análise combinatória

171
Análise Combinatória Rodrigo Machado [email protected] Instituto de Informática Universidade Federal do Rio Grande do Sul Porto Alegre, Brasil http://www.inf.ufrgs.br

Upload: phunganh

Post on 07-Jan-2017

244 views

Category:

Documents


1 download

TRANSCRIPT

Page 1: Análise Combinatória

Análise Combinatória

Rodrigo [email protected]

Instituto de InformáticaUniversidade Federal do Rio Grande do SulPorto Alegre, Brasilhttp://www.inf.ufrgs.br

Page 2: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

2/168

Page 3: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

3/168

Page 4: Análise Combinatória

Problemas de contagem

Contagem: determinar o número de elementos de uma determinada coleçãosem precisar necessariamente enumerá-la.

Exemplos de problemas que envolvem contagem:• Quantos números inteiros pares existem entre 0 e 100? Considere os limites

na contagem.• Você precisa construir todas as funções totais f : A → A, onde

A = {1, 2, . . . , 8}. Quanto de memória você precisa alocar?

A seguir, veremos alguns princípios de contagem a partir dos quais as fórmulaspara contagem de diversos tipos de objetos matemáticos serão derivadas.

4/168

Page 5: Análise Combinatória

Princípio aditivo

Sejam A e B conjuntos finitos.

Princípio aditivo: Se A ∩ B = ∅, então |A ∪ B| = |A| + |B|.

Aplicável quando escolhemos elementos do conjunto A OU do conjunto B,exclusivamente.

Exemplo: Suponha que tenham entrado em cartaz 3 filmes e 2 peças de teatroe que Carlos tenha dinheiro para assistir a apenas 1 evento. Quantos são osprogramas que Carlos pode fazer no sábado?

5/168

Page 6: Análise Combinatória

Princípio multiplicativo

Sejam A e B conjuntos finitos.

Princípio multiplicativo: |A × B| = |A| × |B|.

Aplicável quando escolhemos elementos do conjunto A E do conjunto B,simultaneamente.

Exemplo: Suponha que tenham entrado em cartaz 3 filmes e 2 peças deteatro. Se Carlos tem dinheiro para assistir a um filme e a uma peça de teatro,quantos programas ele pode fazer no sábado?

6/168

Page 7: Análise Combinatória

Princípio aditivo e multiplicativo: exercícios

Exercício:

1. Dados 5 livros diferentes de matemática, 7 livros diferentes de física, 10livros diferentes de química, de quantas maneiras podemos escolher 2 livrosde forma que eles não sejam da mesma matéria?

2. De quantas maneiras 2 pessoas podem estacionar seus carros numagaragem com 6 vagas?

3. Quantos números naturais de três algarismos distintos (na base 10)existem?

4. De quantas maneiras podemos escolher 1 consoante e 1 vogal de umalfabeto formado por 18 consoantes e 5 vogais?

5. De quantas maneiras podemos escolher 2 consoantes diferentes dentre umconjunto de 8 consoantes?

6. Quantas diagonais possui um polígono regular de n lados?

7/168

Page 8: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

8/168

Page 9: Análise Combinatória

Permutações

Sejam a1, a2, . . . , an elementos distintos de uma coleção A.

Definição: uma permutação de elementos de A é uma n-tupla

(b1, b2, . . . , bn)

tal que exista uma bijeção f : {1, . . . , n} → {1, . . . , n} onde ai = bf(i)

Uma permutação representa um ordenamento de todos os elementos dacoleção A.

Nota: é importante para contagem de permutações que todos os elementos dacoleção A sejam distintos.

9/168

Page 10: Análise Combinatória

Permutações: contagem

Exemplo: todas as permutações do conjunto {a,b,c}:

(a,b,c) (a,c,b) (b,a,c) (b,c,a) (c,a,b) (c,b,a)

Pergunta: quantas permutações distintas existem para sequências com nelementos?

Resposta: n × (n – 1) × (n – 2) × . . . × 1 = n!

Definição: Pn representa o número de permutações de um conjunto com nelementos.

Pn = n!

10/168

Page 11: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

11/168

Page 12: Análise Combinatória

Arranjos

Definição: um arranjo é uma tupla de k elementos distintos retirados de umacoleção com n elementos.

Exemplo: todos os arranjos de tamanho 2 do conjunto {1, 2, 3}.

(1,2) (2,3)(1,3) (3,1)(2,1) (3,2)

Nota: note que ordem é importante: (1,2) 6= (2,1)

12/168

Page 13: Análise Combinatória

Arranjos: contagem

Definição: Akn representa o número de arranjos de tamanho k

cujos elementos são extraídos de uma coleção de tamanho n.

Akn =

k︷ ︸︸ ︷n × (n – 1) × · · · × (n – k + 1)

= n!(n – k)!

Nota: perceba que Ann = Pn = n!

13/168

Page 14: Análise Combinatória

Arranjos: exercícios

Exercício:

1. Quantas são as palavras de 4 letras que não repetem letras, considerando oalfabeto convencional (de A a Z, 26 letras)?

2. Uma empresa precisa preencher 8 vagas de trabalho distintas. Houve 5pessoas interessadas em ocupar um cargo qualquer dentre os 8. De quantasformas distintas podemos alocar as pessoas interessadas para vagas nessaempresa?

3. Quantas funções injetoras existem do conjunto {a, b, c} para o conjunto{1, 2, 3, 4, 5, 6, 7, 8}?

14/168

Page 15: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

15/168

Page 16: Análise Combinatória

Combinações

Definição: uma combinação é um subconjunto de k elementos tomados deuma coleção de n elementos distintos.

Exemplo: seja A = {1, 2, 3, 4, 5}.

Todas as combinações de 3 elementos tirados de A:

{3,4,5} {2,4,5}{2,3,5} {2,3,4}{1,4,5} {1,3,5}{1,3,4} {1,2,5}{1,2,4} {1,2,3}

Nota: combinações não são ordenadas! {1,4,2} = {2,4,1}

16/168

Page 17: Análise Combinatória

Combinações: contagem

Considere k, n ∈ {0, 1, 2, . . .}.

Definição: Ckn representa o número de combinações de tamanho k extraídas de

uma coleção de n elementos distintos.

Ckn = 0 quando k > n

Ckn = n!

(n – k)! k! quando k ≤ n

Outra notação para contagem de combinações :

Ckn =

(nk

)(lê-se “n escolhe k”)

Nota: atenção com a ordem dos índices!

17/168

Page 18: Análise Combinatória

Combinações: exercícios

Exercício:

1. De quantas maneiras podemos arrumar em fila 5 sinais ‘-’ e 7 sinais ‘|’ ?2. Considere uma grade de 5 linhas e 7 colunas. Considere que estamos no

cantos superior esquerdo da grade. De quantas formas distintas podemosalcançar o canto inferior direito, supondo que somente movimentos parabaixo e para a direita são possíveis?

3. Em um jogo do tipo loteria, existem 25 números ao total, dos quais 5 sãosorteados semanalmente. Uma aposta consiste da escolha de 5 números, eo jogador ganha somente se acertar exatamente os números sorteados.Qual a chance de alguém ser sorteado se fizer quatro apostas distintas?

18/168

Page 19: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

19/168

Page 20: Análise Combinatória

Coeficientes de potências de binômios

Observe os coeficientes das seguintes potências de um binômio (a + b):

(a + b)0 = 1 × a0b0

(a + b)1 = 1 × a0b1 + 1 × a1b0

(a + b)2 = 1 × a0b2 + 2 × a1b1 + 1 × a2b0

(a + b)3 = 1 × a0b3 + 3 × a1b2 + 3 × a2b1 + 1 × a3b0

......

...

Notamos que o coeficiente de um termo aibj, na expansão de umamultiplicação (a + b)n corresponde à

(ni).

Intuição: o coeficiente na frente de aibj conta o número de formas distintasde enumerar i letras a e j letras b, pois é obtido do agrupamento de todas astuplas de tamanho (i + j) com exatos i a’s e j b’s.

20/168

Page 21: Análise Combinatória

Teorema binomial

Teorema: para n ∈ N temos:

(a + b)n =n∑

i=0

(ni

)aibn–i

Nota: esse teorema relaciona potências de polinômios com contagem decombinações. Tal relação será melhor explorada quando estudarmos funçõesgeradoras.

Demonstração: por indução sobre n ∈ N.

21/168

Page 22: Análise Combinatória

Teorema binomial: comentário sobre 00

Nota: a fim de garantir que o teorema binomial seja válido para todos os valores reaisde a e b, vamos assumir que

00 = 1Contudo, essa identidade é controversa: em outras áreas da matemática (comocálculo) 00 é considerada uma forma indefinida.

Para quem se interessar, há boas explicações e referências sobre esse tópico nos linksabaixo (em inglês)

• http:

//www.askamathematician.com/2010/12/q-what-does-00-zero-raised-to-the-zeroth-power-equal-why-do-mathematicians-and-high-school-teachers-disagree/

• http://mathforum.org/dr.math/faq/faq.0.to.0.power.html

• http://math.stackexchange.com/questions/11150/zero-to-the-zero-power-is-00-1

22/168

Page 23: Análise Combinatória

Teorema binomial: consequências

Corolário: podemos obter o resultado de(n

i)

“lendo” o coeficiente de xi naexpansão de (x + 1)n

(x + 1)n =n∑

i=0

(ni

)xi

23/168

Page 24: Análise Combinatória

Teorema binomial: consequências (2)

Corolário: o resultado da expressão(n0

)–(

n1

)+(

n2

)– · · · + (–1)n

(nn

)é sempre 0 (para n ≥ 1):

n∑i=0

(ni

)(–1)i = 0

24/168

Page 25: Análise Combinatória

Teorema binomial: exercícios

Exercício:

1. Calcular o quarto termo da expansão de (1 + x)8

2. Calcular o sexto termo da expansão de (x – 5y)10

25/168

Page 26: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

26/168

Page 27: Análise Combinatória

Triângulo de Pascal

O triângulo de Pascal é uma matriz infinita onde cada elemento an,k corresponde aCk

n =(n

k)

n\k 0 1 2 3 4 5 6 7 · · ·0 11 1 12 1 2 13 1 3 3 14 1 4 6 4 15 1 5 10 10 5 16 1 6 15 20 15 6 17 1 7 21 35 35 21 7 1...

......

......

......

......

. . .

Obs: espaços em branco contêm o valor 0.

27/168

Page 28: Análise Combinatória

Propriedades de combinações

Os números construídos pela expressão(n

k)

possuem diversas identidades, quepodem ser visualizadas sobre o triângulo de Pascal.

1. Combinaçãocomplementar:

(nk

)=(

nn – k

)

n\k 0 1 2 3 4 5 · · ·0 11 1 12 1 2 13 1 3 3 14 1 4 6 4 15 1 5 10 10 5 1...

......

......

......

. . .

28/168

Page 29: Análise Combinatória

Propriedades de combinações (2)

2. Relação de Stifel: (n + 1k + 1

)=(

nk + 1

)+(

nk

)

n\k 0 1 2 3 4 5 · · ·0 11 1 12 1 2 13 1 3 3 14 1 4 6 4 15 1 5 10 10 5 1...

......

......

......

. . .

29/168

Page 30: Análise Combinatória

Propriedades de combinações (3)

3. Soma horizontal:

n∑k=0

(nk

)= 2n

n\k 0 1 2 3 4 5 · · ·0 11 1 12 1 2 13 1 3 3 14 1 4 6 4 15 1 5 10 10 5 1...

......

......

......

. . .

30/168

Page 31: Análise Combinatória

Propriedades de combinações (4)

4. Soma vertical:

k+x∑n=k

(nk

)=(

k + x + 1k + 1

)

n\k 0 1 2 3 4 5 · · ·0 11 1 12 1 2 13 1 3 3 14 1 4 6 4 15 1 5 10 10 5 1...

......

......

......

. . .

31/168

Page 32: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

32/168

Page 33: Análise Combinatória

Regra da subtração

Lembre que A \ B = {x | x ∈ A ∧ x /∈ B}.

Regra da subtração: Sejam A e B conjuntos finitos tal que B ⊆ A. Então

|A \ B| = |A| – |B|

Demonstração:

1. (A \ B) ∩ B = ∅

2. |(A \ B) ∩ B| = |∅|

3. |A \ B| + |B| – |(A \ B) ∪ B| = 0

4. |A \ B| + |B| – |A ∪ B| = 0

5. |A \ B| + |B| – |A| = 0 (pois B ⊆ A)

6. |A \ B| = |A| – |B|

33/168

Page 34: Análise Combinatória

Regra da subtração: exemplo

A regra da subtração é útil quando é mais fácil contar o complemento de umconjunto do que o conjunto em si.

Exemplo: Considere um baralho normal• quatro naipes: ♠, ♦, ♣, ♥• valores: A, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K

Pergunta: Quantas mãos (conjuntos) de 5 cartas contém alguma figura (cartasde valor J, Q ou K)?

Resposta: A contagem direta é difícil, porém podemos calcular o número de mãossem figuras e subtrair do total de mãos existentes:(

525

)–(52 – 12

5

)= 2598960 – 658008 = 1940952

34/168

Page 35: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

35/168

Page 36: Análise Combinatória

Regra do quociente

Seja A um conjunto finito e seja R uma relação de equivalência sobre A ondecada classe de equivalência contém exatamente r elementos.

Denotemos A/R o conjunto de todas as classes de equivalência de R em A(subconjuntos maximais de elementos R-equivalentes em A).

Regra do quociente:|A/R| = |A|

r

36/168

Page 37: Análise Combinatória

Regra do quociente: exemplo

A regra do quociente é útil quando é possível caracterizar o objeto de interesseda contagem como uma classe de equivalência sobre elementos de outroconjunto (mais fácil de ser contado).

Exemplo: Considere A sendo o conjunto de todos os arranjos de tamanho kcontendo elementos do conjunto N, onde |N| = n.

Defina que dois arranjos (a1, a2, . . . , ak) e (b1, b2, . . . bk) são R-equivalentessss um for uma permutação do outro.

Note que cada classe de equivalência corresponde a uma k-combinação. Como|A| = n!

(n–k)! e cada classe de equivalência possui k! elementos,

|A/R| = |A|k! ⇔

(nk

)=

n!(n–k)!

k! = n!(n – k)!k!

37/168

Page 38: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

38/168

Page 39: Análise Combinatória

Distribuição de elementos idênticos

Problema: contar de quantas formas podemos distribuir m elementos idênticos em rcaixas enumeradas x1, . . . , xr.

Variações:• cada caixa deve conter 1 ou mais elementos

• cada caixa deve conter 0 ou mais elementos

• quantidades mínimas distintas para as caixas

Equivale a contar soluções (em números naturais) da equação

x1 + . . . + xr = m

sujeito às restrições de cada caso.

39/168

Page 40: Análise Combinatória

Distribuição: solução em inteiros positivos

Variação 1: conte soluções em naturais para

x1 + . . . + xr = m

que não deixem nenhuma caixa vazia (xi > 0 para todo 1 ≤ i ≤ r)

Para realizar essa contagem, podemos considerar a inserção de r – 1 separadoresidênticos | entre pontos da representação unitária de m.

Exemplo: m = 5, r = 3.

•␣ • ␣ • ␣ • ␣• =⇒x1︷︸︸︷

•␣• |x2︷︸︸︷

•␣• |x3︷︸︸︷•

Solução:

Cr–1m–1 =

(m – 1r – 1

)

40/168

Page 41: Análise Combinatória

Distribuição: solução em inteiros positivos

Exercício:

Encontre o número de soluções em inteiros positivos da seguinte equação:

x1 + x2 + x3 + x4 = 11

41/168

Page 42: Análise Combinatória

Distribuição: solução em inteiros não-negativos

Variação 2: conte soluções em naturais para

x1 + . . . + xr = m

permitindo caixas vazias (xi ≥ 0 para todo 1 ≤ i ≤ r)

Para realizar essa contagem, podemos escolher posições para r – 1 símbolos | nastring composta de m+ (r – 1) símbolos | ou •.

Exemplo: m = 5, r = 4.

posição: 1 2 3 4 5 6 7 8símbolo • • | | • • | • ⇐⇒

{x1 = 2 x2 = 0x3 = 2 x4 = 1

Solução:

Cr–1m+r–1 =

(m+ r – 1

r – 1

)=(m+ r – 1

m

)

42/168

Page 43: Análise Combinatória

Distribuição: solução em inteiros não-negativos

Exercício:

Encontre o número de soluções em inteiros não-negativos da equação

x1 + x2 + x3 = 10

43/168

Page 44: Análise Combinatória

Distribuição: caixas com conteúdo mínimo

Variação 3: conte soluções em naturais para

x1 + . . . + xr = m

mantendo um número mínimo de elementos em certas caixas (xi ≥ ni para todo1 ≤ i ≤ r e ni fixos)

Exemplo: de quantas formas podemos distribuir 10 elementos idênticos em 3 caixasenumeradas, cada uma contendo no mínimo 2 elementos? (n1, n2, n3 = 2)

Equivale a remover do total de elementos a quantidade obrigatória em cada caixa, edistribuir os demais (verificando soluções em inteiros não-negativos).

Solução: particionamento em inteiros não-negativos da equação

x1 + . . . + xr = m –r∑

i=1ni

44/168

Page 45: Análise Combinatória

Distribuição: caixas com conteúdo mínimo

Exercício:

Encontrar o número de soluções em inteiros positivos maiores que 3 da equação

x1 + x2 + x3 = 17

Em outras palavras: determinar o número de soluções inteiras dex1 + x2 + x3 = 17, onde xi > 3 para i ∈ {1, 2, 3}.

45/168

Page 46: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

46/168

Page 47: Análise Combinatória

Combinações com repetição

Seja A um conjunto finito, onde |A| = n.

Definição: uma k-combinação com (possível) repetição de A é um multiconjuntode tamanho k onde todos os elementos pertencem a A.

A contagem de k-combinações com repetição é equivalente a contar as soluçõesnão-negativas para a seguinte equação:

x1 + x2 + · · · + xn = k

Notação: denotamos por CRkn o número de k-combinações com repetição sobre um

conjunto A de tamanho n.

CRkn = Cn–1

k+n–1 =(k + n – 1n – 1

)=(k + n – 1

k

)

47/168

Page 48: Análise Combinatória

Combinações com repetição: exercícios

1. De quantos modos podemos comprar 4 refrigerantes em um bar que vende2 tipos de refrigerante?

2. De quantos modos diferentes podemos distribuir 10 bombons idênticos em4 caixas diferentes?

3. Dispondo de 4 cores diferentes, de quantas maneiras distintas podemospintar 5 objetos idênticos? (Cada objeto deve ser pintado com uma únicacor)

48/168

Page 49: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

49/168

Page 50: Análise Combinatória

Arranjos com repetição

Seja A um conjunto finito, onde |A| = n.

Definição: um k-arranjo com (possível) repetição é uma k-tupla formadacom elementos de A.

Como temos n possibilidades para cada posição, certamente teremos nk tuplasdistintas.

k︷ ︸︸ ︷n × n × · · · × n = nk

Notação: denotamos ARkn o número de k-arranjos com repetição sobre um

conjunto A de tamanho n.ARk

n = nk

50/168

Page 51: Análise Combinatória

Arranjos com repetição: exercícios

1. Qual o total de placas de carro que podem ser construídas constando de 7símbolos, sendo os 3 primeiros contituídos por letras e os 4 últimos pordígitos?

2. Quantas funções totais existem entre os conjuntos A = {1, 2, 3} eB = {α, β, γ, δ}?

51/168

Page 52: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

52/168

Page 53: Análise Combinatória

Permutações circulares

Pergunta: de quantas maneiras 4 crianças podem dar as mãos para brincar deroda?

A seguinte fórmula conta o número de permutações circulares a partir de umconjunto de tamanho n.

(PC)n = n!n = (n – 1)!

Resposta: no caso de 4 crianças, temos 3! = 6 formas distintas de formar umaroda.

53/168

Page 54: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

54/168

Page 55: Análise Combinatória

Permutações com repetição

Pergunta: quantos anagramas existem para a palavra ABACATE ?

Note que há menos de 7! anagramas, pois algumas trocas de letras não gerampalavras distintas (primeira letra com a quinta, por exemplo).

Uma estratégia é distinguir as letras repetidas com índices:

A1 B A2 C A3 T E

Após, podemos definir uma relação de equivalência determinando que duas palavrassão equivalentes sss uma for obtida a partir da outra por uma permutação das letrasrepetidas.

No caso de ABACATE, há 3! formas de enumerar os A’s, o que leva a 6 palavras porclasse de equivalência. Pela regra do quociente o número de anagramas de abacate éigual a 7!

3! .

55/168

Page 56: Análise Combinatória

Permutações com repetição

Note que cada permutação com repetição consiste de uma forma de enumerar ummulticonjunto de tamanho n.

A seguinte fórmula conta o número de permutações com repetição de ummulticonjunto de tamanho n,

PR(n; r1, r2, . . . , rk) =(

nr1, r2, . . . , rk

)= n!

r1! × r2! × · · · × rk!

onde r1, r2, . . . , rk correspondem às repetições de cada uma das letras da palavra.

Nota: se k1 + k2 = n, então (n

k1, k2

)=(

nk1

)=(

nk2

)

56/168

Page 57: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

57/168

Page 58: Análise Combinatória

Teorema multinomial

Considere a expansão de potências de trinômios.

Exemplo:

(a + b + c)n = ???

58/168

Page 59: Análise Combinatória

Teorema multinomial (2)

O que vimos para trinômios pode ser generalizado para multinômios.

Teorema:

(x1 + · · · + xm)n =∑

r1+···+rm=n

(n

r1, . . . , rm

)xr1

1 · · · xrmm

59/168

Page 60: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

60/168

Page 61: Análise Combinatória

Princípio da inclusão e exclusão

Considere as seguintes contagens da união de conjuntos:

2 conjuntos:

|A ∪ B| = |A| + |B| – |A ∩ B|

3 conjuntos:

|A ∪ B ∪ C| = + |A| + |B| + |C|– |A ∩ B| – |A ∩ C| – |B ∩ C|+ |A ∩ B ∩ C|

61/168

Page 62: Análise Combinatória

Princípio da inclusão e exclusão (cont.)Princípio da inclusão e exclusão: O número de elementos da união de n conjuntosfinitos A1, . . . , An é dado por:

|A1 ∪ A2 ∪ . . . ∪ An| =

+∑

1≤i≤n

|Ai|

–∑

1≤i<j≤n

|Ai ∩ Aj|

+∑

1≤i<j<k≤n

|Ai ∩ Aj ∩ Ak|

–∑

1≤i<j<k<l≤n

|Ai ∩ Aj ∩ Ak ∩ Al|

...

(–1)n–1 |A1 ∩ A2 ∩ . . . ∩ An|

62/168

Page 63: Análise Combinatória

Princípio da inclusão e exclusão: exemplo

Pergunta: Quantas são as permutações das letras da palavras BRASIL em que o Bocupa o primeiro lugar, ou o R o segundo lugar, ou o A o terceiro lugar?

Podemos começar contando os seguintes conjuntos separadamente:

• PB = conjunto de permutações que mantém B na 1ł posição

• PR = conjunto de permutações que mantém R na 2ł posição

• PA = conjunto de permutações que mantém A na 3ł posição

A solução consiste de |PB ∪ PR ∪ PA|. Contudo, nesse cálculo não podemos aplicar oprincípio aditivo, pois PB, PR e PA não são disjuntos. Exemplo:

BLARSI ∈ PB e BLARSI ∈ PA

63/168

Page 64: Análise Combinatória

Princípio da inclusão e exclusão: exemplo (cont.)

Portanto, necessitamos do princípio da inclusão e exclusão, que diz:

|PB ∪ PR ∪ PA| = + |PB| + |PR| + |PA|– |PB ∩ PR| – |PB ∩ PA| – |PR ∩ PA|+ |PB ∩ PR ∩ PA|

Note que:• |PB| = |PR| = |PA| = 5!

• |PB ∩ PR| = |PB ∩ PA| = |PR ∩ PA| = 4!

• |PB ∩ PR ∩ PA| = 3!

Resposta: O número de permutações de BRASIL que mantém ou B, ou R ou A naposição original é

|PB ∪ PR ∪ PA| = 3 × 5! – 3 × 4! + 3! = 294

64/168

Page 65: Análise Combinatória

Princípio da inclusão e exclusão: exercícios

Exercício:

1. Quantos inteiros entre 1 e 3600, inclusive, são divisíveis por 3, 5 ou 7?2. Considere um baralho normal (quatro naipes, treze valores de Ás a K).

Quantas mãos (conjuntos) de 9 cartas contém 4 cartas do mesmo valor?

65/168

Page 66: Análise Combinatória

Contagem de funções sobrejetoras

Pergunta: Quantas funções sobrejetoras existem entre dois conjuntos finitos A e B?

Consideramos dois casos:• se |A| < |B|: 0 funções sobrejetoras

• se |A| ≥ |B|: vamos contar todas as funções cuja imagem é igual aocontradomínio.

Suponha |B| = n e B = {b1, b2, . . . , bn}.

Notação: Denotamos E1 o conjunto de todas as funções do tipo A → B que nãomapeiam nenhum elemento de A para b1 (ou seja, funções que “erram” b1).Definimos da mesma forma Ei para 1 ≤ i ≤ n.

66/168

Page 67: Análise Combinatória

Contagem de funções sobrejetoras (2)

As funções sobrejetoras são aquelas que não “erram” nenhum elemento docontradomínio. Portanto, pela regra da subtração:

|funções sobrejetoras| = |funções| - |funções que “erram” algum b ∈ B|

Ou seja:n|A| – |E1 ∪ E2 ∪ . . . ∪ En|

Por inclusão e exclusão:

= n|A| –(+ |E1| + |E2| + . . . + |En|– |E1 ∩ E2| – |E1 ∩ E3| – · · · – |En–1 ∩ En|+ |E1 ∩ E2 ∩ E3| + · · · + |En–2 ∩ En–1 ∩ En|...

(–1)n–1 |E1 ∩ E2 ∩ · · · ∩ En|)

67/168

Page 68: Análise Combinatória

Contagem de funções sobrejetoras (3)

Absorvendo a negação:

= n|A|

– |E1| – |E2| – . . . – |En|+ |E1 ∩ E2| + |E1 ∩ E3| + · · · + |En–1 ∩ En|– |E1 ∩ E2 ∩ E3| – · · · – |En–2 ∩ En–1 ∩ En|...

(–1)n |E1 ∩ E2 ∩ · · · ∩ En|

Cardinalidade das interseções:• |E1| = (n – 1)|A| (nro de funções do tipo A → (B – {b1}))

• |E1 ∩ E2| = (n – 2)|A| (nro de funções do tipo A → (B – {b1, b2}))

• e assim sucessivamente . . .Note também que |Eb1 | = |Eb2 | = · · · |Ebn |. O mesmo vale para as demaisinterseções, isto é os tamanhos dos conjuntos na mesma linha são iguais.

68/168

Page 69: Análise Combinatória

Contagem de funções sobrejetoras (4)

Número de termos por linha:• Interseções de 1 conjunto:

(n1)

• Interseções de 2 conjuntos:(n

2)

...

• Interseções de n conjuntos:(n

n)

Logo (lembrando que n = |B|):

= + (–1)0(n

0)(n – 0)|A|

+ (–1)1(n

1)(n – 1)|A|

+ (–1)2(n

2)(n – 2)|A|

...+ (–1)n

(nn)(n – n)|A|

Resposta: O número de funções sobrejetoras entre A e B é:

|B|∑i=0

(–1)i(|B|i

)(|B| – i)|A|

69/168

Page 70: Análise Combinatória

Função φ de Euler

Definição: A função φ de Euler associa o inteiro positivo n ao número de inteirospositivos menores que n e que são primos em relação a n.

Em outras palavras, φ(n) é a cardinalidade do conjunto{x | 1 ≤ x < n ∧ MDC(x, n) = 1}.

Teorema: (fórmula fechada para φ)

φ(m) = m(1 – 1

p1

)(1 – 1

p2

)· · ·(1 – 1

pr

)onde m = pα1

1 × pα22 × · · · × pαr

r é a decomposição de m em fatores primos.

Exercício:

1. Calcular φ(m) para m = 2100

70/168

Page 71: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

71/168

Page 72: Análise Combinatória

Permutações caóticas

Definição: Permutações caóticas (ou desarranjos) são as permutações que nãodeixam nenhuma letra na sua posição original.

Teorema: o número de permutações caóticas de uma palavra sem letras repetidas detamanho n (denotado Dn) é dado pela seguinte fórmula:

Dn = n!(1 – 1

1! +12! –

13! + . . . + (–1)n 1

n!

)=

n∑i=0

(–1)i n!i!

Teorema: para todo inteiro n > 2, temos∣∣∣Dn – n!e

∣∣∣ < 12

Exercício:

1. De quantas formas distintas podemos realizar um sorteio de amigo secreto entre10 pessoas de forma que ninguém tire o próprio nome no sorteio?

72/168

Page 73: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

73/168

Page 74: Análise Combinatória

Princípio dos escaninhos

Princípio dos escaninhos: Sejam n e k inteiros positivos onde n > k.Suponha a distribuição de n envelopes idênticos em k escaninhos.

Logo, haverá no mínimo um escaninho contendo dois ou mais envelopes.

Nota: também é conhecido como• princípio das gavetas de Dirichlet• princípio da casa dos pombos (pidgeonhole principle)

74/168

Page 75: Análise Combinatória

Princípio dos escaninhos: exemplos

Exemplo:

1. Dado um conjunto de 13 pessoas (ou mais), pelo menos duas aniversariamno mesmo mês.

2. Dado um conjunto de 32 pessoas (ou mais), pelo menos duas aniversariamno mesmo dia do mês.

3. Dado um conjunto de 367 pessoas (ou mais), pelo menos duasaniversariam no mesmo dia do ano.

75/168

Page 76: Análise Combinatória

Princípio dos escaninhos: caráter existencial

Pode-se notar que o princípio dos escaninhos é de natureza distinta dos demaisprincípios de contagem.

Ele essencialmente não conta elementos, nem especifica qual gavetaapresenta repetição. Ele simplemente garante a existência de tal gaveta.

Essa garantia de existência é tipicamente utilizada como fato auxiliar emprovas de propriedades mais interessantes.

Além disso, o princípio dos escaninhos ajuda a determinar quantidadesmínimas em certos parâmetros para a garantia de ocorrência de certos eventos.

76/168

Page 77: Análise Combinatória

Princípio dos escaninhos: exercícios

Exercício:

1. Em uma gaveta há 12 meias brancas e 12 meias pretas. Quantas meiasdevemos retirar ao acaso para termos certeza de obter um par de meias decores diferentes? E de mesma cor?

2. Mostre que em um conjunto de n pessoas há sempre duas pessoas queconhecem exatamente o mesmo número de outras pessoas do conjunto.Suponha que a relação “conhecer” é simétrica (se a conhece b então bconhece a) e irreflexiva (a não conhece a).

77/168

Page 78: Análise Combinatória

Princípio dos escaninhos: exemplo

Exemplo: Mostrar que na sequência infinita de números

a = 7, 77, 777, 7777, 77777, 777777, . . .

há ao menos um número que é múltiplo de 2003.

Demonstração: Vamos provar algo mais forte: que existe um múltiplo de 2003dentre os primeiros 2004 números de a.

Vamos chamar a1, a2, . . . , a2004 os 2004 primeiros elementos de a.

Para cada ai (1 ≤ i ≤ 2004), calculamos o resto da divisão inteirari = ai % 2003.

Note que o valor de cada ri varia de 0 a 2002, e existem 2004 restos.

78/168

Page 79: Análise Combinatória

Princípio dos escaninhos: exemplo (2)

Logo, pelo princípio dos escaninhos, há dois índices distintos i e j entre 1 e2004 tal que ri = rj.

Portanto, há valores na sequência a com o mesmo resto na divisão por 2003.Vamos chamá-los ai e aj, considerando i < j.

ai = ki ∗ 2003 + riaj = kj ∗ 2003 + rj

Considere agora a subtração aj – ai:

aj – ai = (kj ∗ 2003 + rj) – (ki ∗ 2003 + ri) = (kj – ki) ∗ 2003

O que garante que aj – ai é múltiplo de 2003.

79/168

Page 80: Análise Combinatória

Princípio dos escaninhos: exemplo (3)

Note que, se observarmos a forma de aj – ai, temos o seguinte:

aj =j︷ ︸︸ ︷

77 · · · 777777 · · · 7

–ai = –i︷ ︸︸ ︷

77777 · · · 7

aj – ai =aj–i︷ ︸︸ ︷

77 · · · 7 ×10i︷ ︸︸ ︷

100000 · · · 0

Portanto, sabemos que aj–i × 10i é múltiplo de 2003.

Também sabemos que 2003 é primo em relação a 10i.

Portanto, só resta que aj–i é múltiplo de 2003. Note também que1 ≤ (j – i) ≤ 2004.

80/168

Page 81: Análise Combinatória

Princípio dos escaninhos generalizado

Princípio dos escaninhos generalizado: Se k escaninhos são ocupados porx × k + 1 envelopes, então ao menos um escaninho deverá conter pelo menosx + 1 envelopes.

Reformulando:

Teorema: Se colocarmos n envelopes em k escaninhos , então pelo menos umescaninho deverá conter no mínimo⌊

n – 1k

⌋+ 1

envelopes.

81/168

Page 82: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

82/168

Page 83: Análise Combinatória

Princípios de contagem: revisão

Princípio aditivo:

se A ∩ B = ∅ então|A ∪ B| = |A| + |B|

Princípio multiplicativo:

|A × B| = |A| × |B|

Regra da subtração: (derivada doprincípio aditivo)

se B ⊆ A então |A – B| = |A| – |B|

Regra do quociente: (derivada doprincípio multiplicativo)

se R é uma relação de equivalência sobreA onde toda classe de equivalência temtamanho r, então |A/R| = |A|

r

83/168

Page 84: Análise Combinatória

Princípios de contagem: revisão (cont)

Princípio da inclusão/exclusão:

|A1 ∪ A2 ∪ . . . ∪ An| =

+∑

1≤i≤n

|Ai|

–∑

1≤i<j≤n

|Ai ∩ Aj|

+∑

1≤i<j<k≤n

|Ai ∩ Aj ∩ Ak|

...

(–1)n–1 |A1 ∩ A2 ∩ . . . ∩ An|

Princípio dos escaninhos:se n objetos são colocados em k escaninhos e n > k, há ao menos um escaninhocontendo mais de um envelope.

84/168

Page 85: Análise Combinatória

Resumo de arranjos e combinações

Contagem de estruturas construídas a partir de um conjunto com n elementos.

sem reposição com reposição

k-tuplas Akn = n!

(n–k)! ARkn = nk

k-conjuntos Ckn =

(nk)

Ckn =

(nk)

k-multiconjuntos Ckn =

(nk)

CRkn =

(k+n–1k)

onde (nk

)= n!

(n – k)!k!

85/168

Page 86: Análise Combinatória

Resumo de permutações

Permutações simples: formas distintas de enumerar um conjunto detamanho n.

Pn = n!

Permutações com repetição: formas distintas de enumerar ummulticonjunto de tamanho n, sendo r1, . . . , rn as repetições de símbolo.

PR(n; r1, r2, . . . , rn) =(

nr1, r2, . . . , rn

)= n!

r1!r2! · · · rn!

86/168

Page 87: Análise Combinatória

Resumo de permutações (2)

Permutações circulares: formas de dispor circularmente os elementos de umconjunto de tamanho n.

(PC)n = (n – 1)!

Permutações caóticas: formas de embaralhar uma sequência de valoresdistintos sem que nenhum valor acabe na sua posição original.

Dn = n!(

1 – 11! + 1

2! – 13! + . . . + (–1)n 1

n!

)≈ n!

e

87/168

Page 88: Análise Combinatória

Resumo de contagem de funções

Sejam A e B conjuntos finitos, onde |A| = a e |B| = b.

Número de funções f : A → B: ba

Número de funções bijetoras f : A → B (considerando a = b): b!

Número de funções injetoras f : A → B (considerando a ≤ b): b!(b–a)!

Número de funções sobrejetoras f : A → B (considerando a ≥ b):

b∑i=0

(–1)i(bi

)(b – i)a

88/168

Page 89: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

89/168

Page 90: Análise Combinatória

Sequências

Definição: uma sequência (an) é uma lista infinita de números reais.

(an) = (a0, a1, a2, . . .)

Exemplo:

(an) = (0, 1, 2, 3, 4, 5, 6, . . .)(bn) = (1, 1, 1, 1, 1, 1, . . .)(cn) = (0, 1, 0, –1, 0, 1, 0, –1, 0, 1, . . .)

Notação: sempre consideraremos que sequências começam no índice zero(primeiro elemento é a0).

90/168

Page 91: Análise Combinatória

Sequências (cont.)

Notação: usamos (an) = expressão para descrever uma sequência de númeroscom base em sua estrutura:

Exemplo:

(an) = n2 (an) = (0, 1, 4, 9, 16, 25, . . .)(bn) = 1 (bn) = (1, 1, 1, 1, 1, . . .)

(cn) ={

0 se n par(–1)bn/2c se n ímpar

(cn) = (0, 1, 0, –1, 0, 1, 0, –1, . . .)

91/168

Page 92: Análise Combinatória

Séries de potências

Definição: uma série de potências é uma série infinita da forma

a0 + a1x + a2x2 + a3x3 + . . .

onde todos ai (para i ∈ N) são números reais e x é uma variável.

Nota: qualquer polinômio finito pode ser visto como uma série de potênciastendo sempre 0 como coeficiente a partir de um certo índice.

92/168

Page 93: Análise Combinatória

Séries de potências: soma

Definição: a soma de duas séries de potências é realizada por componentes:

a0 + a1x + a2x2 + · · ·+ b0 + b1x + b2x2 + · · ·

(a0 + b0) + (a1 + b1)x + (a2 + b2)x2 + · · ·

93/168

Page 94: Análise Combinatória

Séries de potências: multiplicação

Definição: a multiplicação de duas séries A e B é dada pela soma de todasas possíveis multiplicações de termos de A e termos de B.

a0 + a1x + a2x2 + · · ·× b0 + b1x + b2x2 + · · ·

a0b0 + (a1b0 + a0b1)x + (a0b2 + a1b1 + a2b0)x2 + · · ·

Nota: note que, para calcular o coeficiente xn de A × B precisamos calcular asoma todos os termos com potência xn.

94/168

Page 95: Análise Combinatória

Funções geradoras ordinárias

Definição: dizemos que a série de potências

A = a0 + a1x + a2x2 + a3x3 + . . .

é a função geradora ordinária da sequência

(a0, a1, a2, a3, . . .)

Intuição: representar uma sequência de números através de uma única expressão.

Nota: as potências da variável x ( no caso, x0, x1, x2, . . .) servem essencialmente paraseparar os valores da sequência.

Importante: podemos recuperar o n-ésimo elementos da sequência (an) através docoeficiente da potência xn em A.

Notação: Vamos usar A ⇔ (an) para indicar que A é a função geradora da sequência(an).

95/168

Page 96: Análise Combinatória

Funções geradoras ordinárias (motivação)

A principal motivação de representarmos sequências através de funçõesgeradoras ordinárias é que essa transformação permite a manipulaçãoalgébrica da informação contida na sequência.

Veremos dois usos fundamentais para funções geradoras nesta disciplina• obter fórmulas fechadas para resoluções de problemas combinatórios• resolver relações de recorrência

Contudo, antes de partirmos para as aplicações, será necessário aprender comomanipular adequadamente as funções geradoras.

A seguir, construiremos um repertório de resultados que serão essenciais naresolução de problemas usando f.g.o.

96/168

Page 97: Análise Combinatória

Identidades básicas (1)

Teorema:

1 + x + x2 + x3 + · · · = 11 – x

Demonstração: assuma

1 + x + x2 + · · · = f(x)

e multiplique ambos os lados da equação por (1 – x).

Nota: normalmente no estudo de séries nos preocupamos com questões deconvergência, isto é, a faixa de valores para as quais o limite das somas parciaisé um número real. No caso acima, se x > 1 a série não converge. Nestadisciplina, contudo, não estaremos avaliando x, portanto conscientemente nãonos preocuparemos em calcular intervalos de convergência.

97/168

Page 98: Análise Combinatória

Identidades básicas (2)

Teorema:

1 + cx + c2x2 + c3x3 + · · · = 11 – cx

98/168

Page 99: Análise Combinatória

Identidades básicas (3)

Teorema:

c + cx + cx2 + cx3 + · · · = c(

11 – x

)

99/168

Page 100: Análise Combinatória

Identidades básicas (4)

Teorema:

1 + x + x2

2! + x3

3! + x4

4! + · · · = ex

100/168

Page 101: Análise Combinatória

Identidades básicas (5)

Teorema:

1 + 0x + 1x2 + 0x3 + 1x4 + 0x5 + 1x6 + · · · = 11 – x2

101/168

Page 102: Análise Combinatória

Identidades básicas (6)

Teorema:

1 + 0x + 0x2 + 1x3 + 0x4 + 0x5 + 1x6 + · · · = 11 – x3

102/168

Page 103: Análise Combinatória

Identidades básicas (7)

Teorema:

1 + xc + x2c + x3c + · · · = 11 – xc

103/168

Page 104: Análise Combinatória

Identidades básicas (8)

Considere

A(x) = a0 + a1x + a2x2 + a3x3 + · · · ⇔ (a0, a1, a2, a3, . . .)

Teorema:

xA(x) ⇔ (0, a0, a1, a2, a3, a4, . . .)x2A(x) ⇔ (0, 0, a0, a1, a2, a3, a4, . . .)x3A(x) ⇔ (0, 0, 0, a0, a1, a2, a3, a4 . . .)

...

Intuição: multiplicar a f.g.o por xk tem o efeito de um deslocamento à direitana sequência codificada, preenchendo as primeiras k posições com 0.

104/168

Page 105: Análise Combinatória

Identidades básicas (9)

Considere A(x) = a0 + a1x + a2x2 + · · · ⇔ (a0, a1, a2, . . .)

Teorema: (derivação)

ddx A(x) = 0a0 + 1a1 + 2a2x + 3a3x2 + · · · =

∞∑i=1

i · aixi–1

⇔ (1a1, 2a2, 3a3, . . . )

Intuição: multiplica pelo índice, depois executa um deslocamento à esquerda.

105/168

Page 106: Análise Combinatória

Identidades básicas (10)

Considere A(x) = a0 + a1x + a2x2 + · · · ⇔ (a0, a1, a2, . . .)

Teorema:

x(

ddx A(x)

)= 0a0x + 1a1x + 2a2x2 + 3a3x3 + · · ·

⇔ (0a0, 1a1, 2a2, 3a3, 4a4, . . .)

Intuição: multiplica pelo índice, apaga o termo a0.

106/168

Page 107: Análise Combinatória

Identidades básicas (11)

Considere A(x) = a0 + a1x + a2x2 + · · · ⇔ (a0, a1, a2, . . .)

Teorema: (integração) ∫A(x)dx = c +

∞∑i=0

aixi+1

i + 1

Intuição: deslocamento à direita (preenchendo com c a primeira posição) edivide pelo índice novo (para índice maior que 0).

107/168

Page 108: Análise Combinatória

Identidades básicas (12)

ConsidereA(x) = a0 + a1x + a2x2 + · · · ⇔ (a0, a1, a2, . . .)eB(x) = b0 + b1x + b2x2 + · · · ⇔ (b0, b1, b2, . . .)

Teorema:

A(x)B(x) =∞∑

j=0

j∑i=0

aibj–i

xj

⇔ ( a0b0,a0b1 + a1b0,a0b2 + a1b1 + a2b0,. . .)

108/168

Page 109: Análise Combinatória

Identidades básicas (13)

Considere A(x) = a0 + a1x + a2x2 + · · · ⇔ (a0, a1, a2, . . .)

Teorema: (1

1 – x

)A(x) = a0 + (a0 + a1)x + (a0 + a1 + a2)x2 + · · ·

⇔ ( a0,a0 + a1,a0 + a1 + a2,. . .)

Intuição: soma dos valores até o índice em questão.

109/168

Page 110: Análise Combinatória

Funções geradoras: exercícios I

5.1 Encontrar a função geradora ordinária f(x) na qual o coeficiente ar de xr éo número de soluções inteiras positivas de x1 + x2 + x3 = r, onde{9, 10, 11, 12, 13, 14, 15}, 2 ≤ xi ≤ 4 para i = 1, 2, 5 ≤ x3 ≤ 7.

5.2 Achar a função geradora ordinária f(x) na qual o coeficiente ar de xr é onúmero de soluções inteiras não-negativas da equação 2x + 3y + 7z = r.

5.3 Encontrar a função geradora para a sequência (ar) = (0, 0, 1, 1, 1, 1, . . .).5.4 Encontrar a sequência cuja função geradora é dada por

g(x) = 11 – x2

5.5 Encontrar a função geradora para a sequência

(ar) =(

1, 11! , 1

2! , 13! , 1

4! , . . .

)

110/168

Page 111: Análise Combinatória

Funções geradoras: exercícios II

5.6 Encontrar a sequência cuja função geradora ordinária é x2 + x3 + ex.

5.7 Encontrar a função geradora ordinária para a sequência

(ar) =(

2r

r!

)

5.8 Qual o coeficiente de x23 na expansão de (1 + x5 + x9)6?

111/168

Page 112: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

112/168

Page 113: Análise Combinatória

Potências de séries: exemplo 1

Expressão original:

(1 + ax)(1 + bx)(1 + cx)

Expansão:

1 + (a + b + c)x + (ab + bc + ac)x2 + abcx3

Significado:Cálculo de todos os subconjuntos de {a, b, c}, separados por tamanho de conjunto i(coeficiente de xi).

Substituindo a, b e c por 1:

(1 + x)3 = 1 + (1 + 1 + 1)x + (1 + 1 + 1)x2 + 1x3

= 1 + 3x + 3x2 + x3

113/168

Page 114: Análise Combinatória

Potências de séries: exemplo 2

Expressão original:

(1 + ax + a2x2)(1 + bx)(1 + cx)

Expansão:

1 + (a + b + c)x + (a2 + ab + bc + ac)x2 + (abc + a2c + a2b)x3 + (a2bc)x4

Significado:Cálculo de todos os sub-multiconjuntos de Ha, a, b, cI, separados por tamanho demulticonjunto i (coeficiente de xi).

Note que a pode ocorrer até duas vezes, enquanto que b e c somente uma única vez.Substituindo a, b e c por 1:

(1 + x + x2)(1 + x)2 = 1 + 3x + 4x2 + 3x3 + x4

114/168

Page 115: Análise Combinatória

Potências de séries: exemplo 3

Expressão original: (infinita)

(1 + ax + a2x2 + · · · )(1 + bx + b2x2 + · · · )(1 + cx + c2x2 + · · · )

Expansão: (infinita)

1 + (a + b + c)x + (a2 + b2 + c2 + ab + bc + ac)x2+

(abc + a2b + a2c + b2a + b2c + c2a + c2b + a3 + b3 + c3)x3 + · · ·

Significado:Cálculo de todas as combinações com reposição sobre o alfabeto {a, b, c}, separadospor tamanho de multiconjunto i (coeficiente de xi).

Substituindo a, b e c por 1:

(1 + x + x2 + x3 + · · · )3 = 1 + 3x + 6x2 + 10x3 + · · ·

115/168

Page 116: Análise Combinatória

Potências de séries e contagem

Lembre que 11–x = 1 + x + x2 + x3 + · · ·

Podemos representar a contagem de combinações de tamanho k sobre um alfabetode tamanho n descobrindo o coeficiente de xk na expansão de• (1 + x)n (sem reposição)

•( 1

1–x)n (com reposição)

Note que casos intermediários entre reposição irrestrita e inexistência de reposiçãopodem ser uniformemente modelados.

Notação: escrevemos [xi]f(x) para denotar o coeficiente de xi na expansão emsérie de potências de f(x).

116/168

Page 117: Análise Combinatória

Potências de séries e contagem: exemplo

Contagem de combinações simples de tamanho k sobre alfabeto de tamanho n:

[xk](1 + x)n =(nk

)(teorema binomial)

Contagem de combinações com reposição de tamanho k sobre alfabeto de tamanho n:

[xk]( 11 – x

)n=(k + n – 1

k

)(demonstração a seguir . . . )

Contagem de multiconjuntos de tamanho k sobre alfabeto {a, b, c, d} (comreposição) onde 2 ≤ a ≤ 5, 0 ≤ b ≤ 3, e qualquer número de repetições de cs e ds:

[xk]((x2 + x3 + x4 + x5)(1 + x + x2 + x3)

( 11 – x

)2)

117/168

Page 118: Análise Combinatória

Funções geradoras: cálculo de coeficientes

Normalmente quando usamos funções geradoras, a parte de modelagem dasrestrições do problema é fácil.

Exemplo: obter uma expressão no formato [xk]f(x)

Contudo, efetivamente calcular uma fórmula para o coeficiente de xk na expansão def(x) pode ser um processo trabalhoso. Existem duas estratégias principais:

• Calcular a expansão de f(x) em séries de MacLaurin (envolve calcular derivadas).

• Descrever f(x) como uma combinação de funções cuja expansão em séries depotência é conhecida.

118/168

Page 119: Análise Combinatória

Série de MacLaurin

A seguinte identidade permite extrair os coeficientes da sequência codificadapor uma função f(x) infinitamente diferenciável:

Definição: (Série de MacLaurin)

f(x) = f(0) + f ′(0)x + f ′′(0)x2

2! + f ′′′(0)x3

3! + f ′′′′(0)x4

4! + · · ·

Este resultado não será provado nesta disciplina. Contudo, podemos nosconvencer da sua validade derivando os dois lados da igualdade e comparandoas expressões resultantes.

119/168

Page 120: Análise Combinatória

Notação binomial generalizada

Vamos utilizar a expansão em série de MacLaurin para generalizar o teoremabinomial.

Inicialmente redefinimos(u

k)para u ∈ R e k ∈ N.

Definição: (uk

)=

{u(u–1)(u–2)···(u–k+1)

k! se k > 01 se k = 0

Esta definição permite determinar(u

k)para qualquer valor real u, inclusive frações e

números negativos.

Exemplo: (–5, 53

)= –5, 5 × –6, 5 × –7, 5

3! = –268, 125

120/168

Page 121: Análise Combinatória

Notação binomial generalizada (2)

A seguinte identidade é útil quando temos “alfabeto de tamanho negativo”.

Teorema: (–uk

)=(k + u – 1

k

)(–1)k

Demonstração:

(–uk

)=

k︷ ︸︸ ︷(–u)(–u – 1) . . . (–u – k + 1)

k! (definição)

=

k︷ ︸︸ ︷(u)(u + 1) . . . (u + k – 1) ·(–1)k

k! (fatorando (-1)’s)

=(u + k – 1

k

)(–1)k (definição)

121/168

Page 122: Análise Combinatória

Teorema binomial generalizado

Considere u ∈ R.

Teorema:

(1 + x)u =∞∑i=0

(ui

)xi

Demonstração: calculamos a série de MacLaurin de (1 + x)u.

(1 + x)u

=

(1 + x)u∣∣∣x=0

+( ddx (1 + x)u

∣∣∣x=0

)x +

(d2

dx2 (1 + x)u∣∣∣x=0

)x2

2! + · · ·

122/168

Page 123: Análise Combinatória

Teorema binomial generalizado (2)

Calculando os coeficientes da série:• (1 + x)u

∣∣∣x=0

= (1 + 0)u = 1

• ddx (1 + x)u

∣∣∣x=0

= u(1 + x)u–1|x=0 = u

• d2

dx2 (1 + x)u∣∣∣x=0

= u(u – 1)(1 + x)u–2|x=0 = u(u – 1) . . .

Portanto:

(1 + x)u

= 1 + ux + u(u – 1)x2

2! + u(u – 1)(u – 2)x3

3! + · · ·

=(u0

)+(u1

)x +(u2

)x2 + · · · =

∞∑i=0

(ui

)xi

123/168

Page 124: Análise Combinatória

Exemplo de cálculo de coeficientes

Exemplo: Vamos mostrar a derivação de

[xk]( 1

1 – x

)n=(k + n – 1

k)

utilizando o teorema binomial generalizado.

Rescrevendo a expressão: ( 11 – x

)n= (1 – x)–n

Utilizando a substituição y = –x= (1 + y)–n

124/168

Page 125: Análise Combinatória

Exemplo de cálculo de coeficientes (2)

(1 + y)–n

=∞∑i=0

(–ni)

yi (teorema binomial generalizado)

=∞∑i=0

(i + n – 1i)

(–1)iyi · · · (alfabeto negativo)

=∞∑i=0

(i + n – 1i)

(–1)i(–1)ixi (substituição y = –x)

=∞∑i=0

(i + n – 1i)

xi (simplificando (–1)2i = 1)

125/168

Page 126: Análise Combinatória

Exemplo de cálculo de coeficientes (3)

Portanto:

[xk]( 11 – x

)n

= [xk]

( ∞∑i=0

(i + n – 1

i

)xi

)

=(k + n – 1

k

)

126/168

Page 127: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

127/168

Page 128: Análise Combinatória

Potências de séries e contagem de tuplas

Vimos que problemas envolvendo combinações podem ser representadosatravés da descoberta de coeficientes em potências de séries (consequência doteorema binomial):

(x + 1)n =n∑

i=0

(ni

)xi

Nesses problemas, assumimos que a ordem dos elementos não é relevante,isto é, contamos multiconjuntos.

Contudo, não há a mesma equivalência para problemas de contagemenvolvendo tuplas ou arranjos (tuplas sem repetição):

??? =n∑

i=0

n!(n – i)!xi

128/168

Page 129: Análise Combinatória

Potências de séries e contagem de tuplas (cont.)

Considerando que a relação entre o número de combinações e o número dearranjos de tamanho k é conhecida, isto é,

k!(

nk

)= k! n!

(n – k)!k! = n!(n – k)!

poderíamos estabelecer uma correlação entre potências de séries e contagemde arranjos se mudarmos a codificação de séries.

(x + 1)n =n∑

i=0

n!(n – i)!

xi

i!

129/168

Page 130: Análise Combinatória

Funções geradoras exponenciais

Definição: dada uma sequência de números

(a0, a1, a2, . . .)

a sua respectiva função geradora exponencial (f.g.e) é a série

a0x0

0! + a1x1

1! + a2x2

2! + a3x3

3! + · · ·

Nota: a designação exponencial vem do fato que

ex = (1 + x + x2

2! + x3

3! + · · · ) ⇔ (1, 1, 1, 1, . . .)

Importante: os fatos anteriormente provados valem somente para f.g.o! Épreciso desenvolver novos resultados para trabalhar com f.g.e.

130/168

Page 131: Análise Combinatória

Funções geradoras exponenciais: identidades

Teorema:

ex =(

1 + x + x2

2! + x3

3! + · · ·)

⇔ (1, 1, 1, . . .)

Teorema:

eax =(

1 + ax + a2x2

2! + a3x3

3! + · · ·)

⇔ (1, a, a2, a3, . . .)

Teorema:

1ex =

(1 – x + x2

2! – x3

3! + · · ·)

⇔ (1, –1, 1, –1, . . .)

131/168

Page 132: Análise Combinatória

Funções geradoras exponenciais: identidades (2)

Teorema:

ex + e–x

2 =(

1 + x2

2! + x4

4! + x6

6! + · · ·)

⇔ (1, 0, 1, 0, . . .)

Intuição: seleciona as posições pares da sequência.

Teorema:

ex – e–x

2 =(

x + x3

3! + x4

5! + · · ·)

⇔ (0, 1, 0, 1, 0, . . .)

Intuição: seleciona as posições ímpares da sequência.

132/168

Page 133: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

133/168

Page 134: Análise Combinatória

Funções geradoras exponenciais e contagem

Apesar de ser uma codificação de sequências diferente de f.g.o, a forma deresolver problemas de contagem usando f.g.e é a mesma. O que muda écodificação do problema (em f.g.e) e a leitura do resultado:• f.g.o ⇒ contagem de multiconjuntos• f.g.e ⇒ contagem de tuplas

Nota: nunca esqueça que o fatorial no denominador faz parte da construção daf.g.e, e não deve ser lido como parte do coeficiente.

Exemplo: como 2x3 = 3!3!2x3, temos[

x3

3!

](1 + 4x + 2x3 + 5x5) = 3! × 2 = 12

134/168

Page 135: Análise Combinatória

Funções geradoras exponenciais: exemplo 1

Expressão original:

(1 + ax)(1 + bx)(1 + cx) = 1 + (a + b + c)x + (ab + bc + ac)x2 + abcx3

(o caso sem reposição possui a mesma codificação como f.g.o e f.g.e)

Substituindo a, b e c por 1:

(1 + x)3 = 1 + (1 + 1 + 1)x + (1 + 1 + 1)x2 + 1x3

= (1 + 3x + 3x2 + x3)

Leitura: [x2

2!

](1 + 3x + 3x2 + x3) = 6

Significado: número de arranjos (tuplas construídas sem reposição) detamanho 2 sobre o alfabeto {a, b, c}.

135/168

Page 136: Análise Combinatória

Funções geradoras exponenciais: exemplo 2

Expressão original:

(1x0

0!+ a

x1

1!+ a2 x2

2!+ a3 x3

3!+ · · · ) ×

(1x0

0!+ b

x1

1!+ b2 x2

2!+ b3 x3

3!+ · · · )

136/168

Page 137: Análise Combinatória

Funções geradoras exponenciais: exemplo 2

Expressão original:

(1x0

0!+ a

x1

1!+ a2 x2

2!+ a3 x3

3!+ · · · ) ×

(1x0

0!+ b

x1

1!+ b2 x2

2!+ b3 x3

3!+ · · · )

Expandindo . . .

1+( 1b0!1!

+a1

1!0!

)x1+(

1b2

0!2!+

ab1!1!

+a212!0!

)x2+(

1b3

0!3!+

ab2

1!2!+

a2b2!1!

+a313!0!

)x3 + · · ·

136/168

Page 138: Análise Combinatória

Funções geradoras exponenciais: exemplo 2

Expressão original:

(1x0

0!+ a

x1

1!+ a2 x2

2!+ a3 x3

3!+ · · · ) ×

(1x0

0!+ b

x1

1!+ b2 x2

2!+ b3 x3

3!+ · · · )

. . . multiplicando cada linha i > 0 por 1 (na forma i!i! ) . . .

1+

1!( 1b

0!1!+

a11!0!

) x1

1!+

2!(

1b2

0!2!+

ab1!1!

+a212!0!

)x2

2!+

3!(

1b3

0!3!+

ab2

1!2!+

a2b2!1!

+a313!0!

)x3

3!+ · · ·

136/168

Page 139: Análise Combinatória

Funções geradoras exponenciais: exemplo 2

Expressão original:

(1x0

0!+ a

x1

1!+ a2 x2

2!+ a3 x3

3!+ · · · ) ×

(1x0

0!+ b

x1

1!+ b2 x2

2!+ b3 x3

3!+ · · · )

. . . e reescrevendo:

1+( 1!0!1!

b +1!

1!0!a) x1

1!+( 2!

0!2!b2 +

2!1!1!

ab +2!

2!0!a2) x2

2!+( 3!

0!3!b3 +

3!1!2!

ab2 +3!

2!1!a2b +

3!3!0!

a3) x3

3!+ · · ·

Intuição: o coeficiente de xk

k! consiste de todos os k-multiconjuntos sobre o alfabeto {a, b},cada um multiplicado pela respectiva quantidade de permutações. Substituindo a e b por 1,contamos todas as k-tuplas.

136/168

Page 140: Análise Combinatória

Funções geradoras exponenciais e contagem

Contagem de arranjos de tamanho k sobre alfabeto de tamanho n:[xk

k!

](1 + x)n = k!

(nk

)= n!

(n – k)!

Contagem de tuplas (arranjos com reposição) de tamanho k sobre alfabeto detamanho n: [

xk

k!

](ex)n = nk

Contagem de tuplas de tamanho k sobre o alfabeto {a, b, c} onde 0 ≤ a ≤ 3,1 ≤ b ≤ 2 e c pode ocorrer indefinidamente:[

xk

k!

]((1 + x + x2

2! +x3

3!

)(x + x2

2!

)ex)

137/168

Page 141: Análise Combinatória

Funções geradoras exponenciais: exemplo 3

Exemplo: Quantas tuplas de tamanho k existem sobre o alfabeto {a, b, c} possuindoum número par de a’s?

Codificação do problema usando f.g.e:[xk

k!

]((1 + x2

2! +x4

4! + · · ·)e2x)

Usando o fato que (1 + x2

2! +x4

4! + · · ·)

= ex + e–x

2Temos [

xk

k!

](ex + e–x

2 e2x)

=[xk

k!

]12(e

3x + ex) = (3k + 1)2

138/168

Page 142: Análise Combinatória

Funções geradoras exponenciais: exemplo 4Exemplo: Derivação da fórmula de contagem de funções sobrejetoras de A para B utilizandof.g.e, onde |A| = a e |B| = b.

Equivale a contar as tuplas de tamanho a onde cada símbolo de B ocorre ao menos uma vez:[ xa

a!

](ex – 1)b

Simplificação:

((–1) + ex)b

=b∑

i=0

(bi

)(–1)ie(b–i)x [teor. binom.]

=b∑

i=0

(bi

)(–1)i

∞∑j=0

(b – i)j xj

j![expansão e(b–i)x]

=b∑

i=0

∞∑j=0

(–1)i(b

i

)(b – i)j xj

j![internaliza (–1)i

(bi

)]

=∞∑j=0

b∑i=0

(–1)i(b

i

)(b – i)j xj

j![troca ordem das somas]

Leitura:[xa

a!

](ex – 1)b

=b∑

i=0

(–1)i(b

i

)(b – i)a

139/168

Page 143: Análise Combinatória

Funções geradoras: resumo do método

Resolução de problemas de contagem de multiconjuntos de tamanho k:

1. Modele o problema e suas restrições através de uma f.g.o f(x) (funçãogeradora ordinária)

2. Simplifique a f.g.o para facilitar a leitura de coeficientes (expansão emsérie, transformá-la em uma soma de f.g.o’s conhecidas, etc...)

3. Leia o coeficiente de xk (na nossa notação,[xk]

f(x))

140/168

Page 144: Análise Combinatória

Funções geradoras: resumo do método (2)

Resolução de problemas de contagem de tuplas de tamanho k:

1. Modele o problema e suas restrições através de uma f.g.e f(x) (funçãogeradora exponencial)

2. Simplifique f(x) para facilitar a leitura de coeficientes (expansão em série,transformá-la em uma soma de f.g.e’s conhecidas, etc...)

3. Leia o coeficiente de xk

k! (na nossa notação,[

xk

k!

]f(x))

141/168

Page 145: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

142/168

Page 146: Análise Combinatória

Relações de recorrência

Em matemática, o mais comum é definirmos novas funções através dacomposição de funções pré-existentes. Ex:

f(x) =√

x + x3

Contudo, certas funções podem ter uma definição simples reutilizandoresultados de sua própria aplicação sobre outros valores. Ex:

0! = 1 Fib(0) = 0n! = n × (n – 1)! Fib(1) = 1

Fib(n) = Fib(n – 1) + Fib(n – 2)

neste caso, dizemos que as definições são recorrentes, i.e. estabelecem umarelação de recorrência entre as saídas da função.

143/168

Page 147: Análise Combinatória

Relações de recorrência (cont.)

Apesar de Fib(n) possuir uma definição simples, precisamos calcular todos os999 valores anteriores para descobrir o valor de Fib(1000).

Nesse caso (valores grandes) seria interessante obter uma definiçãonão-recorrente para Fib(n).

Encontrar uma definição não-recorrente para uma função definida de formarecorrente é resolver a recorrência.

Nesta disciplina, veremos como• obter relações de recorrência a partir da descrição de um problema• resolver recorrências

Nota: lembre que sequências numéricas contendo elementos do conjunto Xpodem ser vistas como funções do tipo N → X.

144/168

Page 148: Análise Combinatória

Relações de recorrência: exemplo 1

A Torre de HanoiNeste jogo, inventado pelo matemático francês Édouard Lucas em 1883, há três eixos(esquerda, centro, direita) e um número n de discos de tamanhos distintos. Oobjetivo é passar os n discos (colocados em ordem ascendente de tamanho, de cimapara baixo) do eixo à esquerda para o eixo à direita na mesma ordem, efetuando omenor número de movimentos. Somente um disco pode ser mudado de eixo a cadamovimento, e ele não pode ser colocado em cima de um disco menor. Qual o númeromínimo de passos para a resolução de uma instância do jogo contendo n discos?

Applet Java para simulação do jogo:http://www.mazeworks.com/hanoi/index.htm

Recorrência: (contagem do número mínimo de passos)

H(0) = 0H(n) = 2H(n – 1) + 1

145/168

Page 149: Análise Combinatória

Relações de recorrência: exemplo 2

Cálculo do tamanho de uma população de saposA população de sapos de um lago quadruplica a cada ano. No primeiro dia decada ano, 100 sapos são removidos do lago e transferidos para outro local.Assumindo que inicialmente havia 50 sapos no lago, quantos sapos o lago teráem n anos? Suponha que os sapos não morrem e que não haja migração.

Recorrência:

S(0) = 50S(n) = 4 ∗ S(n – 1) – 100 para n > 0

146/168

Page 150: Análise Combinatória

Relações de recorrência: exemplo 3

Cálculo do tamanho de uma população de coelhosSuponha que um casal de coelhos recém-nascidos é colocado numa ilha, e queeles não produzem descendentes até completarem dois meses de idade. Umavez atingida esta idade, cada casal de coelhos produz exatamente um outrocasal de coelhos por mês. Qual seria a população de coelhos na ilha após novemeses, supondo que nenhum dos coelhos tenha morrido e que não hajamigração neste período?

Recorrência:

F(0) =0F(1) =1 (casal)F(n) =F(n – 1) + F(n – 2) para n > 1

147/168

Page 151: Análise Combinatória

Resolução de recorrências

Vimos três problemas e suas respectivas recorrências:

A Torre de Hanoi

H(0) = 0H(n) = 2H(n – 1) + 1 para n > 0

Cálculo do tamanho de uma população de sapos

S(0) = 50S(n) = 4 ∗ S(n – 1) – 100 para n > 0

Cálculo do tamanho de uma população de coelhos (Fibonacci)

Fib(0) =0Fib(1) =1Fib(n) =Fib(n – 1) + Fib(n – 2) para n > 1

148/168

Page 152: Análise Combinatória

Resolução de recorrências (2)

Veremos agora como solucionar recorrências.

Nesta disciplina, dois métodos:• hipótese e confirmação• resolução através de funções geradoras ordinárias

Nota: o livro menciona outros métodos além dos vistos acima, mas não vamosfocar neles.

149/168

Page 153: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

150/168

Page 154: Análise Combinatória

Método da hipótese e confirmação

Considere a sequência de valores H(n), contada apartir de n = 0

H(0) = 0H(n) = 2H(n – 1) + 1

Para chegarmos a uma hipótese, precisamosidentificar algum padrão de formação na sequênciade números.

Observando os valores à direita, podemos detectarum padrão: aparentemente H(n) é sempre o númeroanterior a 2n.

Hipótese: H(n) = 2n – 1

n H(n)0 01 12 33 74 155 316 637 1278 255...

...

151/168

Page 155: Análise Combinatória

Método da hipótese e confirmação (2)

Podemos verificar manualmente se a hipótese funcionapara os primeiros valores da tabela:

20 – 1 = 0

21 – 1 = 1

22 – 1 = 3 . . .

Contudo, para termos certeza da validade da hipótese, énecessário provar que ela é válida.

Para recorrências, o método de prova mais recomendadoé indução matemática, visto que as bases e os passos deindução estão explicitamente descritos.

H(0) = 0H(n) = 2H(n – 1) + 1

n H(n)0 01 12 33 74 155 316 637 1278 255...

...

152/168

Page 156: Análise Combinatória

Método da hipótese e confirmação (3)

Teorema: H(n) = 2n – 1

Demonstração:

• Base: H(0) = 20 – 1

1. 20 – 1 = 0

• Passo indutivo:Se H(n) = 2n – 1 então H(n + 1) = 2n+1 – 1.

1. H(n + 1) = 2H(n) + 1 (Def.)2. H(n + 1) = 2(2n – 1) + 1 (H.I.)3. H(n + 1) = (2n+1 – 2) + 14. H(n + 1) = 2n+1 – 1

H(0) = 0H(n) = 2H(n – 1) + 1

n H(n)0 01 12 33 74 155 316 637 1278 255...

...

153/168

Page 157: Análise Combinatória

Método da hipótese e confirmação (4)

Também é útil na identificação de padrões a expansão de H(n) para certos valorespequenos de n. O padrão pode emergir da simplificação da expressão final.

Exemplo: para n = 4

H(4) = 2H(3) + 1 (Def. Recorrente)= 2(2H(2) + 1) + 1 (Def. Recorrente)= 2(2(2H(1) + 1) + 1) + 1 (Def. Recorrente)= 2(2(2(2H(0) + 1) + 1) + 1) + 1 (Def. Recorrente)= 2(2(2(2 · 0 + 1) + 1) + 1) + 1 (Base)= 4(2(2 · 0 + 1) + 1) + 2 + 1 (Distribui 2)= 8(2 · 0 + 1) + 4 + 2 + 1 (Distribui 4)= 16 · 0 + 8 + 4 + 2 + 1 (Distribui 8)= 8 + 4 + 2 + 1 (Remove 0)

=3∑

i=0

2i = 24 – 1 = 15

154/168

Page 158: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

155/168

Page 159: Análise Combinatória

Resolução de recorrências com f.g.o

O método anterior de resolução exige que tenhamosuma hipótese correta de trabalho, o que nem semprepode ser formulada considerando o padrão dasequência de números:

Exemplo:

Fib(0) =0Fib(1) =1Fib(n) =Fib(n – 1) + Fib(n – 2) para n > 1

Nesses casos, veremos como resolver recorrênciascalculando a função geradora ordinária da sequênciade números (an) = F(n)

n Fib(n)0 01 12 13 24 35 56 87 138 21...

...

156/168

Page 160: Análise Combinatória

Resolução de recorrências com f.g.o

Para ilustrar o método, vamos utilizar a recorrência já resolvida H(n).

H0 = 0Hn = 2Hn–1 + 1 para n > 0

Vamos chamar de H a f.g.o da sequência (H0, H1, H2, . . .). Estamos interessadosinicialmente em uma definição para H.

Considere as seguintes f.g.o’s:

H = H0 + H1x + H2x2 + H3x3 + · · ·2xH = 0 + 2H0x + 2H1x2 + 2H2x3 + · · ·

x( 1

1–x)

= 0 + 1x + 1x2 + 1x3 + · · ·

Por construção, a equação abaixo representa exatamente as restrições da recorrênciasobre H:

H = 2xH + x1 – x

157/168

Page 161: Análise Combinatória

Resolução de recorrências com f.g.o (2)

Resolvendo:

H = 2xH +x

1 – xH – 2xH =

x1 – x

(1 – 2x)H =x

1 – xH =

x(1 – x)(1 – 2x)

Note que obtivemos uma expressão fechada para a f.g.o da sequência de números(H0, H1, H2, . . .)

H =x

(1 – x)(1 – 2x)

Portanto, descobrir uma fórmula explícita para Hn equivale a descobrir o coeficiente de xn

na expansão de H:Hn = [xn]

x(1 – x)(1 – 2x)

158/168

Page 162: Análise Combinatória

Resolução de recorrências com f.g.o (3)

Habitualmente, a parte mais complexa da resolução de recorrências utilizando f.g.o éo cálculo de coeficientes.

Se pudermos transformar a f.g.o em uma soma de f.g.o’s cujos coeficientes sãoconhecidos, a resolução se torna fácil.

No nosso exemplo, através de manipulação algébrica (frações parciais) podemos fazera seguinte transformação

x(1 – x)(1 – 2x) = 1

1 – 2x – 11 – x

e, portanto,

Hn = [xn]( 11 – 2x – 1

1 – x

)= 2n – 1

Nota: a discussão sobre os detalhes da transformação algébrica utilizada acima serávista quando apresentarmos a resolução de Fibonacci.

159/168

Page 163: Análise Combinatória

Resolução de recorrências com f.g.o: exercício

Exercício: resolva a seguinte recorrência utilizando o método das funçõesgeradoras ordinárias:

Cálculo do tamanho de uma população de sapos

S(0) = 50S(n) = 4 ∗ S(n – 1) – 100 para n > 0

160/168

Page 164: Análise Combinatória

Conteúdo

Princípios aditivo e multiplicativoPermutaçõesArranjosCombinaçõesTeorema binomialTriângulo de PascalRegra da subtraçãoRegra do quocienteDistribuição de elementos idênticosCombinações com repetiçãoArranjos com repetiçãoPermutações circularesPermutações com repetição

Teorema multinomialPrincípio da inclusão e exclusãoPermutações caóticasPrincípio dos escaninhosRevisão dos princípios de contagemFunções geradoras ordináriasF.g.o.’s e contagem de multiconjuntosFunções geradoras exponenciaisF.g.e.’s e contagem de tuplasRelações de recorrênciaRecorrências: hipótese e confirmaçãoRecorrências: funções geradorasRecorrências: fórmula para Fibonacci

161/168

Page 165: Análise Combinatória

Resolução de recorrências com f.g.o: Fibonacci

A seguir vamos considerar a descoberta da f.g.o para Fibonacci, e falaremos sobre astécnicas de manipulação algébrica para simplificar a f.g.o obtida.

F0 = 0F1 = 1Fn = Fn–1 + Fn–2 para n > 1

Modelando a recorrência com f.g.o’s:

F = F0 + F1x + F2x2 + F3x3 + · · ·xF = 0 + F0x + F1x2 + F2x3 + · · ·x2F = 0 + 0x + F0x2 + F1x3 + · · ·

x = 0 + 1x + 0x2 + 0x3 + · · ·

Logo:F = xF + x2F + x =⇒ F = x

1 – x – x2

162/168

Page 166: Análise Combinatória

Fibonacci: constantes φ e φ

As constantes φ e φ aparecem ao longo da resolução da recorrência deFibonacci.• φ = 1+

√5

2 (proporção áurea), ≈ 1.6180 . . .

• φ = 1–√

52 , ≈ –0.6180 . . .

As seguintes identidades são válidas para φ e φ:

1 – φ = φ

1 – φ = φ

φ(–1) = –φ

φ(–1) = –φ

φ2 = 1 + φ

φ2 = 1 + φ

163/168

Page 167: Análise Combinatória

Resolução da recorrência de Fibonacci

Visão geral sobre as simplificações necessárias:

1. Fatoração do polinômio no denominadorx

–x2 – x + 1=⇒ x

(–1)(x + φ)(x + φ)

2. Separação por frações parciais:

–x(x + φ)(x + φ) =⇒

–φ√5

(x + φ) +φ√5

(x + φ)

3. Formatação como 11–ax :

–φ√5

(x + φ) +φ√5

(x + φ) =⇒ –1√5

1(1 – φx) +

1√5

1(1 – φx)

164/168

Page 168: Análise Combinatória

Resolução da recorrência de Fibonacci

1. Fatoração do polinômio no denominador

Inicialmente precisamos fatorar o polinômio no denominador. Isso pode ser feitoutilizando o seguinte resultado matemático.

Teorema fundamental da álgebra:

Seja p(x) = c0 + c1x + c2x2 + c3x3 + · · · + cnxn um polinômio de grau n sobre avariável x, com coeficientes complexos c0, c1, . . . , cn.

Há exatamente n raízes complexas r1, r2, . . . , rn para p(x), sendo que p(x) podeser fatorado como

p(x) = cn(x – r1)(x – r2)(x – r3) · · · (x – rn)

Nota: as raízes r1, r2, . . . , rn não são necessariamente distintas, podendo haverrepetição.

165/168

Page 169: Análise Combinatória

Resolução da recorrência de Fibonacci

2. Separação em frações parciais

Objetivo: obter D e E tal quea

b × c=

Db

+Ec

onde a, b, c são polinômios lineares em x, e b 6= c.

Método:

a = cD + bE assuma igualdade e multipliqueambos os lados por b × c

a|x=rc = bE|x=rc zere c substituindo x pela raiz de ce calcule E

a|x=rb = cD|x=rb zere b substituindo x pela raiz de be calcule D

Nota: se b = c, utilizamos o teorema binomial generalizado.

166/168

Page 170: Análise Combinatória

Resolução da recorrência de Fibonacci

3. Formatação para leitura de coeficientes

Objetivo: transformar 1x–r numa instância de c 1

1–ax .

Método: multiplique a parte de cima e de baixo da fração por 1–r

1x – r ×

1–r1–r

=1–r

1–r x + 1

= 1–r × 1

1 – 1r x

167/168

Page 171: Análise Combinatória

Resolução da recorrência de Fibonacci

4. Expansão em séries

F =–1√

51

(1 – φx)+

1√

51

(1 – φx)

F =–1√

5

(∞∑i=0

φixi

)+

1√

5

(∞∑i=0

φixi

)

F =∞∑i=0

1√

5(φi – φi)xi

5. Leitura do coeficiente:[xi]F =

1√

5(φi – φi)

168/168