Silveira Alves (setembro/2012)
APRESENTAO
com satisfao que a Unisa Digital oferece a voc, aluno(a), esta apostila de Anlise Combinatria e
Probabilidades, parte integrante de um conjunto de materiais de pesquisa voltado ao aprendizado dinmico e autnomo que a educao a distncia exige. O principal objetivo desta apostila propiciar aos(s)
alunos(as) uma apresentao do contedo bsico da disciplina.
A Unisa Digital oferece outras formas de solidificar seu aprendizado, por meio de recursos multidisciplinares, como chats, fruns, aulas web, material de apoio e e-mail.
Para enriquecer o seu aprendizado, voc ainda pode contar com a Biblioteca Virtual: www.unisa.br,
a Biblioteca Central da Unisa, juntamente s bibliotecas setoriais, que fornecem acervo digital e impresso,
bem como acesso a redes de informao e documentao.
Nesse contexto, os recursos disponveis e necessrios para apoi-lo(a) no seu estudo so o suplemento que a Unisa Digital oferece, tornando seu aprendizado eficiente e prazeroso, concorrendo para
uma formao completa, na qual o contedo aprendido influencia sua vida profissional e pessoal.
A Unisa Digital assim para voc: Universidade a qualquer hora e em qualquer lugar!
Unisa Digital
SUMRIO
INTRODUO................................................................................................................................................ 5
1 ANLISE COMBINATRIA................................................................................................................ 7
1.1 Combinaes Simples....................................................................................................................................................7
1.2 Arranjos Simples...............................................................................................................................................................7
1.3 Permutaes Simples......................................................................................................................................................8
1.4 Fatorial..................................................................................................................................................................................8
1.5 Princpio Fundamental da Contagem......................................................................................................................9
1.6 Clculo do Nmero de Arranjos, Permutaes e Combinaes.....................................................................9
1.7 Combinaes Complementares..............................................................................................................................11
1.8 Arranjos com Elementos Repetidos ( AR)n, p ...........................................................................................................12
1.9 Permutaes com Elementos Repetidos..............................................................................................................12
1.10 Resumo do Captulo..................................................................................................................................................13
1.11 Atividades Propostas.................................................................................................................................................14
2 PROBABILIDADES................................................................................................................................ 19
2.1 A Teoria das Probabilidades.......................................................................................................................................19
2.2 Probabilidade Condicional........................................................................................................................................22
2.3 Regra da Multiplicao e Probabilidade Total....................................................................................................23
2.4 Independncia de Eventos........................................................................................................................................24
2.5 Resumo do Captulo.....................................................................................................................................................26
2.6 Atividades Propostas....................................................................................................................................................27
3 DISTRIBUIO DE PROBABILIDADES.................................................................................... 37
3.1 Distribuio de Bernoulli............................................................................................................................................37
3.2 Distribuio Geomtrica.............................................................................................................................................38
3.3 Distribuio Binomial...................................................................................................................................................39
3.4 Distribuio de Poisson...............................................................................................................................................40
3.5 Distribuio Normal......................................................................................................................................................41
3.6 Aproximao da Binomial pela Normal................................................................................................................42
3.7 Resumo do Captulo.....................................................................................................................................................43
3.8 Atividades Propostas....................................................................................................................................................43
4 CONSIDERAES FINAIS................................................................................................................ 47
RESPOSTAS COMENTADAS DAS ATIVIDADES PROPOSTAS...................................... 49
REFERNCIAS.............................................................................................................................................. 55
ANEXO.............................................................................................................................................................. 57
INTRODUO
Este material busca apresentar a voc, aluno(a) da rea de Cincias Exatas, na modalidade a distncia, um estudo a respeito da Anlise Combinatria e Probabilidades como parte fundamental da rea
de Matemtica, relacionada com a formao para a disciplina de Estatstica, que ser apresentada nos
prximos mdulos.
Os Problemas de Contagem que do origem Anlise Combinatria so conceitos que antecedem,
na maioria dos livros, os estudos relacionados com a Teoria das Probabilidades. Os conhecimentos de
probabilidade so fundamentais para estudos estatsticos, visto que as pesquisas trabalham com possibilidades.
Em Combinatria veremos, inicialmente, os contedos referentes a Fatorial, Combinaes, Arranjos
e Permutaes. Em continuidade, estudaremos as Combinaes Complementares, os Arranjos com Repetio e as Permutaes com Elementos Repetidos. Numa segunda etapa, faremos o estudo da Teoria
das Probabilidades, incluindo a Probabilidade Condicional, a Independncia de Eventos e os Teoremas
da Multiplicao e da Probabilidade Total. Completando o estudo das Probabilidades, iremos trabalhar
com as Distribuies de Probabilidades, destacando as Distribuies de Poisson, Binomial e Normal.
Espera-se que, com o trmino deste mdulo, voc tenha atingido os objetivos propostos para esta
disciplina, e que ela contribua de forma significativa para a sua formao.
Hercules Sarti
Unisa | Educao a Distncia | www.unisa.br
ANLISE COMBINATRIA
Caro(a) aluno(a), neste capitulo iremos tratar dos problemas de contagem, que so a base
da Anlise Combinatria.
Os agrupamentos a serem estudados dividem-se em Permutaes, Arranjos e Combinaes.
A Anlise Combinatria visa a desenvolver mtodos que permitam contar o nmero de

elementos de um conjunto, sendo que esses elementos so agrupamentos formados sob certas
condies.
Neste momento, queremos destacar que

a realizao de uma leitura atenta, detalhada e
minuciosa um item fundamental para um bom
encaminhamento da estratgia de resoluo a ser
empregada em cada problema.
1.1 Combinaes Simples
Seja A um conjunto com n elementos. Os

subconjuntos de A com p elementos constituem
agrupamentos que so chamados combinaes
dos n elementos de A, p a p. Nas combinaes, os
agrupamentos diferem entre si apenas pela natureza de seus elementos.
Exemplo 1: Se A = {1, 3, 5, 7}, so combinaes dos 4 elementos de A, 3 a 3, os agrupamentos:

{1, 3, 5}, {1, 3, 7}, {3, 5, 7} e {1, 5, 7}.
1.2 Arranjos Simples
Se A um conjunto com n elementos, as

sucesses com p elementos distintos, escolhidos
em A, constituem agrupamentos que so chamados arranjos dos n elementos de A, p a p. Nos arranjos, os agrupamentos diferem entre si apenas
pela ordem de seus elementos.
Dicionrio
Arranjo: sm. Boa disposio, ordem.
Em matemtica: as vrias maneiras que se pode
formar um certo nmero de quantidades, reunindo-as em qualquer ordem, duas a duas, trs a trs
etc.
Observe que no arranjo e na combinao iremos
utilizar apenas parte dos elementos do conjunto
dado.
Hercules Sarti
Exemplo 2: Se A = {1, 3, 5, 7}, os arranjos dos

4 elementos de A, 3 a 3, so as seguintes sucesses com 3 elementos:
(1, 3, 5), (1, 5, 3), (3, 1, 5), (3, 5, 1), (5, 1, 3), (5, 3, 1)
(1, 3, 7), (1, 7, 3), (3, 1, 7), (3, 7, 1), (7, 1, 3), (7, 3, 1)
(1, 5, 7), (1, 7, 5), (5, 1, 7), (5, 7, 1), (7, 1, 5), (7, 5, 1)
(3, 5, 7), (3, 7, 5), (5, 3, 7), (5, 7, 3), (7, 3, 5), (7, 5, 3).
1.3 Permutaes Simples
Se A tem n elementos, as sucesses formadas com os n elementos de A, usando cada um

deles uma s vez em cada agrupamento, so
chamadas permutaes dos n elementos de A.
Pode-se dizer que as permutaes so arranjos
onde p = n.
Exemplo 3: Se A = {1, 3, 5, 7}, as permutaes dos 4 elementos de A, so as sucesses com
4 elementos:
Dicionrio
Permuta: sf. Troca, intercmbio, permutao.
Sinnimos de permuta: comuta, mudana e troca.
Observe que, como o prprio significado demonstra, permuta significa uma troca, uma alterao na
posio, na ordem dos elementos e que nesta situao iremos utilizar todos os elementos do conjunto dado.
(1, 3, 5, 7), (1, 3, 7, 5), (1, 7, 3, 5), (1, 7, 5, 3), (1, 5, 3, 7), (1, 5, 7, 3),
(3, 1, 5, 7), (3, 1, 7, 5), (3, 7, 1, 5), (3, 7, 5, 1), (3, 5, 7, 1), (3, 5, 7, 1),
(5, 1, 3, 7), (5, 1, 7, 3), (5, 3, 1, 7), (5, 3, 7, 1), (5, 7, 1, 3), (5, 7, 3, 1),
(7, 1, 3, 5), (7, 1, 5, 3), (7, 3, 1, 5), (7, 3, 5, 1), (7, 5, 1, 3), (7, 5, 3, 1).
1.4 Fatorial
Ol pessoal, vocs j ouviram falar de fatorial?

Aoproduto n (n 1) (n 2) 3 2 1
vamos represent-lo simplesmente por n! (l-se:
n fatorial) com n N.
Exemplo 4: Observe os fatoriais a seguir:
8! = 8 7 6 5 4 3 2 1 = 40320
5! = 5 4 3! = 5 4 3 2 1 = 120
n! = n (n 1)!
(n + 1)! = (n + 1) n!
(n 1)! = (n 1) (n 2)!
Observao: vamos adotar como verdade
que 0! = 1.
Anlise Combinatria e Probabilidades
1.5 Princpio Fundamental da Contagem
Os problemas de Anlise Combinatria so,

basicamente, problemas de contagem. A abordagem desses problemas baseada num fato, de
fcil comprovao, denominado Princpio Fundamental da Contagem ou Regra do Produto.
Um acontecimento composto de dois estgios sucessivos e independentes. O primeiro
estgio pode ocorrer de m modos distintos; em
seguida, o segundo estgio pode ocorrer de n
modos distintos. Nessas condies, dizemos que
o nmero de maneiras distintas de ocorrer esse
acontecimento igual ao produto m n .
Exemplo 5: Um estudante, ao se inscrever
no Concurso para Vestibular, deve escolher o Curso e a Faculdade que deseja cursar. Sabe-se que
existem cinco cursos possveis: Engenharia, Medicina, Odontologia, Administrao e Direito. Cada
curso pode ser feito em trs faculdades possveis:
Estadual, Federal e Particular. Nessas condies,
qual o nmero total de opes que o estudante
pode fazer?
Resoluo: Pelo Princpio Fundamental da
Contagem, usamos a regra do produto.
5 cursos x 3 faculdades = 15 opes de escolha.
Resposta: O estudante pode fazer 15 opes.
1.6 Clculo do Nmero de Arranjos, Permutaes e Combinaes
Ateno
Os arranjos so agrupamentos em que um grupo diferente de outro pela ordem ou pela natureza dos elementos
componentes.

An , p =
n!
(n p )! (n, p N, n p)
As permutaes so agrupamentos ordenados em que em cada grupo entram todos os elementos.

Pn = n !
(n N)
As combinaes so agrupamentos em que um grupo diferente de outro apenas pela natureza dos elementos
componentes.
Cn , p =
n!
p !(n p)!
(n, p N, n p)
Hercules Sarti
Uma das principais dificuldades encontradas pelos estudantes ao se defrontarem com a

resoluo de exerccios de anlise combinatria
consiste exatamente em identificar qual o tipo de
agrupamento que devemos aplicar na resoluo
do problema proposto.
Para que se tenha sucesso na resoluo
dos problemas propostos e conseguir identificar
qual o tipo de agrupamento que ser necessrio
para sua resoluo, imprescindvel uma leitura
atenta, detalhada e minuciosa do enunciado do
problema proposto, e que o aluno domine plenamente as caractersticas fundamentais de cada
tipo de agrupamento.
Para isso, sugerimos a voc, prezado(a)
aluno(a), que diante de cada problema proposto,
efetue sempre estes questionamentos a seguir,
para que consiga identificar qual o tipo de agrupamento envolvido na resoluo de cada problema:
1. Estamos utilizando todos os elementos
do conjunto ou parte deles?
3. O Agrupamento com parte dos elementos ORDENADO ou NO ORDENADO?

Ordenado = ARRANJO
(SIMPLES OU COM REPETIO)
O Agrupamento Ordenado com parte dos
elementos permite ou no REPETIO?
No = ARRANJO SIMPLES
Sim = ARRANJO COM REPETIO
4. O Agrupamento com parte dos elementos ORDENADO ou NO ORDENADO?
No Ordenado = COMBINAO
Exemplo 6: Com 12 pessoas, de quantos
modos podemos formar um grupo de 4 pessoas?
Vamos treinar os procedimentos indicados?
Todos os elementos = PERMUTAO

(SIMPLES OU COM REPETIO)
De acordo com o enunciado, o agrupamento a ser formado ir utilizar todos os elementos ou

parte deles?
No caso de utilizarmos todos os elementos,

do conjunto dado, analise de acordo com o
enunciado se o problema proposto permite ou no repetio dos elementos.
Perceba que iremos formar um grupo de 4

pessoas entre um total de 12 pessoas disponveis.
Logo, estamos utilizando parte dos elementos.
No = PERMUTAO SIMPLES
O que difere uma situao de Arranjo de

uma de Combinao? a ordem dos elementos
do agrupamento a ser formado.
Sim = PERMUTAO COM REPETIO
Consequentemente, sabemos que teremos

uma situao de Arranjo ou de Combinao.
2. Estamos utilizando todos os elementos

do conjunto ou parte deles?
Vamos supor que no exemplo acima as 4

pessoas escolhidas sejam as pessoas denominadas por A, B, C e D.
Parte dos elementos = ARRANJO (SIMPLES

OU COM REPETIO) ou COMBINAO
Para identificar se o agrupamento ordenado ou no podemos efetuar o seguinte questionamento:

De acordo com o enunciado, o agrupamento {A,B,C,D} diferente do agrupamento {D,A,C,B}?
Ou seja, esses dois agrupamentos e todos os demais agrupamentos possveis de serem formados
10
com esses 4 elementos devem ser contados individualmente, ou serem considerados todos idnticos e, consequentemente, serem contabilizados
apenas uma nica vez?
Perceba que de acordo com o enunciado, a
ordem dos elementos no importante. Logo, todos os agrupamentos possveis de serem formados com os elementos A,B,C,D, alterando apenas
a ordem destes, devem ser considerados idnticos e contados apenas uma nica vez.
Estamos, portanto, diante de um agrupamento, que utiliza parte dos elementos e no ordenado. Isso nos leva a identificar que o problema
refere-se a um caso de Combinao.
Numa situao de Arranjo, temos um agrupamento ordenado, ou seja, a ordem dos elementos importante, e isso faz com que cada agrupamento seja contado individualmente. No caso de
uma situao semelhante ao exerccio proposto
acima, teramos um caso de Arranjo, se, por exemplo, a primeira pessoa A fosse ocupar um cargo
de presidente, a segunda pessoa C fosse ocupar o
cargo de vice-presidente, a terceira pessoa D fosse ocupar o cargo de secretrio e a quarta pessoa
B fosse ocupar o cargo de tesoureiro.
Perceba que, se alteramos a ordem dos
elementos nessa situao, os agrupamentos
{A,B,C,D} e {A,C,D,B} seriam considerados diferentes e contabilizados individualmente, assim como
com todos os outros agrupamentos de 4 elementos possveis de serem formados com A,B,C,D.
Vamos agora resoluo do problema proposto.

Resoluo:
12!
12.11.10.9.8!
=
C12,4 =
= 495
4!(12 4)!
4.3.2.1.8!
Exemplo 7: Com os dgitos 1, 2, 3, 7, 9:
a) Quantos nmeros com 3 algarismos
distintos podemos formar?
b) Quantos nmeros com 5 algarismos
distintos podemos formar?
Antes de verificar a resoluo, tente identificar qual o tipo de agrupamento envolvido. Repita
os questionamentos indicados!
Pense a respeito!
Conseguiu? Identificou?
Veja se acertou!
Resoluo:
a) A=
n, p
n!
5!
120
=
= = 60
(n p )! (5 3)! 2!
b) Pn = n! = 5! = 120
1.7 Combinaes Complementares
Considere a seguinte relao:
Cn , p = Cn , n p
Cn , p =
Demonstrao:
Cn , p =
n!

p !(n p )!
n!

(n p )! p !
(Acrescenta-se e subtrai-se n no 2 fator do

denominador)
(Trocam-se os fatores do denominador)
11
Hercules Sarti
Cn , p
n!
= Cn , n p
(n p )![n (n p )]!
Portanto, a relao vlida.
Cn , p = Cn , n p
Observao: se fizermos p = n, temos:

C n , n = C n , 0 . Porm, C n , n = 1 , pois o nico
subconjunto com n elementos que podemos
obter de um conjunto A, que por sua vez tem n
elementos, o prprio conjunto A. Tambm sabemos que A tem apenas um subconjunto com
zero elemento, que o conjunto vazio.
Ento:
Exemplo 8: Observe as igualdades:

a)
C10,7 = C10,3
b)
Ca ,7 = Ca ,a 7
Cn,n = Cn,0 = 1
C
=
n ,0
rncia
1.8 Arranjos com Elementos Repetidos ( AR)

Exemplo 9: Quantos nmeros de 3 algarismos podemos formar com os dgitos de 1 a 9?
0! = 1 .
n!
n!
= = 1
0!(n 0)! 0!n ! , por coe-
n, p
Atravs do exemplo, pode-se concluir a seguinte relao:
Resoluo: nesse caso, temos nove algarismos que podem ocupar a casa da centena, nove
para ocupar a casa da dezena e nove para ocupar a casa da unidade:
( AR ) n , p = n p
= =
93 729
9 9 9
1.9 Permutaes com Elementos Repetidos

Exemplo 10: Quantos anagramas tm a palavra ARCADA?
1 elemento repetido:
Resoluo: a palavra possui seis letras, te-
mos: P6 = 6!= 720
Porm, h trs letras A, o que nos leva ao

clculo: P3 = 3! = 6
720
= 120 anagramas.
Portanto, temos:
6
n!
a!
n!
a!b!
n!
=
a!b!c!
2 elementos repetidos:
Pna ,b =
3 elementos repetidos:
Pna ,b ,c
Valem as seguintes relaes:
12
Pna =
Saiba mais
O mdico, matemtico, astrlogo e filsofo italiano Gerolamo Cardano (1501-1576) era filho de pais solteiros. Por isso foi
enjeitado, antes mesmo de nascer: o seu pai pensou em provocar aborto, mas no o fez porque era crime que levava o condenando pena morte. O pai de Gerolamo era um intelectual que se dedicava medicina, a advocacia, a matemtica e s
cincias ocultas. Instigado pelo pai, o filho tambm se formou em medicina aps estudar em Pavia e Padua. Ganhou fama e
dinheiro como mdico, o que abriu novos caminhos e o levou, depois, a aceitar o convite para lecionar nas Universidades de
Pavia, Milo e Bolonha. Por sobreviver a tanta rejeio tinha de ser predestinado, isso o levou a ser igualado aos gnios da poca. Cardano era multifacetado, filsofo que professava o naturalismo, sempre ao lado dos cientistas mais ousados, na dianteira
do pensamento. Como filsofo e mestre, considerava o mundo e tudo que nele habita seres viventes e animados, donos de
vida prpria. Em razo disso sempre direcionou os estudos e ensinamentos no rumo do experimentalismo, da ousadia. Descobriu que a cincia sempre mostrava duas faces, dualidade que sempre explorou: astronomia-astrologia, qumica-alquimia,
religio-filosofia, espiritualidade-natureza, matemtica-jogo de azar. A obra matemtica pela qual Cardano ficou conhecido
a Arte Maior, onde ele publica as solues das equaes cbicas e qutricas, que at ento estavam inditas. margem
dessa publicao, um livreiro com o olhar de comerciante viu possibilidades de ganho num pequeno manual do jogador
intitulado O livro dos jogos de azar. Alguns crticos afirmam que esta foi sua contribuio maior para a cincia matemtica.
Simplesmente porque, neste livro, Cardano inventa, por vias indiretas, a eqiprobabilidade, que tem como principal objetivo
o de transformar a esperana que at ento era uma coisa utpica, no real numa possibilidade matemtica. Cardano
transformou a teoria da probabilidade nos jogos de azar em algo que se pode chamar de pr-histria da relatividade. Segundo ele explica, a eqiprobabilidade uma constante na qual o montante exato da aposta a ser feita por um jogador, tem a
probabilidade [ p ] de ganhar a importncia [ s ].
Estabeleceu, assim, a lei pn = pn, que d a possibilidade que o evento de probabilidade p ocorra independente n sucessivas
vezes. Cardano montou a tbua de probabilidades para danos e a lei dos grandes nmeros, questes que foi pioneiro. Gerolamo tambm ensina no livro como trapacear nos jogos de azar. Mas o qu importa esse detalhe diante do vanguardismo da
obra cientfica que resultou da eqiprobabilidade? Convm lembrar que no Sculo XVI o jogo, no era considerado apenas
um passatempo. Em pouco tempo cresceu em popularidade, foi levado para os sales oficiais e comeou a ser realizado tambm nas residncias. Mas a freqncia foi to grande que obrigou os viciados a fundarem casas reservadas para essa nica
finalidade, nas quais os jogadores se reuniam para apostar a dinheiro. Gerolamo, que no tinha aporte financeiro por parte do
pai, se iniciou na jogatina ainda estudante para suprir os gastos com as diverses naturais da idade. E foi assim que nasceram
os cassinos, os bingos, as casas de jogos: nela os cientistas margem dos perigos da inquisio que logo incendiariam as
mentes e os livros procuravam se divertir e, ao mesmo tempo, discutiam, entre baforadas e taas de vinho, as suas teorias
fantsticas. Deste Gerolamo Cardano se sabia que era um jogador viciado, mas era tambm um gnio. Em sua autobiografia
De prpria vita, Cardano confessa que jogou xadrez cotidianamente por mais de 40 anos! Tambm jogou carteado, dados,
gamo e tantos outros jogos de azar por mais de 25 anos. Sendo cientista e matemtico pouco provvel que Gerolamo
Cardano no tivesse o cuidado de fazer anlises, estudos e teorias sobre o jogo de xadrez.
Fonte: http://pt.shvoong.com/exact-sciences/1695140-cardano-jogador-xadrez/
1.10 Resumo do Captulo
Neste captulo, trabalhamos com os problemas de contagem. Eles se dividem em dois tipos:
Os Arranjos, que incluem tambm as Permutaes, so agrupamentos em que um grupo diferente de outro pela ordem ou pela natureza dos elementos componentes. Nesse caso, a ordem dos elementos gera novo agrupamento.
O outro tipo so os problemas de Combinaes, em que um grupo diferente de outro apenas
pela natureza dos elementos componentes.
Os Arranjos, Permutaes e Combinaes utilizam-se da notao fatorial para facilitar os clculos
dessas contagens.
13
Hercules Sarti
1.11 Atividades Propostas
1. So dados 5 pontos A, B, C, D, E, representados abaixo. Quantas retas distintas eles determinam?

.B
A
.C
E.
.D
2. Certo aluno descobre, numa livraria, 4 livros de seu interesse. Se ele s pode comprar dois deles, de quantos modos poder faz-lo?
3. Quatro times de futebol disputam um torneio, no qual so atribudos prmios ao campeo e ao
vice-campeo. De quantos modos os prmios podem ser atribudos?
4. Quatro cidades A, B, C, D so interligadas por vias frreas, conforme a figura a seguir. Os trens
movimentam-se apenas em linha reta, ligando duas cidades. Para atender a todos os passageiros, quantos tipos de passagem devem ser impressos? (As passagens de ida e volta so
bilhetes distintos).
B
A
5. Trs cavalos disputam um preo. Qual o nmero de resultados possveis? (No so admitidos
empates).
6. A diretoria de um clube formada por trs membros: presidente, secretrio e tesoureiro. Trs
candidatos disputam os cargos, tendo ficado decidido que o mais votado ser o presidente, o
2 lugar, secretrio e o 3 lugar ser o tesoureiro. De quantos modos a diretoria pode ser composta? (No se admitem empates nas votaes).
7. Simplifique:
12!
=
9!
15!
b)
=
5!.10!
a)
14
8. Resolva as equaes:
n! = 12 (n 1)!
b) (n 2)! = 20 (n 4)!
a)
c) ( n!)
[(n
1)!] 25
2
9. Quantos nmeros com dois algarismos diferentes podemos formar com os dgitos de 1 a 9?
10. Quantos anagramas tem a palavra HOJE?
11. De quantos modos 6 pessoas podem sentar em 6 cadeiras alinhadas?
12. Sendo n um nmero inteiro positivo tal que
P=
12 P( n 2) , calcule n.
n
13. Uma famlia com 5 pessoas possui um automvel de 5 lugares. De quantos modos podero se
acomodar para uma viagem quando:
a) s uma pessoa sabe dirigir?
b) duas pessoas sabem dirigir?
c) todos sabem dirigir?
14. Com 7 professores, de quantos modos podemos formar uma comisso de 3 professores?
15. Quantas diagonais tem um heptgono?
16. Resolva as equaes:
a)
Cn ,3 = 3.Cn , 2
b)
2.C n , 4 = 5.C n , 2
17. Quantos anagramas da palavra LIVRO comeam pela L?

18. Quantos nmeros com 4 algarismos diferentes tem o algarismo da unidade de milhar igual a 7?
19. Quantos tringulos podem ser obtidos tendo vrtices em trs quaisquer dos vrtices de um
decgono?
20. Encontre n, sabendo que
An ,4 = 48.Cn ,3 .
15
Hercules Sarti
21. Encontre os valores de n e m, sabendo que:
An , 7 = P8 .C m , 7 e
Am , 7 = C n ,8 .P7
22. Qual o nmero de modos distintos de se repartir um grupo de 7 pessoas em dois grupos, tendo
um deles quatro pessoas?
23. Com 3 goleiros e 10 jogadores que jogam em qualquer outra posio:
a) De quantos modos um time de futebol de salo pode ser formado?
b) Em quantos deles sempre figura um determinado jogador J, no goleiro?
c) Em quantos deles nunca figura o jogador J?
24. Quantos nmeros de 4 algarismos podem ser formados com os dgitos de 0 a 9, sendo que o 7
sempre o algarismo da unidade de milhar?
25. Quantos anagramas tem a palavra LICOROSO?
26. Quantos anagramas da palavra MATEMTICA comeam por M?
27. Qual o nmero de anagramas da palavra CARMO, onde as letras C e A aparecem juntas?
28. Dados 6 pontos coplanares, dos quais no h 3 colineares, qual o nmero de retas que podem
ser obtidas passando por dois quaisquer desses pontos?
29. Dados 6 pontos coplanares, 3 dos quais so colineares, qual o nmero de retas que podem ser
obtidas passando por dois quaisquer desses pontos?
30. Com 8 professores, de quantos modos podemos formar uma banca com 3 membros em que
figure sempre um determinado professor?
31. Dados 10 pontos do espao, 4 dos quais no so coplanares, qual o nmero de planos que
podem ser obtidos passando por 3 quaisquer desses pontos?
32. Dados 10 pontos do espao, dos quais exatamente 6 so coplanares, qual o nmero de planos que podem ser obtidos passando por 3 quaisquer desses pontos?
33. Dez atletas disputam uma corrida com iguais chances de vencer. De quantos modos diferentes
pode ocorrer a chegada dos 3 primeiros colocados?
16
34. Utilizando os algarismos 1, 2, 5, 7 e 8, quantos nmeros naturais pares podemos escrever com:
a) 4 algarismos?
b) 4 algarismos distintos?
35. Uma pessoa pretende colocar 7 livros numa estante, um ao lado do outro. Entre esses livros, h
4 romances e 3 fices cientficas.
a) De quantos modos esses livros podem ser dispostos na estante?
b) De quantos modos eles podem ser dispostos, de maneira que dois romances no fiquem
juntos?
36. Em nosso sistema de numerao, quantos nmeros naturais mpares de 4 algarismos apresentam algarismos repetidos?
37. Quantos anagramas so possveis formar com as letras da palavra LUCRO?
38. Quantos anagramas formados com as letras da palavra PESCADOR:
a) comeam e terminam com uma consoante?
b) comeam com uma vogal e terminam com uma consoante?
c) apresentam as vogais juntas e em ordem alfabtica?
d) apresentam as vogais juntas e em qualquer ordem?
39. Daniele possui uma pequena coleo de latinhas de cerveja, sendo 4 de marcas nacionais e 6
de marcas estrangeiras. De quantos modos Daniele pode colocar as latinhas numa prateleira,
uma ao lado da outra, de modo que as nacionais fiquem juntas e as estrangeiras fiquem juntas,
em qualquer ordem?
40. Sobre uma mesa, h 15 bolas de bilhar: 8 vermelhas, 4 amarelas e 3 pretas. De quantos modos
podem-se enfileirar essas bolas de modo que duas da mesma cor nunca fiquem juntas?
41. Seja E = {1, 2, 3, 4, 5, 6}
a) Quantos subconjuntos de 3 elementos E possui?
b) Quantos nmeros com 3 algarismos distintos de E possvel escrever?
42. Uma empresa pretende sortear 2 automveis diferentes entre as 12 top models que foram capas de uma revista ao longo de 1 ano. O sorteio ser realizado em duas etapas. Primeiro sero
sorteadas 6 finalistas. Em seguida, os 2 automveis sero sorteados entre as finalistas.
a) De quantas maneiras diferentes pode resultar o grupo de 6 finalistas?
b) Uma vez definidas as finalistas, de quantas maneiras pode ocorrer a premiao?
17
Hercules Sarti
43. Com vrtices nos pontos dados sobre as retas, quantos tringulos so possveis construir no
caso abaixo?
A
44. Para 3 alunos que ficaram em recuperao, um professor preparou 9 questes, sendo 3 para
cada aluno. De quantas maneiras o professor poder distribuir as questes entre os recuperandos?
45. Uma junta mdica de 5 integrantes ser escolhida entre 6 cardiologistas e 4 pediatras. Quantas
juntas diferentes so possveis formar, de modo que entre os integrantes haja:
a) 3 cardiologistas e 2 pediatras?
b) No mnimo um pediatra?
c) No mximo um pediatra?
46. De um baralho de 52 cartas, so eliminadas todas as cartas com os nmeros 8, 9 e 10. Com o
restante do baralho, quantos jogos de 4 cartas possvel formar, de modo que entre elas haja:
a) exatamente um s?
b) pelo menos um s?
c) exatamente duas figuras?
d) pelo menos duas figuras?
e) no mximo duas figuras?
47. Uma pessoa quer convidar 4 entre 10 amigos para um jantar. No entanto, dois desses amigos
tm fortes diferenas pessoais. De quantas maneiras pode ser formado o grupo dos 4 convidados, de modo que no compaream simultaneamente as duas pessoas citadas?
48. Pretende-se distribuir 12 bolinhas vermelhas, 11 azuis e 13 pretas entre dois meninos. Cada
menino deve receber no mnimo 5 bolinhas de cada cor. De quantas maneiras pode ser feita a
distribuio?
49. Quantos nmeros naturais de 7 algarismos distintos so possveis formar utilizando todos os
algarismos do nmero 1 234 567?
50. Quantos nmeros naturais mpares so possveis escrever permutando os algarismos do nmero 6 725 727?
51. Com n letras iguais a A e 3 letras iguais a B formam-se um total de 8n + 16 permutaes. Calcule
n.
18
PROBABILIDADES
2.1 A Teoria das Probabilidades
Durante o sculo XVII, com os chamados

jogos de azar, surgiram os primeiros estudos de
probabilidade. Apesar de ter origem atravs dos
jogos de azar, a probabilidade tornou-se fundamental para conhecermos as chances que dispomos para tomarmos decises.
Quando se pensa numa probabilidade,
dispe-se de algo incerto, mas que oferece certo grau de confiana ou possibilidade de ocorrer.
Para medir o grau de confiana que se deposita
em certas afirmaes ou experimentos, define-se:
Probabilidade de
=
F1 ou F3 ou F5
Probabilidade o nmero que resulta da

diviso do nmero de casos favorveis a um
evento pelo nmero total de casos possveis.
Exemplo 11: Qual a probabilidade de se
obter face mpar numa nica jogada de dado?
Resoluo: um dado tem o total de seis faces: F1, F2, F3, F4, F5 e F6.
As faces mpares so trs: F1, F3 e F5.
F1 + F3 + F5
3 Faces 3 1
=
= = = 0,5
F1 + F2 + F3 + F4 + F5 + F6 6 Faces 6 2
Pode-se, ento, utilizar a frmula:

f
P( X ) =
p
Onde:
P(X) a probabilidade de ocorrer o evento
X;
f o nmero de casos favorveis ocorrncia de X;

p o nmero de casos possveis.
Sejam A e B dois eventos, ento A B ser

tambm um evento que ocorrer se, e somente
se, A ou B (ou ambos) ocorrerem. Diz-se que A

B a unio entre o evento A e o evento B.
Sejam A e B dois eventos, ento A B ser
tambm um evento que ocorrer se, e somente
se, A e B ocorrerem simultaneamente. Define-se que A B a interseo entre o evento A e
o evento B. Em particular, se A B = , A e B so
chamados mutuamente exclusivos.
Seja A um evento, ento o evento complementar de A (indicado por: Ac) ser tambm um
evento que ocorrer se, e somente se, A no ocorrer.
19
Resoluo:
h umhtotal
50 de
bolas:
B1, B2,B1,
B3,...,
Resoluo:
um de
total
50 bolas:
B2,B50.
B3,..., B50.
Hercules Sarti
A seguir, seguem alguns teoremas importantes a respeito de probabilidades:

T1: a probabilidade do evento certo igual
a 1.
T2: se A B (l-se: A est contido em B), ento P(A) P(B).
T3: se A um evento, ento
0 P( A) 1 .
T4: se A e B so eventos, ento
P( A B) = P( A) + P( B) P( A B) .
Observao: se A e B so mutuamente
exclusivos (A B = ), ento:
P(A B) = P(A) + P(B)
T5: se A um evento, ento o evento
complementar de A ter probabilidade
P( Ac ) = 1 P( A) .
Ateno
20:
20:
20:
Probabilidade o nmero que resulta da diviso do nmero de casos favorveis a um evento

pelo nmero total de casos possveis.
Resoluo: h
h um
um total
total de
de 50
50 bolas:
bolas: B1,
Resoluo:
B1, B2,
B2, B3,...,
B3,..., B50.
B50.
a) Ser
chamado
de A odeevento
formado
pela
bola
de
nmer
a) Ser
chamado
A o evento
formado
pela
bola
de
a)
Ser
chamado
de
A
o
evento
formado
a)Ser
Ser chamado
chamado de
de A
Ao
o evento
evento formado
formado pela
a)
pela bola
bola de
de nm
nm

pela

bola
de nmero 27: A = {B27}.

% %
%ROD%ROD

3$3$
%
%
%ROD
%ROD

%

%

%

%

%RODV

3$ %%%% %RODV
3$
%%
%%
%%
%
%RODV
%
%RODV

b) Ser chamado de B o evento formado

b)bolas
Ser pares:
chamado de B o evento formado pelas bolas p
pelas
b)
Ser
chamado
bolas
pares:
b)Ser
Ser chamado
chamadode
deBBooevento
pelas
bolas
pares:
b)
de
eventoformado
formadopelas
pelas
bolas
pares
{B2,B4,...,
B4,...,B50}.
B50}.Este
Esteevento
eventoB Bpossui
possui2525elementos
BB=={B2,
B
{B2,
B4,...,
B==
={B2,
{B2, B4,...,
B4,...,B50}.
B50}.Este
Esteevento
possui2525elementos.
elementos.
Belementos.
B50}.
Este
eventoBBpossui
elementos.
%% % %RODV
3%

%

%RODV

%
%
%
%

%
%

%%

%RODV
%
%
%
%RODV

3%
3%
3%
%RODV
%%
%%
%
%%
%
%
%

%RODV
Serchamado
chamadode
deCCooevento
eventoformado
formadopelas bolas d
c)c)Ser
c)
chamado
de
eventoque
formado
pelas
bolas
de
n
c)Ser
Serbolas
chamado
deCCooevento
pelas
bolas
nm
pelas
de nmero
maior
20: pelas
c)
Ser
chamado
de
formado
bolas
dede
nme
C = {B21, B22,..., B50}. Este evento C possui 30 elemen
C =B22,...,
{B21, B22,...,
B50}.evento
Este evento
C possui
CC
B50}.
Este
possui
elementos.
C=={B21,
{B21,
B22,...,
B50}.Este
elementos.
{B21,
B22,...,
evento
CCpossui
3030
elementos.
%B50}.
%

%
%RODV

30=elementos.
3&
%
%

% %RODV

%
%

%%
%RODV
%
%%
%RODV

3&
3& %%
3& %
%RODV

%%
%%
%%
%%%%
%RODV

d) Ser chamado de D o evento formado pelas bolas

d)chamado
Ser chamado
D o evento
formado
d)
de
formado
pelas bolas
bolas de
de nn
d) Ser
Ser
chamado
de D odeevento
pelas
20:
d)
Ser
chamado
de
D
o
evento
formado
pelas
bolas
de
nm
pelas bolas de nmero menor ou igual que 20:
{B1,B2,...,
B2,...,B20}.
B20}.Este
Esteevento
eventoDDpossui
possui20 elemento
DD=={B1,
D
=
{B1,
B2,...,
B20}.
Este
evento
D
possui
20 elementos.
elementos.
D =elementos.
{B1, B2,..., B20}. Este evento D possui 20
20
%
%

%D possui
%RODV

D = {B1,
B2,...,
B20}.
Este
evento
20
elementos.
3'
%
%

%

%RODV
%RODV

%
%

%

3'
%%%% %RODV
3'
%

%RODV
%RODV

%
%
%
%%
%
%
%RODV
%
%
%

3'
%%%%
%RODV

Exemplo 13: trs cavalos C1, C2 e C3 disputam um p
e1, C
CC332disputam
disputam
um preo
preo
Exemplo
13:
C
Exemplo
13:cavalos
trs cavalos
e C3 dispu-um
Exemplo 12: uma urna contm 50 bolas
Exemplo
13: trs
trs
cavalos
C11,, C
C22Ce
vencedor.
O
espao
amostral
:
S
=
{C
1, C2, C3}. Um conhece
tam
um
preo,
do qual
s:se
premiar
vencedor.
idnticas; se as bolas forem numeradas de 1 a 50,vencedor.
Co3}.
Um conhecedor
O
amostral
Exemplo
13: trs
cavalos
um preo, d
1, C32,disputam
2 e
vencedor.
O espao
espao
amostral
: CSS1,=
=C{C
{C
1, C2, C3}. Um conhecedor d
vencer
so
o
dobro
das
de
C
,
e que C2 te
chances
de
C
1
2
O
espao
amostral
:
S
=
{C
,
C
,
C
}.
Um
conhecequal a probabilidade de, em uma extrao ao aca-chances
so
de
CUm
CC11 vencer
2, e que C2 temdo
, C32, de
C3}.C
vencedor. de
O
amostral
S 1= {C2 1das
chances
deespao
vencer
so o
o:dobro
dobro
das
que C2 tem oo
2, econhecedor
dor ados
3 cavalos afirma
que cavalo
as chances
C1
Qual
probabilidade
que cada
tem dede
vencer?
so, obter:
Qual
a
probabilidade
que
cada
cavalo
tem
de
vencer?
chances
de
C
vencer
so
o
dobro
das
de
C
,
e
que
C
Qual avencer
probabilidade
que das
cadade
cavalo
tem C
de2 tem
vencer?
1 o dobro
so
C2, e que
o tri-2 tem o tri
2
das chances
decada
C3. Qual
a probabilidade
Qual aplo
probabilidade
que
cavalo
tem de vencer?que
a) a bola de nmero 27?
Resoluo: atribui-se
uma probabilidade p ao cavalo
cada
cavalo atribui-se
tem
de vencer?
Resoluo:
uma
p ao
ao cavalo
cavaloCC3..
Resoluo:
atribui-se
uma probabilidade
probabilidade p
3
b) uma bola de nmero par?
c) uma bola de n maior que 20?

d) uma bola de nmero menor ou igual a
20?
Resoluo: h um total de 50 bolas: B1, B2,
B3,..., B50.
20
O cavalo C2 tem o triplo das chances de C3. C2 = 3

O cavalo C2 tem o triplo das chances de C3. C2 = 3C3 =
tem o triplo
das
chances depCao
C2 =C3C
O cavalo C2 atribui-se
3.
3 =C
Resoluo:
uma
probabilidade
cavalo
3.
tem o dobro
das
chances depC2.
C1
JResoluo:
o cavalo C1atribui-se
uma
probabilidade
chances
de C2. C1 = 2C
J o cavalo
C1 tem o dobro das
J
o
cavalo
C
tem
o
dobro
das
chances
de
C
C
=
2C
1
2.
1
O cavalo C2 tem o triplo das chances de C3. C2 = 3C3 = 3p2
ao cavalo C3. C3 = p
O cavalo
C2 tem
o triplo
das chances
C3.C1 = 2C2 =
J o cavalo
C1 tem
o dobro
das chances
de Cde
2.
C2 = 3C3 = 3p
J o cavalo C1 tem o dobro das chances de
C2. C1 = 2C2 = 2 3p = 6p

Somente esses
trs cavalos disputam,
logo:
Somente
Somenteesses
essestrs
trscavalos
cavalosdisputam,
disputam,logo:
logo:
&& && &&

SSSSSS
S
S

SS

Ento,
aaprobabilidade
dos
ser:
Ento,
a probabilidade
dos cavalos
Ento,
probabilidade
doscavalos
cavalos
ser:ser:

&& SS

&& SS &&

SS

Saiba mais
nasceu a 19 de Julho de 1623, em Clermont-Ferrand, na Frana, filho de tienne Pascal e Antoniette Bejon. Quando
Pascal
tinha
apenas trs anos, perdeu a me e, como era o nico filho do sexo masculino, o pai encarregou-se diretamente da sua
educao.
tienne desenvolveu um mtodo singular de educao do filho, com exerccios de diversos tipos para despertar a
e o juzo correto. Disciplinas como Geografia, Histria e Filosofia foram ensinadas, sobretudo, por meio de jogos.
razo
tienne acreditava que a Matemtica s deveria ser ensinada ao filho quando este fosse mais velho. Nesse sentido, mantinha

longe
do filho os livros de matemtica. Pascal tinha, porm grande curiosidade sobre aqueles estranhos assuntos. Por intermdio
de conversas que ouvia ou da leitura de obras que passavam pela censura do pai, descobriu as maravilhas da cincia
dos nmeros. Mesmo sem professor, comeou a desenvolver os seus estudos. Aos 12 anos, o pai descobriu-o desenhando
figuras geomtricas com carvo. Nessa mesma altura, Pascal descobre que a soma dos ngulos de um tringulo
no cho,
igual a dois ngulos retos.

Estavam
ali, por intuio, vrias das proposies da matemtica de Euclides. Pascal havia chegado sozinho 32 proposio
do Livro
1
dos Elementos do velho sbio.

Reconhecida a sua genialidade, foi dada permisso ao jovem Pascal para que estudasse matemtica livremente.

tienne
Pascal mesmo no sendo uma pessoa totalmente ortodoxa, frequentava a casa do padre franciscano Marin Mersene,
que tambm era frequentada por muitas personalidades importantes. Foi quando, com aproximadamente 14 anos, Blaise

Pascal decidiu acompanhar o seu pai nessas reunies e aos 16 anos apresentou vrios teoremas de Geometria Projetiva, onde
o conhecido Hexgono Mstico. Ainda com os seus 16 anos, escreveu ssai sur les coniques (Ensaio sobre as Cnicas),
constava
baseado no estudo de Girad Desargues.

Maistarde, para ajudar o pai, sempre ocupado com os nmeros, dedicou-se criao de uma mquina de calcular. Pascal desenvolveu
importantes estudos que tiveram como inspirao as descobertas do italiano Torricelli sobre a presso atmosfrica.

A partir de 1647, Pascal passou a dedicar-se ao estudo da aritmtica. Desenvolveu clculos de probabilidade, a frmula de

geometria
do acaso, o conhecido Tringulo de Pascal e o tratado sobre as potncias numricas.
Mas6DLEDPDLV
o trabalho excessivo minou a sua sade, dbil por natureza, caindo gravemente doente. Em 1648 frequentou, com sua
6DLEDPDLV
irm Jacqueline, os seguidores de Saint-Cyran, que o levaram ao misticismo de Port-Royal. Depois da morte do pai, o seu
religioso arrefeceu um pouco, iniciando-se o chamado perodo mundano de Pascal, devido proibio mdica de
fervor
dedicar-se a trabalhos intelectuais, prejudiciais sua sade, e a pratica de exerccios de penitncia.
Pascal faleceu primeira hora da madrugada de 29 de Agosto de 1662, aos 39 anos, vtima de um tumor maligno no estomago. As suas ltimas palavras foram: Que Deus jamais me abandone!.
Fonte: http://www.educ.fc.ul.pt/docentes/opombo/seminario/pasca_l/biografia.htm.
21
Hercules Sarti
2.2 Probabilidade Condicional
Caro(a) aluno(a), observe que, como na prpria denominao deste tpico, em casos de probabilidade condicional, teremos uma condio,
ou ainda, uma informao a mais no problema.
Essa informao do que ocorreu em determinada etapa do fenmeno aleatrio em estudo pode
influenciar nas probabilidades de ocorrncias de
etapas sucessivas. Nesse caso, podemos dizer que
ganhamos informaes e podemos recalcular as
probabilidades de interesse.
Uma leitura atenta e detalhada do enunciado de extrema importncia para identificarmos
as situaes onde o conceito de probabilidade
condicional estar envolvido.
Observe o exemplo a seguir e identifique
no enunciado a informao a mais.
Exemplo 14: Considere o problema seguinte:
Uma bola retirada de uma urna que contm 20 bolas numeradas de 1 a 20. A pessoa que
a retirou diz o seguinte para os que acompanham
o sorteio:
Saiu um nmero mpar!
Pergunta-se:
Qual a probabilidade de ter sado um nmero primo?
H 20 resultados possveis para o experimento retirar uma bola da urna. Isto ,
S = {1, 2, 3, 4, ..., 19, 20}
A, vamos contar quantos so os casos favorveis

ocorrncia de B. Note que isso equivale a determinar A B.
A B = {3, 5, 7, 11, 13, 17, 19}
n(A B) = 7
Assim, entre os 10 nmeros mpares possveis de terem ocorrido, h 7 casos favorveis

ocorrncia de um nmero primo. Logo, a probabilidade de ocorrer primo, sabendo que ocorreu
mpar :
P( B / A)
=
n( A B ) 7
=
n( A)
10
Definio: seja S um espao amostral

e onde h dois eventos, A e B. O smbolo P(A/B)
indica a probabilidade do evento A, dado que o
evento B ocorreu, isto , P(A/B) a probabilidade
condicional do evento A, uma vez que B tenha
ocorrido. Quando se calcula P(A/B), tudo se passa
como se B fosse o novo espao amostral reduzido dentro do qual queremos calcular a probabilidade de A.
Dicionrio
Espao amostral: o conjunto formado por todos
os resultados possveis de um experimento aleatrio. indicado pelo smbolo .
Dentre esses resultados, destacam-se os

eventos:
A: sair nmero mpar. A = {1, 3, 5, 7, 9, 11, 13,
15, 17, 19}
B: sair nmero primo. B = {2, 3, 5, 7, 11, 13,
17, 19}
O problema pede a probabilidade de ocorrer B (nmero primo), mas informa que j ocorreu
A (nmero mpar). Ento, entre os elementos de
22
Observao: note que P( B / A) P( A / B) ,

vejam usando o exemplo anterior:
=
P( B / A)
n( A B ) 7
=
n( A)
10
e
n( A B ) 7
=
P( A / B) =
n( B )
8
Ateno
P(A/B) a probabilidade condicional do evento A, uma vez que B tenha ocorrido. Tudo se
passa como se B fosse o novo espao amostral
reduzido dentro do qual queremos calcular a
probabilidade de A.
2.3 Regra da Multiplicao e Probabilidade Total
Uma consequncia importante da definio de probabilidade condicional a seguinte:

P( A / B) =
P( B / A) =
P( A B)
P( A B) = P( B) P( A / B)
P( B)
P( A B)
P( A B ) = P ( A) P ( B / A)
P( A)
Isto , a probabilidade da ocorrncia simultnea de dois eventos [P(A B)] o produto da

probabilidade de um deles pela probabilidade do
outro, dado o primeiro.
Exemplo 15: uma urna I contm 2 bolas
vermelhas e 3 bolas brancas, a urna II contm 4
bolas vermelhas e 5 bolas brancas. Uma urna
escolhida ao acaso e dela uma bola extrada ao
acaso. Qual a probabilidade de observarmos urna
I e bola vermelha?
Resoluo: como existem duas urnas (U1 e
U2), a probabilidade de cada urna 0,5.
J, a probabilidade de ocorrer bola vermelha (V) condicionada urna I ser dada por:
2
5 , pois h duas boas vermelhas numa urna que possui 5 bolas.
P(V / U 1 ) =
O problema pede a probabilidade de observarmos urna I e bola vermelha, ou seja, a interseo entre os eventos:
P (U1 V ) = P (U1 ) P (V / U1 ) =
1 2 2 1
=
=
2 5 10 5
Outra situao importante o chamado

teorema da probabilidade total. Ele utilizado
quando a probabilidade de um evento A difcil
de ser calculada diretamente, porm se torna simples o seu clculo usando os conceitos a seguir.
Inicialmente, considere n eventos B1, B2,...,
Bn. Considere que eles formam uma partio do
espao amostral S, quando:
I) P (B k ) >0 k;
II) Bi Bj = para i j;
n
III)
B
i =1
=S
Os eventos B1, B2,..., Bn so dois a dois mutuamente exclusivos exaustivos (sua unio S).
Seja A um evento qualquer do espao amostral S
e B1, B2, ..., Bn, uma partio de S, vlida a seguinte relao:
23
Hercules Sarti
A = (B1 A) (B2 A) (B3 A) ... (Bn A).
Resoluo: temos trs caixas, contendo:
C1 =
2 moedas
de ouro;
Os eventos B1, B2,..., Bn so dois a dois mutuamente exclusivos exaustivos (sua
unio
que
(B1 do
A);espao
(B2 amostral
A) ...; (BSn eB1A)
de ouro e 1 moeda de prata;
C2 =de1 S,moeda
, B2so
, ..., Bn, uma partio
S). Seja A umNote

evento
qualquer
a doisrelao:
mutuamente exclusivos, portanto:
vlidadois
a seguinte
C3 = 2 moedas de prata.
A = (B1 A) (B2 A) (B3 A) ... (Bn A).

Queremos calcular a probabilidade de a se1
2
n
Note que (B1 A); (B2 A) ...; (Bn A) so dois a dois mutuamente
gundaexclusivos,
moeda ser de ouro, sabendo que a primei-
P( A) = P( B A) + P( B A) + + P( B A)
portanto:
ra foi de ouro. Em outras palavras, a probabilidaExemplo 16: uma urna I tem 2 bolas verde de caixa C1, sabendo que ocorreu ouro (O). Em
melhas (V) e 3 brancas (B); outra urna II tem 3
Queremos calcular a probabilidade de a segunda moeda ser de ouro, saben
P(C /O) = ?
3 $ e 3uma
% branca
$ 3 %e a urna
$ !IIItem
3 %Q 4primeira
$ . smbolos:
bolas vermelhas
foi de ouro. Em1 outras palavras, a probabilidade de caixa C1, sabendo qu
Utilizando
o teorema da probabilidade tobolas vermelhas e 2 brancas. Uma urna selecio- ouro (O). Em smbolos:
P(C1/O) = ?
tal, temos:
nada
ao16:
acaso
dela
extrada
uma bola.
a (B); outra
Exemplo
uma eurna
I tem
2 bolas vermelhas
(V) e Qual
3 brancas
urna II tem 3
probabilidade
de
a
bola
ser
vermelha?
Utilizando
bolas vermelhas e uma branca e a urna III tem 4 bolas vermelhas e 2 brancas.
Umao teorema
urna da probabilidade total, temos:
utilizando
teorema
da probaO)
P(O) de
= a P(C
1 ser
selecionada Resoluo:
ao acaso e dela
extradaouma
bola. Qual
a probabilidade
bola
bilidade total, temos:

vermelha?
P(U1 V)
P(U2 V)
32
P(U3 V)
P(V) = P(U1 ) u P(V / U1) + P(U2 ) u P(V / U2) + P(U3 ) u P(V / U3)
3 9
P(C3 O)
P(O) = P(C1 ) u P(O / C1) + P(C2 ) u P(O / C2) + P(C3 ) u P(O / C3)
Resoluo: utilizando o teorema da probabilidade total, temos:

P(V) =
P(C2 O)

u u u

u u u

Utilizando a probabilidade condicional,
Utilizando a probabilidade condicional, vem:
vem:

u

3& 2
Exemplo
17 (problema
da moeda de
Bertrand):
Exemplo
17 (problema
da
moeda de Ber-

u
1

2

2 = 22 = 4 = 2
1
a
6 1 6 3
moeda de ouro
e outra trs
de prata,
e a 3idnticas.
, duas moedas
selecionada DE
ao EVENTOS
a prata. Uma2.4
INDEPENDNCIA
contm caixa
Existem
caixas
A 1de
2
acasoduas
e da mesma
escolhida
aouma
acaso.moeda
Se a moeda
moedas
de ouro,uma
a 2a moeda
contm
de escolhida for de ouro,
Existem trs caixas idnticas. A 1a contm duas moedas de ouro, a 2a contm
trand):
P(C1uma
/ O) = 3
qual aouro
probabilidade
de que
a outra
da moedas
caixa escolhida
tambm seja de ouro?
e outra de
prata,
e a moeda
3a, duas
de pra-
ta. Uma caixa selecionada ao acaso e da mesma

Resoluo:
escolhida
umatrs
moeda
acaso. Se a moeda estemos
caixas, ao
contendo:
colhida
for de
C1 = 2 moedas
deouro,
ouro; qual a probabilidade de que a
outra
moeda da caixa escolhida tambm seja de
C2 = 1 moeda de ouro e 1 moeda de prata;
ouro?
C3 = 2 moedas de prata.
Dados dois eventos A e B de um espao amostral :, diremos que A indepe
se P(A/B) = P(A). Isto , A independe de B se a ocorrncia de B no afeta a probab

A.
Observemos que, se A independe de B, ento B independe de A, pois:
3 % $
3 $ %
3 $
3 % 3 $ %
3 $
3 % 3 $
3 $
3 %
Dois eventos A e B so chamados independentes, se
2.4 Independncia de Eventos
3 $ %
3 $ 3 %
Observaes:
Dados dois eventos A e B de um espao

amostral W, diremos que A independe de B se
P(A/B) = P(A). Isto , A independe de B se a ocorrncia de B no afeta a probabilidade de A.
Observemos que, se A independe de B, ento B independe de A, pois:
24
a) Se A e B no so independentes, eles so chamados dependentes.
P( A B) P( B) P( Aento:
/ B) P( B) P( A)
P( Bb)/ ASe
) =A e B so independentes,
=
=
= P( B)
P( A)
P( A)
P( A)
Dois eventos A e B so chamados independentes, se
P( A B) = P( A) P( B)
A e BC so independentes;
Exemplo 18: uma moeda lanada 3 vezes.

Sejam os eventos:
AC e BObservaes:
so independentes;
a)
Se A e B no so independentes, eles
AC e BC so independentes.
so chamados dependentes.
A: ocorrem pelo menos duas caras.
b) Se A e B so independentes, ento:
B: ocorrem resultados iguais nos trs lanaExemplo 18: uma moeda lanada 3 vezes. Sejam os mentos.
eventos:
Mostrar que os eventos A e B so indepenB: ocorrem
resultados
iguais nos trs lanamentos. dentes.
independentes;
AC e B so
A: ocorrem
peloindependentes;
menos duas caras.
A e BC so
BC so
independentes.
AC eque
Mostrar
os eventos
A e B so independentes.
Resoluo:
: = {(K, K, K); (K, K, C); (K, C, K); (K, C, C); (C, K, K); (C, K, C); (C, C, K); (C, C, C)}.
A = {(K, K, K); (K, K, C); (K, C, K); (C, K, K)};
B = {(K, K, K); (C, C, C)}; P(B) =

A B = {(K, K, K)};
P(A B) =
P(A) =

Logo, P(A B) = P(A) x P(B)

Ateno
Dados dois eventos A e B de um espao amostral
, diremos que A independe de B se P(A/B) =
P(A).
Portanto, A e B so independentes.
ATENO19: duas pessoas praticam tiro
Exemplo
Considere 3 eventos A, B e C do mesmo esamostral . Dizemos que A, B e C so indeao alvo.Dados

A probabilidade
1 um
atingir
o alvo
:,pao
dois eventos Ade
e Ba de
espao
amostral
diremos que A independe de B se
pendentes, se P(A B C) = P(A) . P(B) . P(C)
P(A/B) = P(A).1
P(A) = e a probabilidade de a 2 atingir o alvo
3
P(B) = 2 . Admitindo A e B independentes, se os
Generalizando:
3
P(A1 A2 ... An) = P(A1) . P(A2) . . . . . P(An)
dois atiram, qual a probabilidade de:
Exemplo
19: duas
pessoas
praticam tiro ao alvo. A probabilidade de a 1a atingir o
a) ambos
atingirem
o alvo?
Exemplo
menos um atingir o alvo? a
20: um dado lanado 5 vezes.
b) ao
e a probabilidade de a 2 atingir o alvo P(B) = . Admitindo A e B
alvo P(A) =
Qual a probabilidade
de que a face 2 aparea

pelo menos uma vez nos 5 lanamentos?
Resoluo:
independentes,
se os dois atiram, qual a probabilidade de:
1 2 2
a )a)
P(ambos
A). P(atingirem
B) = o=alvo?
3 3 9
b) ao menos um atingir o alvo?
b) P( A). P( B) + P( A). P( B c ) + P( Ac ). P( B) =
1 2 1 1 2 2 7
+ + =
3 3 3 3 3 3 9
Resoluo: vamos calcular a probabilidade

da face 2 aparecer nenhuma vez.
5 5 5 5 5 3125
=
6 6 6 6 6 7776
25
Hercules Sarti
Agora, calcula-se a probabilidade de a face

2 aparecer pelo menos uma vez, usando o evento
complementar:
3125 4651
=
7776 7776
A probabilidade de um evento consiste na razo entre os casos favorveis a ocorrncia do evento

e o total de casos possveis do experimento aleatrio. A utilizao de probabilidades ocorre em jogos do
cotidiano, no clculo de seguros em geral e, em outras situaes onde fundamental conhecer suas possibilidades de chances. Neste captulo, vimos a Probabilidade de um Evento condicionado ocorrncia
de outro evento e tambm Eventos Independentes em termos de probabilidades.
A utilizao da Anlise Combinatria est diretamente associada aos problemas de probabilidades,
onde se torna fundamental determinarmos a quantidade de elementos dos conjuntos Espao Amostral
e Eventos.
Curiosidade
Muitos alunos no conhecem a composio de um baralho e, como este comumente tema de diversos problemas de
anlise combinatria e probabilidades, apresentaremos a seguir como um baralho formado.
O baralho comum tem 52 cartas (espao amostral), sendo 26 vermelhas e 26 pretas. So divididas em 4 naipes: copas,
ouro, paus e espadas, sendo que cada naipe possui 13 cartas numeradas de 2 a 10 e mais as cartas chamadas de figuras:
o Rei (smbolo K), a Rainha ou Dama (smbolo Q), o Valete (smbolo J) e o s (smbolo A).
(13 cartas por naipe x 4 naipes = 52 cartas).
Observe a tabela com as informaes detalhadas de um baralho:
26
1. Numa urna existem duas bolas vermelhas e seis brancas. Sorteando-se uma bola, qual a probabilidade de ela ser vermelha?
2. No lanamento simultneo de dois dados, encontra-se o seguinte espao amostral:
S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6),
(2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),
(3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6),
(4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6),
(5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6),
(6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)}
Determine a probabilidade dos seguintes eventos:
A: ocorrncia de nmeros iguais nos dois dados.
B: ocorrncia de nmeros cuja soma seja 12.
C: ocorrncia de nmeros cuja soma seja menor ou igual a 12.
D: ocorrncia de nmeros cuja soma seja 8.
E: ocorrncia de nmeros cuja soma seja diferente de 8.
F: ocorrncia de nmeros iguais, com soma igual a 8.
G: ocorrncia de nmeros iguais, com soma igual a 7.
H: ocorrncia de nmeros iguais nos dois dados, ou de nmeros com soma igual a 8.
I: ocorrncia de nmeros mltiplos de 3 nos dois dados.
3. Numa cidade com 1.000 eleitores, vai haver uma eleio com 2 candidatos, A e B. feita uma
prvia em que os 1.000 eleitores so consultados, sendo que 510 j se decidiram, definitivamente, por A. Qual a probabilidade de que A ganhe a eleio?
4. Uma moeda viciada de tal modo que sair cara duas vezes mais provvel do que sair coroa.
Calcule a probabilidade de:
a) ocorrer cara no lanamento dessa moeda;
b) ocorrer coroa no lanamento dessa moeda.
5. De um baralho de 52 cartas, uma extrada ao acaso. Qual a probabilidade de cada um dos
eventos abaixo?
a) Ocorrer dama de copas.
b) Ocorrer dama.
c) Ocorrer carta de naipe de paus.
d) Ocorrer uma figura.
e) Ocorrer uma carta que no um rei.
27
Hercules Sarti
6. Uma urna contm 3 bolas brancas, 2 vermelhas e 5 azuis. Uma bola escolhida ao acaso na
urna. Qual a probabilidade de a bola escolhida ser:
a) branca?
b) vermelha?
c) azul?
7. Jogando 3 dados, qual a probabilidade de se obter soma menor ou igual a 4?
8. Os jogadores A, B, C e D disputam um torneio onde A e B tm chances iguais, C e D tambm
tm chances iguais, mas A tem o dobro das chances de C. Qual a probabilidade de B vencer?
Qual a probabilidade de D vencer?
9. Considere o espao amostral S = {a, b, c, d} de um experimento aleatrio. Consideremos a seguinte distribuio de probabilidades: P(a) = 1/8, P(b) = 1/8, P(c) = , P(d) = x. Determine o valor
de x.
10. Com os dados do exerccio anterior e sejam os eventos A = {a, b, c} e B = {c, d}, determine P(A),
P(B), P(Ac), P(Bc), P(A B) e P(A B).
11. As chances de um time de futebol T ganhar o campeonato que est disputando so de 5 para
2. Determine:
a) a probabilidade de T ganhar;
b) a probabilidade de T perder.
12. Dos 100 alunos de uma turma, 40 gostam de lgebra, 30 gostam de Geometria, 10 gostam de
lgebra e Geometria, e h os que no gostam de lgebra nem de Geometria. Um aluno escolhido ao acaso. Qual a probabilidade de ele gostar de:
a) lgebra?
b) Geometria?
c) lgebra e Geometria?
d) lgebra ou Geometria?
13. Dois dados equilibrados so lanados.
a) Qual a probabilidade de ocorrerem nmeros iguais nas faces superiores?
b) Qual a probabilidade de ocorrerem nmeros diferentes?
14. Uma loja dispe de 12 geladeiras do mesmo tipo, dos quais 4 apresentam defeitos.
a) Se um fregus vai comprar uma geladeira, qual a probabilidade de levar uma defeituosa?
b) Se um fregus vai comprar duas geladeiras, qual a probabilidade de levar duas defeituosas?
c) Se um fregus vai comprar duas geladeiras, qual a probabilidade de levar pelo menos
uma com defeito?
28
15. Onze jovens so dispostos em uma fila. Qual a probabilidade de dois determinados jovens:
a) ficarem juntos?
b) ficarem separados?
16. Dois indivduos A e B vo jogar cara ou coroa com uma moeda honesta. Eles combinam lanar
a moeda cinco vezes e ganha o jogo aquele que ganhar em trs ou mais lanamentos. Cada
um aposta R$ 2.800,00. Feitos os dois primeiros lanamentos, em ambos os quais A vence, eles
resolvem encerrar o jogo. Do ponto de vista probabilstico, de que forma devem ser repartidos
os R$ 5.600,00?
17. Em um grupo de 500 estudantes, 80 estudam Engenharia, 150 estudam Economia e 10 estudam Engenharia e Economia. Se um aluno escolhido ao acaso, qual a probabilidade de que:
a) ele estude Economia e Engenharia?
b) ele estude somente Engenharia?
c) ele estude somente Economia?
d) ele no estude Engenharia nem Economia?
e) ele estude Engenharia ou Economia?
18. Uma cidade tem 50.000 habitantes e 3 jornais A, B, C. Sabe-se que:
15.000 leem o jornal A;
10.000 leem o jornal B;
8.000 leem o jornal C;
6.000 leem os jornais A e B;
4.000 leem os jornais A e C;
3.000 leem os jornais B e C;
1.000 leem os trs jornais.
Uma pessoa selecionada ao acaso. Qual a probabilidade de que:
a) ela leia pelo menos um jornal?
b) leia s um jornal?
19. Oito pessoas (dentre elas Pedro, Silvia e Joo) so dispostas ao acaso em uma fila. Qual a probabilidade de:
a) os trs ficarem juntos?
b) os trs ficarem separados?
20. Nove livros so colocados ao acaso numa estante. Qual a probabilidade de que 3 livros determinados fiquem juntos?
21. Uma urna contm 4 bolas brancas, 2 bolas vermelhas e 3 azuis. Cinco bolas so selecionadas ao
acaso, sem reposio. Qual a probabilidade de que 2 sejam brancas, uma vermelha e 2 azuis?
29
Hercules Sarti
22. Um lote contm 60 lmpadas, sendo 50 boas e 10 defeituosas. Cinco lmpadas so escolhidas
ao acaso, sem reposio. Qual a probabilidade de:
a) todas serem boas?
b) todas serem defeituosas?
c) 2 serem boas e 3 defeituosas?
23. Uma urna contm 5 bolas vermelhas e 7 brancas. Duas bolas so extradas sucessivamente ao
acaso e sem reposio. Qual a probabilidade de:
a) ambas serem brancas?
b) ambas serem vermelhas?
24. Uma moeda lanada 10 vezes, qual a probabilidade de observarmos 5 caras e 5 coroas?
1
1
1
25. Sejam A e B eventos tais que: P(A) = , P(B) = e P(AB) = .
3
4
6
Determine:
a) P(A/B)
b) P(B/A)
c) P(A/AB)
d) P(AB/A)
26. Dos 50 alunos de uma classe, 10 foram reprovados em Fsica, 12 em Matemtica, sendo que 6
foram reprovados em Fsica e Matemtica. Um aluno escolhido ao acaso.
a) Sabendo que ele foi reprovado em Matemtica, qual a probabilidade de tambm ter sido
reprovado em Fsica?
b) Sabendo que ele foi reprovado em Fsica, qual a probabilidade de tambm ter sido reprovado em Matemtica?
27. Um casal tem dois filhos. Determine a probabilidade de ambos serem rapazes, dado que:
a) o primeiro filho rapaz.
b) pelo menos um dos filhos rapaz.
28. Um dado lanado e o nmero da face de cima observado.
a) Se o resultado obtido for par, qual a probabilidade de ele ser maior ou igual a 5?
b) Se o resultado obtido for maior ou igual a 5, qual a probabilidade de ele ser par?
c) Se o resultado obtido for mpar, qual a probabilidade de ele ser menor que 3?
d) Se o resultado obtido for menor que 3, qual a probabilidade de ele ser mpar?
29. Um nmero sorteado ao acaso entre os 100 inteiros de 1 a 100.
a) Qual a probabilidade de o nmero ser par?
b) Qual a probabilidade de o nmero ser par, dado que ele menor que 50?
c) Qual a probabilidade de o nmero ser divisvel por 5, dado que par?
30
30. Dois dados d1 e d2 so lanados.

a) Qual a probabilidade de a soma dos pontos ser 6, se a face observada em d1 foi 2?
b) Qual a probabilidade de o dado d1 apresentar face 2, se a soma dos pontos foi 6?
c) Qual a probabilidade de a soma dos pontos ser menor que 7, sabendo que em ao menos
um dado apareceu o resultado 2?
d) Qual a probabilidade de a soma dos pontos ser menor ou igual a 6, se a soma dos pontos
nos dois dados foi menor ou igual a 4?
e) Qual a probabilidade de o mximo dos nmeros observados ser 5, se a soma dos pontos
foi menor ou igual a 9?
31. Considere um tetraedro, como um dado, com 4 faces numeradas de 1 a 4. Dois tetraedros t1
e t2 so lanados sobre um plano e observam-se os nmeros das faces nas quais se apoiam
os tetraedros. Se a soma dos pontos obtidos for maior que 5, qual a probabilidade de que o
nmero observado em t1 seja:
a) 4?
b) 3?
32. Um grupo de 50 moas classificado de acordo com a cor dos cabelos, e dos olhos de cada
moa, segundo a tabela:
CABELOS
OLHOS
Azuis
Castanhos
Loira
17
Morena
14
Ruiva
Se voc marca um encontro com uma dessas garotas, escolhida ao acaso, qual a probabilidade
de ela ser:
a) loira?
b) morena de olhos azuis?
c) morena ou ter olhos azuis?
d) est chovendo quando voc encontra a garota. Seus cabelos esto completamente cobertos, mas voc percebe que ela tem olhos castanhos. Qual a probabilidade de que ela
seja morena?
33. De um total de 100 alunos que se destinam ao curso de Matemtica, Fsica e Qumica sabe-se
que:
I - 30 destinam-se Matemtica e, desses, 20 so do sexo masculino.
II - O total de alunos do sexo masculino 50, dos quais 10 destinam-se Qumica.
III - Existem 10 moas que se destinam ao curso de Qumica.
34. Nessas condies, sorteando um aluno ao acaso do grupo total e sabendo que do sexo feminino, qual a probabilidade de que ele se destine ao curso de Matemtica?
31
Hercules Sarti
35. Uma comisso de 3 pessoas formada escolhendo-se ao acaso entre Antnio, Benedito, Csar,
Denise, Elisabeth e Fbio. Se Denise no pertence comisso, qual a probabilidade de Csar
pertencer?
36. Um prdio de trs andares, com dois apartamentos por andar, tem apenas trs apartamentos
ocupados. Qual a probabilidade de que cada um dos trs andares tenha exatamente um
apartamento ocupado?
37. Um juiz de futebol possui trs cartes no bolso. Um todo amarelo, outro todo vermelho e
o terceiro vermelho de um lado e amarelo do outro. Num determinado lance, o juiz retira, ao
acaso, um carto do bolso e o mostra a um jogador. Determine a probabilidade de a face que o
juiz v ser vermelho e de a outra face, mostrada ao jogador, ser amarela.
38. Uma urna I tem 3 bolas vermelhas e 4 pretas. Outra urna II tem 6 bolas vermelhas e 2 pretas.
Uma urna escolhida ao acaso e dela escolhida uma bola tambm ao acaso. Qual a probabilidade de observarmos:
a) urna I e bola vermelha?
b) urna I e bola preta?
c) urna II e bola vermelha?
d) urna II e bola preta?
39. Uma urna tem 8 bolas vermelhas, 3 brancas e 4 pretas. Uma bola escolhida ao acaso e, sem
reposio desta, outra escolhida, tambm ao acaso. Qual a probabilidade de:
a) a 1 bola ser vermelha e a 2 branca?
b) a 1 bola ser branca e a 2 vermelha?
c) a 1 e a 2 serem vermelhas?
40. O ms de outubro tem 31 dias. Numa certa localidade, chove 5 dias no ms de outubro. Qual a
probabilidade de no chover nos dias 1 e 2 de outubro?
41. A urna I tem 3 bolas vermelhas e 4 brancas, a urna II tem 2 bolas vermelhas e 6 brancas e a urna
III tem 5 bolas vermelhas, 2 brancas e 3 amarelas. Uma urna selecionada ao acaso e dela
extrada uma bola, tambm ao acaso. Qual a probabilidade de a bola ser:
a) vermelha?
b) branca?
c) amarela?
42. Em um lote da fbrica A existem 18 peas boas e 2 defeituosas. Em outro lote da fbrica B
existem 24 peas boas e 6 defeituosas, e em outro lote da fbrica C existem 38 peas boas e 2
defeituosas. Um dos 3 lotes sorteado ao acaso e dele extrada uma pea ao acaso. Qual a
probabilidade de a pea ser:
a) boa?
b) defeituosa?
32
43. Em um jogo de cara ou coroa, em cada tentativa a moeda lanada 3 vezes consecutivas. Uma
tentativa considerada um sucesso se o nmero de vezes que se obtm cara superar estritamente o nmero de vezes que se obtm coroa. Qual a probabilidade de serem obtidos 2
sucessos nas 2 primeiras tentativas?
44. A urna I tem 2 bolas vermelhas e 3 amarelas e a urna II tem 4 bolas vermelhas, 5 amarelas e 2
brancas. Uma bola escolhida ao acaso na urna I e colocada na urna II, em seguida uma bola
escolhida na urna II ao acaso. Qual a probabilidade de essa segunda bola ser:
a) vermelha?
b) amarela?
c) branca?
45. Uma urna I tem 3 bolas vermelhas e 4 brancas, a urna II tem 6 bolas vermelhas e 2 brancas. Uma
urna escolhida ao acaso e nela escolhida uma bola, tambm ao acaso.
a) Qual a probabilidade de observarmos urna I e bola vermelha?
b) Qual a probabilidade de observarmos bola vermelha?
c) Se a bola observada foi vermelha, qual a probabilidade que tenha vindo da urna I?
46. Uma caixa contm 3 moedas MI, MII e MIII. A MI honesta, a MII tem duas caras e a MIII viciada
de tal modo que caras so duas vezes mais provveis que coroas. Uma moeda escolhida ao
acaso e lanada.
a) Qual a probabilidade de observarmos moeda MI e cara?
b) Qual a probabilidade de observarmos cara?
c) Se o resultado final foi cara, qual a probabilidade de que a moeda lanada tenha sido MI.
47. Duas mquinas A e B produzem peas idnticas, sendo que a produo da mquina A o triplo
da produo da mquina B. A mquina A produz 80% de peas boas e a mquina B produz
90%. Uma pea selecionada ao acaso no estoque e verifica-se que boa. Qual a probabilidade de que tenha sido fabricada pela mquina A?
48. Certa molstia A detectada atravs de um exame de sangue. Entre as pessoas que efetivamente possuem a molstia A, 80% delas tm a molstia detectada pelo exame de sangue.
Entre as pessoas que no possuem a molstia A, 5% delas tm a molstia detectada (erroneamente) pelo exame de sangue. Numa cidade, 2% das pessoas tm a molstia A. Uma pessoa da
cidade foi submetida ao citado exame de sangue, que a acusou como portadora da molstia A.
Qual a probabilidade de essa pessoa estar efetivamente atacada pela molstia?
49. Em uma populao, o nmero de homens igual ao de mulheres. 5% dos homens so daltnicos e 0,25% das mulheres so daltnicas. Uma pessoa selecionada ao acaso e verifica-se que
daltnica. Qual a probabilidade de que ela seja mulher?
33
Hercules Sarti
1
3
50. As probabilidades de que duas pessoas A e B resolvam um problema so: P(A) = e P(B) = .
3
5
Qual a probabilidade de que:
a) ambos resolvam o problema?
b) ao menos um resolva o problema?
c) nenhum resolva o problema?
d) A resolva o problema, mas B no?
e) B resolva o problema, mas A no?
51. A probabilidade de certo homem sobreviver mais 10 anos, a partir de certa data, 0,4, e de que
sua esposa sobreviva mais 10 anos a partir da mesma data 0,5. Qual a probabilidade de:
a) ambos sobreviverem mais 10 anos a partir daquela data?
b) ao menos um deles sobreviver mais 10 anos a partir daquela data?
1
52. A probabilidade de que um aluno A resolva certo problema P(A) = 2 , a de que outro aluno
1
B resolva P(B) = e a de que um terceiro aluno C o resolva P(C) = 1 . Qual a probabilidade
3
4
de que:
a) os trs resolvam o problema?
b) ao menos um resolva o problema?
1
53. Lus tem probabilidade de convidar Alice para um passeio num domingo. A probabilidade
42
de que Csar a convide e a de Olavo 1 . Qual a probabilidade de que:
5
2
a) os trs a convidem para o passeio?
b) ao menos um a convide para o passeio?
c) nenhum a convide para o passeio?
54. As probabilidades de 3 jogadores A, B e C marcarem um gol quando cobram um pnalti so

2 4 7
, e , respectivamente. Se cada um cobrar uma nica vez, qual a probabilidade de que
3 5 10
pelo menos um marque um gol?
55. Em uma indstria, h 10 pessoas que ganham mais de 20 salrios-mnimos (sm), 20 que ganham entre 10 e 20 sm e 70 que ganham menos de 10 sm. Trs pessoas dessa indstria so
selecionadas. Determine a probabilidade de que pelo menos uma ganhe menos de 10 sm.
56. Num certo colgio, 4% dos homens e 1% das mulheres tm mais de 1,75 m de altura. 60% dos
estudantes so mulheres. Um estudante escolhido ao acaso e tem mais de 1,75 m. Qual a
probabilidade de que seja homem?
34
1
3
57. A probabilidade de um indivduo da classe A comprar um carro de , da classe B de 5
4
1
e da C de
. As probabilidades de os indivduos comprarem um carro da marca X so
20
1 3 3 , dado que sejam A, B e C, respectivamente. Certa loja vendeu um carro da marca
, e
10 5 10
X. Qual a probabilidade de que o indivduo que o comprou seja da classe B?
35
valor O que corresponde ao fracasso, com probabilidade q, ou

ao sucesso, com probabilidade p.
IUDFDVVR
VXFHVVR
com
P(X = 0) = q
DISTRIBUIO DE PROBABILIDADES
Nessas condies, a varivel aleatria X tem distribuio d

probabilidade dada por:
3.1 Distribuio de Bernoulli
3 ;
S [ u T [
Com mdia ou esperana E(X) = p e com varincia VAR(X)

Consideremos uma nica tentativa de um
Exemplo 21: uma urna tem 30 bolas branexperimento aleatrio. Podemos ter sucesso ou
cas e 20 verdes. Retira-se uma bola dessa urna.
fracasso nessa tentativa. Seja p a probabilidade
Seja
X: nmero
deurna
bolas
verdes,
calcular
E(X),
Exemplo
21: uma
tem
30 bolas
brancas
e 20 verde
de sucesso e q a probabilidade de fracasso, com
VAR(X) e determinar P(X).
urna. Seja X: nmero de bolas verdes, calcular E(X), VAR(X) e det
p + q = 1.
Seja X: nmero de sucessos em uma nica
tentativa do experimento. X assume o valor O
que corresponde ao fracasso, com probabilidade
q, ou o valor 1, que corresponde ao sucesso, com
probabilidade p.
0 fracasso
X =

1 sucesso
Resoluo:
Resoluo:

oT

o S

com P(X = 0) = q
( ;
e P(X=1) = p

9$5 ;
[
Nessas condies, a varivel aleatria X tem

distribuio de Bernoulli, e sua funo de probabilidade dada por:
P( X = x) = p x q 1 x
3 ;

SuT

u

[

Com mdia ou esperana E(X) = p e com varincia VAR(X) = pq.

37
Hercules Sarti
Saiba mais
Famlia serve a cincia por 100 anos
Nenhuma famlia na histria da Matemtica produziu tantos matemticos clebres quanto a famlia Bernoulli. Oriunda
dos Pases Baixos espanhis, esta famlia emigrou em 1583 para Basilia, na Sua, fugindo da guerra. Cerca de uma dzia de
membros da famlia conseguiu renome na Matemtica e na Fsica, sendo quatro deles efeitos como scios estrangeiros da
Academia das Cincias, da Frana.
Os primeiros Bernoulli que se destacaram em Matemtica foram Jacques e Jean, respectivamente, quinto e dcimo filhos
de Nicolaus.
Jacques viajou muito para encontrar cientistas de outros pases. Destacou-se por seus estudos sobre infinitsimos, seus
artigos sobre mximos e mnimos de funes publicadas na revista Acta Eruditorum (Anotaes dos eruditos), suas pesquisas
sobre sries infinitas em que aparece o resultado clebre conhecido como desigualdade de Bernoulli: (1 + x)n > 1 + nx.
A ele tambm atribuda a demonstrao de que a srie harmnica divergente.
Jacques tinha uma verdadeira fascinao por curvas, tendo estudado vrias delas: a parbola semi-cbica, a lemniscata, a
catenria, a iscrona, a espiral logartmica, etc.
Jean Bernoulli, segundo a vontade do seu pai, deveria ser mdico. Indo estudar em Paris, desgarrou para a Matemtica,
escrevendo em 1691-1692 dois livros de Clculo que foram publicados muito mais tarde.
Em 1692, passou a ensinar Clculo a um jovem marqus de LHospital e, em troca de um salrio regular, concordou em
enviar ao nobre francs suas descobertas matemticas, para serem usadas como o marqus o desejasse.
A consequncia foi que, uma das mais importantes descobertas de Jean passou Histria com nome de regra de
LHospital.
Os irmos Jean e Jacques mantinham intensa correspondncia com Leibniz, pois todos eles colaboravam com artigos
para a mesma revista, Acta Eruditorum (Anotaes dos eruditos). Jacques tambm autor do clssico Arte de conjecturar,
considerada a mais antiga obra sobre probabilidade.
Jean foi pai de Nicolas, Daniel e Jean II. Nicolas foi professor de Matemtica em S. Petersburgo e Daniel e Jean II foram
professores em Basilia. Outro Bernoulli, Nicolas II, primo desses trs, ocupou durante algum tempo o lugar que foi de Galileu,
em Pdua. Da gerao mais jovem foi Daniel que mais se destacou com seus resultados em hidrodinmica e probabilidade.
Houve ainda outros Bernoulli que conseguiram evidncia em Matemtica, no sculo XVIII, fazendo juz ao nome da famlia.
Fonte: http://matematica.com.br/site/biografias/105.html.
3.2 Distribuio Geomtrica
Consideremos tentativas sucessivas e independentes de um mesmo experimento aleatrio.

Cada tentativa admite sucesso com probabilidade p e fracasso com probabilidade q; p + q = 1.
Seja X: nmero de tentativas necessrias ao
aparecimento do primeiro sucesso.
Logo, X assume os valores:
X = 1, que corresponde ao sucesso (S) e P(X
= 1) = p;
X = 2, que corresponde ao fracasso (F) na 1
tentativa e sucesso na segunda, (FS) e P(X = 2) =
P(F S) = q x p;
38
X = 3, que corresponde a (FFS) e P(X = 3) =

P(F F S) = q x q x p
= q x p;
X = 4, que corresponde a (FFFS) e P(X = 4) =
q x p; e assim sucessivamente.
Nessas condies, a varivel aleatria X tem
distribuio de Geomtrica, e sua funo de probabilidade dada por:
P( X = x) = q x 1 p
Exemplo 22: a probabilidade de se encontrar aberto o sinal de trnsito numa esquina

0,20. Qual a probabilidade de que seja necessrio
passar pelo local 5 vezes, para encontrar o sinal
aberto pela primeira vez?
Resoluo:
X: nmero de vezes necessrias para encontrar o sinal aberto.
p = 0,20
q = 0,80
P( X = x) = q x 1 p
P (X = 5) = (0,80)4 x (0,20) = 0,08192
A probabilidade de 0,08192
3.3 Distribuio Binomial
A distribuio binomial tem esse nome porque se baseia no desenvolvimento de (a + b)n,

que o Binmio de Newton.
Consideremos, ento, uma sequncia de
n ensaios. Seja p a probabilidade de sucesso em
cada ensaio e q a probabilidade de fracasso (q =
1 p). Queremos calcular a probabilidade Pk, da
ocorrncia de exatamente K sucessos, nos n ensaios. evidente que K {0, 1, 2, ..., n}.
A probabilidade Pk de exatamente K sucessos nos n ensaios ser dada pela frmula:
n
Pk = p k q n k
k
Ateno
Consideremos, ento, uma sequncia de n ensaios. Seja p a probabilidade de sucesso em cada
ensaio e q a probabilidade de fracasso (q = 1 p).
Queremos calcular a probabilidade Pk, da ocorrncia de exatamente K sucessos, nos n ensaios.
Exemplo 23: uma urna tem 4 bolas vermelhas (V) e 6 brancas (B). Uma bola extrada, observada sua cor e reposta na urna. O experimento
repetido 5 vezes. Qual a probabilidade de observarmos exatamente 3 vezes bola vermelha?
Resoluo:
n
n!
Onde: =
(Combinao dos
k k! (n k)!
n elementos tomados k vezes)
Os valores de n e k so sempre inteiros.
O problema trata-se de uma distribuio binomial em que cada ensaio ser feito nas mesmas
condies (bola reposta na urna). Temos, ento:
Nmero de ensaios n = 5.
Probabilidade de sucesso para um ensaio
4
p = (nesse caso, o sucesso bola vermelha).
6
39
Hercules Sarti
Probabilidade de fracasso o evento com4 2

plementar dado por q = 1 = .
Aplica-se a frmula para K = 3 (exatamente

3 vezes bola vermelha):
n
Pk = p k q n k
k
5 4
P3 =

3 6
2
10 0, 2963 0,1111 =
0,3292
=
6
3.4 Distribuio de Poisson
Consideremos a probabilidade de ocorrncia de sucessos em um determinado intervalo.

A probabilidade da ocorrncia de um sucesso no intervalo proporcional ao intervalo. A probabilidade de mais de um sucesso nesse intervalo
bastante pequena com relao probabilidade
de um sucesso.
Seja X o nmero de sucessos no intervalo,
ento:
e K
P( X = k ) =
k!
, onde
e 2,718282 e l a mdia aritmtica.

A varivel X assim definida tem distribuio
de Poisson.
A distribuio de Poisson muito usada na
distribuio do nmero de:
1. Carros que passam por um cruzamento
por minuto, durante certa hora do dia;
2. Erros tipogrficos por pgina, em um
material impresso;
3. Defeitos por unidade por pea fabricada;
40
4. Colnia de bactrias numa dada cultura por 0,01 mm, numa plaqueta de
microscpio;
5. Mortes por ataque de corao por ano,
numa cidade. aplicada tambm em
problemas de filas de espera em geral,
e outros.
Exemplo 24: num livro de 800 pginas h
800 erros de impresso. Qual a probabilidade de
que uma pgina contenha pelo menos 3 erros?
Resoluo:
Sendo X: nmero de erros por pgina
A mdia l = 800 erros: 800 pginas = 1 erro
por pgina
Queremos calcular P(X 3) = ?
P(X 3) = 1 P(X < 3) = 1 [ P(X=0) + P(X=1)
+ P(X=2)]
e 1 10 e 1 11 e 1 12
= 1
+
+
0
!
1
!
2!
= 1 [0,367879 + 0,367879 + 0,183940]

= 1 0,919698 = 0,080302
3.5 Distribuio Normal
H uma distribuio de frequncia denominada curva normal, considerada um modelo

terico ou ideal que resulta muito mais de uma
equao matemtica do que de um real delineamento de pesquisa com coleta de dados.
A curva normal um tipo de curva simtrica, suave, cuja forma lembra um sino. Ela unimodal, sendo seu ponto de frequncia mxima,
situado no meio da distribuio, em que a mdia,
a mediana e a moda coincidem.
Dicionrio
Unimodal: no caso da curva normal, significa que
a curva tem apenas um pico (observe a figura a
seguir).
Em Estatstica, diz-se que possui apenas uma
moda (medida estatstica).
A Distribuio Normal uma das mais importantes distribuies de probabilidades conhecidas. Isso se deve no s aos recursos que
ela prpria oferece, mas tambm ao fato de que
muitas outras distribuies de probabilidades
convergem para ela.
A Distribuio Normal uma distribuio
contnua, ou seja, a varivel X pode assumir
quaisquer valores do campo dos reais. Lembre-se
que, se X tiver Distribuio Binomial, s poder
ter valores inteiros. Nesse caso, a varivel X chamada de discreta.
Na Figura 1 possvel visualizar um exemplo de Curva Normal.
Frequncia
Figura 1 Exemplo de curva normal.
A rea sob a curva aquela regio do plano compreendida entre a curva e o eixo das abscissas, que corresponde em qualquer Distribuio
Normal a 100% dos dados considerados.
Temos ento:
A natureza simtrica da Curva Normal vai levar a concluir que qualquer distncia medida em
unidades de desvio padro (S), acima ou abaixo
da mdia, contm a mesma poro da rea sob
a curva.
47,72% da rea total situa-se entre a

mdia e 2 S abaixo ou acima da mdia;

mdia e 1 S abaixo ou acima da mdia;

mdia e 3 S abaixo ou acima da mdia.
41
Hercules Sarti
Vamos imaginar uma varivel X que tenha Distribuio Normal com mdia X e desvio
padro S. Se deslocarmos o eixo vertical para a
direita at o centro da curva, teremos feito uma
mudana de origem, em que o zero passou a
ocupar a mdia da curva. Tomemos uma nova varivel Z e definindo-a, temos:
Z=
Exemplo 25: X N(20; 16). Calcular P(X <

25).
Resoluo:
So dados: X = 20 e S = 16. Ento: S = 4.
Primeiramente vamos transformar a varivel X em varivel reduzida Z:
Xi X
S
Z=
Onde Xi qualquer valor da varivel X no

campo dos reais.
Com esse processo, teremos construdo
uma Distribuio Normal Reduzida ou Distribuio Normal Padronizada com os seguintes
parmetros:
X = 0
S 2 = 1
S=1
X i X 25 20 5
=
= = 1, 25
4
4
S
Consultando a tabela de probabilidades

curva normal reduzida (Anexo 1), obtemos a probabilidade de 0,3944 para Z = 1,25. importante
lembrar que essa probabilidade vai da mdia at
1,25 unidade de desvio padro acima da mdia.
O problema pede: P(X < 25) = P(Z < 1,25) =
0,3944 + 0,5 = 0,8944.
Dessa forma, as infinitas distribuies normais reduzem-se a apenas uma: N(0; 1).
Uma forma abreviada de indicar que a
varivel X se distribui normalmente escrever
X N( X ; S 2 ) , onde X a mdia e S2 a varincia.
3.6 Aproximao da Binomial pela Normal
A mdia aritmtica de uma distribuio binomial dada por
= n p
2 = n pq
Onde:
m representa a mdia procurada (populacional);
Onde:
2 representa a varincia procurada (populacional);
n representa o nmero de repeties do experimento;

p representa a probabilidade associada ao
evento sucesso.
42
A varincia de uma distribuio binomial

dada por
n representa o nmero de repeties do experimento;

p representa a probabilidade associada ao
evento sucesso;
q representa a probabilidade associada ao
evento fracasso.
Quando n p ou n q (sempre o menor)

for 5 , a normal constituir uma boa aproximao para a binomial. A frmula resolutiva da binomial pela normal :
Zi =
X i 0,5 n p
n pq
Consultando a tabela de probabilidades

curva normal reduzida (Anexo 1), obtemos a probabilidade de 0,2486 para Z = 0,67 e 0,4778 para
Z = 2,01. importante lembrar que essa probabilidade vai da mdia at 0,67 ou at 2,01 unidades
de desvio padro acima da mdia.
O problema pede: P(12 X 14) = P(0,67
Z 2,01) = 0,4778 0,2486 = 0,2292.
Exemplo 26: uma moeda honesta lanada 20 vezes. Sendo X o nmero de caras, determinar P (12 X 14).
Resoluo:
=
Z1
12 0,5 20 0,5 11,5 10

1,5
=
= = 0, 67
2, 2361
20 0,5 0,5
5
=
Z2
14 + 0,5 20 0,5 14,5 10

4,5
=
= = 2, 01
2, 2361
20 0,5 0,5
5
Neste captulo, aprofundamos os conceitos referente a probabilidades, estudando as Distribuies

Estatsticas de Probabilidades. Com os novos conceitos, podemos verificar maiores aplicaes das probabilidades na resoluo de problemas com enfoques diferenciados daqueles vistos no captulo anterior.
Devemos destacar as Distribuies Binomial, Normal e de Poisson, mais comuns em situaes cotidianas.
1. Uma moeda lanada 6 vezes. Qual a probabilidade de observarmos exatamente duas caras?
2. Um dado lanado 5 vezes. Qual a probabilidade de que o 4 aparea exatamente 3 vezes?
3. Uma pessoa tem probabilidade 0,2 de acertar num alvo toda quando atira. Supondo que s
vezes que ela atira so ensaios independentes, qual a probabilidade de ela acertar no alvo exatamente 4 vezes, se ela d 8 tiros?
43
Hercules Sarti
4. A probabilidade de que um homem de 45 anos sobreviva mais 20 anos 0,6. De um grupo de

5 homens com 45 anos, qual a probabilidade de que exatamente 4 cheguem aos 65 anos?
5. Uma moeda lanada 6 vezes. Qual a probabilidade de observarmos ao menos uma cara?
6. Um time de futebol tem probabilidade p = 3/5 de vencer todas as vezes que joga. Se disputar
5 partidas, qual a probabilidade de que vena ao menos uma?
7. Numa estrada h dois acidentes para cada 100 km. Qual a probabilidade de que em:
a) 250 km ocorram pelo menos 3 acidentes?
b) 300 km ocorram 5 acidentes?
8. A experincia mostra que de cada 400 lmpadas, 2 se queimam ao serem ligadas. Qual a probabilidade de que numa instalao de:
a) 600 lmpadas, no mnimo 3 se queimem?
b) 900 lmpadas, exatamente 8 se queimem?
9. Numa linha adutora de gua, de 60 km de extenso, ocorrem 30 vazamentos no perodo de
um ms. Qual a probabilidade de ocorrer, durante o ms, pelo menos 3 vazamentos num certo
setor de 3 km de extenso?
10. Sabe-se que X tem distribuio Normal com mdia igual a 60 e varincia M. Sabe-se tambm
que P (X 70) = 0,0475. Qual o valor de M? Resposta arredondada para o inteiro mais prximo.
11. X tem distribuio Normal com os seguintes parmetros:
Mdia aritmtica = 30
Varincia = 16
Qual a probabilidade de (X 40)?
12. X N(20; 49). Calcular P(X < 30).
13. X N(10; 100). Calcular P(12 X 20).
14. X N(30; 16). Calcular P(X 19).
15. X N(20; 25). Calcular P(X 30).
16. X N(50; 81). Calcular P(40 X 60).
17. X N(10; 16). Calcular P(X 5).
44
18. Um teste padronizado de escolaridade tem distribuio normal com mdia 100 e desvio padro 10. Determine a probabilidade de um indivduo submetido ao teste ter nota:
a) maior que 120;
b) maior que 80;
c) entre 85 e 115;
d) maior que 100.
19. Os pesos de 600 estudantes so normalmente distribudos com mdia 65,3 kg e desvio padro
5,5 kg. Determine o nmero de estudantes que pesam:
a) entre 60 kg e 70 kg;
b) mais que 63,2 kg;
c) menos que 68 kg.
20. Os salrios dos diretores das empresas de So Paulo distribuem-se normalmente com mdia de
R$ 8.000,00 e desvio padro de R$ 500,00. Qual a porcentagem de diretores que recebem:
a) menos de R$ 6.470,00?
b) entre R$ 8.920,00 e R$ 9.380,00
45
CONSIDERAES FINAIS
Este material foi elaborado para voc, o(a) aluno(a) da rea de Cincias Exatas, atingir os objetivos
de aprendizagem propostos para esta disciplina. Com a leitura desta apostila e a realizao dos exerccios
propostos, espera-se que voc consiga desenvolver as habilidades e os conhecimentos que contribuem
com a formao do(a) profissional egresso(a) desta rea.
O aprofundamento dos assuntos apresentados e a ampliao de outros conhecimentos podem ser
adquiridos atravs dos livros citados nas Referncias e em outras obras relacionadas com esses temas.
Para o aproveitamento completo da disciplina, fundamental que voc utilize os recursos disponveis no portal (correio, chat e frum), assista s aulas web e s aulas transmitidas via satlite, e realize as
atividades avaliativas e a prova presencial de maneira satisfatria.
Espera-se que as suas expectativas possam ser atingidas, coloco-me disposio para as crticas
em relao a esta obra.
Um forte abrao.
Prof. Hercules Sarti
47
RESPOSTAS COMENTADAS DAS

ATIVIDADES PROPOSTAS
CAPTULO 1
1. 10
2. 6
3. 12
4. 12
5. 6
6. 6
As questes 1 e 2 referem-se a combinaes. As questes 3 e 4 referem-se a arranjos simples. J as

questes 5 e 6 referem-se a permutaes.
7. a) 1.320
b) 3.003
8. a) 2
b) 7
c) 5
Na questo 7, desenvolva os fatoriais maiores at atingirem os fatoriais menores e, simplifique as

fraes. Faa o mesmo nas equaes da questo 8, simplificando e eliminando os fatoriais.
9. 72
10. 24
11. 720
12. 4
No exerccio 9, usar arranjo com n = 9 e p = 2. Na questo 10, usar permutao para n = 4. Na 11,
usar permutao para n = 6.
No 12, usar os conceitos de permutao, simplificando os fatoriais.
13. a) 24 b) 48
c) 120
14. 35
15. 14
No 13, usar permutaes: a) P4 = 24, b) 2.P4 = 48, c) P5 = 120.

No 14, usar combinao: C7,3 = 35. No 15 fazer C7,2 = 21 segmentos e subtrair o nmero de lados, ou
seja, 21 7 = 14 diagonais.
16. a) 11
b) 8
17. 24
18. 504
No 16, usar a frmula de combinaes, simplificar os fatoriais e calcular o valor de n. No 17, fazer
1.P4 = 24. No 18, usar arranjo: 1 . 9 . 8 .7 = 504.
19. 120
20. 11
21. m = 7; n = 8
No 19 fazer C10,3 = 120. No 20 usar as frmulas de arranjo e combinao, simplificar os fatoriais e

obter n = 11.
No 21, resolver o sistema de equaes.
49
Hercules Sarti
22. 35
23. a) 630
24. 1.000
b) 252 c) 378
25. 6.720
a) No 22 fazer C7,4 = 35. No 23, usar combinao: a) C3,1 . C10,4;

b) b) C3,1 . C9,3 ; c) C3,1 . C9,4. No 24, usar arranjos: 1 . 10 . 10 . 10 = 1000.
c) No 25, permutao com elementos repetidos: 8! : 3! = 6720.
26. 30.240
27. 48
28. 15
29. 13
30. 21
No 26, permutao com elementos repetidos: 9! : (3!2!) = 30240.

No 27, P . P4 = 48. No 28, usar combinao: C6,2 = 15. No 29, usar combinao: C6,2 C3,2 + 1= 13. No
30, usar combinao: C7,2 = 21.
No E25, permutao com elementos repetidos: 8! : 3! = 6720.
31. 120
32. 101
33. 720
34. a) 250
b) 48
No 31, usar combinao: C10,3 = 120. No 32: C10,3 C6,3 + 1= 101.

No 33, usar arranjo: A10,3 = 720.
No 34, usar arranjos: a) 5 . 5 . 5 . 2 = 250; b) 4 . 3 . 2 . 2 = 48.
35. a) 5.040
b) 144
36. 2260
37. 120
No 35, usar permutao: a) 7! = 5040; b) 4! 3! = 24 . 6 = 144.

No 36, calcular a quantidade de nmeros mpares e subtrair a quantidade que tem algarismos repetidos. 37. Usar: P5 = 5! = 120.
No E25, permutao com elementos repetidos: 8! : 3! = 6720.
38. a) 14.400 b) 10.800 c) 720 d) 4320
39. 34.560
40. 35
No 38, usar permutao: a) 5 . 6! . 4 = 14400; b) 3 . 6! . 5 = 10800;

c) 6! = 720; d) 6! . 3! = 4320. No 39, P2 . P4 . P6 = 34560.
No 40, permutao com elementos repetidos: 7! : (4! . 3!) = 35.
41. a) 20 b) 120
42. a) 924
b) 30 43. 70
No 41: a) C6,3 = 20; b) A6,3 = 120.

No 42: a) C12,6 = 924; b) A6,2 = 30.
No 43, usar combinaes: C9,3 C5,3 C4,3 = 84 10 4 = 70.
44. 1.680
45. a) 120 b) 246
c) 66
No 44, usar combinaes: C9,3 . C6,3 . C3,3 = 1680. No 45, usar combinaes: a) C6,3 . C4,2 = 120; b) C4,1 .
C6,4 + C4,2 . C6,3 + C4,3 . C6,2 + C4,4 . C6,1 = 246; c) C4,0 . C6,5 + C4,1 . C6,4 = 66.
50
46. a) 28560 b) 32485
c) 24948
d) 31608
e) 84735
47. 182
No 46, usar combinaes: a) C4,1 . C36,3 = 28560; b) C4,1 . C36,3 + C4,2 . C36,2 + C4,3 . C36,1 + C4,4 . C36,0 = 32485;
os itens c, d e e so anlogos.
No 47, usar combinaes: C2,1 . C8,3 + C2,0 . C8,4 = 120 + 70 = 182.
48. 24
49. 5.040
Na questo 48, cada menino deve receber 5 bolinhas de cada cor, subtrair 10 bolinhas de cada uma
das cores e usar o princpio multiplicativo com as bolinhas restantes. 49. P7 = 5040.
50. 240
51. 5
No 50, usar permutao com elementos repetidos: 7! : (3! . 2!) = 420. Dos 420 nmeros, so mpares
4/7, ou seja 240. 51. Usar permutao com elementos repetidos: (n + 3)! : (n! . 3!) = 8n + 16 e resolver a equao.
CAPTULO 2
1.
2.
a) 1/6
b) 1/36 c) 1 d) 5/36 e) 31/36
f ) 1/36 g) 0 h) 5/18
i) 1/9
1. H duas bolas vermelhas num total de 8 bolas, resultando em 2/8.
2. No lanamento de dois dados, temos 36 possibilidades, determine a quantidade de elementos
de cada evento e estabelea a sua probabilidade.
3. 1
4. a) 2/3
b) 1/3
3. Na cidade h 1.000 eleitores e 510 j se decidiram definitivamente pelo candidato A. Logo, o

candidato A tem a maioria dos votos e ser eleito (evento certo). 4. Considere o espao amostral
formado por 2 caras e 1 coroa, resultando em 2/8.
E53: No lanamento de dois dados, temos 36 possibilidades, determine a quantidade de elementos de cada evento e estabelea a sua probabilidade.
5. a) 1/52
b) 1/13
c)
d) 3/13 e) 12/13
5. Considere o espao amostral formado por 52 elementos. Estabelea o nmero de elementos de

cada evento. Monte as probabilidades em forma de fraes e simplifique-as sempre que possvel.
51
Hercules Sarti
6. a) 3/10
b) 2/10 c)
7. 1/54
6. Considere o espao amostral formado por 10 bolas. Estabelea o nmero de elementos de cada
evento. Monte as probabilidades em forma de fraes e simplifique-as sempre que possvel. 7. n(S)
= 6 = 216.
8. P(B) = 1/3; P(D) = 1/6
9.
8. Use A = 2x , B = 2x, C = x e D = x. A soma das probabilidades 1. Logo 6x = 1 e x = 1/6.

9. Use a soma das probabilidades igual a 1.
10. P(A) =1/2; P(B) = 3/4; P(Ac) = 1/2; P(Bc) = 1/4; P(A B) = 1/4; P(A B) = 1.
10. Probabilidade de A, dada por 1/8 + 1/8 + 1/4 = 1/2. Use o evento complementar P(Ac) = 1
P(A). Determine a unio e a interseco dos conjuntos A e B, e suas probabilidades.
11. a) 5/7
b) 2/7
12. a) 2/5
b) 3/10
c) 1/10
d) 3/5
11. Somar 5 com 2, obtendo o denominador 7 da frao.

12. Montar os conjuntos em forma de diagramas, comeando pela interseco de 10 alunos. Determinar as probabilidades.
13. a)1/6
b) 5/6
14. a) 1/3
b) 1/11
c) 19/33
13. Dois dados formam um espao amostral de 36 pares de nmeros. Use tambm o evento complementar.
14. a) 4/12 = 1/3; b) 4/12 . 3/11 = 1/11; c) use combinaes C12,2 e outros diagramas, comeando
pela interseco de 10 alunos. Determinar as probabilidades.
15. a) 2/11
b) 9/11
16. A = R$ 4.900,00 e B = R$ 700,00
15. usar permutaes: a) (2. P10 : P11 ); b) usar o evento complementar.

16. as chances de A so 7/8 (AAA), (AAB), (ABA), (BAA), (ABB), (BAB), (BBA) e as de B 1/8 (BBB). Fazer
7/8 x 5600 = 4900.
17. a) 1/50
b) 7/50
c) 7/25
d) 14/25
e) 11/25
17. Montar o diagrama representando os conjuntos e iniciar seu preenchimento pela interseco.
a)10/500 = 1/50, b) 70/500 = 7/50, c) 140/500 = 7/25, d) 280/500 = 14/25, e) Unio 220/500 = 11/25.
52
18. a) 21/50 b) 1/5

18. montar o diagrama representando os trs conjuntos e iniciar seu preenchimento pela interseco dos trs. Depois, pelas intersees dois a dois: a) 21000/50000 = 21/50, b) 10000/50000 = 1/5.
19. a) 3/28
b) 25/28
20. 1/12
21. Usar permutaes na probabilidade: a) (P3. P6): P8 ; b) Usar o evento complementar.

22. Permutaes na probabilidade: (P3. P7): P9
23. 2/7
24. a) 0,3879 b) 0,000046
c) 0,0269
23. Usar combinaes (C4, 2 . C2, 1. C3, 2): C9, 5.

24. Usar combinaes: a) C50, 5 : C60, 5 = 0,3879; b) C10, 5 : C60, 5 = 0,000046; c) (C50, 5 . C10, 3): C60, 5 = 0,0269.
25. a) 7/22 b) 5/33
26. 63/256
25. Usar combinaes: a) C7, 2 : C12, 2; b)C5, 2 : C12, 2.

26. Determinar o espao amostral n(S) = 210 = 1024. Usar combinaes para determinar o evento 5
caras, C10,5 = 252. A probabilidade 252/1024 e simplifique.
27. a) 2/3
b) 1/2
c) 4/5
d) 1
27. Usar probabilidade condicionada: a) 1/6 : 1/4; b) 1/6 : 1/3; c) lembre-se que A (A B) = A e
calcular a unio, resultando em1/3 : 5/12; d) P(A) : P(A) = 1.
28. a) 1/2
b) 3/5
29. a) 1/2
b) 1/3
28. a) 12 foram reprovados em Matemtica, e, desses, 6 foram reprovados em Fsica, logo temos
6/12 = 1/2; b) 6/10 = 3/5.
29. a) (MF), (MM): P = 1/2; b) (MF), (MM), (FM): P = 1/3.
30. a) 1/3
b) 1/2 c) 1/3 d) 1/2
31. a) 1/2
b) 24/49
c) 1/5
30. a) {2, 4, 6} P = 1/3; b) {5, 6} P = 1/2; c) {1, 3, 5} P = 1/3; d) {1, 2 } P = 1/2. 31. a) 50/100 = 1/2; b) h
49 nmeros menores que 50. Destes, 24 so pares; P = 24/49; c) 10/50 = 1/5.
32. a) 1/6
b) 1/5 c) 7/11 d) 1 e) 4/15
33. a) 1/2
b) 1/3
32. a) (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), P = 1/6; b) (1, 5), (5, 1), (2, 4), (4, 2), (3, 3), P = 1/5; os outros
itens so anlogos.
33. Soma maior que 5, temos: (2, 4), (3, 3), (3, 4), (4, 2), (4, 3), (4, 4) a) P = 3/6 =1/2; b) 2/6 = 1/3.
53
Hercules Sarti
34. a) 13/25 b) 2/25
c) 19/25
d) 7/13
35. 1/5
34. Analisando a tabela dada, obtemos as probabilidades indicadas.

35. Montar uma tabela a partir do enunciado e determinar a probabilidade condicionada.
36. 3/5
37. 2/5
38. 1/6
39. a) 3/14
b) 2/7
c) 3/8
d) 1/8
36. Fazer C5,3 e obter a probabilidade condicionada 6/10 =3/5.

37. Interpretar e obter a probabilidade P = 2/5.
38. Interpretar e obter a probabilidade P = 1/6.
40. a) 4/35
41. 65/93
42. a) 11/28
43. a) 53/60
44. 1/4
45. a) 11/30
46. a) 3/14
47. a) 1/6
48. 8/11
49. 24,6%
50. 1/21
51. a) 1/5
52. a) 0,2

53. a) 1/24
54. a) 1/20
b) 4/35
c) 4/15
b) 71/140
b) 7/60
c) 1/10
b) 7/15
b) 33/56
b) 13/18
c) 1/6
c) 4/11
c) 3/13
b) 11/15
b) 0,7
b) 3/4
b) 31/40
c) 4/15
39. a) 1/2 . 3/7 = 3/14; b) 1/2 . 4/7 = 2/7.
d) 2/15
e) 2/5
c) 9/40
CAPTULO 3
1. 0,2344
2. 0,03215
3. 0,0459
4. 0,2592
5. 0,9844
6. 0,98976
10. s = 36
11. 0,0062
12. 0,9236
13. 0,262
14. 0,003
15. 0,9772
16. 0,733
17. 0,8944
54
REFERNCIAS
CRESPO, A. A. Estatstica fcil. So Paulo: Saraiva, 1994.

HAZZAN, S. Fundamentos da matemtica elementar. So Paulo: Atual, 1993.
LEVIN, J. Estatstica aplicada a cincias humanas. So Paulo: Harbra, 1987.
MORETTIN, L. G. Estatstica bsica: probabilidade. So Paulo: Makron, 1999.
55
ANEXO
PROBABILIDADES CURVA NORMAL REDUZIDA (0 A Z)

Z
0,0
0,0000
0,0040
0,0080
0,0120
0,0160
0,0199
0,0239
0,0279
0,0319
0,0359
0,1
0,0398
0,0438
0,0478
0,0517
0,0557
0,0596
0,0636
0,0675
0,0714
0,0754
0,2
0,0793
0,0832
0,0871
0,0910
0,0948
0,0987
0,1026
0,1064
0,1103
0,1141
0,3
0,1179
0,1217
0,1255
0,1293
0,1331
0,1368
0,1406
0,1443
0,1480
0,1517
0,4
0,1554
0,1591
0,1628
0,1664
0,1700
0,1736
0,1772
0,1808
0,1844
0,1879
0,5
0,1915
0,1950
0,1985
0,2019
0,2054
0,2088
0,2123
0,2157
0,2190
0,2224
0,6
0,2258
0,2291
0,2324
0,2357
0,2389
0,2422
0,2454
0,2486
0,2518
0,2549
0,7
0,2580
0,2612
0,2642
0,2673
0,2704
0,2734
0,2764
0,2794
0,2823
0,2852
0,8
0,2881
0,2910
0,2939
0,2967
0,2996
0,3032
0,3051
0,3078
0,3106
0,3133
0,9
0,3159
0,3186
0,3212
0,3238
0,3264
0,3289
0,3315
0,3340
0,3365
0,3389
1,0
0,3413
0,3438
0,3461
0,3485
0,3508
0,3531
0,3554
0,3577
0,3599
0,3621
1,1
0,3643
0,3665
0,3686
0,3708
0,3729
0,3749
0,3770
0,3790
0,3810
0,3830
1,2
0,3849
0,3869
0,3888
0,3907
0,3925
0,3944
0,3962
0,3980
0,3997
0,4015
1,3
0,4032
0,4049
0,4066
0,4082
0,4099
0,4115
0,4131
0,4147
0,4162
0,4177
1,4
0,4192
0,4207
0,4222
0,4236
0,4251
0,4265
0,4279
0,4292
0,4306
0,4319
1,5
0,4332
0,4345
0,4357
0,4370
0,4382
0,4394
0,4406
0,4418
0,4429
0,4441
1,6
0,4452
0,4463
0,4474
0,4484
0,4495
0,4505
0,4515
0,4525
0,4535
0,4545
1,7
0,4554
0,4564
0,4573
0,4582
0,4591
0,4599
0,4608
0,4616
0,4625
0,4633
1,8
0,4641
0,4649
0,4656
0,4664
0,4671
0,4678
0,4686
0,4693
0,4699
0,4706
1,9
0,4713
0,4719
0,4726
0,4732
0,4738
0,4744
0,4750
0,4756
0,4761
0,4767
2,0
0,4772
0,4778
0,4783
0,4788
0,4793
0,4798
0,4803
0,4808
0,4812
0,4817
2,1
0,4821
0,4826
0,4830
0,4834
0,4838
0,4842
0,4846
0,4850
0,4854
0,4857
2,2
0,4861
0,4864
0,4868
0,4871
0,4875
0,4878
0,4881
0,4884
0,4887
0,4890
2,3
0,4893
0,4896
0,4898
0,4901
0,4904
0,4906
0,4909
0,4911
0,4913
0,4916
2,4
0,4918
0,4920
0,4922
0,4925
0,4927
0,4929
0,4931
0,4932
0,4934
0,4936
2,5
0,4938
0,4940
0,4941
0,4943
0,4945
0,4946
0,4948
0,4949
0,4951
0,4952
2,6
0,4953
0,4955
0,4956
0,4957
0,4959
0,4960
0,4961
0,4962
0,4963
0,4964
2,7
0,4965
0,4966
0,4967
0,4968
0,4969
0,4970
0,4971
0,4972
0,4973
0,4974
2,8
0,4974
0,4975
0,4976
0,4977
0,4977
0,4978
0,4979
0,4979
0,4980
0,4981
2,9
0,4981
0,4982
0,4982
0,4983
0,4984
0,4984
0,4985
0,4985
0,4986
0,4986
3,0
0,4987
0,4987
0,4987
0,4988
0,4988
0,4989
0,4989
0,4989
0,4990
0,4990
3,1
0,4990
0,4991
0,4991
0,4991
0,4992
0,4992
0,4992
0,4992
0,4993
0,4993
3,2
0,4993
0,4993
0,4994
0,4994
0,4994
0,4994
0,4994
0,4995
0,4995
0,4995
3,3
0,4995
0,4995
0,4995
0,4996
0,4996
0,4996
0,4996
0,4996
0,4996
0,4997
3,4
0,4997
0,4997
0,4997
0,4997
0,4997
0,4997
0,4997
0,4997
0,4997
0,4998
3,5
0,4998
0,4998
0,4998
0,4998
0,4998
0,4998
0,4998
0,4998
0,4998
0,4998
57

Apostila Analise Combinatoria

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apostila Analise Combinatoria

Uploaded by

Copyright:

Available Formats

Hercules Sarti

Adaptada por Antonio Fernando Silveira Alves (setembro/2012)

Unisa | Educao a Distncia | www.unisa.br

Os agrupamentos a serem estudados dividem-se em Permutaes, Arranjos e Combinaes.

A Anlise Combinatria visa a desenvolver mtodos que permitam contar o nmero de

Neste momento, queremos destacar que

1.1 Combinaes Simples

Seja A um conjunto com n elementos. Os

Exemplo 1: Se A = {1, 3, 5, 7}, so combinaes dos 4 elementos de A, 3 a 3, os agrupamentos:

1.2 Arranjos Simples

Se A um conjunto com n elementos, as

Unisa | Educao a Distncia | www.unisa.br

Exemplo 2: Se A = {1, 3, 5, 7}, os arranjos dos

1.3 Permutaes Simples

Se A tem n elementos, as sucesses formadas com os n elementos de A, usando cada um

Ol pessoal, vocs j ouviram falar de fatorial?

Unisa | Educao a Distncia | www.unisa.br

Anlise Combinatria e Probabilidades

1.5 Princpio Fundamental da Contagem

Os problemas de Anlise Combinatria so,

1.6 Clculo do Nmero de Arranjos, Permutaes e Combinaes

As permutaes so agrupamentos ordenados em que em cada grupo entram todos os elementos.

Unisa | Educao a Distncia | www.unisa.br

Uma das principais dificuldades encontradas pelos estudantes ao se defrontarem com a

3. O Agrupamento com parte dos elementos ORDENADO ou NO ORDENADO?

Todos os elementos = PERMUTAO

De acordo com o enunciado, o agrupamento a ser formado ir utilizar todos os elementos ou

No caso de utilizarmos todos os elementos,

Perceba que iremos formar um grupo de 4

O que difere uma situao de Arranjo de

Sim = PERMUTAO COM REPETIO

Consequentemente, sabemos que teremos

2. Estamos utilizando todos os elementos

Vamos supor que no exemplo acima as 4

Parte dos elementos = ARRANJO (SIMPLES

Para identificar se o agrupamento ordenado ou no podemos efetuar o seguinte questionamento:

Unisa | Educao a Distncia | www.unisa.br

Anlise Combinatria e Probabilidades

Vamos agora resoluo do problema proposto.

1.7 Combinaes Complementares

Considere a seguinte relao:

(Acrescenta-se e subtrai-se n no 2 fator do

(Trocam-se os fatores do denominador)

Unisa | Educao a Distncia | www.unisa.br

Portanto, a relao vlida.

Observao: se fizermos p = n, temos:

Exemplo 8: Observe as igualdades:

1.8 Arranjos com Elementos Repetidos ( AR)

Atravs do exemplo, pode-se concluir a seguinte relao:

1.9 Permutaes com Elementos Repetidos

Resoluo: a palavra possui seis letras, te-

mos: P6 = 6!= 720

Porm, h trs letras A, o que nos leva ao

Valem as seguintes relaes:

Unisa | Educao a Distncia | www.unisa.br

Anlise Combinatria e Probabilidades

1.10 Resumo do Captulo

Unisa | Educao a Distncia | www.unisa.br

1.11 Atividades Propostas

1. So dados 5 pontos A, B, C, D, E, representados abaixo. Quantas retas distintas eles determinam?

Unisa | Educao a Distncia | www.unisa.br

Anlise Combinatria e Probabilidades

17. Quantos anagramas da palavra LIVRO comeam pela L?

&& && &&