Capítulo 4 Probabilidade - UFPR

22
Slide Slide 2 Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley. Capítulo 4 Probabilidade 4-1 Visão Geral 4-2 Fundamentos 4-3 Regra da Adição 4-4 Regra da Multiplicação: Pontos Básicos 4-5 Regra da Multiplicação: Complements e Probabilidade Condicional 4-6 Probabilidades Através de Simulações 4-7 Contagens Slide Slide 3 Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley. Created by Tom Wegleitner, Centreville, Virginia Seção 4-1 Visão Geral Slide Slide 4 Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley. Visão Geral Regra do Evento Raro para Inferência Estatísticas: Se, sob uma dada hipótese, a probabilidade de um particular evento observado é extremamente pequena, nós concluímos que a hipótese provavelmente não é correta. Estatísticos a chamam de regra do evento raro para inferência estatísticas.

Transcript of Capítulo 4 Probabilidade - UFPR

Page 1: Capítulo 4 Probabilidade - UFPR

SlideSlide 2Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Capítulo 4Probabilidade

4-1 Visão Geral

4-2 Fundamentos

4-3 Regra da Adição

4-4 Regra da Multiplicação: Pontos Básicos

4-5 Regra da Multiplicação: Complements e Probabilidade Condicional

4-6 Probabilidades Através de Simulações

4-7 Contagens

SlideSlide 3Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Seção 4-1Visão Geral

SlideSlide 4Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Visão Geral

Regra do Evento Raro para Inferência Estatísticas:

Se, sob uma dada hipótese, a probabilidade de umparticular evento observado é extremamentepequena, nós concluímos que a hipóteseprovavelmente não é correta.Estatísticos a chamam de regra do evento raro para inferência estatísticas .

Page 2: Capítulo 4 Probabilidade - UFPR

SlideSlide 5Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Seção 4-2 Fundamentos

SlideSlide 6Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Ponto Chave

Esta seção introduz os conceitosbásicos de Probabilidade de umevento. Três diferentes métodos paraencontrar probabilidades serãoapresentados.O objetivo principal desta seção éaprender como interpretar valoresprobabilísticos.

SlideSlide 7Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Definições

� Evento

qualquer conjunto de resultados ou saídas de umprocedimento.

� Evento Simples

uma saída ou evento que não pode serdecomposto em um componente mais simples.

� Espaço Amostral

para um dado procedimento, consiste de todosos possíveis eventos simples ; ou seja, o espaçoamostral consiste de todos os possíveis resultados quenão podem ser decompostos.

Page 3: Capítulo 4 Probabilidade - UFPR

SlideSlide 8Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Notação para Probabilidades

P – denota uma probabilidade.

A, B , e C - denota eventos específicos.

P (A) - denota a probabilidade de ocorrer o evento A.

SlideSlide 9Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regras Básicas para o Cálculo de Probabilidades

Regra 1: Aproximação pela Freqüência RelativaConduza (ou observe) um procedimento um número fixo de repetições, e conte o número de vezes que o evento A ocorre. Baseado nestes resultados, P(A) é estimado como se segue:

P(A) = número de vezes que A ocorre

número total de repetições

SlideSlide 10Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regras Básicas para o Cálculo de Probabilidades – cont.

Regra 2: Abordagem Clássica da Probabilidade (Requer Eventos Equiprováveis)

Assume que um dado procedimento tem neventos simples distintos e que cada um desteseventos tem a mesma chance de ocorrência . Seo evento A pode ocorrer em s destas n maneiras,então

P(A) =número de eventos simples

pertencentes a Anúmero total de eventos

simples

sn =

Page 4: Capítulo 4 Probabilidade - UFPR

SlideSlide 11Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regras Básicas para o Cálculo de Probabilidades – cont.

Regra 3: Probabilidades Subjetivas

P(A), a probabilidade de ocorrência doevento A, é estimada utilizeo-se oconhecimento de circunstâncias relevantes.

SlideSlide 12Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Lei dos Grandes Números

Se um experimento é repetido váriasvezes, a freqüência relativa (da Regra 1)de um evento tende para a probabilidadede ocorrência deste evento.

SlideSlide 13Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Limites Probabilísticos

� A probabilidade de um evento que é certo é 1.

� A probabilidade de um evento impossível é 0.

� Para qualquer evento A, a probabilidade deA é um número entre 0 e 1, inclusive.Ou seja, 0 ≤≤≤≤ P(A) ≤≤≤≤ 1.

Page 5: Capítulo 4 Probabilidade - UFPR

SlideSlide 14Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Possíveis Valores de

Probabilidade

SlideSlide 15Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Definição

O complemento do evento A, denotadoA, consiste de todos os resultados doespaço amostral que não pertencem à A.

SlideSlide 16Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Arredondamento de Probabilidades

Queo expressar probabilidades, ou informe afração ou número decimal exatos ou arredonde oresultado decimal para três dígitos significativos.(Sugestão : quando a probabilidade não é umafração simples como 2/3 ou 5/9, expresse-a comodecimal, para que a quantidade seja melhorcompreendida.)

Page 6: Capítulo 4 Probabilidade - UFPR

SlideSlide 17Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

DefiniçõesA razão de chances do evento A ocorrer é a razãoP(A)/P(A), usualmente expressa na forma a:b (ou “ apara b”), onde a e b são inteiros sem fatores emcomum.

The actual odds in favor of evento A occurring are the reciprocal of the actual odds against the evento. If the odds against A are a:b , then the odds in favor of A are b:a .

The payoff odds against evento A represent the ratio of the net profit (if you win) to the amount bet.

payoff odds against eventoA = (net profit) : (amount bet)

SlideSlide 18Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Recapitulando

Nesta seção nós apresentamos:

� Regra do evento raro para inferência estatística.

� Regras para calcular probabilidades.

� Lei dos Grandes Números.

� Eventos complementares.

� Arredondando probabilidades.

� Razão de chance.

SlideSlide 19Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Seção 4-3 Regra da Adição

Page 7: Capítulo 4 Probabilidade - UFPR

SlideSlide 20Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Ponto Chave

O objetivo principal desta seção éapresentar a Regra da Adição como umaferramenta para encontrar probabilidadesque podem ser expressas por P(A ou B), queé a probabilidade de ocorrer tanto o eventoA quanto o evento B (ou ambos ocorrerem)em função de eventos simples de umexperimento aleatório.

SlideSlide 21Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Eventos Compostos

qualquer evento combinando 2 ou mais eventos simples.

Definição

Notação

P(A ou B) = P (em uma única realização doexperimento, ocorrer o evento A ou o evento Bou ambos)

SlideSlide 22Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Quando calculamos a probabilidade deque ocorre o evento A ou o evento B,temos que calcular o número total demaneiras que A pode ocorrer e onúmero total de maneiras que B podeocorrer, mas calcular estes totais de talmaneira que um resultado não sejacontabilizado mais de uma vez.

Regra Geral para Eventos Compostos

Page 8: Capítulo 4 Probabilidade - UFPR

SlideSlide 23Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Eventos Compostos

Regra da Adição Intuitiva

Para calcular P(A ou B), some o número de maneirasque o evento A pode ocorrer com o número de maneirasque o evento B pode ocorrer, de tal maneira que cadaresultado possível seja contabilizado apenas uma vez .P(A ou B) é igual a esta soma dividida pelo número totalde elementos do espaço amostral.

Regra da Adição FormalP(A ou B) = P(A) + P(B) – P(A e B)

onde P(A e B) denota a probabilidade de A e B ocorreremao mesmo tempo em uma realização do experimento.

SlideSlide 24Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

DefiniçãoEventos A e B are disjuntos (ou mutuamenteexclusive ) se eles não podem ocorrer aomesmo tempo. (Ou seja, eventos disjuntosnão têm interseção.)

Diagrama de Venn para eventos que não são disjuntos

Diagrama de Venn para eventos disjuntos

SlideSlide 25Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Eventos Complementares

P(A) e P(A)são disjuntos

É impossível para qualquer evento que ele e seu complementar ocorram ao

mesmo tempo.

Page 9: Capítulo 4 Probabilidade - UFPR

SlideSlide 26Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regra dos Eventos Complementares

P(A) + P(A) = 1

= 1 – P(A)

P(A) = 1 – P(A)

P(A)

SlideSlide 27Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Diagrama de Venn para o Complementar do Evento A

SlideSlide 28Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Recapitulando

Nesta seção nós estudamos:

� Eventos compostos.

� Regra da adição formal.

� Regra da adição intuitiva.

� Eventos disjuntos.

� Eventos complementares.

Page 10: Capítulo 4 Probabilidade - UFPR

SlideSlide 29Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Seção 4-4 Regra da Multiplicação:

Pontos Básicos

SlideSlide 30Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Ponto Chave

Se temos dois eventos, e o resultado doprimeiro evento A afeta de algumamaneira a probabilidade do segundoevento B, é importante ajustar aprobabilidade de B para refletir aocorrência do evento A.

A regra para calcular P(A e B) é chamadade Regra da Multiplicação.

SlideSlide 31Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Notação

P(A e B) =P(evento A ocorre em uma primeira

realização e o evento B ocorre nasegunda realização do experimento)

Page 11: Capítulo 4 Probabilidade - UFPR

SlideSlide 32Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Diagramas de ÁrvoreO diagrama de árvore é uma figura representando oespaço amostral de um experimento, apresentadocomo segmentos de linha partindo de um pontocomum. Estes diagramas são úteis quando onúmero de possibilidades é pequeno.

Esta figura resume os resultados possíveis para uma resposta Verdadeiro/Falso seguido de uma questão de múltipla escolha.

Note que há 10 combinações possíveis.

SlideSlide 33Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Ponto ChaveProbabilidade Condicional

É a probabilidade calculada para osegundo evento B levando emconsideração o fato de que oprimeiro evento A ocorreu.

SlideSlide 34Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Notação para Probabilidade Condicional

P(B|A) representa a probabilidade deocorrer o evento B assumindo que oevento A já tenha ocorrido. (lemos B|Acomo “ B dado A.”)

Page 12: Capítulo 4 Probabilidade - UFPR

SlideSlide 35Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Definições

Eventos Independentes

Dois eventos A e B são independentes se aocorrência de um não afeta a probabilidade deocorrer o outro. (Vários eventos sãoconjuntamente independentes se a ocorrênciade qualquer um dos eventos não afeta aocorrência dos outros.) Se A e B não sãoindependentes, eles são ditos dependentes .

SlideSlide 36Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regra da Multiplicação Formal

� P(A e B) = P(A) • P(B|A )

� Note que se A e B são eventosindependentes, P(B|A) é igual a P(B).

SlideSlide 37Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regra da Multiplicação Intuitiva

Quando calculamos a probabilidade do eventoA ocorrer em uma realização e do evento Bocorrer na realização seguinte, multiplique aprobabilidade do evento A pela probabilidadedo evento B, mas tenha certeza de que aprobabilidade do evento B leva emconsideração a ocorrência prévia do evento A.

Page 13: Capítulo 4 Probabilidade - UFPR

SlideSlide 38Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Aplicando a Regra da Multiplicação

SlideSlide 39Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Amostras Pequenas de Grandes Populações

Se o tamanho da amostra é menor que5% do tamanho da população,considere a seleção como sendoindependente (mesmo que seleçãoseja feita sem reposição, scnicamentedependentes).

SlideSlide 40Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Sumário dos Fundamentos

� Na Regra da Adição, a palavra “ou” em P(A ou B)sugere adição. Some P(A) e P(B), tendo o cuidado degarantir que cada resultado é somado apenas uma vez.

� Na Regra da Multiplicação, a palavra “e” em P(A e B)sugere produto. Multiplique P(A) e P(B), mas tenhacerteza de que a probabilidade do evento B leva emconsideração a ocorrência prévia do evento A.

Page 14: Capítulo 4 Probabilidade - UFPR

SlideSlide 41Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Recapitulando

Nesta seção nós vimos:

� Notação para P(A e B).

� Notação para probabilidade condicional.

� Eventos independentes.

� Regra da multiplicação formal e intuitiva.

� Diagrama de árvore.

SlideSlide 42Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Seção 4-5 Regra da Multiplicação:

Complementos e Probabilidade Condicional

SlideSlide 43Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Ponto Chave

Nesta seção nós veremos aprobabilidade de termos pelo menos umaocorrência de um evento específico; e oconceito de Probabilidade Condicionalque é a probabilidade de um evento dadaa informação adicional de que algumoutro evento já ocorreu.

Page 15: Capítulo 4 Probabilidade - UFPR

SlideSlide 44Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Complementos: a Probabilidade de “Pelo Menos Um”

� O complementar de termos pelo menosum item de um determinado tipo étermos nenhum item deste tipo.

� “Pelo menos um” é equivalente a “umou mais.”

SlideSlide 45Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Princípio Chave

Para calcular a probabilidade daocorrência de pelo menos um de algumitem, calculamos a probabilidade denenhum , então subtraímos o resultadode 1. Ou seja,

P(pelo menos um) = 1 – P(nenhum).

SlideSlide 46Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

DefiniçãoA Probabilidade Condicional de um evento é aprobabilidade obtida com a informaçãoadicional de que algum outro evento ocorreu.P(B|A ) denota a probabilidade condicional doevento B ocorrer, dado que o evento A jáocorreu, e pode ser obtida dividindo aprobabilidade dos eventos A e B ocorreremconjuntamente pela probabilidade deocorrência do evento A:

P(B A ) = P(A e B)

P(A)

Page 16: Capítulo 4 Probabilidade - UFPR

SlideSlide 47Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Abordagem Intuitiva para a Probabilidade Condicional

A probabilidade condicional de B dado A podeser calculada assumindo que o evento Aocorreu, e trabalhando sobre esta hipótese,calcular a probabilidade de que o evento Bocorrerá.

SlideSlide 48Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Recapitulando

Nesta seção estudamos:

� Conceito de “pelo menos um.”

� Probabilidade condicional.

� Abordagem intuitiva para probabilidade condicional.

SlideSlide 49Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Seção 4-6Probabilidades Através de

Simulações

Page 17: Capítulo 4 Probabilidade - UFPR

SlideSlide 50Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Ponto Chave

Nesta seção introduziremos umaabordagem diferente para calcularprobabilidades que podem sermuito trabalhosas de seremobtidas através dos métodosformais discutidos nas seçõesanteriores.

SlideSlide 51Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Definição

Uma simulação de um experimentoé um processo que comporta-se demaneira similar ao experimento,então resultados semelhantespodem ser produzidos.

SlideSlide 52Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Exemplo de Simulação

Seleção de Gênero: Quando testamos técnicasde seleção de gênero, médicos pesquisadoresprecisam conhecer probabilidades dediferentes resultados, tal como a probabilidadede termos pelo menos 60 meninas em 100crianças. Assumindo que o nascimento demeninos e meninas são equiprováveis,descreva uma simulação que resulta no gênerode 100 recém-nascidos.

Page 18: Capítulo 4 Probabilidade - UFPR

SlideSlide 53Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Exemplo de SimulaçãoSolução 1:� Lançar uma moeda honesta 100 vezes onde cara (K) = m enina (F) e e

coroa (C) = menino (M)

K K C K C C K K K K

�Gerar 0’s e 1’s com um computador ou calculadora on de 0 = M1 = F

0 0 1 0 1 1 1 0 0 0

M M F M F F F M M M

F F M F M M M F F F

Solução 2:

SlideSlide 54Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Números Aleatórios

Em muitos experimentos, números aleatórios sãousados em simulação de eventos que ocorremnaturalmente. Temos abaixo algumas maneiras deobtermos números aleatórios.

� Uma tabela de dígitos aleatórios

� Minitab

� Excel

� Calculadora TI-83 Plus

� STATDISK

SlideSlide 55Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Números aleatórios - contMinitabSTATDISK

Page 19: Capítulo 4 Probabilidade - UFPR

SlideSlide 56Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Números aleatórios - contExcel Calculadora TI-83 Plus

SlideSlide 57Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Recapitulando

Nesta seção estudamos:

� A definição de simulação.

� Formas de gerar números aleatórios.

� Como criar uma simulação.

SlideSlide 58Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Created by Tom Wegleitner, Centreville, Virginia

Seção 4-7Contagens

Page 20: Capítulo 4 Probabilidade - UFPR

SlideSlide 59Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Ponto Chave

Em muitos problemas probabilísticos, ogrande obstáculo é contar o total deresultados de um experimento, e esta seçãoapresenta vários métodos para calcular estascontagens.

SlideSlide 60Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regra Fundamental da Contagem

Se temos uma seqüência de dois eventosno qual o primeiro evento ocorre de mmaneiras e o segundo evento ocorre de nmaneiras, os dois eventos conjuntamenteocorrem de m n maneiras.

SlideSlide 61Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Notação

O símbolo fatorial ! Denota o produto dos números positivos em ordem decrescente.

Por exemplo,

4! 4 3 2 1 24.= • • • == • • • == • • • == • • • =

Por definição, 0! = 1.

Page 21: Capítulo 4 Probabilidade - UFPR

SlideSlide 62Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Uma coleção de n itens diferentespodem ser arrumados de n! maneirasdiferentes. (Esta regra do fatorial refleteo fato de que o primeiro item pode serselecionado de n maneiras diferentes, osegundo de n – 1 maneiras, e assim pordiante.)

Regra do Fatorial

SlideSlide 63Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regra das Permutações(quando os itens são todos diferentes)

(n - r)!n rP = n!

Se os requisitos anteriores são satisfeitos, o número depermutações (ou seqüência) de r itens selecionados de n itensdisponíveis (sem reposição) é

Requisitos:

1. Há n diferentes itens disponíveis. (Esta regra não se aplicase algum dos itens é idêntico a outros.)

2. Selecionamos r de n itens (sem reposição).

3. Consideramos rearranjos dos mesmos itens como sendoseqüência diferentes. (A permutação de ABC é diferente deCBA e é contada em separado.)

SlideSlide 64Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Regra da Permutação(quando alguns itens são idênticos a

outros )

n1! . n2! .. . . . . . . nk!n!

Se os requisitos anteriores são satisfeitos, e se h á n1,n2, . . . , nkitens distintos, o número de permutações (ou seqüências) de todos os itens selecionados sem reposição é

Requisitos:

1. Há n itens disponíveis, e alguns são idênticos a outros.

2. Nós selecionamos n itens (sem reposição).

3. Nós consideramos rearranjos de itens distintos comosendo seqüência diferentes.

Page 22: Capítulo 4 Probabilidade - UFPR

SlideSlide 65Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

(n - r )! r!n!

nCr =

Regra da Combinação

Se os requerimentos anteriores são satisfeitos, o número decombinações de r itens selecionados de n diferentes itens é

Requisitos:

1. Há n diferentes itens disponíveis.

2. Nós selecionamos r dos n itens (sem reposição).

3. Nós consideramos rearranjos dos mesmos itens como sendo iguais. (A combinação de ABC é igual a CBA.)

SlideSlide 66Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Quando ordenações diferentes dos mesmositens são contabilizadas separadamente,nós temos um problema de permutação,mas quando ordenamentos diferentes nãosão contabilizadas separadamente, temosum problema de combinação.

Permutações versus Combinações

SlideSlide 67Copyright © 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.

Recapitulando

Nesta seção nós apresentamos:

� A regra fundamental das contagens.

� A regra da permutação (quando os itens são diferentes).

� A regra da permutação (quando alguns itens são idênticos a outros).

� A regra da combinação.

� A regra fatorial.