Questões de Livros Famosos — Vol. 1

Três questões clássicas retiradas de livros famosos da matemática, resolvidas passo a passo com explicação completa.

Sobre esta série

Em Questões de Livros Famosos selecionamos três questões por volume, cada uma extraída de um livro clássico da matemática. Para cada questão: o enunciado original, a referência bibliográfica completa, e a resolução detalhada feita a mão, sem pular etapas.


Questão 1

Capa do livro
Chen Chuan-Chong &
Koh Khee-Meng

Enunciado

De quantas maneiras podemos distribuir $r$ objetos idênticos em $n$ caixas distintas?

Referência: CHEN, Chuan-Chong; KOH, Khee-Meng. Principles and Techniques in Combinatorics. Singapore: World Scientific, 1992. p. 43, exemplo 3.4.

Resolução

O problema equivale a contar o número de soluções inteiras não-negativas da equação:

\[x_1 + x_2 + \cdots + x_n = r,\]

onde $x_i \geq 0$ representa a quantidade de objetos colocados na caixa $i$.


Técnica das estrelas e separadores (Stars and Bars)

Representamos os $r$ objetos como $r$ estrelas: $\star\star\cdots\star$.

Para separar esses objetos em $n$ grupos (um por caixa), precisamos de $n - 1$ separadores $ $.

Por exemplo, com $r = 5$ objetos e $n = 3$ caixas, a distribuição $(2, 0, 3)$ corresponde a:

\[\star\star \;|\; \;|\; \star\star\star\]

Cada distribuição é, portanto, um arranjo dos $r + (n-1)$ símbolos — $r$ estrelas e $n-1$ separadores — em posições distintas.


Contando as disposições:

Temos no total $r + n - 1$ posições. Precisamos escolher quais $r$ delas serão ocupadas pelas estrelas (as demais serão separadores):

\[\binom{r + n - 1}{r} = \binom{r + n - 1}{n - 1}.\]

Demonstração pela fórmula do coeficiente binomial:

O número de formas de escolher $r$ posições dentre $r + n - 1$ é:

\[\binom{r + n - 1}{r} = \frac{(r + n - 1)!}{r!\,(n-1)!}.\]

Exemplo numérico: distribuir $r = 4$ objetos em $n = 3$ caixas:

\[\binom{4 + 3 - 1}{4} = \binom{6}{4} = \frac{6!}{4!\,2!} = \frac{6 \cdot 5}{2} = \boxed{15}.\]

Verificação parcial — listando as distribuições $(x_1, x_2, x_3)$ com $x_1 + x_2 + x_3 = 4$, $x_i \geq 0$:

  • $(4,0,0)$, $(0,4,0)$, $(0,0,4)$ → 3 disposições
  • $(3,1,0)$ e suas permutações → $3! / 1! = $ 6 disposições
  • $(2,2,0)$ e suas permutações → $3!/2! = $ 3 disposições
  • $(2,1,1)$ e suas permutações → $3!/2! = $ 3 disposições

Total: $3 + 6 + 3 + 3 = \boxed{15}$. ✓


Resultado geral:

\[\boxed{\binom{r + n - 1}{r} = \frac{(r+n-1)!}{r!\,(n-1)!}}\]

Questão 2

Capa do livro Probabilidade e Estatística — Spiegel
Murray R. Spiegel

Enunciado

A e B jogam alternadamente um par de dados. Ganha o jogo aquele que primeiro obtém o total 7. Determine a probabilidade (a) de ganhar aquele que inicia o jogo, (b) de ganhar o que faz a segunda jogada.

Referência: SPIEGEL, Murray R. Probabilidade e estatística: resumo da teoria, 760 problemas resolvidos. Tradução de Alfredo Alves de Faria. Coleção Schaum. São Paulo: McGraw-Hill, [s.d.]. p. 39, problema 1.50.

Resolução

Vamos resolver completo, à mão, passo a passo.

O jogo é assim:

  • $A$ joga primeiro.
  • Depois $B$ joga.
  • Depois $A$ joga de novo.
  • Depois $B$, e assim por diante.
  • Ganha quem primeiro tirar soma $7$ em dois dados.

Probabilidade de obter soma $7$

Primeiro, vamos calcular a probabilidade de sair soma $7$ em uma jogada com dois dados.

Os pares possíveis que dão soma $7$ são:

\[(1,6),\ (2,5),\ (3,4),\ (4,3),\ (5,2),\ (6,1)\]

São $6$ casos favoráveis.

Como dois dados têm:

\[6 \cdot 6 = 36\]

resultados possíveis, temos:

\[P(\text{sair } 7)=\frac{6}{36}\]

Simplificando:

\[P(\text{sair } 7)=\frac{1}{6}\]

Chamemos essa probabilidade de $p$:

\[p=\frac{1}{6}\]

Agora, a probabilidade de não sair 7 é o complementar:

\[q=1-p\]

Substituindo $p=\dfrac{1}{6}$:

\[q=1-\frac{1}{6}\]

Escrevendo $1$ como fração de denominador $6$:

\[q=\frac{6}{6}-\frac{1}{6}\] \[q=\frac{5}{6}\]

Então:

\[p=\frac{1}{6}\]

e

\[q=\frac{5}{6}\]

(a) Probabilidade de $A$ ganhar

Como $A$ começa, ele pode ganhar na primeira jogada, ou na terceira, ou na quinta, e assim por diante.

Ou seja, $A$ ganha se:

\[A \text{ acerta}\]

ou

\[A \text{ erra},\ B \text{ erra},\ A \text{ acerta}\]

ou

\[A \text{ erra},\ B \text{ erra},\ A \text{ erra},\ B \text{ erra},\ A \text{ acerta}\]

e assim por diante.


Primeiro caso: $A$ ganha na 1ª jogada

Para $A$ ganhar logo na primeira jogada, basta sair soma $7$.

Logo:

\[P_1=\frac{1}{6}\]

Segundo caso: $A$ ganha na 3ª jogada

Para $A$ ganhar na terceira jogada do jogo, precisa acontecer:

\[A \text{ perde},\ B \text{ perde},\ A \text{ ganha}\]

A probabilidade é:

\[P_2= \left(\frac{5}{6}\right) \left(\frac{5}{6}\right) \left(\frac{1}{6}\right)\]

Multiplicando:

\[P_2= \frac{5 \cdot 5 \cdot 1}{6 \cdot 6 \cdot 6}\] \[P_2=\frac{25}{216}\]

Terceiro caso: $A$ ganha na 5ª jogada

Agora precisa acontecer:

\[A \text{ perde},\ B \text{ perde},\ A \text{ perde},\ B \text{ perde},\ A \text{ ganha}\]

A probabilidade é:

\[P_3= \left(\frac{5}{6}\right) \left(\frac{5}{6}\right) \left(\frac{5}{6}\right) \left(\frac{5}{6}\right) \left(\frac{1}{6}\right)\]

Agrupando:

\[P_3= \left(\frac{5}{6}\right)^4 \left(\frac{1}{6}\right)\]

Quarto caso: $A$ ganha na 7ª jogada

Precisa acontecer:

\[A \text{ perde},\ B \text{ perde},\ A \text{ perde},\ B \text{ perde},\ A \text{ perde},\ B \text{ perde},\ A \text{ ganha}\]

A probabilidade é:

\[P_4= \left(\frac{5}{6}\right)^6 \left(\frac{1}{6}\right)\]

Soma das probabilidades de $A$ ganhar

Portanto, a probabilidade de $A$ ganhar é a soma:

\[P(A)= \frac{1}{6} + \left(\frac{5}{6}\right)^2\frac{1}{6} + \left(\frac{5}{6}\right)^4\frac{1}{6} + \left(\frac{5}{6}\right)^6\frac{1}{6} +\cdots\]

Colocando $\dfrac{1}{6}$ em evidência:

\[P(A)= \frac{1}{6} \left[ 1+ \left(\frac{5}{6}\right)^2+ \left(\frac{5}{6}\right)^4+ \left(\frac{5}{6}\right)^6+ \cdots \right]\]

Agora observe que:

\[\left(\frac{5}{6}\right)^2=\frac{25}{36}\]

Logo:

\[P(A)= \frac{1}{6} \left[ 1+ \frac{25}{36} + \left(\frac{25}{36}\right)^2 + \left(\frac{25}{36}\right)^3 +\cdots \right]\]

A parte dentro dos colchetes é uma série geométrica:

\[1+r+r^2+r^3+\cdots\]

com razão:

\[r=\frac{25}{36}\]

A soma de uma série geométrica infinita é:

\[1+r+r^2+r^3+\cdots=\frac{1}{1-r}\]

Então:

\[P(A)= \frac{1}{6} \cdot \frac{1}{1-\dfrac{25}{36}}\]

Agora vamos resolver o denominador:

\[1-\frac{25}{36} = \frac{36}{36}-\frac{25}{36}\] \[1-\frac{25}{36} = \frac{11}{36}\]

Então:

\[P(A)= \frac{1}{6} \cdot \frac{1}{\dfrac{11}{36}}\]

Dividir por uma fração é multiplicar pelo inverso:

\[P(A)= \frac{1}{6} \cdot \frac{36}{11}\]

Multiplicando:

\[P(A)= \frac{36}{66}\]

Dividindo numerador e denominador por $6$:

\[P(A)=\frac{\cancel{6} \cdot 6}{\cancel{6} \cdot 11} = \frac{6}{11}\]

Portanto:

\[\boxed{P(A)=\frac{6}{11}}\]

(b) Probabilidade de $B$ ganhar

Agora vamos calcular a probabilidade de ganhar o jogador que faz a segunda jogada, ou seja, $B$.

Para $B$ ganhar, ele pode ganhar na segunda jogada, ou na quarta, ou na sexta, e assim por diante.


Primeiro caso: $B$ ganha na 2ª jogada

Para $B$ ganhar na segunda jogada, precisa acontecer:

\[A \text{ perde},\ B \text{ ganha}\]

A probabilidade é:

\[P_1= \left(\frac{5}{6}\right) \left(\frac{1}{6}\right)\]

Multiplicando:

\[P_1=\frac{5}{36}\]

Segundo caso: $B$ ganha na 4ª jogada

Agora precisa acontecer:

\[A \text{ perde},\ B \text{ perde},\ A \text{ perde},\ B \text{ ganha}\]

A probabilidade é:

\[P_2= \left(\frac{5}{6}\right) \left(\frac{5}{6}\right) \left(\frac{5}{6}\right) \left(\frac{1}{6}\right)\]

Agrupando:

\[P_2= \left(\frac{5}{6}\right)^3 \left(\frac{1}{6}\right)\]

Terceiro caso: $B$ ganha na 6ª jogada

Precisa acontecer:

\[A \text{ perde},\ B \text{ perde},\ A \text{ perde},\ B \text{ perde},\ A \text{ perde},\ B \text{ ganha}\]

A probabilidade é:

\[P_3= \left(\frac{5}{6}\right)^5 \left(\frac{1}{6}\right)\]

Soma das probabilidades de $B$ ganhar

Portanto:

\[P(B)= \left(\frac{5}{6}\right) \left(\frac{1}{6}\right) + \left(\frac{5}{6}\right)^3 \left(\frac{1}{6}\right) + \left(\frac{5}{6}\right)^5 \left(\frac{1}{6}\right) +\cdots\]

Colocando $\dfrac{5}{6}\cdot \dfrac{1}{6}$ em evidência:

\[P(B)= \left(\frac{5}{6}\right) \left(\frac{1}{6}\right) \left[ 1+ \left(\frac{5}{6}\right)^2+ \left(\frac{5}{6}\right)^4+ \left(\frac{5}{6}\right)^6+ \cdots \right]\]

Já sabemos que:

\[\left(\frac{5}{6}\right)^2=\frac{25}{36}\]

Então:

\[P(B)= \left(\frac{5}{6}\right) \left(\frac{1}{6}\right) \left[ 1+ \frac{25}{36} + \left(\frac{25}{36}\right)^2 + \left(\frac{25}{36}\right)^3 +\cdots \right]\]

A série dentro dos colchetes é:

\[1+ \frac{25}{36} + \left(\frac{25}{36}\right)^2 + \left(\frac{25}{36}\right)^3 +\cdots\]

com razão:

\[r=\frac{25}{36}\]

Logo:

\[1+ \frac{25}{36} + \left(\frac{25}{36}\right)^2 + \left(\frac{25}{36}\right)^3 +\cdots = \frac{1}{1-\dfrac{25}{36}}\]

Então:

\[P(B)= \left(\frac{5}{6}\right) \left(\frac{1}{6}\right) \cdot \frac{1}{1-\dfrac{25}{36}}\]

Agora:

\[\left(\frac{5}{6}\right) \left(\frac{1}{6}\right) = \frac{5}{36}\]

E:

\[1-\frac{25}{36} = \frac{11}{36}\]

Logo:

\[P(B)= \frac{5}{36} \cdot \frac{1}{\dfrac{11}{36}}\]

Dividindo por fração:

\[P(B)= \frac{5}{36} \cdot \frac{36}{11}\]

Agora simplificamos o $36$:

\[P(B)= \frac{5}{\cancel{36}} \cdot \frac{\cancel{36}}{11}\] \[P(B)=\frac{5}{11}\]

Portanto:

\[\boxed{P(B)=\frac{5}{11}}\]

Conferência

Vamos conferir se as duas probabilidades somam $1$:

\[P(A)+P(B)=\frac{6}{11}+\frac{5}{11}\]

Como os denominadores são iguais, somamos os numeradores:

\[P(A)+P(B)=\frac{6+5}{11}\] \[P(A)+P(B)=\frac{11}{11}\] \[P(A)+P(B)=1\]

Então as probabilidades estão corretas:

\[\boxed{P(A)=\frac{6}{11}}\] \[\boxed{P(B)=\frac{5}{11}}\]

Resposta em porcentagem

Para $A$:

\[P(A)=\frac{6}{11} \approx 0{,}5454 \approx 54{,}54\%\]

Para $B$:

\[P(B)=\frac{5}{11} \approx 0{,}4545 \approx 45{,}45\%\]

Resposta final

\[\boxed{P(A)=\frac{6}{11}\approx 54{,}54\%}\] \[\boxed{P(B)=\frac{5}{11}\approx 45{,}45\%}\]

Portanto, quem começa o jogo tem vantagem.


Questão 3

Capa do livro Probabilidade: Um Curso Moderno com Aplicações
Sheldon M. Ross

Enunciado

Uma turma com 120 estudantes é levada em 3 ônibus para a apresentação de uma curta sinfonia. Há 36 estudantes em um ônibus, 40 no outro e 44 no terceiro ônibus. Quando os ônibus chegam, um dos 120 estudantes é escolhido aleatoriamente. Suponha que $X$ represente o número de estudantes que vieram no mesmo ônibus do estudante escolhido e determine $E[X]$.

Referência: ROSS, Sheldon M. Probabilidade: um curso moderno com aplicações. 8. ed. Porto Alegre: Bookman, 2010. p. 162 Exemplo 3d.

Resolução

Temos uma turma com:

\[120 \text{ estudantes}\]

Eles foram distribuídos em 3 ônibus:

\[36 \text{ estudantes no 1º ônibus}\] \[40 \text{ estudantes no 2º ônibus}\] \[44 \text{ estudantes no 3º ônibus}\]

Note que:

\[36 + 40 + 44 = 120\]

A variável aleatória $X$ representa:

\[X = \text{número de estudantes que vieram no mesmo ônibus do estudante escolhido}\]

Ou seja, se o estudante escolhido estava no ônibus com 36 alunos, então:

\[X = 36\]

Se estava no ônibus com 40 alunos:

\[X = 40\]

Se estava no ônibus com 44 alunos:

\[X = 44\]

Como o estudante é escolhido aleatoriamente entre os 120 estudantes, a probabilidade de ele estar em cada ônibus depende da quantidade de estudantes naquele ônibus.

Probabilidade de o estudante escolhido estar no 1º ônibus

O primeiro ônibus tem 36 estudantes.

Logo:

\[P(X = 36) = \frac{36}{120}\]

Simplificando:

\[P(X = 36) = \frac{3}{10}\]

Probabilidade de o estudante escolhido estar no 2º ônibus

O segundo ônibus tem 40 estudantes.

Logo:

\[P(X = 40) = \frac{40}{120}\]

Simplificando:

\[P(X = 40) = \frac{1}{3}\]

Probabilidade de o estudante escolhido estar no 3º ônibus

O terceiro ônibus tem 44 estudantes.

Logo:

\[P(X = 44) = \frac{44}{120}\]

Simplificando:

\[P(X = 44) = \frac{11}{30}\]

Agora usamos a fórmula da esperança matemática:

\[E[X] = \sum x_i \cdot P(X = x_i)\]

Então:

\[E[X] = 36 \cdot P(X = 36) + 40 \cdot P(X = 40) + 44 \cdot P(X = 44)\]

Substituindo as probabilidades:

\[E[X] = 36 \cdot \frac{36}{120} + 40 \cdot \frac{40}{120} + 44 \cdot \frac{44}{120}\]

Agora fazemos cada multiplicação:

\[36 \cdot \frac{36}{120} = \frac{36^2}{120}\] \[40 \cdot \frac{40}{120} = \frac{40^2}{120}\] \[44 \cdot \frac{44}{120} = \frac{44^2}{120}\]

Logo:

\[E[X] = \frac{36^2}{120} + \frac{40^2}{120} + \frac{44^2}{120}\]

Como os denominadores são iguais:

\[E[X] = \frac{36^2 + 40^2 + 44^2}{120}\]

Agora calculamos os quadrados:

\[36^2 = 1296\] \[40^2 = 1600\] \[44^2 = 1936\]

Substituindo:

\[E[X] = \frac{1296 + 1600 + 1936}{120}\]

Somando:

\[1296 + 1600 = 2896\] \[2896 + 1936 = 4832\]

Então:

\[E[X] = \frac{4832}{120}\]

Simplificando por 8:

\[E[X] = \frac{604}{15}\]

Em decimal:

\[E[X] \approx 40{,}27\]

Portanto:

\[\boxed{E[X] = \frac{604}{15} \approx 40{,}27}\]

Assim, o número esperado de estudantes que vieram no mesmo ônibus do estudante escolhido é aproximadamente:

\[\boxed{40{,}27 \text{ estudantes}}\]

Observe que esse valor não é simplesmente:

\[\frac{36 + 40 + 44}{3} = 40\]

Isso acontece porque o estudante é escolhido entre os 120 estudantes, e não entre os 3 ônibus.

Portanto, ônibus com mais estudantes têm maior chance de ser o ônibus do estudante escolhido.


Escrito em 13/05/2026

Comentários

MorrisonKühlsen

Estatística descomplicada.

Artigos, fórmulas e tabelas
para estudantes e
profissionais.

morrisonkuhlsen.com