Академический Документы
Профессиональный Документы
Культура Документы
Pellegrini
r
ina
Discreta m
verso 16
eli
Pr
Jernimo C. Pellegrini
o
2 de abril de 2017
rs
Ve
verso 16 - Jernimo C. Pellegrini
ii
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Sumrio
Sumrio iii
Nomenclatura vii
1 Conjuntos e Relaes 1
r
1.1 Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
ina
1.2 Grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Relaes de equivalncia . . . . . . . . . . . . . . . . . . . . . . . . . . 5
m
1.4 Relaes de ordem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
eli
2 Cardinalidade 13
Pr
3.1 Permutaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
rs
3.2 Combinaes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.1 Com repeties . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.2 Tringulo de Pascal . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3 Coeficientes binomiais . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4 Aproximaes para n! e n k . . . . . . . . . . . . . . . . . . . . . . . . 31
3.5 Teorema binomial generalizado . . . . . . . . . . . . . . . . . . . . . . 32
3.6 Problemas de ocupao: objetos e locais distinguveis . . . . . . . . . . 34
3.7 Problemas de ocupao: objetos indistinguveis, locais distinguveis . . 34
5 Funes Geradoras 47
5.1 Funes geradoras ordinrias . . . . . . . . . . . . . . . . . . . . . . . 47
5.1.1 Aplicaes em contagem . . . . . . . . . . . . . . . . . . . . . . 51
5.2 Funes geradoras exponenciais . . . . . . . . . . . . . . . . . . . . . . 55
iii
verso 16 - Jernimo C. Pellegrini
iv SUMRIO
6 Parties de um Inteiro 61
6.1 Diagramas de Ferrers . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.2 Funes geradoras para parties . . . . . . . . . . . . . . . . . . . . . 62
6.3 Frmula exata para p(n) . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.4 Estimativa para p(n) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.5 Problemas de ocupao (objetos e locais indistinguveis) . . . . . . . . 65
6.6 Alguns fatos sobre parties . . . . . . . . . . . . . . . . . . . . . . . . 65
6.7 Leitura adicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
7 Recorrncias 67
r
ina
7.1 Definio e classificao . . . . . . . . . . . . . . . . . . . . . . . . . . 67
7.2 Soluo de recorrncias lineares de ordem um . . . . . . . . . . . . . . 70
7.3 Soluo de recorrencias lineares homogneas . . . . . . . . . . . . . . 71
m
7.3.1 Matriz associada . . . . . . . . . . . . . . . . . . . . . . . . . . 72
eli
7.3.2 Razes mltiplas . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.3.3 Diagonalizao da matriz associada . . . . . . . . . . . . . . . . 78
Pr
SUMRIO v
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
vi SUMRIO
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Nomenclatura
r
cardinalidade de N, pgina 14
r
rs
k}
{n Nmero de Stirling, pgina 57
A B interseo, pgina 1
A B unio, pgina 1
vii
verso 16 - Jernimo C. Pellegrini
viii SUMRIO
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Captulo 1
Conjuntos e Relaes
Este Captulo trata de conceitos bsicos que usamos no resto do texto: conjuntos, re-
laes e grafos.
r
1.1 Conjuntos
m ina
eli
No definimos conjuntos.
Denotamos conjuntos usualmente (mas no sempre) pode letras maisculas. O con-
junto vazio normalmente denotado por , e algumas vezes por {}.
Pr
Definio 1.1. Um multiconjunto um conjunto onde cada elemento pode estar pre-
o
sente mais de uma vez (ou, de forma equivalente, um conjunto onde cada elemento
rs
A B x A x B.
Definio 1.3 (unio). A unio dos conjuntos A e B o conjunto dos elementos que
pertencem a A ou a B.
A B = x : x A ou x B .
1
verso 16 - Jernimo C. Pellegrini
r
ina
x denotado por bxe.
Definio 1.10 (cho e teto). O cho de um nmero real x o maior inteiro menor ou
m
igual a x. Denotamos1 o cho por bxc.
O teto de um nmero real x o menor inteiro maior ou igual a x. Denotamos o teto
eli
por dxe.
Pr
Exemplo 1.11. Uma situao em que usamos cho e teto quando dividimos um con-
junto em partes iguais ou to prximo disso quanto possvel.
Quando um conjunto A tiver cardinalidade mpar, e o dividirmos em duas partes,
o
|A|
|B| = ,
Ve
2
|A|
|C| = .
2
Para tornar o exemplo mais concreto, seja
A = {a, b, c, d, e, f, g}.
Como |A| = 7, no temos como divid-lo em duas partes iguais. Podemos no entanto
dividir A em dois subconjuntos de cardinalidades d7/2e = 4 e b7/2c = 3, como
A 0 = {a, c, e, g} e A 00 = {b, d, f}. J
Definio 1.12 (relao). Uma relao R entre conjuntos A e B um subconjunto
do produto cartesiano A B. Define-se semelhantemente uma relao entre vrios
conjuntos Ai como subconjunto do produto cartesiano A1 A2 . . . An .
Uma relao , portanto, um conjunto de pares ordenados.
Se um par (x, y) pertence a uma relao R, denotamos xRy. Podemos tambm
denotar xRy quando (x, y) / R.
1 tambm comum denotar cho por [[x]] e teto por ]]x[[.
verso 16 - Jernimo C. Pellegrini
1.2. GRAFOS 3
2x = {Y : Y X}
r
ina
Definio 1.16 (reflexividade, simetria e transitividade). Uma relao R em um con-
junto A m
reflexiva se aRa para todo a A,
eli
simtrica se aRb implica em bRa para todos a, b A,
Pr
em a = c. J
Teorema 1.18. Uma relao R transitiva se e somente se R R R.
Ve
1.2 Grafos
Um grafo uma representao grfica de uma relao. Informalmente, representamos
uma relao R em um conjunto X graficamente da seguinte maneira: os elemenos de
X so dispostos como pontos no plano, e quando xRy, desenhamos um trao ligando
x a y. Os pontos so chamados de vrtices, e os traos de arestas.
Definio 1.19 (grafo). Um grafo um conjunto de ns ligados por arestas. Formal-
mente, um grafo um par (V, E), tal que V o conjunto de ns (ou vrtices), e V um
conjunto de arestas.
Em um grafo orientado, uma aresta sai de um n origem e chega a um n destino,.
Neste tipo de grafo E V 2 , e uma aresta um par (v, w).
Em um grafo no-orientado,
as arestas ligam pares de ns, sem distino de direo.
Nestes grafos, E {x, y} : x, y V , e uma aresta um conjunto {x, y}, com
x, y V.
verso 16 - Jernimo C. Pellegrini
b a
c d
r
J
ina
ns, e como cada um deles se relaciona com os outros.
a
o
b
rs
d
Ve
Definio 1.22 (matriz de adjacncia). Seja G = (V, E) um grafo com n vrtices. Sem
perda de generalidade, presuma que os vrtices de G so rotulados como v1 , v2 , . . . vn .
A matriz de adjacncia de G uma matriz quadrada de ordem |V| tal que a posio i, j
zero se no h aresta ligando vi a vj , e um se h aresta ligando vi a vj . Para grafos
orientados, a matriz de adjacncia M tal que
0 se(i, j)
/E
mi,j =
1 se(i, j) E
Note que a matriz simtrica, j que tanto (i, j) como (j, i) representam a mesma
aresta em um grafo no-orientado.
J para o grafo orientado do exemplo 1.21, a matriz de adjacncia
0 1 0 0
0 0 1 0
M= 1 0 0 1
J
0 0 0 0
r
Definio 1.24 (grafo completo). O grafo com n vrtices onde todos os vrtices so
ina
ligados a todos os outros chamado de grafo completo.
m
Definio 1.25 (colorao de arestas). Uma colorao das arestas de um grafo G com k
Pr
(reflexiva): trivialmente, a2 = a2 .
(simtrica) se a2 = b2 , ento b2 = a2 .
r
ina
A definio a seguir usada como exemplo, mas suficientemente importante
para que a destaquemos. m
Definio 1.30 (congruncia mdulo um inteiro). Sejam a, b Z. Dizemos que a
cngruo a b mdulo m se m|(ab). Isso o mesmo que dizer que existe um k inteiro tal
eli
que mk = a b ou seja, o resto de a por m igual ao resto de b por m. Denotamos
a b (mod m).
Pr
m|(b a).
(transitiva) se m|(a b), e m|(b c), ento m|[(a b) + (b c)], e claramente
m|(a c). J
Exemplo 1.32. Seja F o conjunto de todas as funes de R em R. Defina que fRg se
e somente se existe uma constante c tal que f(x) = g(x) + c, para todo x. Ento R
uma relao de equivalncia.
(reflexiva): f(x) = f(x) + 0.
(simtrica) se f(x) = g(x) + c, ento g(x) = f(x) + (c).
(transitiva) se f(x) = g(x) + c1 e g(x) = h(x) + c2 , ento f(x) = h(x) + c2 +
c1 . J
Exemplo 1.33. No conjunto de todas as funes reais, a relao definida por fRg se
e somente se f 0 = g 0 (ou seja, f e g tem a mesma derivada) uma relao de equiva-
lncia. J
verso 16 - Jernimo C. Pellegrini
r
(a, b) (x, y) ay = bx
(a, b) (x, y)
(x, y) (p, q)
Ve
ento (a, b) (p, q). Usando a definio da relao, o que queremos provar
que se
ay =bx
xq =yp (1.1)
ento
aq = bp (1.2)
de vital importncia observar, no entanto, que no podemos simplesmente
dividir um dos lados de qualquer destas equaes por uma das variveis, porque
estamos trabalhando com inteiros. Podemos, no entanto, multiplicar ay = bx
por q:
ayq = bxq
Podemos substituir qx por yp (equao 1.1):
ayq = ypb
verso 16 - Jernimo C. Pellegrini
Aqui sim, sabemos que ambos os lados da equao so divisveis por y, e por-
tanto
aq = bp,
que o que queramos mostrar (equao 1.2).
A classe de equivalncia [(a, b)] define o nmero racional que usualmente denotamos
por a/b, e a relao define igualdade entre racionais: (1, 2) (3, 6) (50, 100),
etc. J
Definio 1.37 (partio de conjunto). Uma partio de um conjunto A uma famlia
de conjuntos A1 , A2 , . . ., An tais que
n
[
Ai =A
i=1
Ai Aj = se i 6= j
r
ina
equivalncia definidas por R so uma partio de A.
Demonstrao. Em primeiro lugar, a unio das classes de equivalncia resultam em A,
m
porque todo elemento de A pertence a uma classe de equivalncia,
Sn e no h nas classes
eli
qualquer elemento que no pertena a A. Com isso temos i=1 Ai = A.
Finalmente, mostramos queas classes de equivalncia so disjuntas. Suponha que
Pr
xRy. Mostramos que [x] [y]. Suponha que z [x]. Temos ento xRz, e por simetria
zRx; por transitividade, zRy. Isso implica que z [y]. Ou seja, todo z [x] tambm
est em [y]. Usando simetria, fazemos o argumento contrrio e temos [x] = [y].
o
Suponha agora que xRy. Mostramos agora que [x][y] = . Suponha que z [x]
rs
[y]. Ento xRz e zRy valem, e portanto tambm deveria valer xRy uma contradio.
Temos ento [x] [y] = quando [x] 6= [y].
Ve
Exemplo 1.42. Toda ordem total tambm parcial, portanto os exemplos anteriores
de ordem total so tambm exemplos de ordem parcial. J
r
ina
ac
bc
m
bf
eli
cd
ce
Pr
h
rs
d e
Ve
c f
a b
J
Exemplo 1.44. Dados a, b N, denotamos por a|b o fato de a dividir b (ou seja,
existe um c tal que b = ac). A relao | uma ordem parcial em N:
(antissimtrica) se A B e B A, ento A = B.
(reflexiva) A A, trivialmente.
(transitiva) A B e B C implicam em A C.
r
ina
{a, b} 6 {b, c} e {b, c} 6 {a, b}
{a, b, c}
m
eli
{a, b} {a, c} {b, c}
Pr
Ve
Definio 1.49 (boa ordem). Um conjunto X bem-ordenado com uma relao de or-
dem se esta for uma relao de ordem parcial, e todo subconjunto no vazio de X
tenha um menor elemento.
r
J Z com no, porque h subconjuntos de Z onde no haver menor elemento,
ina
como o prprio Z, ou
{x Z : x < 10} ,
m
por exemplo. J
eli
Pr
Exerccios
Ex. 1 Verifique que tipo de relao so:
o
Em R, a b se a b Q
rs
Em R, a b se |a| = |b|
Ve
r
ina
Ex. 6 Seja E o conjunto de elipses no plano. Mostre pelo menos tres parties de
E, explicitando a relao de equivalncia que determina cada partio.
m
Ex. 7 Fixe um nmero L natural. Seja definida em qualquer subconjunto de N
eli
da seguinte maneira: a b se a quantidade de primos entre a e L/2 menor ou igual
que a quantidade de primos entre b e L/2. A relao a b ordem total?
Pr
conjunes de proposies em P:
rs
P = {p1 , p2 , . . . , pn , p1 p2 , p1 p3 , . . . , p2 p3 , p2 p3 , . . . , P1 p2 p3 , . . .}
Ve
Ex. 9 Seja P(n) o conjunto de todos os polinmios com grau menor ou igual a n.
Claramente pode-se definir uma ordem lexicogrfica em P(n) a partir dos coefici-
entes dos polinmios. Mostre que, dados dois polinmios p(.) e q(.) em P(n), p q
se e somente se p(x) q(x), x R.
Captulo 2
Cardinalidade
r
ina
ordem total de N nos permite facilmente determinar quando um conjunto maior
que ourto. Nesta Captulo tratamos da Cardinalidade de conjuntos, dando nfase em
conjuntos infinitos.
m
Definio 2.1 (cardinalidade). Dois conjuntos tem a mesma cardinalidade se existe
eli
uma bijeo de um deles no outro.
Pr
Note que pode haver muitas bijees entre dois conjuntos. S precisamos de uma
para afirmar que a dardinalidade dos dois a mesma.
o
existe a bijeo
f(1) = a
Ve
f(2) = b
f(3) = c
Note que poderamos ter apresentad qualquer uma das outras cinco bijees. Mostra-
mos uma em cada coluna da tabela a seguir.
f(1) = a f(1) = b f(1) = b f(1) = c f(1) = c
f(2) = c f(2) = a f(2) = c f(2) = a f(2) = b
f(3) = b f(3) = c f(3) = a f(3) = b f(3) = a
Qualquer uma delas teria sido suficiente para a demonstrao. J
Escolhemos esta definio, e no uma que fale em quantidade de elementos,
porque usando bijees poderemos tratar de conjuntos infinitos.
Exemplo 2.3. A cardinalidade de N a mesma que a de Z, porque a funo f : N Z
a seguir bijetora: jnk
f(n) = (1)n1 2 .
2
13
verso 16 - Jernimo C. Pellegrini
14 CAPTULO 2. CARDINALIDADE
n: 1 2 3 4 5 6 7 8
f(n) : 0 1 1 2 2 3 3 4
Exemplo 2.6. Semelhantemente, o conjunto [0, 10] infinito, porque f(x) = x/10
mapeia [0, 10] e, seu subconjunto [0, 1], e bijeo: a inversa f1 (x) = 10x. J
r
ina
Exemplo 2.8. O conjunto P dos naturais pares enumervel. Isso porque a bijeo
f : N P, com f(n) = 2n mostra que ambos tem a mesma cardinalidade. J
m
Teorema 2.9. Z enumervel.
eli
Demonstrao. A demonstrao exposta no exemplo 2.3
Pr
[
S= Si = S1 S2 S3
i
Para identificar a bijeo, basta dispor os elementos em uma tabela, onde o elemento
sij fica na i-sima linha e j-sima coluna (ou seja, os elementos do conjunto Si ocupam
a i-sima linha):
s11 s12 s13
s21 s22 s23
s13 s32 s33
.. .. ..
. . .
15
Note que h outras maneiras de percorrer a tabela, e portanto h tambm outras bi-
jees diferentes. A seguir mostramos mais uma.
r
s21 s22 s23 s24 s25 s26
s31
s41
s51
s32
s42
s52
s33
s43
s53
s34
s44
s54
s35
s45
s55
m ina
s36
s46
s56
eli
s61 s62 s63 s64 s65 s66
Pr
o
rs
16 CAPTULO 2. CARDINALIDADE
Claramente,
[
Q= Qj
jZ
r
razo de dois naturais (exijimos o denominador diferente de zero). Podemos dispor
ina
os racionais em uma tabela, onde as linhas determinam o numerador e as colunas
determinam o denominador. Usamos a enumerao em ziguezague, como fizemos
m
para provar que unies de enumerveis so enumerveis.
eli
Pr
1 1 1 1 1 1
1 2 3 4 5 6
2 2 2 2 2 2
1 2 3 4 5 6
o
3 3 3 3 3 3
1 2 3 4 5 6
rs
4 4 4 4 4 4
1 2 3 4 5 6
5 5 5 5 5 5
1 2 3 4 5 6
Ve
6 6 6 6 6 6
1 2 3 4 5 6
Pode-se ver que h na tabela elementos repetidos isto no altera a validade da de-
monstrao, porque conseguimos enumerar um conjunto no mnimo com a mesma car-
dinalidade de Q+ .
Para mostrar que todo o conjunto Q enumervel podemos usar o mesmo argu-
mento que usamos ao mostrar que Z enumervel.
17
Suponha que R seja enumervel. Ento poderamos enumerar todos os reais, um por
linha (seja qual for a ordem que escolhamos), como na tabela abaixo.
Esta tabela mostra que h uma injeo de N em (0, 1) (logo temos |N| | (0, 1) |).
r
No entanto, para qualquer enumerao como esta possvel mostrar um nmero em
ina
(0, 1) que no est na tabela: m
Construa um nmero x tomando os dgitos da diagonal:
eli
0, d11 d22 d33 . . .
Pr
O nmero x 0 = 0, d110 0
d22 0
d33 no pode estar na primeira linha, porque d11 6=
0 0
d11 ; nem na segunda, porque d22 6= d22 , e assim por diante: o novo nmero que
construmos claramente pertencente ao intervalo (0, 1), mas no consta na tabela
de enumerao.
Como h injeo de N em (0, 1), mas no pode haver bijeo, ento |N| < | (0, 1) |.
Note que a tcnica de diagonalizao no pode ser usada para provar que N| > |N|,
porque teramos que trocar um dgito em cada posio da tabela, obtendo um nmero
com infinitos dgitos e que portanto no natural.
verso 16 - Jernimo C. Pellegrini
18 CAPTULO 2. CARDINALIDADE
Demonstrao.
Teorema 2.17 (Cantor-Bernstein-Schreder). Se |A| |B| e |B| |A|, ento |A| = |B|.
Demonstrao.
r
ina
os conjuntos (0, 1) e [0, 1] tem a mesma cardinalidade. Embora a afirmao parea
bvia, a bijeo no . No entanto, conseguiremos duas injees.
m
| (0, 1) | | [0, 1] |: trivialmente, f(x) = x injetora, logo a cardinalidade de
eli
(0, 1) menor ou igual que a de [0, 1].
Pr
1 8
rs
g(x) = + x.
10 10
Ve
Como temos uma injeo de (0, 1) em [0, 1] e outra no sentido contrrio, o Teorema
de Cantor-Bernstein-Schreder nos garante que os dois conjuntos tem a mesma car-
dinalidade e que existe uma bijeo entre eles. O leitor perceber que encontrar
tal bijeo, embora possvel, pode ser mais difcil do que apresentar as duas funes
injetoras, como fizemos. J
x = 0, d1 d2 d3 . . .
2 Na verdade, afim, porque somamos uma constante ao termo linear.
verso 16 - Jernimo C. Pellegrini
Por exemplo,
f ({1, 3, 5}) = 0, 10101.
Esta funo claramente injetora: se X, Y 2N , e X 6= Y, ento h pelo menos um
nmero natural em X que no est em Y. Isto implica que pelo menos um dgito de
f(X) ser diferente do seu correspondente em f(Y).
Agora definimos a injeo g : (0, 1) 2N :
r
ina
g(0, d1 d2 d3 . . .) = {10d1 , 102 d2 , 103 d3 , . . .}
m
Como exemplo,
eli
g(0, 2103) = 10(2), 102 (1), 103 (0), 104 (3)
= {20, 100, 0, 30000}.
Pr
Exerccios
Ex. 13 Prove que a quantidade de injees de N em Q infinita.
20 CAPTULO 2. CARDINALIDADE
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Captulo 3
Fundamentos da Contagem:
Princpios Aditivo e
Multiplicativo
r
m ina
H dois princpios fundamentais e extremamente simples a partir dos quais tcni-
eli
cas de contagem so desenvolvidas.
Pr
Definio 3.1 (princpio aditivo). Sejam A e B dois conjuntos finitos. Ento |AB| =
|A| + |B|.
o
|A||B|.
Ve
Exemplo 3.3. Uma cidade usa 8 dgitos diferentes para representar nmeros de tele-
fone fixo. Quantas linhas telefnicas podem ser representadas?
Temos 8 conjuntos, cada um com 10 elementos. O conjunto de nmeros que po-
demos representar o produto cartesiano de todos estes conjuntos, portanto temos
10 10 10 10 10 10 10 10 = 108
nmeros diferentes.
Se quisermos que o primeiro dgito seja diferente de zero, teremos 9107 nmeros.
J
Exemplo 3.4. Uma cidade usa 9 dgitos para representar nmeros de telefones m-
veis, sendo que o primeiro sempre deve ser 8 ou 9. A cidade poder ter, no mximo,
2 108 nmeros diferentes para telefones mveis. J
Exemplo 3.5. Um sistema computacional usa senhas com 256 bits para controle de
acesso. H um total de 2256 senhas possveis. Se o sistema exigir que o usurio espere
21
verso 16 - Jernimo C. Pellegrini
cinco segundos entre uma tentativa e outra, um intruso demoraria 5 2256 segundos
para tentar todas as possibilidades se tentar enumerao simples 1 . J
Exemplo 3.6. Os nucleotdeos que compes o RNA so adenina (A), guanina (G), cito-
sina (C) e uracila (U). Quo grande, no mnimo, deve ser uma sequncia de RNA para
representar 1000 indivduos diferentes?
Cada posio pode conter um dentre 4 nucleotdeos diferentes, portanto uma sequn-
cia de tamanho n representa 4n indivduos. Precisamos de uma sequncia de tama-
nho dlog4 1000e. Tomamos o teto porque se calcularmos log4 1000 obteremos 4.9,
que no inteiro. Uma sequencia menor, de tamanho 4, no ser suficiente. Usamos
ento o teto e temos que a sequencia deve ter tamanho no mnimo igual a 5. J
Exemplo 3.7. Computadores usam endereos IP para comunicar-se via rede. Cada en-
tidade em uma rede tem um endereo IP. A verso 4 do protocolo que define os ende-
reos IP definia que os endereos teriam que ser formados quatro bytes, que normal-
mente so descritos em decimal e separados or pontos, como 221.123.4.11. A quan-
r
tidade de possveis nmeros IP passou a ser considerada insuficiente: cada byte iso-
ina
lado representa 256 possibilidades diferentes, e portanto temos 2564 = 4 294 967 296,
pouco mais de quatro bilhes e duzentos mil possveis nmeros IP. A verso 6 do pro-
m
tocolo IP define endereos com 128 bits, e portanto passa-se a ter 2128 , aproximada-
mente 3.4 1038 (um nmero com trinta e nove dgitos) possveis endereos. J
eli
Pr
Exemplo 3.8. Queremos projetar um computador que possa usar 64Gb de memria
RAM, sendo que cada posio da memria deve ter o mesmo tamanho que as sequn-
cias de bits que representam cada posio. Quanto deve ter cada posio?
o
rs
64Gb = 64 1024Mb
Ve
= 64 1024 1024kb
= 64 1024 1024 1024bytes
= 64 1024 1024 1024 8bits
= 512 10243 bits.
(512 10243 ) = qt
log2 (q) t
q 2t
1 Na verdade, o tempo esperado para que o intruso quebre a senha bem menor que isso.
verso 16 - Jernimo C. Pellegrini
23
r
com 35 so simplesmente as sequncias de dois dgitos diferentes. So 102 = 100.
ina
Temos tambm a sequncia de letras. Contamos primeiro o caso em que o F aparece
antes do C. H mais uma letra a incluir, que pode ficar antes do F, entre o F e o C, ou
m
depois do C.
eli
_F_C_
Como h 26 letras e trs posies possveis, temos 3 26 = 78 possibilidades. Como
Pr
(5 21 5) + (21 5 21)
+(5 21 5 21 5) + (21 5 21 5 21)
+(5 21 5 21 5 21 5) + (21 5 21 5 21 5 21)
=(21 52 + 5 212 ) + (212 53 + 213 52 ) + (213 54 + 214 53 )
=(21 52 + 5 212 ) + 53 (214 + 212 ) + 213 (54 + 52 )
possveis anagramas. J
Exemplo 3.11. Um sistema computacional tem controle de acesso com senhas de
cinco dgitos alfanumricos. Isso d uma quantidade de senhas igual a (26 + 10)5 =
verso 16 - Jernimo C. Pellegrini
365 . Se restringirmos as senhas permitidas, exigindo que haja letras e nmeros, te-
remos menos senhas possveis. H 265 senhas somente com letras, e 105 senhas so-
mente com nmeros. Assim, o total de senhas passaria a ser
365 265 105 ,
um nmero ainda bastante grande. J
Exemplo 3.12. Contaremos a quantidade de divisores do nmero 75 600.
Fatorando, vemos que
75 600 = 24 33 52 7.
Um nmero inteiro ser divisor de 75 600, portanto, se for igual a 2a 3b 5c 7d , com
0 a 4
0 b 3
0 c 2
0 d 1.
r
ina
Como todos podem ser zero, h 5 4 3 2 possibilidades. J
Exemplo 3.13. Quantos nmeros de 5 algarismos podemos formar, sendo que a soma
m
do primeiro com o ltimo dgito par?
Contamos todos os nmeros de 5 dgitos: 105 . Exclumos: se o primeiro for mpar
eli
e o segundo for par (5 5), ou o contrrio (mais 5 5). Assim,
Pr
105 2 52 103 . J
o
mais para depois descontar. Para isso usamos as formas inversas dos dois princpios
bsicos de contagem:
Ve
3.1 Permutaes
Definio 3.14 (r-permutao). Uma r-permutao de n elementos uma forma de
arranjar r desses n elementos em ordem.
Exemplo 3.15. Seja A = {a, b, c, d, e}. As sequncias
abced
abcde
baedc
cbade
verso 16 - Jernimo C. Pellegrini
3.1. PERMUTAES 25
so 5-permutaes de A. J as sequncias
acd
bde
aed
bde
so 3-permutaes de A. J
Teorema 3.16. Dado um conjunto A finito, com |A| = n, h exatamente n!/(n r)!
r-permutaes diferentes dos elementos de A.
Exemplo 3.17. Seja A = {a, b, c, d}. H 4! = 24 permutaes de elementos de A:
r
ina
adcb bdac cdab dcad
adbc bdca cdba dcda
m
A quantidade de 2-permutaes de A 4!/2! = 4 3 = 12:
eli
ab ba ca da
ac bc cb db
Pr
ad bd cd dc
o
b
2 a
4
5 1 1
2
6
c
7
e
3
5
Queremos calcular a maneira mais econmica de percorrer todas as cidades, sem pas-
sar por nenhuma delas mais de uma vez, exceto a primeira (que deve ser tambm a
r
ina
ltima). Este problema chamado de problema do caixeiro viajante, ou TSP2 .
A quantidade de maneiras diferentes em que podemos percorrer as cidades exa-
tamente n!, j que cada permutao das cidades nos d um novo percurso. J
m
Exemplo 3.20. Um conjunto X tem 100 elementos. A quantidade de tuplas de tama-
eli
nho 5 que podemos formar com elementos de X, sem repetio,
Pr
100!
= 100 99 98 97 96. J
95!
o
rs
nr
permutaes possveis.
3.2. COMBINAES 27
3.2 Combinaes
Definio 3.21 (r-combinao). Uma r-combinao de n elementos um subconjunto
dos n elementos, tendo tamanho r.
Em outras palavras, uma r-combinao de n elementos uma seleo de r desses
n elementos, sem que importe a ordem.
Teorema 3.22. O nmero de combinaes diferentes com r elementos escolhidos de um con-
junto de tamanho n
n n!
= .
r r!(n r)!
Demonstrao. O nmero de r-permutaes de n elementos n!/(n r)!. Cada sub-
conjunto de r elementos foi contado r! vezes (porque cada uma das ordens possveis
foi contabilizada). Assim, para obter o nmero de r-combinaes, basta dividir por r!,
obtendo a frmula no enunciado.
r
Exemplo 3.23. Queremos testar a interao entre 8 medicamentos diferentes, quando
ina
3 deles so administrados simultaneamente de cada vez. Queremos portanto testar
8 8!
m
= = 56
3 3!(8 3)!
eli
combinaes diferentes de medicamentos. J
Pr
vamente?
Para obter uma sequncia sem dois dispositivos defeituosos seguidos, teramos
que obter, entre cada dois funcionais, no mximo um defeituoso. H n m disposi-
Ve
x1 + x2 + x3 = 5
Sabemos que o valor de cada varivel poder estar entre 1 e 3, e que devem somar 5.
Uma maneira simples de encontrar a soluo escrever 5 como a soma de vrios uns:
1+1+1+1+1=5
3 Ou seja, a probabilidade de dois defeituosos consecutivos
nm+1
n! m
n!
verso 16 - Jernimo C. Pellegrini
r
os xi inteiros positivos (xi > 0) igual a
ina
k1
.
m
n1
eli
Mais ainda, o nmero de solues inteiras no negativas (xi 0)
Pr
n+k1
k
o
rs
Exemplo 3.27. Seja A = {a, b, c, d}. A seguir temos todas as 3-combinaes com
repeties de elementos de A (lembramos que permitimos repeties, mas a ordem
de apresentao dos elementos no importa).
3.2. COMBINAES 29
criamos uma varivel xi que determina o nmero de vezes que ai aparece no multi-
conjunto. Como temos exatamente r elementos, ento
a1 + a2 + + an = r,
r
n1 n1 n
ina
+ =
k k1 k m
n
Se dispusermos, uma linha de cada vez, todos os i , com 0 i 6= n, teremos
eli
0
Pr
0
1 1
0 1
o
2 2 2
0 1 2
rs
3 3 3 3
0 1 2 3
4 4 4 4 4
Ve
0 1 2 3 4
.. ..
. .
n
Mas usando a identidade de Pascal, percebemos que o valor de r dado pela tabela
a seguir, conhecida por tringulo de Pascal.
r
0 1 2 3 4
0 1
1 1 1
n 2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
.. .. ..
. . .
Assim, temos
0 1
2
3
0 1 2 3 1 1 1 1
1 2 3 4 1 2 3 4
P4 = 0 1 2 3 = .
2 3 4 5 1 3 6 10
0 1 2 3
3 4 5 6 1 4 10 20
0 1 2 3
0
0 0 0 1 0 0 0
r
0
ina
1 1
0 0 1 1 0 0
B4 = 0 1 = .
2 2 2
0 1 2 1 0
0 1 2
3 3 3 3 1 3 3 1
m
0 1 2 3
0 1
2
3
1 1 1 1
eli
0 1 0 0
0 1 2 3
BT4 1 = 0 1 2 3
C4 = = 1 1 .
Pr
2 3 0
0 0 2 2
0 1 3
3 0 0 0 1
0 0 0 3
o
r
5
+ x y + x y + xy + y
ina
3 4 5 6
=x6 + 6x5 y + 15x4 y2 + 20x3 y3 + 15x2 y4 + 6xy5 + y J
m
eli
n
3.4 Aproximaes para n! e k
Pr
A funo fatorial permeia toda a Combinatria. Como seu clculo demorado se usar-
mos a definio, damos aqui uma frmula para aproximar n!.
o
fatorial n n
sn = 2n . (3.1)
Ve
e
O teorema a seguir justifica o uso desta aproximao. A demonstrao, no entanto,
requer ferramental que no pretendemos apresentar neste texto.
Teorema 3.39. Seja sn definido como na equao 3.1. Ento
n!
lim= 1.
sn
n
r
k k!
Exemplo 3.43.
m
ina
eli
3 3( 3 1)( 3 2)( 3 3)
=
4 4!
Pr
7 3 + 12
=
4 3
o
7
rs
= 3+ . J
4
Ve
Consequentemente, r = r .
k k
r
Para r inteiro negativo, podemos obter os valores de k usando a identidade de
r
Pascal. Com isso tambm obtemos os valores de k . Por exemplo,
1 0 1 1 0 1 1 0 1
= (1) = +1 = (1) = +1 = (1) = +1
0 0 0 0 0 0
2 1 2 1 2 1
= (1)1 1 = 1 = (1)1 1 = 2 = (1)1 1 = 3
1 1 1
3 2 1 3 2 1 3 2 1
= (1) = +1 = (1) = +3 = (1) = +6
2 2 2 2 2 2
4 1 3 1 4 1
3 = (1)3 3 = 1 3 = (1)3 2 = 4 3 = (1)3 2 = 10
.. .. ..
. . .
verso 16 - Jernimo C. Pellegrini
Podemos portanto expandir o tringulo de Pascal, criando uma parte superior, in-
cluindo linhas com ndice negativo.
k
0 1 2 3 4
.. ..
. .
3 1 3 6 10 15
2 1 2 3 4 5
1 1 1 1 1 1
0 1
1 1 1
n 2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
.. .. ..
. . .
r
Exemplo 3.45 (aproximao de raiz quadrada). O teorema binomial generalizado nos
ina
d imediatamente um mtodo para calcular razes de nmeros reais entre 0 e 2: basta
computar (1 + x)1 /k, com x (1, 1). Podemos tambm usar o mesmo mtodo para
m
calcular razes de qualquer nmero real.
Como exemplo, calcularemos a raiz quadrada de 40.
eli
40 = 36 + 4
Pr
36
rs
r
1
=6 1+ .
9
Ve
4
com cinco termos (ou seja, contando at (1/9) ) 6.324552 . . .,
O valor da aproximao
bastante prximo de 40 = 6.3245553 . . . J
15
A figura a seguir mostra uma aproximao contnua do grfico de x , com x
variando de 0 a 15.
6,000
4,000
2,000
r
0
0
m5
ina 10 15
eli
3.6 Problemas de ocupao: objetos e locais distingu-
Pr
veis
3.7 Problemas de ocupao: objetos indistinguveis,
o
rs
locais distinguveis
Ve
Exerccios
Ex. 19 Quantos anagramas existem para a palavra CAPOTE?
Ex. 21 Um sistema usa senhas que podem variar entre 8 e 10 caracteres. O sistema
exige que as senhas tenham pelo menos dois dgitos, duas letras, e dois caracteres es-
peciais, que podem ser ponto (.), trao (-) ou barra (/). Quantas so as senhas possveis
sem as restries e quantas so com as restries? [ h oficialmente 26 letras em nosso
alfabeto ]
Ex. 24 (Difcil) Nos items que seguem considere matrizes cujas entradas so nme-
ros entre zero e dez.
Quantas matrizes quadradas de ordem n existem onde uma e apenas uma linha
multiplo de outra?
Quantas matrizes quadradas de ordem n existem com posto n 1? E com posto
exatamente n k? E quantas existem com posto no mnimo n k
Quantas matrizes quadradas de ordem n singulares e no singulares existem?
Ex. 25 Calcule
X
n
n
.
k
k=0
r
ina
Ex. 28 Prove o teorema binomial usando induo.
e) (x1 + x2 + + xk )n
rs
P n
k i
f) i=1 (1) x i
Ve
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Captulo 4
Princpio da Incluso e
Excluso
r
m ina
Este Captulo versa sobre o problema de determinar a cardinalidade da unio de di-
versos conjuntos no disjuntos, sabendo as cardinalidades das intersees entre os
conjuntos.
eli
Est claro, inicialmente, que para quaisquer dois conjuntos A e B,
Pr
A AB B
37
verso 16 - Jernimo C. Pellegrini
AB BC
A C
AC
r
Generalizando para n conjuntos, observamos que
m ina
|A1 A2 An | = |A1 | + |A2 | + + |An |
|A1 A2 | |A1 A3 | |An1 An | (2-combinaes)
eli
+ |A1 A2 A3 | + |An2 An1 An |
(3-combinaes)
Pr
..
.
o
[ X X \
n n
Ai = (1)k Ai
i=1
k=1 | {z }
todas k-combinaes
[ X X \
n n
Ai = (1)k1 Ai ,
i=1 k=1 I(nk ) iI
n
onde k o conjunto de combinaes de k elementos de n.
verso 16 - Jernimo C. Pellegrini
39
r
ina
vezes. Esta quantidade igual a um, e portanto cada elemento x contabilizado exa-
tamente uma vez. m
Exemplo 4.3. H 2700 pessoas em um vilarejo. Destas, 3/4 cometeram alguma infra-
o de transito no ltimo ano. 1/3 ru em processo civil e 1/5 tem algum tipo de
pendncia com o fisco. Sabe-se que o nmero de pessoas que ru e que tambm tem
problemas com o fisco 300; que o nmero de infratores de transito que so rus
400; e tambm que a quantidade de infratores em dbito com o fisco 100. Quantos
cidados tem os tres tipos de problema?
Temos
3
|T | = 2700 = 2025,
4
1
|C| = 2700 = 900,
3
1
|F| = 2700 = 540.
5
verso 16 - Jernimo C. Pellegrini
As intersees so:
3
|T | |C| = 2700 = 400,
4
1
|T | |F| = 2700 = 100,
3
1
|C| |F| = 2700 = 300.
5
r
4.1 Permutaes caticas
m ina
Definio 4.4 (permutao catica). Uma permutao catica uma permutao que
no deixa nenhum elemento em sua posio original ou seja, a permutao tem
eli
como entrada uma tupla (x1 , x2 , . . . , xn ) e como sada (y1 , y2 , . . . , yn ) tal que xi 6=
yi para todo i.
Pr
1 2 3 4
,
rs
3 1 4 2
1 2 3 4
,
3 2 4 1
Teorema 4.6. A quantidade de permutaes caticas com n elementos, denotada por !n,
X
n
!
(1)i
!n = n! 1 + .
i!
i=1
a algum Pi .
X
!n = n! |Pi |
i
X
+ |Pi Pj |
i6=j
X
|Pi Pj Pk |
i6=j6=k
.
+ ..
+ (1)n |P1 Pn |.
A quantidade de termos nos somatrios desta frmula
X
n em
i
n X
r
em
2
ina
i6=j
n X
em
m
3
i6=j6=k
eli
..
.
Pr
n
= 1 na ltima linha.
n
o
Note que o tamanho de |Pi | deve ser (n 1)!, porque mantemos fixa a posio i e
rs
|Pi | = (n 1)!
|Pi Pj | = (n 2)!
|Pi Pj Pk | = (n 3)!
..
.
|P1 Pn | = (n n)! = 1
Nos falta somente substituir estes valores na frmula:
n n
!n = n! n(n 1)! + (n 2)! (n 3)! + + (1)n 1
2 3
n! n! n! n!
= n! + (n 2)! (n 3)! + + (1)n
1! 2!(n 2)! 3!(n 3)! n!
n! n! n! n!
= n! + + + (1)n
1! 2! 3! n!
1 1 1 1
= n! 1 + + + (1)n .
1! 2! 3! n!
verso 16 - Jernimo C. Pellegrini
x0 x1 x2 x3
ex = + + + + ,
0! 1! 2! 3!
e que portanto
1 1 1
e1 = 1 + +
1! 2! 3!
r
ina
Calculamos
m
!n n! = n!(1 1 + 1 + + (1)n 1 ) n!(1 1 + 1 1 + )
e 1! 2! n! 1! 2! 3!
eli
X (1)i
X (1)i
n
= n! n!
Pr
i! i!
i=0 i=0
X
(1)i
o
= n!
i!
rs
i=n+1
X
!
1
n!
Ve
i!
i=n+1
X n!
=
i!
i=n+1
X
n!
=
(n + i)!
i=1
1 1
= + +
(n + 1) (n + 1)(n + 2)
X
1
(n + 1)i
i=1
1
=
n
1
< .
2
verso 16 - Jernimo C. Pellegrini
r
m ina
Definio 4.9 (funo (n) (tociente)). Dado um nmero natural n 1, (n) a
quantidade de nmeros entre 1 e n que so co-primos com n.
Exemplo 4.10. (10) = 4, porque so coprimos com dez os nmeros 1, 3, 7, e 9. J
eli
Exemplo 4.11. Para todo primo p, (p) = p 1, j que p coprimo com qualquer
Pr
n = pa 1 a2 a3 as
1 p2 p3 . . . p k
rs
Ento
Y 1
Ve
(n) = n 1 .
pi
Demonstrao. Sejam p1 , p2 , . . ., ps os fatores primos de n. Sejam Di os conjuntos de
divisores de n:
D1 = {qp1 : q N}
D2 = {qp2 : q N}
..
.
Ds = {qps : q N}
A quantidade que queremos
[
(n) = |n| Di
X X
=n |Di | |Di Dj | + + (1)s |A1 An | .
i i6=j
verso 16 - Jernimo C. Pellegrini
Observamos que
n
|Ai | = ,
pi
n
|Ai Aj | = ,
pi pj
e de maneira geral,
n
|Ai Aq | = .
pi pq
Assim,
X n X n X n n
(n) = n + + + (1)s
pi pi pj pi pj pk p1 p2 ps
i i6=j i6=j6=k
X 1 X 1 X 1 1
= n 1 + + + (1)s
r
pi pi pj pi pj pk p1 p2 ps
ina
i i6=j i6=j6=k
1 1 1
=n 1 1 1 .
m
p1 p2 ps
eli
Exemplo 4.13. Seja n = 2004. Sua fatorao
Pr
n = 22 3 167,
o
portanto
rs
1 1 1
Ve
(n) = 2004 1 1 1
2 3 167
166
= 2004
501
= 664. J
Exerccios
Ex. 33 Se |A| = 5, |B| = 10, |C| = 4, |A B| = 3, |A C| = 1, |B C| = 2, e
|A B C| = 1, quantos elementos tem |A B C|?
Ex. 36 Mostre que o teorema 4.1, que enuncia o princpio da incluso e excluso,
pode ser reescrito da seguinte forma, mais compacta1 .
X
[n \
Ai = (1)|I|1 Ai .
i=1 6=In iI
r
m ina
eli
Pr
o
rs
Ve
1 De acordo com Matousek Nesetril [MN98] (p. 88), esta a mais curta e quase diablica forma de des-
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Captulo 5
Funes Geradoras
r
termos) em processos de contagem.
nitos termos
a0 + a1 x + a2 x2 + ,
m ina
Definio 5.1 (srie de potncias). Uma srie formal de potncias uma soma de infi-
eli
ou
Pr
X
an xn .
n=0
o
rs
Por ora no nos interessar se uma dada srie de potencias converge ou no1 .
Nas prximas sees apresentamos as funes geradoras ordinrias, que usaremos
na contagem de objetos quando a ordem no importa, e funes geradoras exponen-
ciais, usadas na contagem de objetos cuja ordem relevante.
47
verso 16 - Jernimo C. Pellegrini
Definio 5.2 (funo geradora ordinria). Seja (an ) uma sequncia. A funo gera-
dora ordinria de (an ) a srie formal de potncias
X
A(x) = an xn .
n=0
A(x) = 1 + x + x2 + x3 +
temos [x3 ]A(x) = 3, e de maneira geral, [xn ]A(X) = x, ou seja, a sequencia repre-
sentada an = 1, cujos termos so
(1, 1, 1, . . .).
r
Para x (1, 1), esta srie converge para
m 1
1x
,
ina
eli
1
por isso dizemos que 1x a funo geradora da sequncia an = 1. J
Pr
C(x) = (1 + x)n
o
rs
n
(1 + x) = 1 x + 1 x+ 1 x + + 1 x
0 1 2 n
n n 2
=1+ x+ x + + xn ,
1 2
1
.
1 4x
com z = 4x e r = 1/2.
X
1/2 1/2
(1 4x) = (4x)i
i
i=0
z }| {
X (1/2)(1/2 1) (1/2 i + 1)
= (1)i 4i xi .
i! | {z }
i=0
r
ina
i!
i=1
X
1 3 5 (2i 1) 1
=1+ 4i xi
m
i=1 |2 2 {z2 2} i!
eli
i ocorrencias de 2
X 1 3 5 (2i 1)
4i xi
Pr
=1+
2i i!
i=1
X 1 3 5 (2i 1)
o
=1+ 2i xi
rs
i!
i=1
X 1 3 5 (2i 1)[i!2i ]
=1+ xi
Ve
i!i!
i=1
X 1 3 5 (2i 1)[2 4 6 2i]
=1+ xi
i!i!
i=1
X
2i! i
=1+ x
i!i!
i=1
X 2i i
= x.
i
i=0
Teorema 5.6. Sejam (an ) e (bn ) sequncias com funes geradoras A(x) e B(x). Ento
i) A(x) + B(x) funo geradora para (an ) + (bn ), que igual a
a0 b0 + a1 b1 + a2 b2 +
Esta sequencia
a 0 b0 ,
r
ina
a0 b1 + a1 b0 ,
a0 b2 + a1 b1 + a2 b0 ,
m
a0 b3 + a1 b2 + a2 b1 + a3 b0
eli
..
.
Pr
(0, 0, 1, 1, 1, . . .).
rs
1
Esta sequencia se parece com a sequncia (0, 1, 1, 1, . . .) do exemplo 5.3, que 1x .
Aqui observamos que se multiplicarmos uma sequencia inteira por x, cada termo
Ve
Esta sequencia se parece com ex , exceto pelo coeficiente de x3 . Sua funo geradora
, claramente,
ex + x3 . J
verso 16 - Jernimo C. Pellegrini
1
A(x) = .
1 x2
Obteremos sua sequncia de coeficientes. Conhecemos uma funo geradora bastante
parecida com esta,
1
B(x) = = 1 + x + x2 + x3 + ,
1x
que gera a sequncia (1, 1, 1, . . .).
A diferena entre as duas est somente na troca de x por x2 ou seja, se subtituir-
mos x por x2 em B(x) obteremos A(x):
1 (x2 )
B(x2 ) = A(x).
=
r
J podemos desta forma identificar os coeficientes de A(x):
J
eli
Pr
simples.
rs
Exemplo 5.10. Suponha que queiramos escolher selecionar objetos de dois tipos,
sendo que os objetos de cada tipo so indistinguveis entre si, e sem que importa a
ordem em que so apresentados. Chamaremos o primeiro tipo de T1 , o segundo de
T2 .
Suponha que haja a seguinte restrio: podemos usar no mximo trs objetos do
tipo T1 , e mo mximo dois objetos do tipo T2 .
Ob;servamos que ao multiplicar dois monmios axp e bxq , obtemos (ab)xp+q
os coeficientes so multiplicados, e os expoentes somados. Se representarmos objetos
do tipo T1 e T2 por
T1 : (t1 x0 + t1 x1 + t1 x2 + t1 x3 )
T2 : (t2 x0 + t2 x1 + t2 x2 ),
r
ina
Ou seja, h uma nica maneira de selecionar cinco objetos, dadas as restries (3 de
t1 e 2 de t2 ); duas de selecionar quatro objetos; tres de selecionar tres objetos, e assim
m
por diante. J
eli
Teorema 5.11. A quantidade de maneiras distinguveis de escolher k objetos de tipos 1 . . . q,
sendo que os objetos do mesmo tipo so nidistinguveis, e sem que importe a ordem, [xk ]G(X),
Pr
onde
G(x) = (1 + x + x2 + + xn1 )(1 + x + x2 + + xn2 ) (1 + x + x2 + + xnq ),
o
rs
Assim, temos
5
1 x11
2 10 5
(1 + x + x + . . . + x ) = = (1 x11 )5 (1 x)5 .
1x
O coeficiente de x10 em (1 x11 )5 zero, porque os produtos sempre envolvem um
ou potncias de grau maior que dez (o binmio tem somente 1 e x11 ). Por isso s
procuramos o coeficiente em (1 x)5 . Como
X
5
(1 x)5 = (x)i ,
k
i=0
5
o coeficiente procurado 10 . Sabemos que
n k n+k1
= (1) ,
k k
e portanto temos
r
ina
5 5 + 10 1 14
= (1)10 = = 1001.
10 10 10
m
Este problema poderia ter sido resolvido de maneira mais rpida observando que o
eli
que se pede uma quantidade de combinaes com elementos idnticos, dada pela
forma fechada n k =
n+k1
. No entanto, relevante por ser um exemplo simples
Pr
k
de aplicao de funes geradoras. J
Exemplo 5.13. De quantas maneira possvel fazer doze pontos jogando quatro dados
o
G(x) = (x + x2 + + x6 )4
4
= x(1 + x + + x5 )
= x4 (1 + x + + x5 )4
x6
1
= x4
1x 1x
4
1 x6
4
=x
1x
= x4 (1 x6 )4 (1 x)4 .
Calculamos:
a1 + a2 + a3 = 10.
r
ina
A quantidade
3
m
= 66,
10
eli
que tambm podemos calcular usando funes geradoras. Para escolher 10 objetos
de tres tipos, a1 , a2 e a3 , havendo estoque ilimitado de cada um, a funo geradora
Pr
= (1 x)3 .
rs
Agora tomamos uma verso modificada do problema, onde exigimos que todos
ai 2.
A funo geradora que nos dar a soluo
G(x) = (x2 + x3 + )3 .
x2 + x3 + = x2 (1 + x + x2 + )
x2
= .
1x
O efeito de multiplicar qualquer srie de potncia por x6 ser o de somar seis a todos os
expoentes. Assim, podemos simplesmente procurar o coeficiente de x4 em (1 x)3 ,
que
3
= 15.
4
O leitor pode querer verificar a listagem das quinze solues abaixo (em ordem lexi-
cogrfica).
2, 2, 6 3, 2, 5 4, 3, 3
2, 3, 5 3, 3, 4 4, 4, 2
2, 4, 4 3, 4, 3 5, 2, 3 J
2, 5, 3 3, 5, 2 5, 3, 2
2, 6, 2 4, 2, 4 6, 2, 2
Exemplo 5.15.
x X
2
= nxn
(1 x)
n1
r
X
ina
x
= cn x n
1 cx
n0
m
J
eli
Definio 5.16 (funo geradora exponencial). Seja (an ) uma sequncia. A funo
o
X xn
A(x) = an .
Ve
n!
n=0
x2 x3 x4
A(x) = 1 + x + + + +
2! 3! 4!
Esta uma funo geradora exponencial para a sequncia (1, 1, 1, . . .) ou seja, n![xn ]A(X) =
1 para todo n.
Denotamos esta funo geradora por ex , porque o valor para o qual ela converge.
J
a 3 vezes,
b 2 vezes,
c 1 vez.
r
x2 x3 x2
ina
G(x) = 1 + x + + 1+x+ (1 + x)
2! 3! 2!
19 3 19 4 x5 x6
m
= 1 + 3x + 4x2 + x + x + +
6 12 2 12
eli
x!
Queremos os coeficientes de n! , por isso reorganizamos o polinmio de forma que
Pr
1! 2! 3! 4! 5! 6!
rs
X
k
i k
T (n, k) = (1) (k i)n .
i
i=0
Demonstrao. Suponha que o i-simo objeto seja posto no local L(i). Uma maneira
de organizar os objetos em locais ser dada pela sequncia L(1), L(2), . . . , L(n), que
uma n-permutao do conjunto {1, 2, . . . , k} de locais. Para um nmero fixo k de
locais, a funo geradora para T (n, k)
x2 x3 k
G(x) = x + + + = (ex 1)k ,
2! 3!
verso 16 - Jernimo C. Pellegrini
e portanto
T (n, k) = n![xn ]G(x).
Pelo teorema binomial,
X
k
k
G(x) = (1)i e(ki)x .
i
i=0
X
k X
k 1
G(x) = (1)i (k i)n xn
i n!
i=0 n=0
X n Xk
x i k
= (1) (k i)n .
n! i
n=0 i=0
n
O coeficiente n![x ]G(x)
r
X
k
ina
k
T (n, k) = (1)i (k i)n .
i
i=0
m
Exemplo 5.21. A quantidade de maneiras de organizar 10 objetos diferentes em 4
eli
gavetas
Pr
X
4
4
T (10, 5) = (1)i(4 i)10
i
i=0
o
4 10 4 10 4 10 4 10 4 10
rs
= 4 3 + 2 1 + 0
0 1 2 3 4
= (1)410 (4)310 + (6)210 (4) + 0
Ve
= 818520. J
Teorema 5.22. A quantidade de maneiras possveis de organizar n objetos diferentes em k
locais diferentes, podendo haver locais vazios
kn .
Exemplo 5.23. A quantidade de maneiras de organizar 10 objetos diferentes em 4
gavetas, podendo haver gavetas vazias,
410 = 1048576. J
r
1 2 5 2 5
ina
= 2 2 1
2! 2 1
= 30/2!
m
= 15. J
eli
Teorema 5.26. A quantidade de maneiras possveis de organizar n objetos diferentes em k
locais indistinguveis, podendo haver locais vazios dada por
Pr
Xk
n
.
o
i
i=1
rs
Demonstrao. Temos 1}
{n possibilidades usando apenas um local, deixando os outros
2 } usando dois locais, e assim por diante. Disso segue trivialmente o
k 1 vazios; { n
Ve
enunciado do teorema.
Exemplo 5.27. A quantidade de maneiras de particionar o conjunto {v, w, x, y, z} em
dois subconjuntos, contando subconjuntos vazios,
5 5
+ = 15 + T (5, 1)
2 1
1 1 5
= 15 + 1
1! 1
= 15 + 1
= 16. J
Esta seo traz uma lista de funes geradoras e suas sequncias. O exerccio 40 pede
a demonstrao de corretude delas.
Funes geradoras ordinrias:
1
P
(1, 1, 1, . . . , 1, . . .) 1x i0 xi
x
P
(0, 1, 2, 3, . . . , n, . . .) (1x)2 i1 ixi
n
x m P i i
(0, 0, . . . , m , . . .) (1x)m+1 im m x
P
(1, m m m m i
1 , 2 , . . . , n , . . .) (1 + x)m i0 i x
n P
(0, 1, 0, 1, . . . , 1(1)
2 , . . .) 1
1x2 i0 x2n
1
P
(1, k, k2 , k3 , . . . , kn , . . .) 1kx i0 ki xi
r
P
ina
xi
(0, 1, 12 , 13 , . . . , n
1
, . . .) 1
ln 1x i1 i
m
Funes geradoras exponenciais:
eli
P
Pr
xi
(1, 1, 1, . . . , 1, . . .) ex i0 i!
P xi
(0, 1, 2, 3, . . . , n, . . .) xex i1 (i1)!
o
1
P i!xi
(1, 2, 6, 24, 120, . . . , n!, . . .)
rs
1x i0 i!
Ve
Um estudo mais detalhado de funes geradoras pode ser encontrado no livro de Her-
bert Wilf [Wil05], e no de Flajolet e Sedgewick [SF96]. Tpicos mais avanados so dis-
cutidos no livro de Goulden e Jackson [GJ04]. Usando Anlise Complexa no estudo de
funes geradoras (ao tom-las como funes complexas), chega-se ao que se chama
Combinatria Analtica, cuja referencia bsica o livro de Flajolet e Sedgewick [FS09].
Exerccios
Ex. 37 Qual a sequencia da funo geradora ordinria ex + x2 x3 ?
verso 16 - Jernimo C. Pellegrini
1
i) ak = k +1 v) ak = kk
1
ii) ak = 2k vi) ak = Fk
iii) ak = 2k3 vii) ak = 2k
k k+1
iv) ak = 2 viii) ak = 2
ix) ak = (1)k x) ak = k 1
ak = k2
xi)
r
Ex. 40 Mostre que as tabelas da seo 5.6 esto corretas.
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Captulo 6
Parties de um Inteiro
r
ina
a ordem. Denotamos a quantidade de parties diferentes de um inteiro por p(n).
Definimos que p(0) = 1. m
Exemplo 6.2. O inteiro 5 pode descrito como
eli
5 =5
=4+1
Pr
=3+2
=3+1+1
o
rs
=2+2+1
=2+1+1+1
Ve
= 1 + 1 + 1 + 1 + 1,
e portanto p(5) = 7. J
61
verso 16 - Jernimo C. Pellegrini
r
ina
Nesta seo obteremos funes geradoras para diversas quantidades de parties de
inteiros.
m
Definio 6.8 (produto infinito). Definimos o produto infinito de uma sequncia (an )
eli
como
Y Yn
ai = lim ai
Pr
n
i=0 i=0
produto divergente.
rs
m
1
pm (n)xn = ,
1 xi
n=0 i=1
ou seja,
Y
m
!
n 1
pm (n) = [x ] .
1 xi
i=1
r
ina
Y
!
n 1
p(n) = [x ] .
1 xi
m
i=1
eli
Teorema 6.11. A quantidade de parties de um inteiro n em que as partes so todas dife-
rentes, mas nenhuma parte tem mais que m elementos,
Pr
Ym
!
d n i
pm (n) = [x ] (1 + x ) .
o
i=1
rs
pd (n) = [xn ] (1 + xi ) .
i=1
Demonstrao.
Y
m
(1 + xi ) = (1 + x)(1 + x2 ) (1 + xm )
i=1
= 1 + x + x2 + (x2+1 + x3 ) + (x4 + x3+1 ) + (x5 + x4+1 + x3+2 ) +
O termo xn aparecer na soma tantas vezes quantas for possvel expressar n como
soma de m inteiros distintos.
O mesmo argumento pode ser repetido para pd (n), sem restrio de tamanho nas
parties, apenas usando o produtrio infinito ao invs do produtrio at m.
Teorema 6.12. A quantidade de parties de um inteiro n em partes mpares igual a
Y
!
i n 1
p (n) = [x ]
(1 x2n1 )
i=1
verso 16 - Jernimo C. Pellegrini
Se removermos os fatores onde x aparece como potncia par, teremos apenas os coe-
ficientes para as parties de tamanho mpar.
Teorema 6.13 (Euler). Para todo natural n,
pd (n) = pi (n).
r
=
1 xi
ina
i=1
1
=
m
(1 x)(1 x3 )(1 x5 )
Y
eli
1
= .
1 x2i1
Pr
i=1
frmula para o nmero de parties de um inteiro, dada por Hardy e Ramanujan, que
reproduzimos aqui
q
2 1
1 X d senh i 3 x 24
p(n) = Ai (n) i q ,
dx
2 i=1 1
x 24
x=n
com X
Ai (n) = h,k e2inh/k
0hk1
(h,k)=1
p(n) Fn+1 ,
r
sendo Fi o i-simo nmero de Fibonacci.
1
e 2n/3 .
m ina
p(n)
eli
4n 3
Pr
1
o
4(200) 3
Ve
r
Exerccios
Ex. 41 Ache as parties conjugadas de
m ina
eli
i) 6 = 3 + 1 + 1 + 1
ii) 10 = 3 + 2 + 2 + 1 + 1 + 1
Pr
iii) 15 = 10 + 4 + 1
o
Ex. 42 Represente as parties de um inteiro n como uma matriz M(n): cada linha
rs
Captulo 7
Recorrncias
Neste Captulo examinamos relaes de recorrncia, que so descries finitas para sequn-
cias numricas infinitas.
r
7.1 Definio e classificao
m ina
eli
Comeamos definindo relaes de recorrncia.
Pr
an = f(a1 , . . . , an1 ).
anteriores a ank .
Se so definidos valores para pontos isolados,
a0 = z,
a1 = z 0 ,
..
.
e homognea se g(n) = 0.
67
verso 16 - Jernimo C. Pellegrini
68 CAPTULO 7. RECORRNCIAS
Exemplo 7.3. A funo fatorial pode ser definida recursivamente. A sequncia onde
an = n! dada pela relao de recorrncia
a0 = 1
an = nan1 . J
Exemplo 7.4. Suponha que precisemos de um algoritmo para localizar um elemento
em um vetor ordenado. O algoritmo ingnuo para este problema pesquisar, da pri-
meira at a ltima posio do vetor, pelo elemento procurado. Na pior das hipteses
ou seja, no pior caso o elemento ser encontrado na ltima posio pesquisada (ou
no ser encontrado em nenhuma das posies), e teremos que realizar n compara-
es.
Podemos usar um algoritmo melhor para isso. Como sabemos que o vetor est
ordenado, comeamos comparando x com a posio
jnk
2
do vetor. Se o elemento naquela posio for maior que x, descartamos a metade
r
direita e reiniciamos a busca nos n
ina
2 elementos esquerda. O mesmo vale quando
o elemento menor que x: descartamos a primeira metade do vetor, e recomeamos
com os n
elementos direita. A intuio nos diz que este algoritmo mais eficiente
2
m
que o anterior. Seu tempo de execuo dado pela relao de recorrncia
eli
t1 = 1
Pr
tn = 1 + tbn/2c . J
Exemplo 7.5. Para resolver o problema das torres de Hanoi, h um algoritmo bastante
o
conhecido:
rs
Exemplo 7.7. Usaremos retas para dividir o plano em regies. As retas no so para-
lelas, e a interseo de quaisquer trs retas sempre ser vazia.
Com nenhuma reta, temos uma regio (o plano inteiro). Com uma reta, temos duas
regies. Denotaremos por rn o nmero de regies em que o plano dividido por n
retas.
Quanto j temos n1 retas, e portanto rn1 regies, a n-sima reta cruzar todas
as outras. E para cada outra reta que cruzar, criar uma nova regio. Assim, rn dado
pela relao de recorrncia
r0 = 1
rn = rn1 + n 1.
r
ina
A cada perodo, aplicamos uma taxa j sobre o montante do perodo anterior.
gnea.
rs
Exemplo 7.10. Para realizar a intercalao de dois vetores de tamanho n/2 precisa-
mos de n comparaes.
O mergesort divide o vetor em dois, chama a si mesmo recursivamente em dois
vetores de tamanho n/2, e finalmente intercala os dois vetores. A equao de recor-
rncia que determina o nmero de comparaes feita pelo mergesort , portanto,
t1 = 1
tn = 2tn/2 + n.
70 CAPTULO 7. RECORRNCIAS
Teorema 7.11. Uma equao recorrente de ordem k acompanhada de k valores iniciais de-
fine unicamente uma sequncia (an ).
Se a equao estiver acompanha de de menos de k valores iniciais, haver mais de uma
sequncia satisfazendo a relao de recorrncia.
Se a equao estiver acompanhada de mais de k valores iniciais, ento uma de duas situa-
es ocorrer: ou a recorrncia no determinar nenhuma sequncia; ou ela determinar uma
nica sequncia. No segundo caso, um dos valores iniciais poder ser descartado, e a relao
de recorrncia continuar representando a mesma sequncia.
r
an = a0 kn .
Exemplo 7.13. A recorrncia para juros compostos
v0 = p
m ina
eli
vn = vn1 + jvn1 ,
Pr
vn = p(1 + j)n . J
Teorema 7.14. A recorrencia linear de primeira ordem
Ve
a0 = k0
an = qn an1 + kn ,
onde k0 , . . . , kn , q1 , . . . , qn so constantes, tem como soluo
X
an = kn + ki (qi+1 qi+2 qn )
0in
X Y
n
!
= kn + ki qm .
0in m=i+1
X Y
n
!
= kn+1 + qn+1 kn + qn+1 ki qm
0in m=i+1
X Y
n+1
!
= kn+1 + ki qm
0in+1 m=i+1
r
ina
em
1
bn = bn1 + g(n)
xn1 f(n 1)
m
Exemplo 7.16. Seja
eli
a0 = 2
Pr
an = 2an1 + 2n1
A recorrncia
o
n = 2n1
rs
n1
admite como soluo xn = 2 . Assim, podemos substituir
Ve
an = 2n1 bn ,
e chegamos em
an = 2an1 + 2n1
2n1 bn = 2 2n2 bn1 + 2n1
72 CAPTULO 7. RECORRNCIAS
r
(xn ) = 1, 2, 4, 8, 16, . . .
m ina
(yn ) = 3, 6, 12, 24, 48, . . .
Notamos que as duas sequncias satisfazem a equao recorrente
eli
an = 2an1 ,
Pr
j que xk = 2xk1 e yk = 2yk1 . Ento tanto (xn ) como (yn ) so duas solues
diferentes para a equao. Pelo Lema 7.18, a combinao linear
o
an = 3an1 2an2
bn = 2bn1 3bn3
r
ina
e polinmio caracterstico
p(x) = x3 2x2 + 3. J
m
Exemplo 7.23. A recorrencia
eli
en = 16en4
Pr
0 0 1 0
,
rs
0 0 0 1
16 0 0 0
Ve
e polinmio caracterstico
p(x) = x4 16. J
Enunciamos lemas e teoremas que permitiro encontrar a forma fechada para re-
corrncias lineares homogneas.
Lema 7.24. Seja C a matriz associada equao de recorrncia da sequncia an . O polinmio
caracterstico de C
k + ck k1 + ck1 k2 + + c2 + c1 .
74 CAPTULO 7. RECORRNCIAS
Se o polinmio caracterstico tem k razes distintas r1 , . . . , rk (ou seja, no tem razes repeti-
das), ento uma sequncia (xn ) satisfaz a equao se e somente se
xn = b1 rn
1 + + bk r k
onde os bi so constantes.
Demonstrao. Pelo teorema fundamental da lgebra, o polinmio caracterstico (que
tem grau k) tem k razes, e portanto
Y
k
p(x) = (x ri ),
i=1
com p(ri ) = 0.
Mas se para qualquer raiz, p(ri ) = 0, ento x = ri soluo para a recorrncia.
Alm disso, pelo Lema 7.24, rni tambm soluo. Como combinaes lineares de
solues tambm so solues, temos a soluo
r
fn = c1 rn n n
1 + c2 r2 + + ck rk .
m
construir um sistema com k equaes e k variveis, ina
Como normalmente temos k valores iniciais, podemos aplicar o Teorema 7.25 para
eli
f1 = c1 r11 + c2 r12 + + ck r1k
f2 = c1 r21 + c2 r22 + + ck r2k
Pr
..
.
o
a1 = 3
a2 = 4
an = an1 + 2an2
O polinmio caracterstico
x2 x 2 = (x 2)(x + 1),
an = c1 (2)n + c2 (1)n .
Para a1 , e a2 temos
c1 (2) + c2 (1) = 3
c1 (2)2 + c2 (1)2 = 4
verso 16 - Jernimo C. Pellegrini
e portanto
7 2
c1 = , c2 = .
6 3
Finalmente,
7 n 2
an = 2 (1)n ,
6 3
e temos uma forma fechada para an . J
Exemplo 7.27. Considere a sequncia de Fibonacci,
F0 = 0
F1 = 1
Fn = Fn1 + Fn2 .
Reescrevemos a equao,
Fn Fn1 Fn2 = 0,
r
e obtemos o polinmio caracterstico
m ina
eli
1 5 1+ 5
, .
2 2
Pr
1 5 1+ 5
rs
Fn = c1 + c2 .
2 2
Ve
ou
c1 + c2 = 0
! !
1 5 1+ 5
c1 + c2 = 1,
2 2
e obtemos
1 1
c1 = c2 = ,
5 5
verso 16 - Jernimo C. Pellegrini
76 CAPTULO 7. RECORRNCIAS
e portanto " !n !n #
1 1+ 5 1 5
Fn = ,
5 2 2
que a forma fechada para o n-simo nmero de Fibonacci. J
Exemplo 7.28. A recorrncia a seguir, pequena e com apenas coeficientes inteiros,
bastante interessante.
t0 = 0
t1 = 1
tn = 2tn1 2tn2
Reescrevemos a recorrncia,
tn 2tn1 + 2tn2 = 0,
r
e identificamos a equao caracterstica,
m ina
1x2 2x + 2 = 0.
Para t0 e t1 ,
c1 + c2 = 0
o
rs
c1 (1 i) + c2 (1 + i) = 1
i i
c1 = , c2 = ,
2 2
e a forma geral da recorrncia
i i
tn = (1 i)n (1 + i)n .
2 2
Pode-se mostrar que
n
tn = 2n sen . J
4
a0 = 2
a1 = 5
an = 4an1 4an2 .
verso 16 - Jernimo C. Pellegrini
x2 4x + 4 = 0,
que tem suas duas razes iguais a 2. No podemos aplicar diretamente o mtodo do
polinmio caracterstico. Se tentarmos, veremos que no h soluo da forma an =
c2n para a1 .
Teorema 7.29. Se o polinmio caracterstico de uma recorrencia linear homogenea tem uma
raiz r com multiplicidade k, ento
an = rn , an = nrn , an = n2 rn , , an = nk1 rn
r
Para obter c1 e c2 , resolvemos
c1 + (c2 )(0)(20 ) = 2
1 1
c1 2 + c2 (1)(2 ) = 5
m ina (c1 = 2)
eli
e obtemos
1
Pr
c1 = 2 .
c2 =
2
Finalmente, podemos escrever a forma fechada para an :
o
rs
1
an = 2(2n ) + n2n
2
= 2n+1 + n2n1 .
Ve
a0 = 3
a1 = 12
a2 = 30
an = 3an1 + 4an3
A equao caracterstica
x3 + 3x2 4 = 0.
Fatorando, temos
(x + 2)2 (x 1),
e portanto as razes so 1 e 2. Tendo somente duas razes, presumimos que a soluo
da forma
an = (c1 )1n + (c2 )(2)n + (c3 )n(2)n .
verso 16 - Jernimo C. Pellegrini
78 CAPTULO 7. RECORRNCIAS
Obtemos
c1 = 10 c2 = 7 c3 = 6.
Ento,
an = (10)1n 7(2)n + 6n(2)n . J
r
ina
Teorema 7.31. Seja C uma matriz associada a uma relao de recorrncia de ordem k. Se
C diagonalizvel, sejam P e P1 as matrizes de mudana de base tais que D = P1 CP
m
diagonal. Seja Z o vetor coluna com os valores iniciais da recorrncia,
eli
z1
z2
Pr
Z = z3 .
..
.
o
zk
rs
A forma fechada para o n-simo termo da recorrncia dada pela primeira entrada do vetor
Ve
PDn1 P1 Z.
a1 = 3
a2 = 4
an = an1 + 2an2
A matriz associada
0 1
.
2 1
Diagonalizando A, temos
1 1 2 0 1 1 1
A= .
2 1 0 1 3 2 1
verso 16 - Jernimo C. Pellegrini
Temos portanto,
an = PDn1 P1 Z
n1
1 1 2 0 1 1 1 3
=
2 1 0 1 3 2 1 4
7 2
= 2n (1)n . J
6 3
uma relao de recorrncia, com a equao caracterstica sem o termo dependente de n (ou
seja, com a equao caracterstica da recorrencia homogenea associada) igual a
r
xk + A1 xk1 + + Ak = 0.
m ina
Se esta equao for multiplicada por (x z)g+1 , obtm-se outra equao com razes r1 , r2 ,
. . . Ento existem ci tais que an = ci rn
eli
i soluo para a recorrncia, assim como no caso
homogneo. Se ri tem multiplicidade m, aplica-se o teorema 7.29.
Pr
a0 = 2
an1
an = + 3n
Ve
2
Temos p(n) = 0, e z(n) = 3n . A equao caracterstica da recorrncia homognea
associada
1
x = 0.
2
Multiplicamos por (x 3), obtendo
x3
x(x 3) = 0,
2
com razes
1
r1 = 3 r2 =
2
As solues sero da forma
n
1
an = c1 (3)n + c2 .
2
verso 16 - Jernimo C. Pellegrini
80 CAPTULO 7. RECORRNCIAS
No entanto, temos duas constantes para determinar (c1 e c2 ), mas s temos um valor
inicial (a0 = 2). Resolvemos este problema calculando a1 :
a0
a1 = + 31 = 4
2
Agora podemos resolver o sistema:
a0 : c1 + c2 = 2
a1 : c1 (3) + c2 (1/2) = 4
determinando as constantes
6 4
c1 = c2 =
5 5
J temos portanto a forma fechada para a recorrncia:
6 n 4
an = (3) + . J
5 (5)2n
r
ina
Exemplo 7.35. Nem toda recorrncia no-homognea pode ser resolvida de forma
simples. Em alguns casos, no entanto, possvel encontrar a forma fechada com rela-
tiva facilidade.
m
eli
Considere a seguinte relao de recorrncia linear no-homognea de ordem 3.
Pr
b0 = 4
b1 = 2
o
b2 = 3
rs
Podemos escrever o termo dependente de n como (n1 )(1n ), e portanto o teorema 7.33
se aplica. O polinmio de grau um, portanto a equao caracterstica ser multipli-
cada por (x 1)1 .
A equao caracterstica da homognea associada
x3 + x2 4x 4 = 0
y2 5y + 4 = 0
1 H forma fechada para as solues de uma equao do quarto grau, mas no a usaremos.
verso 16 - Jernimo C. Pellegrini
x1 = 1 x2 = 1 x3 = 2 x4 = 2
b0 = 4
b1 = 2
b2 = 3
b3 = 3 + 4(2) + 4(4) + 3 = 24
r
ina
c1 + c2 + c3 + c4 = 4
c1 c2 + 2c3 + 2c4 = 2
m
c1 + c2 + 4c3 + 4c4 = 3
eli
c1 c2 + 8c3 + 8c4 = 24
Pr
Temos finalmente
1 29 5
o
c1 = c2 = c3 = c4 = 2
2 6 3
rs
1 29 5
bn = + (1)n + (2n ) 2(2)n . J
2 6 3
h1 = 1
hn = 2hn1 + 1.
hn + 1 = 2hn1 + 2
hn + 1 = 2(hn1 + 1)
verso 16 - Jernimo C. Pellegrini
82 CAPTULO 7. RECORRNCIAS
r
2
ina
nos d tambm uma soluo para a equao original.
m J
Para encontrar uma forma fechada para o n-simo termo de uma sequncia (an ),
Pr
a0 = 1
rs
an = 3an1
Ve
X
ai+1 xi = a1 + a2 x + ax x2
i=0
= x1 a1 x + a2 x2 + a3 x3 +
= x1 a0 + a1 x + a2 x2 + a3 x3 + x1 a0
= x1 (A(x) a0 ).
verso 16 - Jernimo C. Pellegrini
Substituindo, temos
x1 (A(x) a0 ) = 3A(x)
e encontramos
a0
A(x) = .
1 3x
Como a0 = 1,
1
A(x) = .
1 3x
Como j sabemos que esta a funo geradora para 3n , temos [xn ]A(x) = 3n , e
an = 3n .
Exemplo 7.38. Considere a recorrencia
a0 = 1
an+1 = 2an + 2n
Continuando,
X
X
X
r
ina
ai+1 xi = 2 ai xi + 2i xi .
i=0 i=0 i=0
Ou seja,
m
X
eli
A(x) a0
= 2A(x) + (2x)i
x
Pr
i=0
X
A(x) 1
= 2A(x) + (2x)i
x
o
i=0
rs
i
A funo geradora de 2 1/(1 2x), portanto
A(x) 1 1
Ve
= 2A(x) +
x 1 2x
Reescrevemos em funo de A(x):
1 x
A(x) = +
1 2x (1 2x)2
n n n x
[x ]A(x) = 2 + [x ]
(1 2x)2
Sabemos que
x X
= nxn ,
(1 x)2
i1
84 CAPTULO 7. RECORRNCIAS
que uma recorrncia linear. Depois de resolv-la, podemos desfazer a troca de va-
riveis. No entanto, esta recorrncia nos dar apenas os valores de tBk . Para tn , onde
n no potncia de B, a recorrncia no vlida.
Exemplo 7.39. A recorrncia que d o tempo da busca binria
r
t1 = 1
ina
tn = tbn/2c + 1,
m
eli
com A = 1, B = 2 e f(n) = 1.
Seja Sk = t2k . Ento
Pr
S1 = 2 (20 = 1 = t1 )
Sk = Sk1 + 1.
o
rs
t 2n = n + 1
tn = log2 (n),
que a quantidade de comparaes necessria no pior caso da busca binria para po-
tencias de 2, porque usamos Sk = t2k . O leitor pode facilmente perceber que para
n 6= 2k a soluo que encontramos no vlida, j que teramos nmero no inteiro,
a sequncia original inteira. J
Exemplo 7.40. A recorrencia que d o tempo de execuo do mergesort
t1 = 1
tn = 2tbn/2c + n,
com A = 2, B = 2 e f(n) = n.
Seja Sk = t2k . Ento
S1 = 4 (S1 = t2 = 4)
Sk = 2Sk1 + 2k .
verso 16 - Jernimo C. Pellegrini
Sn = 2n (n + 1)
Temos portanto
Sn = t2n = 2n (n + 1)
tn = 2log2 (n) (log2 (n) + 1) (n log(n))
tn = n log2 (n) + n
que a quantidade de comparaes feitas pelo mergesort no pior caso, quando n po-
tncia de 2. J
r
m ina
Muitas vezes, a partir de observao podemos chegar a uma provvel forma fechada
para uma recorrncia. Se tivermos uma forma candidata forma geral para o n-simo
termo de uma recorrncia, podemos provar por induo a validade da forma.
eli
a0 = 2
o
a1 = 3
rs
an = an1 an2
Ve
a0 = 2
a1 = 3
a2 = 2 3
a3 = 2 32
a4 = 22 33
a5 = 23 35
a6 = 24 36 .
ak = 2Fk2 3Fk1
verso 16 - Jernimo C. Pellegrini
86 CAPTULO 7. RECORRNCIAS
Temos portanto
an = an1 an2
= 2Fn3 3Fn2 2Fn4 3Fn3 (hiptese de induo)
Fn3 +Fn4 Fn3 Fn2
=2 3
Fn2 Fn1
=2 3 . (definio de Fn )
Assim, provamos que a sequncia dada por
a0 = 2
a1 = 3
an = 2Fn2 3Fn1 .
Claramente, a demonstrao pode ser adaptada de forma trivial para diferentes valo-
res iniciais (seja por exemplo a0 = x e a1 = y), resultando em
r
a0 = x
ina
a1 = y
an = xFn2 yFn1 . J
m
eli
Exerccios
Pr
a)
a1 =1
Ve
an = n + nan1
b)
a0 = x
a1 = y
an = an1 /an2
r
Ex. 53 Prove o teorema 7.12.
com F0 = 2 e F1 = 3.
m ina
Ex. 54 Determine a forma fechada da sequncia semelhante de Fibonacci, mas
eli
Ex. 55 Podemos retroceder a sequncia de Fibonacci, para nmeros menores que
zero, de forma que continue valendo tanto a definio recursiva como a forma fechada
Pr
que encontramos?
a0 = e3
a1 = e4
q
an = 3 an1 a2n2 .
verso 16 - Jernimo C. Pellegrini
88 CAPTULO 7. RECORRNCIAS
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Captulo 8
r
ina
generalizao no teorema 8.17. O restante deste Captulo contm exemplos de aplica-
o. m
8.1 Forma simples do princpio da casa dos pombos
eli
Pr
Teorema 8.1 (princpio da casa dos pombos). Se h n + 1 pombos e n casas, pelo menos
dois pombos ocuparo a mesma casa.
o
Este princpio pode ser declarado de outra maneira1 , como no teorema 8.2.
rs
Teorema 8.2 (princpio da casa dos pombos). Se |A| > |B|, no exite funo injetora de
A em B.
Ve
acertar n + 1 balas em n pombos, haver pelo menos um pombo com mais de um buraco.
89
verso 16 - Jernimo C. Pellegrini
H quatro quadrados pequenos e cinco pontos, portanto deve haver algum quadrado
pequeno com dois pontos. Se dois pontos esto em um quadrado de lado 1/2, ento a
distncia
entre eles no pode ser maior do que a diagonal desse quadrado, que mede
2
2 . J
Exemplo 8.6. Em um grafo no-dirigido conexo com mais de um vrtice e sem loops,
h dois vrtices com o mesmo grau.
Um vrtice pode estar ligado, no mximo, a n 1 outros vrtices, portanto o grau
de um vrtice pode ser qualquer nmero entre 1 e n 1. H n 1 graus possveis.
Como h n vrtices e n 1 possibilidades para grau, existem dois vrtices com o
mesmo grau. J
r
Exemplo 8.7. Em uma lista qualquer de k + 1 nmeros a1 , a2 , . . . , ak+1 , haver pelo
ina
menos dois nmeros ai e aj tais que (ai aj )|k.
O resto da diviso por k pode ser 0, 1, . . . , k 1 (portanto h k possveis restos).
m
No entanto, temos k + 1 nmeros, portanto h dois nmeros com o mesmo resto:
eli
a i = ci k + r
Pr
a j = cj k + r
Mas
o
ai aj = ci k + r cj k r = (ci ci )k,
rs
divisvel por k. J
Exemplo 8.8. Dados n + 1 nmeros inteiros entre 1 e 2n, haver dois nmeros x e y
Ve
tais que x = 2k y.
Fatore o nmero 2 de cada um dos n + 1 nmeros tanto quanto possvel. Com isso
cada um ser da forma a2k , com a mpar. Ento para cada nmero fatorado, a pode
ser um dentre os n nmeros 1, 3, 5, . . . , 2n 1. H portanto n possibilidades de a
para n + 1 nmeros, e dois tero o mesmo fator a:
x = a2q y = a2r
Ento, supondo q > r, temos
x a2q
= = 2qr . J
y a2r
Exemplo 8.9. Neste exemplo mostramos uma aplicao do princpio da casa dos pom-
bos em uma demonstrao relacionada a compresso de dados.
Definio 8.10. Um algoritmo de compresso de dados pode ser visto como uma funo
cuja entrada uma sequncia de M bits, e cuja sada uma sequncia de n M
bits.
verso 16 - Jernimo C. Pellegrini
Teorema 8.11. Seja C um algoritmo de compresso de dados sem perda de informao. Ento
existe pelo menos uma entrada que C no poder comprimir, nem mesmo em um bit.
Demonstrao. H 2M entradas possveis, e cada entrada mapeada em uma sada di-
ferente. Se n fosse estritamente menor que M, teramos 2n < 2M , menos sadas do
que entradas. Pelo princpio da casa dos pombos, portanto, deve haver alguma sada
com tamanho igual a M.
Este exemplo um de vrios relacionados Teoria da Informao. J
Exemplo 8.12. Um gerador de bits pseudoaleatrios uma funo G que tem como en-
trada uma sequencia de n bits e como sada outra sequncia, de M > n bits. Ideal-
mente, o conjunto de possveis sadas do gerador deve ter distribuio uniforme sobre
o as possveis sequncias de M bits.
Teorema 8.13. No existe gerador de bits pseudoaleatrios cuja sada tenha distribuio
uniforme.
Demonstrao. Para que a sada tivesse distribuio uniforme, cada uma das 2M sadas
r
teria que ser gerada por uma entrada diferente. Mas h apenas 2n < 2M entradas,
uniforme.
m ina
portanto teramos que ter duas sadas para a mesma entrada impossvel. Assim, h
sadas que no sero geradas, e a distribuio das sequncias de sada no pode ser
eli
Dada a restrio imposta por este teorema, em Criptografia define-se o objetivo
de construir geradores pseudoaleatrios cujas sadas sejam indistinguveis de bits ale-
Pr
lo como quiser. Esta pessoa retirar cinco cartas do baralho e as entregar ao assis-
tente do mgico. O assistente escolhe quatro cartas e as mostra, em uma certa ordem,
ao mgico mas o mgico no v a quinta carta, e mesmo assim, ele declara seu valor
Ve
e naipe.
Determinando o naipe: esta a parte fcil. Como h quatro naipes possveis e
cinco cartas, haver duas delas com o mesmo naipe (apica-se o princpio da casa dos
pombos). O assistente esconde uma das duas cartas e posiciona a outra em primeiro
lugar, de forma que o mgico saiba o naipe da carta escondida.
Determinando o valor da carta: damos s cartas os valores A = 1, 2, 3 . . .,
10, J = 11, Q = 12, K = 13. Dispomos os 13 nmeros em crculo. A distncia
para a frente entre dois nmeros a, b, que denotamos por df(ab), a quantidade a
quantidade de passos necessrios, no sentido do relgio, para chegar de a at b.
Para quaisquer dois nmeros a e b, temos que df(a, b) 6 ou df(b, a) 6. Para
que as duas distncias fossem maiores que 6, seria necessrio haver 7+7 = 14 valores
diferentes para as cartas de baralho (aplica-se o princpio da casa dos pombos).
Sejam a e b as duas cartas com mesmo naipe, com df(a, b) 6. O assistente
mostrar ao mgico a, e no b, de forma que o mgico saiba que a distncia da primeira
carta em sua mo e a carta secreta seja menor que seis.
O assistente tambm ajusta a ordem das trs ltimas cartas mostradas ao mgico
para que contenham uma codificao da distncia entre a e b que sabemos ser no
verso 16 - Jernimo C. Pellegrini
mximo seis. Determine uma ordem total para as cartas (por exemplo, a ordem lexico-
grfica por valor e naipe). O assistente ento apresenta as cartas em diferentes ordens
a fim de comunicar diferentes nmeros. Suponha que a ordem seja c1 c2 c3 .
Ento a distancia poderia ser comunicada da seguinte forma:
c1, c2, c3 1
c1, c3, c2 2
c2, c1, c3 3
J
c2, c3, c1 4
c3, c2, c1 5
c3, c1, c2 6
Exemplo 8.15. O princpio da casa dos pombos pode ser usado para demonstrar o
teorema de Fermat sobre a soma de quadrados (8.16).
Teorema 8.16. Todo nmero primo p tal que p 1 (mod 4) pode ser escrito como a soma
r
dos quadrados de dois inteiros.
Mostramos ento que u e v devem existir. Suponha que no. Considere todos os
pares (u, v) diferentes de (0, 0) tais que p u, v p. Existem (2 p + 1)2
possibilidades para estes nmeros, contando (0, 0).
o
rs
p 0 + p
Ve
Descontando, temos (2 p + 1)2 1 destes pares (note que exclumos (0, 0), mas
no os pares (u, 0) e (0, v)). Este nmero portanto a quantidade de nmeros da
forma u + vx (estes so os pombos). Mas existem somente p 1 possibilidades para o
resto da diviso por p (estas so as casas), portanto deve existir pares (u, v) 6= (t, w)
tais que
u + vx t + vw (mod p).
J
verso 16 - Jernimo C. Pellegrini
r
12
pessoas que fazem aniversrio no mesmo ms.
m ina
Exemplo 8.19. Pode-se usar o princpio generalizado da casa dos pombos para de-
J
eli
monstrar o teorema de Erds-Szekeres (8.20).
Teorema 8.20 (de Erds-Szekeres). Em uma sequncia de mn + 1 nmeros diferentes,
Pr
subsequncia de A comeando em ai .
H mn + 1 inteiros positivos `1 , `2 , . . . , `mn+1 . Se existe j tal que `j m + 1
Ve
Exerccios
Ex. 58 Sete dardos so arremessados contra um alvo de raio 10. Mostre que haver
dois dardos entre os quais a distncia ser menor que 10.
n|(aj + aj+1 + . . . + ak ).
Ex. 60 Suponha que tenhamos escolhido cinco pontos no plano, sendo que todos
r
tem coordenadas inteiras. Mostre que h pelo menos um par de pontos tal que o ponto
ina
mdio entre eles tambm tem coordenadas inteiras.
Ex. 61 Em um poliedro qualquer, h duas faces com o mesmo nmero de arestas.
m
eli
Ex. 62 Dados quaisquer quatro pontos em um crculo de raio unitrio, h pelo me-
nos dois deles entre os quais a distncia menor que 2.
Pr
Ex. 64 Dados cinco pontos na superfcie de uma esfera, pode-se divid-la em duas
metades de forma que um hemisfrio contenha quatro deles.
Ve
Captulo 9
9.1 Grupos
r
ina
Para chegarmos ao lema de Burnside e ao teorema de enumerao de Plya ser ne-
cessrio detalhar alguns teoremas em grupos.
m
Definio 9.1 (grupo). Um grupo um conjunto no-vazio G associado a uma ope-
rao : G G G tendo as propriedades listadas a seguir.
eli
Se a operao do grupo for comutativa (ab = ba para todos a, b G), dizemos que
o grupo comutativo (ou abeliano).
A quantidade de elementos no grupo G chamada de ordem de G, que denotamos
por |G|.
Observe que para termos um grupo a operao deve ser : G G G. Isso
significa que ela deve sempre resultar em um elemento do grupo (damos a esta pro-
priedade da operao o nome de fechamento).
Exemplo 9.2. O conjunto dos inteiros com a operao usual de soma um grupo: a
soma associativa; existe o elemento neutro zero; e todo inteiro x tem um inverso
x.
J o conjunto dos inteiros com a operao de multiplicao no um grupo: o
elemento neutro deve ser 1, e somente ele tem inverso para todos os outros o inverso
seria 1/x, que no inteiro. J
Exemplo 9.3. Dado um inteiro positivo n, o conjunto de matrizes quadradas de ordem
n no singulares com a operao usual de multiplicao de matrizes um grupo.
95
verso 16 - Jernimo C. Pellegrini
(1 1) (mod 5) = 1
r
(2 3) (mod 5) = 1
ina
(3 2) (mod 5) = 1
(4 4) (mod 5) = 1
m
eli
Temos portanto um grupo. O mesmo vale se trocarmos 5 por qualquer primo: o con-
junto {1, 2, . . . , p 1} com a operao de multiplicao mdulo p ser um grupo. J
Pr
Exemplo 9.6. O conjunto dos inteiros pares subgrupo do grupo dos inteiros: o zero
continua sendo neutro, a soma de dois pares par (e portanto a operao no resulta
em algum fora do conjunto), e todo par x tem um inverso x que tambm par. J
Ve
A identidade diagonal;
gH = {g.h|h H},
Exemplo 9.9. Seja DIn o grupo das matrizes diagonais mpares no singulares de or-
dem n (os elementos na diagonal so todos mpares), com a operao usual de multi-
plicao. Seja
4 0 0 0
0 4 0 0
..
Q = 4I = 0 0
. 0
.
. .
.
. . .
0 0 4
Ento o conjunto
QDIn = QA|A DIn
uma classe lateral esquerda de DI em Dn . Esta classe lateral contm as matrizes
mltiplas de 4. J
Teorema 9.10 (Lagrange). Se G um grupo finito e H subgrupo de G, ento a ordem de H
divide a ordem de G, e a quantidade de classes laterais esquerdas distintas de H em G
r
ina
|G|
.
|H|
m
Demonstrao. Considere a funo f : H xH, definida como f(h) = xh. Ela uma
eli
bijeo entre H e xH, portanto para todo x
Pr
|xH| = |H|.
G = x1 H x2 H xn H,
Exemplo 9.11. J
1 2 3
A primeira delas, 1 2 3 , o elemento neutro. J
verso 16 - Jernimo C. Pellegrini
f(g(x)) = (fg)(x).
a b
r
d c
Rotao no
sentido horrio, que pode ser descrita como a permutao de cantos
1 2 3 4
4 1 2 3 . Denotamos esta permutao por y.
o
que age sobre todos os quadrados possveis: A identidade o elemento neutro, e toda
sequencia de rotaes tem inversa, j que pode-se rotacionar nas duas direes. O
grupo finito, como podemos ver:
G = {y, yy, x, e} .
Definio 9.14 (ao de grupo). Seja G um grupo e X um conjunto. Uma ao de G em X uma funo
f : G X X tal que
f(e,x)=x para todo x X,
f(g,f(h,x)) = f(gh,x) para todos g, h G.
2 Ou seja, um homomorfismo de G em S
n.
verso 16 - Jernimo C. Pellegrini
Suponha que temos um grupo agindo em um conjunto X. Ser til definir o con-
junto de elementos de X que podem resultar da aplicao de uma ao de G. Esta a
rbita do elemento.
Observe que se g, h G, gx est na rbita de x, mas isso implica que ggx, ghx,
. . . tambm estaro, porque gg e gh, . . . tambm pertencem ao grupo.
r
J a rbita do quadrado abab o conjunto de dois quadrados
{abab, baba} .
m ina J
eli
rs
Proposio 9.21. Seja G um grupo finito aginto em um conjunto X. Defina que um elemento
y X alcanavel em um passo a partir de outro elemento x X se existe algum g G
tal que gx = y. A relao alcanvel uma relao de equivalncia, as classes de equivalncia
definidas por ela so as rbitas de seus elementos.
r
ina
Sabemos que aes de grupo definem relaes de equivalncia, particionando o con-
junto. O lema de Burnside nos permite, havendo um grupo agindo sobre um conjunto,
m
calcular a quantidade de classes de equivalencia definidas pelas aes de grupo. No
contexto do exemplo do quadrado com cantos rotulados, podemos contar a quanti-
eli
dade de qudrados diferentes, independente de rotao.
Pr
fix(g) = {x X|g x = x}.
rs
| fix(g)|.
|G|
gG
Sabemos que se x e y esto na mesma rbita, ento orbG (x) = orbG (y), e stabG (x) =
stabG (y). Ento escolhemos um x e usamos o teorema da rbita e estabilizador para
calcular a seguinte soma sobre todo y na rbita de x:
X
| stabG (y)| = | orbG (x)| | stabG (x)| = |G|.
yorbG (x)
verso 16 - Jernimo C. Pellegrini
r
1
| fix(g)| = (256 + 4 + 16 + 4) = 70.
ina
J
|G| 4
gG m
9.3 Teorema de Enumerao de Plya
eli
man [RT09].
rs
Exerccios
Ve
Ex. 66 Determine onde est o erro: Damos um contraexemplo, provando que o teorema
de Lagrange no vale. Seja Z5 = {1, . . . , 4} o grupo de inteiros mdulo 5 e Z7 = {1, . . . , 6}
o grupo de inteiros mdulo 7. Em ambos os conjuntos a operao a de multiplicao modular,
e Z5 Z7 ( subgrupo). Temos 4 elementos em Z5 e 6 elementos em Z7 . No entanto, 4 - 6,
contrariando o teorema de Lagrange.
Calcule a quantidade de rbitas dos quadrados usando esta frmula (voc deve chegar
tambm em 70 rbitas).
verso 16 - Jernimo C. Pellegrini
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Captulo 10
O Mtodo Probabilstico
r
ina
o mtodo pode ser descrito da seguinte maneira. Suponha que queiramos demons-
trar que uma determinada estrutura com certas propriadades existe um subgrafo
de um grafo com alguma caracterstica especial ou um subconjunto de um conjunto,
m
por exemplo. Construimos um experimento aleatrio, gerando estruturas de acordo
eli
com alguma distribuio, e criamos uma varivel aleatria relacionada existncia
daquela de nosso interesse (o subgrafo, conjunto, etc) por exemplo, seja X a va-
Pr
rivel aleatria que representa o evento o grafo gerado bipartido. A partir da,
podemos usar propriedades dessa varivel aleatria para demonstrar a existncia da
estrutura, ou mesmo determinar limites para a sua quantidade.
o
rs
Lema 10.1. Seja X uma varivel aleatria. H pelo menos um ponto no espao amostral tal
que X E[X], e pelo menos um ponto tal que X E[X].
Teorema 10.3. Todo conjunto A de inteiros no-nulos tem um subconjunto livre de soma de
tamanho |A|/3.
103
verso 16 - Jernimo C. Pellegrini
|C| k+1 1
= > .
p1 3k + 2 3
|C| 1
Pr [di C] = > .
p1 3
r
ina
Isso significa que a esperana da quantidade de elementos di que pertencem a C maior que
n/3. Assim, deve existir um 1 x < p e B A com |B| > n/3 tais que para todo
m
b B, xb (mod p) C.
O conjunto B livre de soma: se houvesse a, b, c B tais que a+b c (mod p),
eli
ento teramos xa + xb xc (mod p), e C no seria livre de soma o que contradiz
Pr
cor ou um subgrafo completo com ` vrtices com todas as arestas da outra cor.
Denotamos o nmero de Ramsey por R(k, `), e quando k = `, denotamos simples-
mente R(k).
Exemplo 10.5. Temos R(2) = 2. O grafo completo com dois vrtices, K2 , mostrado
abaixo.
Trivialmente este grafo, ao ser colorido, sempre ter ele mesmo como subgrafo de
tamanho 2 com uma nica cor. J
Exemplo 10.6. J R(3) igual a seis, porque h uma colorao para a qual o grafo
completo K5 no contm subgrafos completos de tamanho 3 com todas as arestas da
mesma cor:
verso 16 - Jernimo C. Pellegrini
R(k) 2k/2 .
r
ina
Demonstrao. Atribua as duas cores a todas as arestas aleatoriamente: cada aresta
pintada de vermelho com probabilidade 1/2 e de preto com probabilidade 1/2, sendo
m
que a escolha da cor de cada aresta independe das escolhas das outras.
Seja x1 , . . . , xk um subconjunto dos vrtices do grafo. A probabilidade de cada xi
eli
k
estar ligado a todo xj por aresta vermelha 2(2) . A esperana para o nmero de
subgrafos com k vrtices contendo apenas arestas da mesma cor
Pr
1(k ) n
2 2 .
o
k
rs
Se este valor for menor que um, ento deve ser possvel que no haja tais subgrafos, e
este valor menor que um quando
Ve
n < 2k/2 ,
portanto para n 2k/2 sempre deve existir tal conjunto, e R(k) 2k/2 .
Teorema 10.10 (de Erds-Ko-Rado). Seja X um conjunto, tal que |X| = n, e k N tal que
n 2k. Seja tambm F uma famlia intersectante de k-subconjuntos de X (ou seja, F X
k ).
Ento
n1
|F| .
k1
Demonstrao. Sem perda de generalidade, presumimos que X = {0, 1, 2, . . . , n 1}.
Seja : X X uma permutao. Denotamos por (As ) o conjunto
(AS ) = {(s), (s + 1), . . . , (s + k 1)}.
O efeito de em As somente o de renomear os elementos. Desta forma, o Lema 10.9
nos garante que no mximo k desses n conjuntos est em F.
Se escolhermos aleatoriamente s e ,
k
Pr[(As ) F] . (10.1)
n
Mas escolher As desta forma o mesmo que escolher aleatoriamente um conjunto de
r
k elementos de X, portanto
n
m ina
Pr[(As ) F] =
k
|F|
n
eli
Pr[(As ) F] = |F| (10.2)
k
Pr
|F| = .
rs
k n k1
Exemplo 10.11. Seja A = {1, 2, 3, 4, 5, 6}. Temos |A| = n = 6. Escolhemos agora
Ve
Lema 10.12. A esperana um operador linear, ou seja, para quaisquer variveis aleatrias
X e Y e constante c R,
E[X + Y] = E[X] + E[Y]
E[cX] = cE[X].
Demonstrao. Verificamos a soma:
XX
E[X + Y] = (x + y) Pr[X = x, Y = y]
x y
X X X X
= x Pr[X = x, Y = y] + y Pr[X = x, Y = y]
x y y x
X X
= x Pr[x] + y Pr[x]
x y
= E[X] + E[Y].
Para a multiplicao, X
r
ina
E[cX] = cx Pr[x] = cE(X).
x
m
A demonstrao que damos para o Teorema 10.13 usa a linearidade da esperana.
eli
Teorema 10.13. Seja G = (V, E) um grafo com n vrtices e k arestas. Ento h um subgrafo
bipartido de G com no mnimo k/2 arestas.
Pr
X
rs
C= Cx,y ,
x,yE
Ve
onde Ca,b uma varivel aleatria valendo um se (x, y) cruza A e B e zero em caso
contrrio. A esperana desta varivel
E[Cx,y ] = Pr[x B, y A] + Pr[x A, y B]
= Pr[x B] Pr[y A] + Pr[x A] Pr[y B]
(eventos so independentes)
= 1/2.
Como a esperana linear,
X
E[C] = E[Cx,y ] = k/2.
x,yE
Assim, existe pelo menos uma escolha A que nos d pelo menos k/2 arestas cru-
zando as duas partes.
Para este A que identificamos, remova as arestas que no cruzam A e B. O resul-
tado bipartido (porque s restaram as arestas cruzando A e B) e tem pelo menos k/2
arestas.
verso 16 - Jernimo C. Pellegrini
r
22m
2m
ina
m 2+4 m
Demonstrao. Defina um experimento aleatrio onde 2m moedas so jogadas. Cada
m
moeda d origem a uma varivel aleatria Xi . Temos portanto 2m variveis aleatrias
eli
X1 , X2 , . . . , X2m , independentes, tais que
Pr
Pr[Xi = 1] = 1/2
Pr[Xi = 0] = 1/2.
o
so
E[X] = m
Ve
m
Var[X] = .
2
A desigualdade de Chebyshev com t = m nos d
h i 1
Pr |X m| < m .
2
Dado um k tal que |k| < m, a probabilidade de X assumir o valor m + k
h i 2m 1
Pr X = m + k = ,
m + k 22m
mas como 2m
m o maior coeficiente, ento temos
h i 2m 1
Pr X = m + k =
m + k 22m
2m 1
,
m 22m
verso 16 - Jernimo C. Pellegrini
e finalmente temos
1 X h i
|k| < m Pr X = m + k
2
2m 1
(2 m + 1) ,
m 22m
terminando a demonstrao.
Exerccios
Ex. 71 Seja G = (V, E) um grafo aleatrio. Calcule o nmero de vrtices isolados
em G.
Ex. 72 Um hipergrafo um par (V, E), onde V um conjunto de vrtices, e E um
conjunto de arestas. Uma aresta pode ligar mais de dois vrtices: E 2V .
Por exemplo, o hipergrafo
V = {a, b, c, d, e}
r
E = {a, b, c}, {b, c}, {c, e}, {d}
e2
Pr
e1 b
c
a
o
e4
rs
d e3
Ve
c
e
d
Note que h um ciclo dirigido com n (5) arestas no grafo: acebda.
Prove, usando o mtodo probabilstico, que para qualquer n 3 existe um torneio
com n vrtices e pelo menos (n 1)!2n ciclos dirigidos com n arestas.
r
Ex. 76 Refaa o Exerccio 75, mas considerando ciclos de qualquer tamanho.
m ina
Ex. 77 Dado um n 3, sempre possvel obter um torneio onde no h ciclos de
tamanho n? E torneios onde no h ciclos de nenhum tamanho?
eli
Ex. 78 Considere o problema da satisfatibilidade booleana (SAT) com n clusulas
e k variveis. Prove que existe uma valorao que satisfaz pelo menos n(1 2k )
Pr
clusulas.
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Apndice A
Dicas e Respostas
r
Resp. (Ex. 15) Defina a bijeo f : R (0, ), com f(x) = 2x . Depois mostre que
| (0, ) | = | (0, 1) |. m ina
Resp. (Ex. 16) Prove primeiro que |R2 | = |R|, depois proceda por induo na di-
eli
menso.
Pr
Resp. (Ex. 20) A cada aresta podem ser atribudas k cores, portanto temos k|E| co-
loraes possveis.
Resp. (Ex. 22) Com k letras e k+1 dgitos representamos (26k )(10k+1 ). Queremos
111
verso 16 - Jernimo C. Pellegrini
(A + B)2 = AA + AB + BA + BB,
r
2
Resp. (Ex. 38) (i) ln(1 x) (ii) (iii) (1 2x)1 (iv) (2x2 4x + 2)1
ina
2x
x(x+1) 2x x
(v) (1x)3
(vii) x2 2x+1
(viii) x4 2x2 +1
(ix) (1 + x)1
m
eli
Resp. (Ex. 42) (Dica) O posto n, o determinante zero, e o trao n + 1, para
todo n.
Pr
Pn
Resp. (Ex. 48) (a) n+ i=2 n n1
Ve
Resp. (Ex. 51) Pelo exerccio 50(c), temos F2n+1 = Fn (Fn1 + Fn+1 ), e se n > 1,
os dois fatores so maiores que um.
Resp. (Ex. 52) (a) Por induo. Se g(n) este nmero, temos para base:
g(1) = 2 = F2
g(2) = 3 = F3
113
Nas do tipo (ii) podemos usar o penltimo, logo temos g(n 1) escolhas. Assim,
temos
g(n) = g(n 1) + g(n 2) = Fn + Fn1 = fn+1
(b) Considere uma posio qualquer no crculo. Se est desocupada, podemos quebrar
o crculo naquela posio e temos uma linha com n 1 posies, donde podemos
selecionar objetos de g(n 1) = Fn maneiras.
Se a posio est ocupada, seus vizinhos esto desocupados, e (com n > 2) podemos
remover esta posio e os dois vizinhos. Temos portanto g(n 3) = Fn2 possibili-
dades.
Assim, h Fn + Fn2 possibilidades.
r
F2 = 1
F1 = 1
F0 = 0
F1 = 1
m ina
eli
F2 = 1
Pr
F3 = 2
F3 = 3
o
A relao Fn = Fn1 + Fn2 continua valendo, assim como a forma fechada (prove
esta ltima parte!)
Ve
Resp. (Ex. 66) As operaes nos dois grupos so diferentes: multiplicar (mod 5)
no o mesmo que multiplicar (mod 7), portanto Z5 no subgrupo de Z7 .
Resp. (Ex. 67) A tabela a seguir lista os quadrados, sua quantidade, a quantidade
de estabilizadores e a lista de estabilizadores.
quadrados qtde | stabG | stabG
XXXX 4 4 G
XYXY 12 2 e, yy
resto 240 1 e
verso 16 - Jernimo C. Pellegrini
1 X 1 280
| stabG (x)| = (4 4 + 12 2 + 240) = = 70.
|G| 4 4
xX
r
Resp. (Ex. 75) Comece com Kn , e gere aleatoriamente orientaes para as arestas.
ina
A probabilidade de v1 , v2 , . . . , vn ser um ciclo orientado 1/2n , porque dependemos
da orientao de n arestas. Em seguida, considere que existem (n 1)! permutaes
m
dos vrtices, portanto h (n 1)! sequncias que poderiam ou no formar ciclos. Seja
Xi a varivel aleatria que indica que a i-sima permutao de vrtices um ciclo
eli
(Xi = 1 se a permutao ciclo, Xi = 0 se no ). Temos E[X] 1/2n . O nmero
Pr
X X
" #
o
E Xi = E[Xi ]
rs
i i
= (n 1)!(1/2n ).
Ve
Como a esperana para o total de ciclos (n 1)!(1/2n ), deve haver um torneio com
pelo menos esse nmero de ciclos.
verso 16 - Jernimo C. Pellegrini
Ficha Tcnica
Este texto foi produzido inteiramente em LATEX em sistema Linux. Os diagramas foram
criados sem editor grfico, usando diretamente o pacote TikZ. O ambiente Emacs foi
usado para edio do texto LATEX.
r
m ina
eli
Pr
o
rs
Ve
115
verso 16 - Jernimo C. Pellegrini
r
m ina
eli
Pr
o
rs
Ve
verso 16 - Jernimo C. Pellegrini
Bibliografia
r
ina
[FS09] Philppe Flajolet e Robert Sedgewick. Analytic Combinatorics. Cambridge Uni-
versity Press, 2009. isbn: 978-0-521-89806-5.
m
[GJ04] Ian P. Goulden e David M. Jackson. Combinatorial Enumeration. Dover, 2004.
eli
isbn: 978-0-486-43597-8.
[MN98] Jiri Matousek e Jaroslav Nesetril. Invitation to Discrete Mathematics. Oxford,
Pr
[RT09] Fred S. Roberts e Barry Tesman. Applied Combinatorics. 2a ed. CRC Press,
2009. isbn: 978-1-4200-9982-9.
Ve
117
verso 16 - Jernimo C. Pellegrini
ndice Remissivo
rbita, 99 contido, 1
rbita e estabilizador (teorema), 99
diferena, 1
algoritmo de compresso de dados, 90 Dirichlet
aresta, 3 princpio das gavetas de, 89
arredondamento, 2
r
enumervel, 14
ina
boa ordem, 11 Erds-Ko-Rado (Teorema de), 105
Burnside Erds-Szekeres
m
lema de, 100 teorema de, 93
eli
busca binria, 68 esperana (no mtodo probabilstico), 103
linearidade, 106
Pr
cardinalidade, 2, 13 estabilizador, 99
casa dos pombos (princpio de contagem),
famlia intersectante, 105
o
89
Ferrers
rs
sequncia de, 68
classe de equivalencia, 7
funo geradora, 47
classe lateral, 96
de momentos, 58
coeficiente binomial, 31
de probabilidades, 58
estimativa de limite inferior, 108
exponencial, 55
coeficiente multinomial, 26
ordinria, 47
colorao de arestas, 5
combinao grafo, 3
com repeties, 28 completo, 5
complemento, 2 grupo, 95
condies iniciais, 67 ao de, 98
congeuncia de permutaes, 97
de tringulos, 5
conjunto Hani
das partes, 3 torres de, 68
potncia, 3 Hasse
conjunto livre de soma, 103 diagrama de, 9
contm, 1 hipergrafo, 109
118
verso 16 - Jernimo C. Pellegrini
r
multiconjunto, 1
ina
torneio, 110
multiplicidade tringulo de Pascal, 29
de elemento em multiconjunto, 1
m
unio, 1
n, 3
eli
no-enumervel, 14 vrtice, 3
Pr
valores iniciais, 67
ordem varincia, 108
lexicogrfica, 10
o
parcial, 9
rs
total, 8
ordem de um grupo, 95
Ve
r-combinao, 27
com repeties, 28
r-permutao, 24
Ramsey