Teoria Combinatoria

La Universidad del Zulia
Facultad Experimental de Ciencias

Departamento de Matematica y Computacion
Teora Combinatoria
Jose Heber Nieto Said
Maracaibo, 1996
TEORIA COMBINATORIA
ISBN 980-232-573-2
autor: Jose H. Nieto
Departamento de Matem
atica y Computaci
on
Facultad Experimental de Ciencias
La Universidad del Zulia - Apartado Postal 526
Maracaibo, Venezuela
Fax: 58 61 515390
direcci
on electr
onica: jhnieto@luz.ve
c La Universidad del Zulia, 1996.

Indice General
1 Conceptos b
asicos
1.1 Que es la Combinatoria .
1.2 Orgenes y evoluci
on de la
1.3 Los principios b
asicos . .
1.4 Ejercicios . . . . . . . . .
2 Las
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
. . . . . . . .
Combinatoria
. . . . . . . .
. . . . . . . .
configuraciones cl
asicas
Arreglos . . . . . . . . . . . .
Arreglos con repetici
on . . . .
Permutaciones . . . . . . . .
Permutaciones con repetici
on
Combinaciones . . . . . . . .
Combinaciones con repetici
on
Algoritmos combinatorios . .
Ejercicios . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
2
4
10
.
.
.
.
.
.
.
.
13
13
15
15
16
17
19
21
21
3 Coeficientes binomiales y multinomiales

25
3.1 Los coeficientes binomiales . . . . . . . . . . . . . . . . . . . . 25
3.2 Coeficientes multinomiales . . . . . . . . . . . . . . . . . . . . 32
3.3 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4 Principio de Inclusiones y Exclusiones y
4.1 El Principio de Inclusiones y Exclusiones
4.2 Funciones sobreyectivas . . . . . . . . .
4.3 Desarreglos . . . . . . . . . . . . . . . .
4.4 Aplicaciones a la teora de n
umeros . . .
4.5 Ejercicios . . . . . . . . . . . . . . . . .
iii
aplicaciones
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
39
39
41
42
43
45
5 Relaciones de recurrencia y funciones generatrices

5.1 N
umeros de Fibonacci . . . . . . . . . . . . . . . . .
5.2 Funciones generatrices . . . . . . . . . . . . . . . . .
5.3 Relaciones de recurrencia lineales . . . . . . . . . . .
5.4 N
umeros de Catalan . . . . . . . . . . . . . . . . . .
5.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . .
6 Permutaciones y particiones
6.1 Permutaciones . . . . . . . . . . . . . . . . . . .
6.2 N
umeros de Stirling de primera clase . . . . . . .
6.3 Aplicaci
on al an
alisis de algoritmos . . . . . . . .
6.4 Particiones, n
umeros de Stirling de segunda clase
de Bell . . . . . . . . . . . . . . . . . . . . . . . .
6.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . .
7 Teoremas de existencia
7.1 El Teorema de Ramsey . . . . . . . .
7.2 Aplicaciones a la teora de grafos . .
7.3 Una aplicaci
on geometrica . . . . . .
7.4 El Teorema de Graham - Rothschild
7.5 Conjuntos parcialmente ordenados .
7.6 Sistemas de representantes distintos
7.7 Ejercicios . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
8 Enumeraci
on bajo acci
on de grupos
8.1 Acci
on de un grupo sobre un conjunto
8.2 La Acci
on de Polya . . . . . . . . . . .
8.3 Enumeraci
on de grafos no isomorfos .
8.4 Ejercicios . . . . . . . . . . . . . . . .
A Soluciones y sugerencias
A.1 Captulo 1 . . . . . . .
A.2 Captulo 2 . . . . . . .
A.3 Captulo 3 . . . . . . .
A.4 Captulo 4 . . . . . . .
A.5 Captulo 5 . . . . . . .
A.6 Captulo 6 . . . . . . .
A.7 Captulo 7 . . . . . . .
A.8 Captulo 8 . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
iv
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
47
47
50
53
58
62
.
.
.
y
.
.
65
. . . . . . 65
. . . . . . 69
. . . . . . 73
n
umeros
. . . . . . 75
. . . . . . 82
.
.
.
.
.
.
.
85
86
89
92
94
96
99
100
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
103
. 104
. 107
. 112
. 114
.
.
.
.
.
.
.
.
117
. 117
. 119
. 122
. 125
. 128
. 133
. 137
. 141
B Tablas
145
C Lista de smbolos
151
vi
Indice de Tablas
B.1
B.2
B.3
B.4
B.5
B.6
N
umeros de Ramsey R(p, q; 2). . . . . .
Coeficientes binomiales nk . . . . . . .
N
umeros de Stirling de primera especie .
N
umeros de Stirling de segunda especie
N
umeros de Fibonacci, Catalan y Bell. .
Grafos con n vertices y m aristas. . . . .
vii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
145
146
147
148
149
150
viii
Prefacio
Este libro naci
o a partir de las notas de varios cursos de matem
atica discreta y de combinatoria dictados por el autor en la Facultad de Ciencias de la
Universidad del Zulia durante los u
ltimos diez a
nos, para estudiantes de matem
atica y de computaci
on. Una versi
on parcial del texto [N1] fue utilizada
por estudiantes de esos y otros cursos. En 1988 esta obra fue seleccionada
entre las ganadoras del Concurso de Textos Universitarios auspiciado por
el Vice-Rectorado Academico de LUZ. Sin embargo, dificultades de orden
tipogr
afico retardaron y finalmente impidieron su oportuna publicaci
on. La
presente edici
on se debe a la iniciativa del profesor Gustavo Oquendo, quien
prepar
o la versi
on en LATEX en tiempo record.
Esta obra se benefici
o de los aportes y comentarios de mis alumnos y de
varios colegas del Departamento de Matem
atica de la F.E.C., en particular
del profesor Genaro Gonz
alez, con quien sostuve largas conversaciones sobre
temas combinatorios. Deseo expresar aqu mi agradecimiento a todos ellos,
as como al profesor Gustavo Oquendo y al Instituto de C
alculo Aplicado
de la Facultad de Ingeniera de LUZ, en cuyas instalaciones se realiz
o el
trabajo de composici
on del texto. Debo aclarar sin embargo que cualquier
posible error es de mi exclusiva responsabilidad. Asmismo agradezco al
Vice-rectorado Academico de LUZ el apoyo brindado a la presente edici
on.
Jose Heber Nieto Said
Maracaibo, 14 de febrero de 1996.
Introducci
on
En los u
ltimos a
nos el interes por la Combinatoria ha aumentado considerablemente. En gran parte esto se debe al desarrollo de la Ciencia de la
Computaci
on, en la cual juega un rol central el concepto de algoritmo. Para
estimar la eficiencia de un algoritmo es necesario contar el n
umero de veces
que se ejecutar
a cada paso del mismo, y esto es un tpico problema combinatorio. Asimismo la Combinatoria tiene aplicaciones en las ciencias fsicas
(ver por ejemplo la discusi
on del modelo de Ising en [P1]). Por otra parte
las tecnicas combinatorias son ampliamente usadas en toda la Matem
atica,
desde la Teora de Grupos hasta la Teora de Probabilidades. La demostraci
on de Wielandt del teorema de Sylow (ver [H3]) y la teora de paseos al
azar (ver [F1]) son dos hermosos ejemplos de lo afirmado. Otros ejemplos se
encuentran en geometra combinatoria (ver [H1]), teora de grafos (ver [B2],
[H2]), optimizaci
on combinatoria (ver [F2]), etc.
Sin embargo, no abundan las obras dedicadas a la exposici
on sistem
atica de los principios fundamentales de la Combinatoria. Por ese motivo es
frecuente encontrar, en libros dedicados a diversas ramas de la matem
atica, estadstica y computaci
on, secciones m
as o menos extensas en las cuales
se desarrollan los conceptos y tecnicas combinatorias requeridos por cada
autor. Se trata sin embargo de exposiciones parciales, m
as o menos circunscriptas a ciertas necesidades especficas. En idioma castellano, en especial,
las obras de Combinatoria son muy escasas y de difcil obtenci
on. Estas consideraciones nos motivaron a preparar este trabajo, en el cual tratamos de
afirmar la unidad de la Combinatoria desarroll
andola a partir de un peque
no
n
umero de principios b
asicos. No pretendemos sin embargo realizar una exposici
on exhaustiva de los innumerables problemas, resultados y teoras que
comprende la Combinatoria, sino m
as bien exponer sus fundamentos y presentar un buen n
umero de t
opicos representativos de las diversas direcciones
que ha tomado la investigaci
on en el
area. La selecci
on hecha inevitable-
mente refleja de alg

un modo las preferencias e intereses del autor, aunque
hemos hecho un esfuerzo por inclur un conjunto variado y equilibrado de resultados, que puedan ejemplificarse con aplicaciones a diferentes campos de
la matem
atica (algebra, geometra, teora de grafos, probabilidades, teora
de n
umeros, etc.)
La exposici
on trata de enfatizar en todo momento el enfoque tpicamente combinatorio de los problemas tratados, aunque tambien se explican (y
utilizan cuando es necesario) otros metodos. Los n
umeros de Stirling, por
ejemplo, se definen por su propiedad de contar el n
umero de permutaciones y
particiones de determinada clase, y no de la manera usual como coeficientes
de ciertos cambios de base en un espacio vectorial de polinomios.
Al final de cada captulo se incluyen ejercicios y problemas que ilustran
o amplan el material tratado y brindan al lector la oportunidad de poner
a prueba su comprensi
on del texto. En un Apendice se proporcionan soluciones y sugerencias, pero las mismas no deberan ser consultadas antes de
haber hecho un serio esfuerzo para solucionar cada problema. Este tipo de
actividad es fundamental para aprovechar cabalmente este o cualquier otro
libro de matem
atica.
Los prerrequisitos para comprender este libro no son muchos, siendo
suficiente lo que suele ense
narse en un curso de matem
aticas generales de
nivel universitario. Las excepciones se encuentran en el Captulo 8, que
presupone cierta familiaridad con la teora de grupos, y en algunos ejemplos
y ejercicios.
El texto puede ser usado de varias maneras. Los tres primeros captulos
son de naturaleza elemental y proporcionan una introducci
on a la combinatoria adecuada para cursos universitarios de matem
atica general, algebra,
probabilidad y otros que lo requieran. Los captulos 4, 5 y 6 contienen
material algo m
as sofisticado y son apropiados para cursos de matem
atica discreta, en especial para carreras de computaci
on, por sus aplicaciones
al an
alisis de algoritmos. Los dos u
ltimos captulos requieren una mayor
madurez matem
atica, y est
an dirigidos fundamentalmente a estudiantes y
profesores de esta disciplina.
xii
Captulo 1
Conceptos b
asicos
La matematica es rica en tecnica y argumentos. En esta gran
variedad de situaciones una de las mas esenciales herramientas de trabajo es el conteo. Y sin embargo, aunque parezca
extra
no, es una de las cosas mas difciles. Al hablar de conteo,
a lo que queremos referirnos es al proceso de saber en forma
precisa cuantas son las posibilidades en situaciones altamente
complejas.
I.N. Herstein [H3] pag. 8788.
1.1
Qu
e es la Combinatoria
Si se les pregunta que es la Combinatoria, la mayora de los matem

aticos
responder
an algo as como el arte y ciencia de contar. Sin embargo esta
definici
on es inadecuada, pues tpicos problemas combinatorios como el de
describir todos los grafos con un cierto n
umero de vertices o el de la existencia de cuadrados latinos ortogonales, quedaran fuera de su alcance. Si
bien los metodos de recuento forman parte esencial de la Combinatoria, esta
contempla tambien otros aspectos. Adem
as de contar el n
umero de
arboles con n vertices, por ejemplo, interesa tambien describirlos, decir cu
ales
son. En este sentido Claude Berge [B1] propone definir la Combinatoria
como el estudio de las configuraciones formadas con los elementos de un
conjunto finito, entendiendo por tales las aplicaciones del conjunto en otro
(posiblemente provisto de cierta estructura) que satisfagan unas restricciones determinadas. Dentro de esta concepci
on pueden considerarse varios
aspectos, entre ellos: el estudio de configuraciones conocidas, el estudio de
2
la existencia de ciertas configuraciones, el conteo del n
umero de configuraciones de un tipo dado, la enumeracion o descripci
on de configuraciones, la
optimizaci
on combinatoria, es decir la determinaci
on de las configuraciones
que maximizan o minimizan una funci
on dada, etc.
Otros autores, como Aigner [A1], distinguen dentro de la Combinatoria
varias
areas principales, tales como los problemas de enumeraci
on, el estudio
de estructuras de orden en conjuntos finitos, los teoremas de existencia tipo
Ramsey, Sperner, etc. y el estudio de configuraciones. En cualquier caso el
campo abierto a la Combinatoria es amplio y fascinante, repleto de bellos
resultados e interesantes problemas abiertos.
1.2
Orgenes y evoluci
on de la Combinatoria
En cierto sentido la combinatoria puede considerarse tan vieja como la propia Matem
atica, ya que la operacion b
asica de contar los elementos de un
conjunto est
a ligada al origen mismo del concepto de n
umero en los tiempos
prehist
oricos.
Los matem
aticos griegos no prestaron mucha atenci
on a los problemas
combinatorios, si exceptuamos el estudio de los n
umeros poligonales
reali
ya
zado por los pitag
oricos. Seg
un Bourbaki [B3] la f
ormula n2 = n(n1)
2
era conocida en el siglo III de nuestra era. En el siglo
atico
XII el matem
hind
u Bhaskara conoca ya la f
ormula general para np y Lev Ben Gerson
(12881344) realiz
o un estudio m
as detallado de las permutaciones, arreglos
y combinaciones de un conjunto de objetos. Sin embargo sus escritos aparentemente no alcanzaron mucha difusi
on, y varios de sus resultados fueron
redescubiertos varias veces por los matem
aticos de los siglos siguientes.
Cardano (15011576) mostr
o que el n
umero de partes de un conjunto de
n elementos es 2n . Nicolo Fontana de Brescia, contempor
aneo de Cardano y
m
as conocido como Tartaglia, estudi
o un rect
angulo aritmetico equivalente
al tri
angulo que posteriormente recibira el nombre de Pascal y que apareci
o en su obra (en parte p
ostuma) Tratado general sobre el n
umero y la
medida (15561560).
Pascal y Fermat, en el curso de sus estudios sobre los juegos de azar y en
particular sobre el problema de la divisi
on de la apuesta (planteado por el
caballero de Mere) volvieron a encontrar la f
ormula para np . Dichos estudio
constituyeron, por otra parte, el punto inicial del c
alculo de probabilidades
moderno. Pascal parece haber sido el primero en relacionar los n
umeros np
con el teorema del binomio (el cual en alguna forma era ya conocido por los
3
rabes en el siglo XIII y por los chinos en el siglo XIV). Public
a
o su celebre
Tratado del tri
angulo aritmetico en 1665 y aunque dicho tri
angulo ya era
conocido por matem
aticos anteriores como Tartaglia, Stevin y Stifel, desde
entonces es conocido con su nombre.
Leibniz (16461716) dedic
o bastante atenci
on a la Combinatoria, no s
olo
desde el punto de vista matem
atico sino tambien desde una perspectiva filos
ofica. En un ensayo de juventud (De Arte Combinatoria, 1666) escribe:
. . . todo brota interiormente de la teora de las variaciones, la
cual conduce al espritu que a ella se confa, casi por s mismo,
a traves de la totalidad infinita de los problemas, abarcando en
s la armona del universo, la estructura m
as ntima de las cosas
y toda la serie de las formas.
Hacia 1676 obtuvo la f
ormula para los coeficientes multinomiales, redescubierta y publicada por De Moivre veinte a
nos m
as tarde.
Newton extendi
o el teorema del binomio al caso de exponentes fraccionarios. De Moivre (16671754) us
o por primera vez funciones generatrices para
resolver la relaci
on de recurrencia xn = xn1 + xn2 , la cual tiene su origen
en el problema de la multiplicaci
on de los conejos tratado por Leonardo de
Pisa (Fibonacci) en su Liber abaci hacia el a
no 1202.
Bernoulli extendi
o la teora de combinaciones en su Ars Conjectandi
(1713), el primer libro de importancia dedicado al c
alculo de probabilidades. Euler (17071783) hizo aportes fundamentales. Debemos destacar su
soluci
on al problema de los siete puentes de K
onigsberg usando argumentos
combinatorios, que lo convirtieron simult
aneamente en el padre de la Topologa y de la Teora de Grafos. Tambien desarroll
o el metodo de las funciones
generatrices, aplic
andolo al problema de las particiones (entre otros).
Cailey (18211895) atac
o el problema de determinar el n
umero de is
omeros de los hidrocarburos saturados Cn H2n+2 , para cualquier valor de n, lo cual
equivale a un problema de enumeraci
on de cierto tipo de
arboles.
En el presente siglo F. P. Ramsey (19031930) descubri
o un importante
teorema combinatorio de existencia trabajando en el contexto de la l
ogica
matem
atica. En la decada de 1930 Paul Erd
os y otros matem
aticos h
ungaros
dieron un nuevo impulso a la Combinatoria. De hecho Erd
os ha sido, hasta
el presente, uno de los investigadores m
as prolficos en este campo.
Motivado en problemas de la teora de grafos con origen en la qumica,
como Cailey, George Polya [P2] desarroll
o en 1937 una poderosa tecnica
(en parte anticipada por J. H. Redfield [R1]) para resolver problemas de
4
enumeraci
on. Su metodo, basado en la teora de grupos, ha tenido gran
influencia en el desarrollo contempor
aneo de la Teora combinatoria.
En la actualidad la Combinatoria pura evoluciona en la direcci
on de
buscar principios y teoras unificadoras que permitan ordenar y sistematizar
el gran n
umero de resultados existentes, aparentemente dispersos e inconexos. Ejemplo de tales teoras son: el estudio combinatorio de los conjuntos
parcialmente ordenados (ver [A1]) y en particular la extensi
on a estos conjuntos de las funciones de M
obius y f
ormulas de inversi
on (ver [R7], [RS1] y
[G2]), la teora de matroides (ver [A1]), los tableaux (ver [B1] y [R4]) y la
teora de especies combinatorias (ver [M2]). Al mismo tiempo, tiene lugar
un gran desarrollo de las ramas m
as ricas en aplicaciones inmediatas, tales
como la optimizaci
on combinatoria.
1.3
Los principios b
asicos
Denotaremos Nn al conjunto de los n

umeros naturales entre 1 y n, es decir Nn = {1, 2, . . . , n} = {i N : 1 i n}. Dos conjuntos A y B se
dicen coordinables si existe una funci
on biyectiva f : A B. En este caso escribiremos A B. Un conjunto A es finito si es vaco o si existe un
n
umero natural n tal que A Nn . En este caso, si f : Nn A es biyectiva, poniendo ai = f (i) para i = 1, . . . , n podemos denotar el conjunto A
como {a1 , a2 , . . . , an }. Los conjuntos finitos pueden caracterizarse tambien
intrnsecamente por la propiedad de no ser coordinables con ninguno de sus
subconjuntos propios (ver por ejemplo [R3]). Denotaremos mediante |A|
al n
umero de elementos (o cardinal) del conjunto finito A. Si A es vaco,
entonces |A| = 0, y si A Nn entonces |A| = n.
En todo lo que sigue, salvo menci
on expresa en sentido contrario, consideraremos solamente conjuntos finitos.
Principio de correspondencia. 1.3.1. Si A B entonces |A| = |B|.
Demostraci
on. Si A = y A B entonces B = y |A| = |B| = 0. Si
|A| = n y f : Nn A y g : A B son biyectivas, entonces la composici
on
g f : Nn B es biyectiva, lo cual prueba |B| = n = |A|
El principio de correspondencia es usado muy frecuentemente en Combinatoria. A pesar de su sencillez permite resolver muchos problemas de conteo
5
de manera sorprendente, como en el ejemplo siguiente:
Ejemplo: En un campeonato de beisbol jugado por el sistema de eliminatorias se enfrentan n equipos. En cada ronda los equipos perdedores salen
del torneo. Al formar los pares de equipos que se van a enfrentar puede
eventualmente quedar un equipo sin jugar; este descansa y pasa a la ronda
siguiente. Se desea saber cu
antos juegos se realizar
an durante el campeonato.
Aparentemente una forma de resolver este problema sera contar el n
umero de juegos en cada ronda y sumar. Pero este c
alculo se complica por la
posibilidad de tener un n
umero impar de equipos en algunas rondas, y un
n
umero par en otras. El caso m
as simple se da cuando el n
umero de equipos
participantes es una potencia de 2, digamos n = 2k . Entonces evidentemente habr
a k rondas, y el n
umero total de juegos ser
a 2k1 + 2k2 + + 1,
k
o sea 2 1 = n 1. Usando el principio de correspondencia podemos
demostrar que, en general, el n
umero de partidos ser
a siempre n 1. En
efecto, al finalizar el campeonato tendremos un equipo campe
on y n 1
equipos eliminados. Cada uno de ellos fue eliminado en alg
un partido (y
s
olo en uno), y en cada partido fue eliminado un equipo. Esto significa que
la correspondencia que asigna a cada partido jugado el equipo eliminado en
dicho partido, es biyectiva. Por lo tanto se jugaron tantos partidos como
equipos resultaron eliminados, esto es n 1.
Principio de la suma. 1.3.2. Si A B = entonces |A B| = |A| + |B|.
Demostraci
on: Este principio es obvio, pero si se desea una demostraci
on rigurosa puede procederse de la siguiente manera: sean f : Nm A y
g : Nn B ambas biyectivas. Entonces la funci
on h : Nm+n A B definida del modo siguiente:
(
f (i)
si i m
h(i) =
g(i m) si m < i m + n.
es biyectiva, probando as que |A B| = m + n = |A| + |B|.
El principio de la suma se enuncia a veces en los terminos siguientes: Si un
suceso A puede ocurrir de m maneras y otro suceso B puede ocurrir de n
maneras, y no pueden ocurrir ambos simult
aneamente, entonces el suceso A
o B puede ocurrir de m+n maneras. Este enunciado puede parecer un poco
impreciso, pero es posible convertirlo en una proposici
on matem
aticamente
6
aceptable mediante el modelo siguiente: sea X un conjunto cuyos elementos
representan los posibles resultados de un cierto experimento E. Llamemos
sucesos a los subconjuntos de X. Si A es un suceso y el resultado x del
experimento E pertenece al conjunto A, entonces diremos que ocurri
o el
suceso A. Sea B otro suceso. Es claro que el suceso A o B ocurre cuando
el resultado del experimento E est
a en A B, y decir que A y B no pueden
ocurrir simult
aneamente significa que A B = . Asimismo la frase A
puede ocurrir de m maneras no significa otra cosa que |A| = m. Vemos
entonces que el enunciado del principio de la suma en terminos de sucesos,
bajo esta interpretaci
on, afirma que si |A| = m, |B| = n y AB = entonces
|A B| = m + n, lo cual no es m
as que el enunciado original.
Veamos algunas consecuencias del principio de la suma:
Proposici
on 1.3.3. Si A B entonces |A| |B|.
Demostraci
on: Si A B entonces B = A (B\A) y A (B\A) = , por
lo tanto |B| = |A| + |B\A| |A|
Proposici
on 1.3.4. Si f : A B es inyectiva entonces |A| |B|.
Demostraci
on. Si f es inyectiva entonces A f (A), por lo tanto |A| =
|f (A)| |B|.
Proposici
on 1.3.5. Si f : A B es sobre entonces |A| |B|.
Demostraci
on. Para cada elemento b B escojamos una preimagen suya
g(b) en A. De este modo resulta una funci
on g : B A inyectiva, ya que
g(b) = g(b ) implicara b = f (g(b)) = f (g(b )) = b . Entonces por 1.3.4

tenemos |B| |A|.
Proposici
on 1.3.6. Si A1 , . . . , An son disjuntos dos a dos entonces:
|A1 An | = |A1 | + + |An |.
Demostraci
on. Esta generalizaci
on del principio de la suma se prueba
f
acilmente por inducci
on.
(M
as adelante veremos una generalizaci
on a
un mayor de este resultado: el
principio de inclusiones y exclusiones)
Principio del producto (versi
on 1) 1.3.7. |A B| = |A| |B|.
7
Demostraci
on. Este principio puede visualizarse disponiendo todos los
elementos del producto cartesiano A B en una tabla. Suponiendo que
A = {a1 , . . . , am } y B = {b1 , . . . , bn } entonces los elementos de A B son
los pares ordenados:
(a1 , b1 )
(a2 , b1 )
..
.
(a1 , b2 )
(a2 , b2 )
..
.
...
...
..
.
(a1 , bn )
(a2 , bn )
..
.
(am , b1 ) (am , b2 ) . . .
(am , bn )
Se ve claramente que el cuadro tiene m filas y n columnas, y por lo tanto

m n = |A| |B| elementos.
Una demostraci
on m
as rigurosa podra seguir las siguientes lineas: si A
o B son vacos entonces A B es vaco y se cumple |A B| = 0 = |A| |B|.
En caso contrario sean f : Nm A y g : Nn B biyectivas y definamos
h : Nmn A B de la manera siguiente: dado i Nmn sean q y r el
cociente y el resto respectivamente de la divisi
on entera de i 1 entre m.
Entonces,
h(i) = (f (r + 1), g(q + 1))
la funci
on h as definida es biyectiva: su inversa es
h1 (f (k), g(j)) = (j 1)m + k
lo cual prueba que |A B| = m n.
Un enunciado algo m
as general del principio del producto es el siguiente:
on 2) 1.3.8. Si un primer objeto puede
escogerse entre m posibles, y despues de realizada esta selecci
on puede escogerse un segundo entre n posibles, entonces pueden escogerse m n pares
diferentes.
Demostraci
on. En esta versi
on el conjunto de objetos entre los cuales se
puede seleccionar el segundo puede depender del primer objeto elegido. La
situaci
on puede representarse en el cuadro:
(a1 , b11 )
(a2 , b21 )
..
.
(a1 , b12 )
(a2 , b22 )
..
.
...
...
..
.
(a1 , b1n )
(a2 , b2n )
..
.
(am , bm1 ) (am , bm2 ) . . .
(am , bmn )
8
y vemos que tambien aqu el n
umero total de pares es m n.
El principio del producto puede generalizarse f
acilmente para varios factores:
on 3) 1.3.9.
|A1 A2 An | = |A1 | |A2 | |An |
Demostraci
on: inducci
on en n, bas
andonos en (1.3.7).
La generalizaci
on correspondiente de la segunda versi
on del principio
sera la siguiente:
on 4) 1.3.10. Si un primer objeto puede
on puede escogerse un segundo
escogerse entre n1 posibles, y para cada selecci
objeto entre n2 posibles, y luego un tercero entre n3 posibles, etc., hasta un
k-esimo objeto que se puede escoger de nk maneras, entonces el n
umero de
grupos ordenados de k objetos que pueden seleccionarse es n1 n2 nk .
Demostraci
on: Inducci
on en k, bas
andonos en (1.3.8).
Ejemplo: Si en la serie arm
onica 1 + 1/2 + + 1/n + (que como
se sabe es divergente) se suprimen todos los terminos en cuyo denominador
aparezcan uno o m
as sietes (tales como 1/7, 1/17, etc.) la serie resultante
converge o diverge?.
Para responder a esta pregunta calculemos en primer lugar la cantidad
de n
umeros de n cifras entre cuyos dgitos no aparece el 7. La primera cifra
puede escogerse de ocho maneras, ya que no puede ser ni 7 ni 0. Cada una de
las restantes puede escogerse de 9 maneras. La cantidad buscada es entonces
8 9n1 . Todos los terminos de la serie en cuesti
on con denominador de n
cifras son menores que 10(n1) por lo tanto la serie se puede acotar por la
serie geometrica:
n1

2
9
9
9
8+8
+8
+ + 8
+ = 80
10
10
10
por lo cual la serie propuesta es convergente. Este resultado puede parecer
parad
ojico, pues aparentemente al quitar los terminos con 7 estamos quitando relativamente pocos terminos de la serie arm
onica. Pero es una ilusi
on
provocada por el examen de los n
umeros de pocas cifras. De hecho, entre los
n
umeros de n cifras la proporci
on de n
umeros sin sietes es (8/9)(9/10)n1 ,
la cual tiende a cero al aumentar n.
9
Ejemplo: De cu
antas maneras pueden colocarse una torre blanca y
una torre negra en un tablero de ajedrez de modo que se ataquen?
El tablero de ajedrez tiene 8 8 = 64 casillas, y este es el n
umero de
maneras en que se puede ubicar la torre blanca. Una vez ubicada la torre
blanca, la torre negra debe colocarse en una casilla de la misma columna
o fila ocupada por la torre blanca. Como el n
umero de estas casillas es
7 + 7 = 14 la respuesta al problema es 64 14 = 896.
Observemos que si se tratase de colocar dos torres del mismo color, indistinguibles, defendiendose mutuamente, entonces el n
umero anterior debera
dividirse entre 2, resultando 448.
Como otra aplicaci
on interesante del principio del producto demostraremos el siguiente resultado:
Proposici
on (Erd
os - Szekeres [ES1]) 1.3.11. Toda
sucesi
on
de
mn + 1 n
umeros diferentes contiene una subsucesi
on creciente de longitud
mayor que n o una subsucesi
on decreciente de longitud mayor que m.
on y denotemos li la longitud
Demostraci
on. Sea a1 , a2 , . . . , amn+1 la sucesi
de la subsucesi
on decreciente m
as larga que comience con ai . An
alogamente
sea Li la longitud de la subsucesi
on creciente m
as larga que comience en ai .
Supongamos por absurdo que li m y que Li n para i = 1, . . . , mn +
1. Sea f : Nmn+1 Nm Nn la aplicaci
on definida asi: f (i) = (li , Li ).
Esta funci
on es inyectiva, ya que si i < j entonces o bien ai < aj o bien
ai > aj . En el primer caso anteponiendo el elemento ai a una subsucesi
on
creciente de Lj elementos que comience con aj obtenemos una subsucesi
on
creciente de primer elemento ai y Lj + 1 elementos, probando que Li > Lj .
En el segundo caso se prueba por un razonamiento similar que li > lj , y
entonces en cualquier caso se tiene que f (i) 6= f (j). Pero esto conduce a
una contradicci
on, ya que por (1.3.4) tendramos que |Nmn+1 | |Nm Nn |,
o sea mn + 1 mn, lo cual es absurdo.
El conjunto de todas las funciones de un conjunto A en otro B lo denotamos B A . Si A y B son finitos entonces el cardinal de B A viene dado por
la siguiente proposici
on:
Proposici
on 1.3.12. |B A | = |B||A| .
Demostraci
on. Supongamos que |A| = n y sea f : Nn A biyectiva. Esta
funcion f nos permite definir una correspondencia T : B A B Nn poniendo
T (h) = h f para toda h B A . Esta correspondencia es biyectiva, ya que f
10
lo es. Pero B Nn no es otra cosa que el producto cartesiano B B B
(n factores) y entonces por (1.3.9)
|B A | = |B Nn | = |B B B| = |B|n = |B||A|
Proposici
on 1.3.13. El conjunto de partes de un conjunto finito A tiene
|A|
2 elementos.
Demostraci
on. A cada subconjunto X de A hag
amosle corresponder su
funci
on caracterstica fX : A {0, 1} definida as:
(
1 si x X
fX (x) =
0 en caso contrario
De este modo resulta una correspondencia entre subconjuntos de A y funciones de A en {0, 1}, y f
acilmente se ve que se trata de una biyecci
on. Por
lo tanto en virtud de (1.3.12) el n
umero de elementos del conjunto de partes
de A es |2A | = 2|A|
Usaremos la notaci
on [x]n para indicar el producto de n factores decrecientes x(x1)(x2) (xn+1), a veces llamado factorial inferior de x de
orden n. Observemos que [n]n es el factorial ordinario n! = n(n1) 321.
Adoptaremos adem
as la convenci
on [x]0 = 1.
Proposici
on 1.3.14. El n
umero de funciones inyectivas de un conjunto A
en otro B es [|B|]|A| .
Demostraci
on. Sean n = |A| y m = |B|. Si n > m entonces por (1.3.4) no
hay funciones inyectivas de A en B y el producto m(m 1) (m n + 1)
nos da el resultado correcto pues uno de los factores ser
a nulo. Supongamos
entonces que n m y sea A = {a1 , . . . , an }. Si queremos definir una
funci
on inyectiva de A en B, tenemos m posibilidades para elegir f (a1 ),
m 1 para f (a2 ), . . . , m n + 1 posibilidades para f (an ). Entonces, por
el principio del producto, el n
umero de funciones inyectivas de |A| en |B| es
m(m 1) (m n + 1) = [m]n .
1.4
Ejercicios
1. Pruebe que si A y B son conjuntos finitos entonces se cumple

|A B| = |A| + |B| |A B|
11
2. Sean A y B dos conjuntos finitos y f una funci
on de A sobre B tal
1
que |f (b)| = k (constante) para todo b B. Pruebe que entonces
|A| = k |B|
3. (Principio de Dirichlet)
Sean a1 , . . . ak enteros no negativos. Si n objetos se distribuyen en
k cajas C1 , . . . , Ck y n a1 + . . . + ak k + 1 entonces para alg
un
i (1 i k) la caja Ci contiene al menos ai objetos.
4. En un acto deben hablar Luis, Mara, Pedro, Pablo y Luisa. De
cu
antas maneras se puede confeccionar la lista de oradores con la condici
on de que Luis hable antes que Pedro? Y si la condici
on es que
Mara hable inmediatamente despues que Luis? Y si deben alternarse
oradores de distinto sexo?
5. De cu
antas maneras se pueden seleccionar cuatro cartas de un mazo
de 52, de modo que haya una de cada palo?
6. De un mazo de 52 naipes se extraen diez al azar. Cu
al es la probabilidad de no sacar ning
un as? Y de sacar al menos un as? Y
exactamente uno?
7. Cu
al es la probabilidad de que al escoger un n
umero de tres cifras al
azar las tres cifras sean diferentes?
8. Supongamos que cada autom
ovil se identifica mediante una sucesi
on
de tres letras seguidas de tres dgitos, y que las placas se otorgan en
orden alfabetico-numerico comenzando con la AAA000. Las letras que
se utilizan son las veintiseis siguientes:
ABCDEFGHIJKLMNOPQRSTUVWXYZ
Cu
antas placas diferentes son posibles con este sistema? Cu
antos
carros se matricularon antes que el CGU735 ?
9. Cu
antos pares ordenados de fichas de domin
o pueden formarse de
modo tal que liguen, es decir, que tengan al menos un dgito en
com
un? (Suponga que hay suficientes fichas de todos los tipos.)
10. De cu
antas maneras pueden colocarse en un tablero de ajedrez tres
torres blancas identicas de modo que no se ataquen?
12
11. De cu
antas maneras pueden colocarse un alfil blanco y uno negro en
un tablero de ajedrez de modo que se ataquen mutuamente (es decir,
que esten en una misma diagonal)?
12. Pruebe que el n
umero m
aximo de fichas que se pueden colocar en un
tablero cuadrado de n n sin que haya dos en una misma diagonal es
2n 2, y que el n
umero de estas configuraciones maximales es 2n .
Captulo 2
Las configuraciones cl
asicas
combinar tr. Unir cosas diversas, de manera que formen un
compuesto o agregado.
Diccionario de la Lengua espa
nola 20a . edicion,
Real Academia Espa
nola, 1984.
Dado un conjunto de m objetos existen ciertas formas tpicas de agrupar, distribuir o seleccionar sus elementos. En este captulo consideraremos
esas configuraciones estudiadas por la teora combinatoria cl
asica, indicando
tambien el punto de vista moderno.
2.1
Arreglos
Se llaman arreglos de m objetos tomados de n en n a las sucesiones de n

terminos diferentes que pueden formarse con los m objetos. As por ejemplo
los arreglos de las letras a, b, c tomadas de dos en dos son: ab, ac, ba, bc, ca, cb.
Varios terminos se han usado como sin
onimos de arreglos, entre ellos:
variaciones, disposiciones, coordinaciones, etc.
Observemos que si A = {a1 , . . . , an } entonces los arreglos de los elementos de A tomados de n en n no son otra cosa que las funciones inyectivas de
Nn en A. For lo tanto en vista de (1.3.14) tenemos que:
Proposici
on 2.1.1. El n
umero de arreglos de m elementos tomados de n
en n es [m]n = m(m 1) (m n + 1).
Regla de formaci
on recursiva de los arreglos 2.1.2. Para formar los
arreglos de m elementos tomados de n en n, suponiendo que ya han sido
14
formados los de n 1 en n 1, se colocan a la derecha de cada uno de estos
u
ltimos, sucesivamente, los elementos que no figuran en ellos.
Ejemplo
Sea A = {a, b, c, d}. En el cuadro siguiente se ilustra la formaci
on de los
arreglos seg
un la regla anterior:
de 1 en 1
de 2 en 2
de 3 en 3
de 4 en 4
ab
abc
abd
acb
acd
adb
adc
bac
bad
bca
bcd
bda
bdc
cab
cad
cba
cbd
cda
cdb
dab
dac
dba
dbc
dca
dcb
abcd
abdc
acbd
acdb
adbc
adcb
bacd
badc
bcad
bcda
bdac
bdca
cabd
cadb
cbad
cbda
cdab
cdba
dabc
dacb
dbac
dbca
dcab
dcba
ac
ad
b
ba
bc
bd
ca
cb
cd
da
db
dc
Es f
acil probar por inducci
on que la regla enunciada es correcta. Si ya se
ha formado una lista con todos los arreglos de m objetos tomados de n 1
en n 1 entonces dado cualquier arreglo de n en n, quit
andole el u
ltimo
elemento queda un arreglo de n 1 en n 1 que debe estar en la lista.
Esto garantiza la aparici
on del arreglo dado al aplicar la regla. Adem
as
no aparecen arreglos repetidos, ya que si en la lista son todos diferentes al
15
aplicar la regla resultar
an arreglos que, si no difieren en los primeros n 1
elementos, diferir
an en el u
ltimo.
De la regla de formaci
on se deduce que el n
umero de arreglos de m
objetos tomados de n en n, que denotaremos Am
on de
n , satisface la relaci
recurrencia siguiente:
m
Am
n = (m n + 1)An1
ya que de cada arreglo de n 1 en n 1 se obtienen m (n 1) arreglos

diferentes de n en n, agregando al final cada uno de los m(n1) elementos
que no figuran en el. Puesto que obviamente Am
on de
1 = m esta relaci
recurrencia nos da:
m
Am
2 = (m 2 + 1)A1 = (m 1)m,
m
Am
3 = (m 3 + 1)A2 = (m 2)(m 1)m
y en general Am
n = (m n + 1) (m 1)m, en concordancia con nuestro
resultado anterior.
2.2
Arreglos con repetici

on
Se llaman arreglos con repetici

on de m elementos tomados de n en n a
las sucesiones de n terminos que pueden formarse con los m elementos,
entendiendo que cada uno de ellos puede aparecer repetido. As por ejemplo
los arreglos con repetici
on de los elementos a, b y c tomados de dos en dos
son los siguientes:
aa ab ac ba bb bc ca cb cc
Proposici
on 2.2.1. El n
umero de arreglos con repetici
on de m elementos
tomados de n en n es mn .
Demostraci
on. Los arreglos con repetici
on de m elementos a1 , a2 , . . . , am no
son otra cosa que las funciones de Nn en el conjunto {a1 , a2 , . . . , am } y por
lo tanto su n
umero es mn como vimos en (1.3.12).
2.3
Permutaciones
Los arreglos de n objetos tomados de n en n son llamados permutaciones

de los n objetos. Se tiene obviamente que:
16
Proposici
on 2.3.1. El n
umero de permutaciones de n objetos es n!
Demostraci
on: En efecto,
[n]n = n(n 1) (n n + 1) = n(n 1) 2 1 = n!
Regla de formaci
on de las permutaciones 2.3.2.
Puede particularizarse la regla de formaci
on de los arreglos, o seguir este
otro procedimiento: ya formadas las permutaciones de los n 1 elementos
a1 , . . . , an agreguemos el elemento an a cada una de ellas, en todas las posiciones posibles.
Ejemplo
Formaci
on sucesiva de las permutaciones de {a}, {a, b} y {a, b, c}:
ab
abc
acb
cab
ba
bac
bca
cba
2.4
Permutaciones con repetici

on
Dados los elementos a1 , a2 , . . . , ar y n

umeros naturales k1 , k2 , . . . , kr consideremos las sucesiones de n = k1 + k2 + + kr terminos que se pueden
formar con los ai de modo que a1 aparezca k1 veces, a2 aparezca k2 veces,
. . . y ar aparezca kr veces. A estas sucesiones se les llama permutaciones
con repetici
on de los elementos dados (con multiplicidades k1 , . . . , kr ). Para
contar su n
umero consideremos un conjunto A de n elementos, particionado
en clases disjuntas C1 , C2 , . . . , Cr tales que |Ci | = ki . Digamos que dos permutaciones f y g de los elementos de A son equivalentes si los elementos f (i)
y g(i) pertenecen a la misma clase en A para i = 1, 2, . . . , n. Los elementos
de Ci pueden permutarse entre si de ki ! maneras. Como esto ocurre para
cada i de 1 hasta r es claro que para cada permutaci
on de los elementos
de A hay k1 ! k2 ! . . . kr ! permutaciones equivalentes. El n
umero de clases de
equivalencia ser
a entonces el cociente entre el total de permutaciones de A
y este n
umero k1 ! k2 ! . . . kr ! . Pero es claro que estas clases de equivalencia pueden ponerse en correspondencia biyectiva con las permutaciones con
repetici
on, por lo tanto hemos establecido que:
17
Proposici
on 2.4.1. El n
umero de permutaciones con repetici
on de r elementos con multiplicidades k1 , k2 , . . . , kr es:
n!
k1 ! k2 ! . . . kr !
siendo n = k1 + k2 + + kr .
Ejemplo
Determinemos cu
antas palabras diferentes pueden formarse permutando
las letras de la palabra MATEMATICA. Tenemos dez letras, que se reparten
en tres A, dos M, dos T , una E una I y una C . Por lo tanto la respuesta
se obtiene dividiendo 10! entre 3! 2! 2! 1! 1! 1! lo cual resulta ser 151200.
2.5
Combinaciones
Llamaremos combinaciones de m elementos a1 , a2 , . . . , am tomados de n en

n a los subconjuntos de n elementos del conjunto {a1 , a2 , . . . , am}. Denotaon
remos el n
umero de tales combinaciones mediante el smbolo m
n , notaci
introducida por Andreas von Ettingshausen en su obra Die Combinatorische
Analysi (Viena, 1826).
Ejemplo
Las combinaciones de los cuatro elementos a, b, c, d tomadas de
dos en dos
son : {a, b}, {a, c}, {a, d}, {b, c}, {b, d} y {c, d}. Por lo tanto 42 = 6.
Nota: Generalmente se escriben las combinaciones sin las llaves que se usan
para denotar conjuntos. As en el ejemplo anterior tendramos ab, ac, ad,
bc, bd, cd. Sin embargo al usar esta notaci
on hay que tener en cuenta que
no importa el orden de los elementos dentro de cada grupo, a diferencia de
lo que sucede con 1os arreglos.
Para cada combinaci
on de m elementos tomados de a n formemos las
n! permutaciones posibles con sus elementos. De este modo se obtendr
an
arreglos de m elementos tomados de a n. Es claro que todos los arreglos
formados ser
an distintos, pues si provienen de combinaciones distintas difieren en alg
un elemento, y si provienen de la misma difieren en el orden
de los elementos. Adem
as es evidente que se obtendr
an todos los arreglos
de los m elementos tomados de n en n. Puesto que cada una de las m
n
combinaciones origina n! arreglos resulta que m
n n! = [m]n y por lo tanto:
18
Proposici
on 2.5.1. El n
umero de combinaciones de m elementos tomados
de n en n es:

m
[m]n
m(m 1) (m n + 1)
m!
=
=
=
n
n!
n(n 1) 3 2 1
n! (m n)!
Si ya se han escrito todas las combinaciones de m elementos tomados de
n 1 en n 1, escribiendo a la derecha de cada una de ellas, sucesivamente,
cada uno de los elementos que siguen a los que entran en la combinaci
on, se
obtienen todas las combinaciones tomadas de n en n.
La comprobaci
on de la correcci
on de esta regla se deja como ejercicio.
Nos limitaremos a ilustrarla con un ejemplo.
Ejemplo
Sea A = {a, b, c, d}. Las combinaciones que pueden formarse son:
de 1 en 1
a
de 2 en 2
ab
ac
ad
bc
bd
cd
c
d
de 3 en 3
abc
abd
acd
de 4 en 4
abcd
bcd
Las combinaciones pueden ser estudiadas tambien desde otro punto de

vista. Para ello introduzcamos un orden lineal estricto en el conjunto A =
olo si i < j. Entonces podemos es{a1 , a2 , . . . am } definiendo ai aj si y s
tablecer una correspondencia entre las funciones estrictamente crecientes de
Nn en A y los subconjuntos de A con n elementos. En efecto, si f : Nn A
es estrictamente creciente (es decir que i < j implica f (i) f (j)) hag
amosle
corresponder su imagen Im(f ) = {f (1), f (2), . . . , f (n)}. Esta correspondencia es sobreyectiva, ya que dado un subconjunto B de A con n elementos,
ordenemoslos y sean estos b1 b2 bn . La funci
on f : Nn A
definida como f (i) = bi es estrictamente creciente y se tiene obviamente
Im(f ) = B. La correspondencia es tambien inyectiva pues si f y g son dos
funciones distintas de Nn en A, ambas estrictamente crecientes, sea j el menor n
umero natural (entre 1 y n) tal que f (j) 6= g(j). Supongamos para
19
fijar ideas que g(j) f (j). Entonces si 1 i < j se tiene f (i) = g(i) g(j),
mientras que si j < i n entonces g(j) f (j) f (i) . En todo caso g(j)
no pertenece a Im(f ) y por lo tanto Im(f ) 6= Im(g).
La correspondencia biyectiva que se acaba de establecer nos permite
afirmar que hay tantas funciones estrictamente crecientes de Nn en A como
combinaciones de los elementos de A tomados de n en n. M
as en general
podemos substituir Nn por otro conjunto linealmente ordenado cualquiera. Adem
as los razonamientos hechos son v
alidos tambien para funciones
estrictamente decrecientes. Por lo tanto podemos afirmar que:
Proposici
on 2.5.2. El n
umero de funciones estrictamente crecientes o estrictamente decrecientes de un conjuntolinealmente ordenado B de n elementos en otro A de m elementos es m
n .
2.6
Combinaciones con repetici

on
Las combinaciones con repetici

on de m elementos tomados de n en n son
los grupos de n elementos que pueden formarse con los m dados, sin tomar
en cuenta el orden y admitiendo elementos repetidos. As por ejemplo las
combinaciones con repetici
on de los elementos a, b y c tomados de dos en
dos son las siguientes:
aa, ab, ac, bb, bc, cc
Una forma interesante de representar las combinaciones con repetici
on
i1 i2
i
m
de m elementos a1 , a2 , . . . , am es en forma de monomio a1 a2 . . . am donde el
exponente de cada elemento aj indica el n
umero de veces que dicho elemento
aparece en la combinaci
on. Es claro que de este modo se establece una correspondencia biyectiva entre combinaciones con repetici
on de m elementos
tomados de n en n y monomios de grado n en m variables, con coeficiente
unidad. Para contar el n
umero de tales monomios hagamos corresponder
a cada uno de ellos una sucesi
on de ceros y unos, escribiendo para cada
variable una hilera de tantos unos como indique el exponente (ninguno si el
exponente es cero) y usando ceros como elementos de separaci
on entre las
hileras de unos correspondientes a variables distintas. El resultado tendr
a el
siguiente aspecto:
1
1} 0 |1 {z
1} 0 0 |1 {z
1}
| {z
i1
i2
im
20
Si alg
un exponente es nulo la hilera correspondiente de unos ser
a vaca,
apareciendo por consiguiente dos o m
as ceros consecutivos. En cualquier
caso habr
a m 1 ceros y la longitud de la sucesi
on ser
a i1 + i2 + + im +
m 1 = n + m 1.
Veamos como ejemplo algunos monomios de sexto grado en cuatro variables a, b, c, d y las sucesiones de ceros y unos asociadas:
a2 bc2 d
b4 d2
d6
a6
1
0
0
1
1
1
0
1
0
1
0
1
1
1
1
1
0
1
1
1
1
0
1
1
1
0
1
0
0
1
1
0
1
1
1
0
Es claro que la correspondencia establecida es biyectiva, y por lo tanto

hay tantos monomios de grado n en m variables con coeficiente unidad como
sucesiones de n + m 1 terminos, de los cuales n son unos y m 1 son ceros.
El n
umero de tales sucesiones es obviamente n+m1
pues una vez elegidas
n
las n posiciones donde se van a poner los unos los m 1 puestos restantes
deben llenarse con ceros. Quedan probadas entonces las dos proposiciones
siguientes:
Proposici
on 2.6.1. El n
umero de las combinaciones
con repetici
on de m

elementos tomados de n en n es n+m1
.
n
Proposici
on 2.6.2. El n
umero de monomios de grado n en m variables
con coeficiente unidad es n+m1
.
n
Una forma m
as moderna de tratar las combinaciones con repetici
on consiste en ordenar el conjunto A = {a1 , . . . , am } como lo hicimos antes y
considerar las funciones crecientes (en sentido amplio) de Nn en A. Con
razonamientos an
alogos a los hechos para las combinaciones simples y las
funciones estrictamente crecientes puede verse que existe una correspondencIa biyectiva natural entre combinaciones con repetici
on de m elementos
tomados de de n en n y funciones crecientes (en sentido amplio) de un conjunto linealmente ordenado de n elementos en otro de m elementos. Estos
hechos se resumen en el siguiente enunciado:
Proposici
on 2.6.3. El n
umero de funciones crecientes (o decrecientes) en
sentido amplio de un conjunto
linealmente ordenado de n elementos en otro
n+m1
de m elementos es
.
n
21
2.7
Algoritmos combinatorios
El problema de generar permutaciones, combinaciones y otros objetos combinatorios con el computador ha dado origen a una serie de interesantes
algoritmos. Como ejemplo inclumos a continuaci
on uno que genera las permutaciones de los n
umeros del 1 al n en orden lexicogr
afico, comenzando
por 1, 2, . . . , n y finalizando con n, n 1, . . . , 2, 1 . Cada permutaci
on se
representa mediante un arreglo a[1], a[2], . . . , a[n]. Usamos la flecha hacia la
izquierda para denotar la asignaci
on de un valor a una variable.
Algoritmo generador de permutaciones 2.7.1.
Paso 1 (inicializar) Para i = 1 hasta n hacer a[i] i
Paso 2 Imprimir a[1], a[2], . . . , a[n]
Paso 3 Hallar el mayor i tal que a[i] < a[i + 1]. Si no se encuentra tal i el
algoritmo finaliza (esto ocurrir
a necesariamente luego de imprimir la
permutaci
on n, n 1, . . . , 3, 2, 1)
Paso 4 Hallar el menor a[j] con j > i y tal que a[j] > a[i]
Paso 5 Intercambiar los valores de a[i] y a[j]
Paso 6 Invertir la sucesi
on a[i + 1], . . . , a[n]
Paso 7 Volver al Paso 2.
Para m
as detalles sobre este y otros algoritmos combinatorios vea [K1],
[N3] y [R2].
2.8
Ejercicios
1. Cu
antas banderas con tres franjas horizontales del mismo ancho y
distintos colores pueden formarse, si se dispone de tela amarilla, azul,
verde, blanca y roja?
2. En el alfabeto Morse, usado en telegrafa, se emplean solamente dos
signos: el punto y la raya. Cu
antas palabras distintas pueden formarse compuestas de uno, dos, tres, cuatro o cinco signos? Generalice.
3. De cu
antas maneras puede formarse una ronda con diez ni
nos?
22
4. Con diez cuentas de vidrio de distintos colores, cu
antos collares diferentes se pueden formar?
5. Cu
antos n
umeros mayores que 3000 y menores que 4000 pueden formarse con los dgitos 2, 3, 5 y 7
a) si cada cifra puede usarse s
olo una vez ?
b) si cada cifra puede emplearse las veces que se desee ?
6. Cu
antas palabras diferentes pueden formarse con las letras de la palabra POLINOMIO?
7. Si se forman todos los n
umeros que resultan de permutar las cifras de
123579 y se ordenan en forma creciente, que lugar ocupar
a el n
umero
537192 ?
8. De un grupo de seis hombres y cuatro mujeres,
a)Cu
antas comisiones de tres personas se pueden formar?
b)Cu
antas en las que haya exactamente un hombre?
c)Cu
antas en las que haya al menos un hombre?
9. Cu
antos tri
angulos se pueden formar que tengan como vertices los
vertices de un dec
agono regular?
10. Si n puntos distintos situados en una circunferencia se unen de todas
las maneras posibles, cu
antos puntos de intersecci
on resultan, como
m
aximo?
11. En un plano hay n puntos, k de los cuales est
an alineados. A excepci
on
de ellos no hay tres en lnea recta. Cu
antas lneas rectas diferentes
resultan si se unen los n puntos dos a dos?
12. En cu
antos puntos se cortan n rectas, k de las cuales son paralelas
entre s?
13. Cu
antas naranjas se necesitan para formar una pir
amide de base
triangular con n naranjas en cada lado de la base?
14. De cu
antas maneras se pueden comprar diez frutas, si el frutero s
olo
dispone de naranjas, mangos y nsperos?
23
15. De cu
antas maneras se pueden colocar las figuras blancas (un rey,
una dama, dos alfiles, dos torres y dos caballos) en la primera fila del
tablero de ajedrez?
16. De un total de N artculos de los cuales B son buenos y los restantes,
D = N B son defectuosos se escoge al azar una muestra de n artculos. Cu
al es la probabilidad de que en la muestra haya x artculos
buenos (y n x defectuosos)?
17. Que dimensi
on tiene el espacio vectorial de los polinomios de grado
menor o igual a n en k variables?
18. Para escribir todos los n
umeros naturales desde 1 hasta 1000000, cu
antos ceros se necesitan?
19. En un acto deben hablar n mujeres y k hombres. De cu
antas maneras
se puede ordenar la lista de oradores con la condici
on de que no hablen
dos hombres consecutivamente?
20. (Kaplansky) Pruebe que el n
umero de subconjuntos
de Nn con k ele
.
mentos y sin enteros consecutivos es nk+1
k
21. (Kaplansky) Pruebe que el n

umero de subconjuntos de Nn con k elementos y que no contienen enteros consecutivos ni a 1 y n simult
aneamente es:

n
nk
nk
k
24
Captulo 3
Coeficientes binomiales y
multinomiales

La cantidad nk se denomina coeficiente binomial ; estos
n
umeros tienen una cantidad extraordinaria de aplicaciones.
Son quiza las cantidades mas importantes que aparecen en el
analisis de algoritmos y, por tanto, se recomienda al lector que
se familiarice con ellos.
D.E. Knuth [K1] vol.1
The binomial coefficients are virtually ubiquitous in Combinatorial Theory and it would be folly to attempt to count
anything without their aid.
D.I.A. Cohen [C1]
3.1
Los coeficientes binomiales

umero de subconjuntos de
En el captulo anterior definimos m
n como el n
cardinal n de un conjunto de m elementos. A continuaci
on veremos que
estos n
umeros admiten tambien interpretaciones algebraicas y geometricas
y estableceremos unas cuantas de sus propiedades.
Teorema del binomio 3.1.1.
m
(x + y)
m
X
m
n=0
xn y mn
26
Demostraci
on: (x+y)m es el producto de m factores (x+y). Al desarrollar
el producto se obtiene una suma de monomios de grado m en las dos variables
x, y. El monomio xn y mn aparece tantas veces como formas haya de
escoger n de los
umero es
m parentesis para seleccionar la x en ellos. Este n
m
justamente n .

Nota: A raz de este teorema los n
umeros m
n se denominan coeficientes
binomiales, nombre que se remonta a M. Stifel (14861567). Es corriente
demostrar el teorema del binomio por inducci
on, utilizando la f
ormula de
Stifel (3.1.4) para justificar el salto inductivo. Sin embargo creemos que
debe preferirse esta sencilla demostraci
on combinatoria pues adem
as de su
brevedad permite deducir la f
ormula para el desarrollo del binomio, mientras
que la demostraci
on por inducci
on requiere conocer la f
ormula de antemano.
Una interpretaci
on geom
etrica de los coeficientes binomiales
Consideremos las poligonales P0 P1 . . . Pm en el plano cartesiano cuyos
vertices cumplen la condici
on siguiente: Si Pi tiene coordenadas (x, y) entonces Pi+1 tiene coordenadas (x + 1, y) o (x, y + 1). En otras palabras, se
trata de poligonales cada uno de cuyos segmentos Pi Pi+1 es paralelo a uno de
los ejes coordenados, tiene longitud unidad y est
a orientado igual que el eje
al cual es paralelo. Llamaremos a estas poligonales caminos ascendentes
o simplemente caminos.
Proposici
on 3.1.2. El n
umero de caminos ascendentes de longitud m que
parten del origen es 2m . El n
umero de caminos que parten del origen y
finalizan en el punto de coordenadas (n, k) es n+k
n .
Demostraci
on. Para construir un camino de longitud m partiendo del origen debemos elegir primeramente P1 , que solamente puede ser (0, 1) o (1, 0).
Tenemos pues dos posibilidades. Una vez elegido P1 hay dos posibilidades
para escoger P2 , y as sucesivamente. Por el principio del producto resulta
entonces que pueden construrse 2m caminos de longitud m. Para contar los
caminos P0 P1 . . . Pm con P0 = (0, 0) y Pm = (n, k) observemos en primer
lugar que debe ser m = n + k, pues cada vertice Pi (1 i m) tiene o bien
su abscisa o bien su ordenada una unidad mayor que la del vertice anterior
Pi1 . Por lo tanto, para ir desde (0, 0) hasta (n, k) un camino debe tener n
segmentos paralelos al eje Ox y k segmentos paralelos al eje Oy, siendo su
longitud m = n + k. Ahora bien, el camino queda determinado si conocemos
27
cu
ales de sus n + k segmentos son paralelos a Ox, pues los restantes ser
an
necesariamente paralelos a Oy. El problema se reduce entonces
a escoger n
elementos de un total de n + k, lo cual puede hacerse de n+k
maneras.
n
A continuaci
on estudiaremos una serie de proposiciones relativas a los
coeficientes binomiales. Para cada una de ellas se pueden seguir al menos
cuatro estrategias de demostraci
on :

1. Estrategia combinatoria pura: consiste en interpretar m
n como el
n
umero de subconjuntos de n elementos de un conjunto de m elementos, y usar tecnicas de conteo.
2. Estrategia aritm
etica: consiste en calcular aritmeticamente a partir de
m
m!
la f
ormula n = n! (mn)!

3. Estrategia algebraica: consiste en interpretar m
n como el coeficiente
de xn y mn en el desarrollo de (x+y)m y realizar c
alculos y operaciones
algebraicas con polinomios.

4. Estrategia geometrica: consiste en interpretar m
umero
n como el n
de caminos ascendentes desde (0, 0) hasta (m n, n) y efectuar luego
razonamientos geometrico-combinatorios.
Para algunas de las proposiciones siguientes daremos cuatro demostraciones, correspondientes a las cuatro estrategias mencionadas. En otros casos
proporcionaremos s
olo una demostraci
on (generalmente la que consideramos m
as elegante) pero sugerimos al lector que construya demostraciones
alternativas siguiendo las estrategias restantes.
Simetra de los coeficientes binomiales 3.1.3.

m
m
=
n
mn
Demostraci
on combinatoria: Sea A un conjunto de m elementos. Llamemos Fk a la familia de todos los subconjuntos de A con k elementos y
definamos f : Fn Fmn haciendo corresponder a cada miembro X de Fn
su complemento en A, que tendr
a m n elementos y estar
a por lo tanto en
Fmn . En smbolos, f (X) = A\X. Es inmediato verificar que f es biyectiva: f (X) = f (Y ) A\X = A\Y X = Y , y si Y Fmn entonces
X = A\Y Fn y f (X) = A\X = A\(A\Y ) = Y . Entonces por
principio
el m

de correspondencia tenemos que |Fn | = |Fmn |, es decir: m
=
n
mn
28
Demostraci
on aritm
etica:

m
m!
m!
m
=
=
=
mn
(m n)! (m (m n))!
(m n)! n!
n
Demostraci
on algebraica: Basta comparar el coeficiente de xn y mn en
el desarrollo de (x + y)m con el de y mn xn en el desarrollo de (y + x)m .
Puesto que (x + y)m = (y + x)m , estos coeficientes deben ser iguales, lo cual
demuestra la proposici
on.
Demostraci
on geom
etrica: La simetra respecto a la bisectriz del primer
cuadrante (es decir la recta y = x) establece una correspondencia biyectiva
entre los caminos ascendentes que parten del origen y llegan a (m n, n) y
aquellos otros que partiendo del origen alcanzan el punto simetrico (n, mn).
Pero el n
umero de estos u
ltimos es seg
un (3.1.2):

n + (m n)
m
=
mn
mn
F
ormula de Stifel 3.1.4.

m
m1
m1
=
+
n
n
n1
Demostraci
on combinatoria: Sea A = {a1 , a2 , . . . , am }. Los subconjuntos de n elementos de A pueden dividirse en dos clases: la de aquellos que
no contienen al elemento am y la de los que s lo contienen. La primera
clase est
a constituda simplemente por los
subconjuntos de n elementos de
{a1 , a2 , . . . , am1 } y su n
umero es m1
n . En cuanto a los subconjuntos
que contienen al am observemos que quit
andoles este elemento resulta un
subconjunto
de
n
1
elementos
de
{a
,
.
.
.
, am1 }. Por lo tanto su n
umero
1
m1
es n1 . Aplicando el principio de la suma queda entonces demostrada la
proposici
on.
29
Demostraci
on aritm
etica:

(m 1)!
m1
m1
(m 1)!
+
+
=
n! (m 1 n)! (n 1)![(m 1) (n 1)]!
n
n1

(m 1)! (m n) + (m 1)!n
(m 1)!(m n + n)!
m
=
=
=
n! (m n)!
n! (m n)!
n
Demostraci
on algebraica:
m
(x + y)
m1
= (x + y)
(x + y) =
m1
X
n=0
!

m 1 n mn1
x y
(x + y)
n
Calculando ahora el coeficiente

de xn y mn en esta u
ltima expresi
on resulta
m1
m1
ser justamente n1 + n

Demostraci
on geom
etrica: m
es el n
umero de caminos ascendentes
n
que partiendo del origen alcanzan el punto de coordenadas (m n, n).
El pen
ultimo vertice de cualquiera de estos caminos debe ser necesariamente (m n 1, n) o (m n, n 1). Esto nos permite clasificar los
caminos en cuesti
on en dos clases disjuntas. Los caminos
con pen
ultim1
mo vertice en (m n 1, n) son (mn1)+n
=
,
mientras
que
los
n
n
que tienen el pen
ultimo
v
e
rtice
en
el
punto
(m
n,
n
1)
son
a
su
vez:

(mn)+(n1)
= m1
n1
n1
El tri
angulo aritm
etico
La formula (3.1.4) permite calcular los coeficientes binomiales recursivamente: conocidos los coeficientes con ndice superior m 1 se pueden calcular
los de ndice superior m mediante simples sumas. Si disponemos los coeficientes binomiales en una tabla triangular, como se indica a continuaci
on,
entonces cada uno de ellos es igual a la suma de los dos que est
an en la fila
inmediata superior, a su izquierda y a su derecha. Esta tabla se conoce con
el nombre de tri
angulo aritmetico o tri
angulo de Pascal y posee muchas
propiedades interesantes. Una monografa de car
acter elemental sobre este
tri
angulo es la de Uspensky [U1].
que los lados del tri
angulo s
olo contienen unos, puesto que
Obsemrvese

m
=
=
1,
para
todo
m
0.
0
m
30
2
0
3
0
4
0
4
1
1
0
0
0
2
1
3
1
1
1
2
2
3
2
4
2
4
3
3
3
4
4

En el siguiente tri
angulo hemos calculado efectivamente todos los coeficientes binomiales con ndice superior menor o igual a diez.
1
1
1
1
1
1
1
1
1
1
10
6
7
28
36
45
120
10
56
10
70
1
6
21
56
126
252
15
35
126
210
1
4
20
35
84
15
21
8
9
3
4
1
2
28
84
210
1
7
1
8
36
120
1
9
45
1
10
Proposici
on 3.1.5.

n
n
n
+
+ +
= 2n
0
1
n
Demostraci
on aritm
etica: Por el teorema del binomio (3.1.1) el miembro
izquierdo de (3.1.5) es igual a (1 + 1)n = 2n .
Demostraci
on combinatoria: Sea A un conjunto de n elementos. Puesto

que nk es el n
umero de subconjuntos de A con k elementos, es claro que el
miembro izquierdo de la igualdad a demostrar representa la cantidad total
de subconjuntos de A, que ya sabemos que es 2n por (1.3.4).
31
Demostraci
on geom
etrica: El n
umero de caminos ascendentes de longin
tud n que parten del origen es 2 (3.1.2). Estos caminos se pueden clasificar seg
un el punto de llegada, que debe ser de la forma (h, k) con h, k
enteros no negativos y h + k = n. Estos puntos est
an alineados, y son
(0, n), (1, n 1), (2, n 2), .. . , (n, 0). Seg
un (3.1.2) el n
umero de caminos
que llegan a (h, n h) es nh , por lo tanto una aplicaci
on del principio de la
suma completa la demostraci
on.
Proposici
on 3.1.6. Para todo n > 0 se tiene:

n
n
n
n
n
=0
+
+ (1)
n
0
1
2
Demostraci
on aritm
etica: El miembro izquierdo es el desarrollo de
(1 1)n y por lo tanto debe ser 0.
Demostraci
on combinatoria: Escribiendo (3.1.6) en la forma siguiente:

n
n
n
n
n
+
+
+ =
+
+ ...
0
2
4
1
3
vemos que podemos darle la siguiente interpretaci
on combinatoria: para
todo conjunto finito no vaco, el n
umero de sus subconjuntos con cardinal
par es igual al n
umero de sus subconjuntos con cardinal impar. Para probar
esto sea A = {a1 , a2 , . . . , an } y consideremos la funci
on f : 2A 2A definida
as: si X A entonces f (X) = X{a1 }. En otras palabras, a X le hacemos
corresponder el subconjunto de A que resulta de agregarle a1 , si no lo tena,
o de quit
arselo, si lo tena. Esta funci
on es biyectiva, ya que obviamente es
su propia inversa, y transforma conjuntos de cardinal par en conjuntos de
cardinal impar y viceversa. Por lo tanto hay tantos de una clase como de la
otra.
Proposici
on 3.1.7.

n+1
n
n1
k
=
+
+ +
k+1
k
k
k
32
Demostraci
on: Sea A = {a1 , a2 , . . . , an+1 } un conjunto de cardinal n + 1
y sea Ci la clase formada por los subconjuntos de k + 1 elementos de A cuyo
elemento con mayor subndice
sea el ai . Tendremos as clases Ck+1 , . . . , Cn .
Es f
acil ver que |Ci | = i1
y entonces (3.1.7) se sigue del principio de la
k
suma.
(Otra demostraci
on de 3.1.7 puede obtenerse aplicando la f
ormula de Stifel
(3.1.4) en forma sucesiva.)
Identidad de Vandermonde 3.1.8.

n+m
n m
n
m
n
m
n m
=
+
+
+ +
r
0
r
1
r1
2
r2
r
0

es el coeficiente de xr en el desarrollo
Demostraci
on algebraica: n+m
r
n+m
n+m
de (x + y)
. Pero como (x + y)
= (x + y)n (x + y)m , si desarrollamos
n
m
por separado (x + y) y (x + y) y luego hacemos el producto, el coeficiente
de xr resulta ser justamente el miembro derecho de (3.1.8).
Demostraci
on combinatoria: Sean A = {a1 , . . . , an } y B = {b1 , . . . , bm }
dos conjuntos de cardinales n y m respectivamente. Entonces podemos
interpretar el miembro izquierdo de (3.1.8) como la cantidad de subconjuntos
de r elementos de la uni
on A B. Pero cada uno de esos subconjuntos
estar
a formado por un cierto n
umero j de elementos de A y r j elementos
de B. Por el principio del producto el n
umero de conjuntos
m que pueden
y sumando
formarse con j elementos de A y r j elementos de B es nj rj
estas cantidades para j entre 0 y r resulta (3.1.8).
3.2
Coeficientes multinomiales
Dados un n
umero natural m y enteros n1 , n2 , . . . , nk (k 2) sean X =
{x1 , x2 , . . . , xm } e Y = {y1 , y2 , . . . , yk } dos conjuntos de m y k elementos
respectivamente. Denotaremos mediante el smbolo

m
n1 n2 . . . nk
33
al n
umero de funciones f : X Y tales que |f 1 (yi )| = ni para i =
1, 2, . . . , k. Llamaremos a estos n
umeros coeficientes multinomiales. Usando un lenguaje m
as informal podramos definir estos n
umeros como la cantidad de maneras de distribuir m objetos en k cajas rotuladas y1 , . . . , yk de manera tal que la caja yi contenga exactamente ni objetos, para i = 1, 2, . . . , k.
Observemos que seg
un nuestra definici
on si no se cumplen las condiciones
ni 0 para i = 1, 2, . . . , k y m = n1 + n2 + + nk entonces

m
=0
n1 n2 . . . nk
Proposici
on 3.2.1. Si ni 0 para i = 1, 2, . . . , k y n1 + n2 + + nk = m
entonces

m!
m
=
n1 ! n2 ! . . . nk !
n1 n2 . . . nk
Demostraci
on: Sean X = {x1 , x2 , . . . , xm } , Y = {y1 , y2 , . . . , yk }. Para
definir una funci
on f : X Y tal que |f 1 (yi )| = ni para i = 1, 2, . . . , k
seleccionemos primero los n 1 elementos cuya imagen ser
a y1 . Esta selecci
on
m
podemos realizarla de n1 maneras. Luego escojamos entre los m n1
elementos restantes de X aquellos cuya imagen
ser
a y2 . El n
umero de formas

1
y
prosiguiendo
de
esta manera y
de hacer esta segunda selecci
on es mn
n2
aplicando el principio del producto llegamos entonces a que:

m
m
m n1
m n1 n2
m n1 nk1
=
...
n1 . . . nk
n1
n2
n3
nk
m!
(m n1 )!
(m n1 nk1 )!
=
n1 ! (m n1 )! n2 ! (m n1 n2 )!
nk ! (m n1 nk )!
m!
=
n1 ! n2 ! . . . nk !
Es posible dar una interpretaci

on algebraica a estos n
umeros mediante
la siguiente generalizaci
on del Teorema binomial (3.1.1):
Teorema multinomial 3.2.2.
m
(x1 + x2 + + xk )
n1 +n2 ++nk =m

m
xn1 xn2 . . . xnk k
n1 . . . nk 1 2
34
(la sumatoria se extiende a todos los conjuntos ordenados de k n
umeros
enteros no negativos tales que su suma sea m)
Demostraci
on: Al desarrollar (x1 + + xk )m se obtienen km monomios
de grado m en k variables x1 , . . . , xk . El n
umero de veces que aparece uno
nk
n1 n2
de estos monomios, digamos x1 x2 . . . xk es igual al n
umero de maneras
de escoger n1 factores (x1 + + xk ) para seleccionar x1 , n2 factores para
seleccionar x2 , . . . , nk factores para seleccionar xk . Pero esto puede hacerse
justamente de

m
n1 . . . nk
maneras, por la forma en que hemos definido estos n

umeros.
Nota: El teorema que acabamos de demostrar justifica el nombre de coeficientes multinomiales que hemos dado a los n
umeros que estamos estudiando.
Proposici
on 3.2.3.
X
n1 ++nk =m
m
n1 . . . nk
= km
Demostraci
on: Es una consecuencia inmediata del teorema multinomial
si ponemos x1 = = xk = 1.
La proposici
on anterior puede probarse tambien as:
sean
X = {x1 , . . . , xm } e Y = {y1 , . . . , yk } conjuntos de m y k elementos respectivamente. n1 n2m... nk es por definici
on el n
umero de funciones f : X Y
tales que yi tiene exactamente ni preim
agenes, para i = 1, 2, . . . , k. Por
lo tanto, si sumamos estos coeficientes para todos los conjuntos ordenados
posibles de n
umeros no negativos n1 , . . . , nk que sumen m, tendremos el
n
umero total de funciones de X en Y . El resultado, km , coincide con el que
ya habamos obtenido en (1.3.12). Ahora bien, si restringimos la sumatoria
imponiendo la condicion de que todos los ni sean estrictamente positivos, es
claro que estaremos contando solamente aquellas funciones f : X Y tales
que cada yi tiene al menos una preimagen, es decir, las funciones sobreyectivas. Queda as demostrada la siguiente proposici
on.
35
Proposici
on 3.2.4. El n
umero de funciones sobreyectivas de un conjunto
de m elementos en otro de k elementos es:

X
m
n1 ++nk =m
ni >0
n1 . . . nk
Interpretaci
on geom
etrica de los coeficientes multinomiales
La interpretaci
on geometrica que dimos a los coeficientes binomiales puede generalizarse a los multinomiales. Para ello consideremos las poligonales
en Rk con vertices de coordenadas enteras P0 P1 . . . Pr tales que cada vec
tor Pi Pi+1 coincida con alguno de los versores de la base can
onica de Rk
(en otras palabras, las coordenadas de Pi+1 son iguales a las de Pi excepto
una de ellas, que es una unidad superior). Llamemos a estas poligonales

caminos ascendentes en Rk . Entonces el coeficiente n1 n2m... nk cuenta el
n
umero de caminos ascendentes que partiendo del origen llegan hasta el
punto (n1 , n2 , . . . , nk ).
Utilizaremos esta interpretaci
on geometrica para demostrar la siguiente
generalizaci
on de la f
ormula de Stifel:
Proposici
on 3.2.5.

m
m1
m1
=
+
+
n1 n2 . . . nk
n1 1 n2 . . . nk
n1 n2 1 . . . nk

m
+
n1 n2 . . . nk 1
Demostraci
on: Los caminos ascendentes de longitud m que parten del
origen y llegan al punto (n1 , n2 , . . . , nk ) deben tener como pen
ultimo vertice uno de los k puntos: (n1 1, n2 , . . . , nk ), (n1 , n2 1, n3 , . . . , nk ), . . . ,
(n1 , n2 , . . . , nk 1), y es claro que quedan determinados al conocer sus primeros m 1 segmentos. El segundo miembro de la igualdad que queremos
probar no es m
as que la suma de la cantidad de caminos ascendentes de longitud m 1 que parten del origen y llegan a cada uno de dichos puntos, por
lo cual una aplicaci
on del principio de la suma concluye la demostraci
on.
3.3
Ejercicios
1. Pruebe las identidades siguientes:
36
(a) k
n
k
=n
n1
k1

(b) (n k) nk = n n1
k

m
m
m+2
(c) m1
n1 + 2 n + n+1 = n+1

(d) n1 + 2 n2 + 3 n3 + + n nn = n2n1
2. Calcule las sumas siguientes :

(a) n0 + n2 + n4 +

(b) n1 + n3 + n5 +

(c) n0 n2 + n4

(d) n1 n3 + n5
(e) 1 2 3 4 5 + 2 3 4 5 6 + + n(n + 1)(n + 2)(n + 3)(n + 4)

(f) n1 2 n2 + 3 n3

Pn
k 2 n
(g)
k=1 (1) k k

Pn
1 n
(h)
k=1 k+1 k
3. Para un valor dado de m, cual es el valor de n que hace m

aximo el
?
coeficiente binomial m
n
4. Demuestre el teorema del binomio por inducci

on matem
atica, usando
la f
ormula de Stifel.
5. Cu
antos caminos ascendentes van desde el punto de coordenadas enteras (a, b) hasta el (c, d), en el plano? Generalice el resultado a Rn .
6. (Principio de reflexi
on) Pruebe que si (a, b) y (c, d) son dos puntos del
plano cartesiano con coordenadas enteras situados a un mismo lado de
la diagonal y = x entonces el n
umero de caminos ascendentes que van
desde (a, b) hasta (c, d) tocando la diagonal y = x es igual al n
umero
total de caminos ascendentes que van desde (b, a) hasta (c, d).
7. (Teorema de la votaci
on) Pruebe que si en una elecci
on entre dos
candidatos el ganador obtiene p votos y el perdedor q entonces la
probabilidad de que al hacer el escrutinio el ganador vaya siempre
adelante de su oponente es pq
p+q . Sugerencia: represente cada escrutinio
posible mediante un camino ascendente que parte del origen y llega
hasta (p, q) y aplique luego el principio de reflexi
on (Problema 6).
37
8. La entrada al teatro cuesta 50 Bs. Al abrir la taquilla la caja est
a vaca.
En una cola esperan turno para comprar su entrada n personas con
un billete de 100 Bs cada una, y k personas con un billete de 50 Bs
cada una. Cu
al es la probabilidad de que la cola avance fludamente,
sin que la cajera tenga problemas para darle su vuelto a nadie?
9. Sea X = {0, 1}n . La distancia de Hamming entre dos puntos de X,
a = {a1 , . . . , an } y b = {b1 , . . . , bn }, se define como:
d(a, b) =
n
X
i=1
|ai bi |
Es claro que d(a, b) es igual al n

umero de coordenadas en las cuales a
y b difieren, o bien (si a y b son interpretados como n
umeros binarios
de n dgitos) el n
umero de dgitos binarios (bits) que a y b tienen
diferentes. Un subconjunto W de X tal que la distancia de Hamming
entre dos cualesquiera de sus puntos es mayor que 2r (para cierto natural r) se dice que es un c
odigo corrector de orden r. Un tal subconjunto
W tiene la propiedad de que ning
un elemento de X \ W puede estar
a distancia menor o igual que r de dos elementos diferentes de W . La
utilidad de un c
odigo tal consiste en que si una sucesi
on w W de
n dgitos binarios es transmitida por un canal con ruido y se recibe
una sucesi
on z W con r o menos errores, entonces es posible conocer cual fue el c
odigo transmitido, a saber el u
nico elemento w W
tal que d(z, w) r. Sea M (n, r) el m
aximo n
umero de palabras que
puede tener un c
odigo corrector W X de orden r. Pruebe que se
cumple la desigualdad siguiente:
M (n, r)
n
0
2n

+ n1 + +
n
r
(El miembro derecho es conocido como cota de Hamming)

10. De cu
antas maneras pueden distribuirse 3n objetos en 3 cajas distintas, de modo que cada caja reciba n objetos?
11. Cu
al es el coeficiente de x4 yw6 en el desarrollo de (x + y + z + w)11 ?
12. (a) Cu
antas palabras distintas pueden formarse con las letras de la
palabra MISSISSIPPI ?
38
(b) Y con la condici
on adicional de que no haya dos letras I consecutivas?
13. Pruebe que (n!)n divide a (n2 )!
Captulo 4
Principio de Inclusiones y
Exclusiones y aplicaciones
4.1
El Principio de Inclusiones y Exclusiones
Si A y B son dos conjuntos disjuntos entonces el principio de la suma nos

dice que |A B| = |A| + |B|. Sin embargo, si A y B no son disjuntos la
f
ormula anterior deja de ser v
alida porque los elementos de la intersecci
on
A B aparecen contados dos veces en la suma |A| + |B|. Esta situaci
on
se corrige f
acilmente restando |A B|, y se obtiene as la f
ormula siguiente,
v
alida en todos los casos: |A B| = |A| + |B| |A B| . Una f
ormula similar
puede obtenerse para tres conjuntos , a saber :
|A B C| = |A| + |B| + |C| |A B| |A C| |B C| + |A B C|
En efecto, en la suma |A| + |B| + |C| los elementos de la uni

on A B C
que pertenecen a exactamente dos de los tres conjuntos est
an contados dos
veces. Esto se corrige restando |A B|, |A C| y |B C|. Sin embargo
esto deja fuera de la cuenta a los elementos que est
an en los tres conjuntos,
puesto que aparecen contados tres veces y luego restados otras tres veces.
Por eso se suma el termino |A B C| equilibrando la f
ormula. Resulta
bastante claro que estos razonamientos pueden generalizarse a uniones de n
conjuntos. Dicha generalizaci
on constituye el llamado principio de inclusiones y exclusiones. Pero antes de enunciarlo y demostrarlo rigurosamente
necesitamos una notaci
on adecuada: dados n conjuntos A1 , A2 , . . . , An y un
conjunto de ndices F Nn no vaco denotaremos mediante
AF a la interT
seccion de los Ai tales que i F , en smbolos:AF = iF Ai . En particular
A{i} = Ai y A{i,j} = Ai Aj . Si los conjuntos Ai est
an todos contenidos en
40
un conjunto universal X y F = entonces siguiendo la convenci
on usual
A = X.
Lema 4.1.1. Si I es un conjunto finito entonces
a)
(1)|F | = 0
b)
F I
6=F I
(1)|F | = 1

Demostraci
on: Si |I| = n entonces I tiene nk subconjuntos de k elementos. La suma de los terminos
(1)|F | correspondientes a estos subn
k
conjuntos ser
a entonces (1) k . Pero si sumamos estas expresiones para
k = 0, 1, . . . , n el resultado es 0, como demostramos en (3.1.6) . As resulta la
primera igualdad. Para obtener la segunda simplemente se pasa al segundo
miembro el termino correspondiente al conjunto vaco, que es (1)0 = 1.
Principio de inclusiones y exclusiones 4.1.2.
|
n
[
i=1
Ai | =
Demostraci
on: Sea A =
x Ai }. Entonces se tiene:
6=F Nn
Sn
6=F Nn
i=1 Ai .
Si x A definamos I(x) = {i Nn :
(1)|F | |AF | =
X
(1)|F |
6=F Nn
(1)|F | =
xA 6=F I(x)
(1)|F | |AF |
(1) =
xA
1=
xAF
xA
1 = |A|
La justificaci
on de las igualdades anteriores es la siguiente: en primer
lugar substitumos |AF | por una suma de tantos unos como elementos tenga
AF . En la doble sumatoria resultante invertimos el orden de sumaci
on, de
modo que en la primera sumatoria x recorre A y en la segunda sumamos en
aquellos conjuntos de ndices F Nn tales que F 6= y x AF . Pero esta
u
ltima condici
on es equivalente a decir que F I(x). Finalmente aplicamos
la segunda igualdad del Lema (4.1.1).
41
F
ormula de Sylvester 4.1.3. Si A1 , . . . , An son subconjuntos de un conjunto X entonces
|
n
\
i=1
Ai | =
F Nn
(1)|F | |AF |
Observaciones: Ai es el complemento de Ai respecto a X, es decir X\Ai . En

el miembro derecho de la igualdad F puede ser vaco. Seg
un la convenci
on
A = X el termino correspondiente en la sumatoria es (1)|| |A | = |X|.
Demostraci
on:
|
n
\
i=1
= |X| +
4.2
Ai | = |X\
6=F Nn
n
[
i=1
Ai | = |X| |
(1)|F | |AF | =
F Nn
n
[
i=1
Ai | =
(1)|F | |AF |
Funciones sobreyectivas
Como aplicaci
on del principio de inclusiones y exclusiones calcularemos el
n
umero de funciones sobreyectivas de un conjunto finito A = {a1 , . . . , an }
en otro B = {b1 , . . . , bm }. Denotaremos mediante Sobre(A, B) el conjunto
de las funciones de A sobre B.
Proposici
on 4.2.1. Si |A| = n y |B| = m entonces
|Sobre(A, B)| =
m1
X
k=0

m
X
m
n
k+m m
(1)
(m k) =
(1)
kn
k
k
k
k=1
Demostraci
on: Sea Gi = {f : A B\{bi }} el conjunto formado por las
funciones de A en B que no toman el valor bi . Es claro que podemos escribir
Sobre(A, B) = B A \(m
en que si F es un conjunto
i=1 Gi ). Observemos tambi
de k ndices entre 1 y m entonces iF Gi son las funciones de A en B que no
toman ning
un valor bi con i F . Es decir que iF Gi son las funciones de
A en B\{bi : i F }, y por lo tanto su n
umero es (|B| |F |)n = (m k)n .
42

Por u
ltimo, recordemos que para cada k entre 0 y m hay m
k subconjuntos
de Nm con k elementos. Estamos ya en condiciones de aplicar (4.1.3):

m
X
\
X
|F |
k m
|Sobre(A, B)| =
(1) |
Gi | =
(1)
(m k)n
k
F Nn
iF
k=0
En esta u
ltima sumatoria podemos hacer variar el ndice k desde 0 hasta
m 1, puesto que el sumando correspondiente a k = m es nulo. Para
obtener la segunda expresi
on para |Sobre(A, B)| basta efectuar el cambio de
variable h = m
ormula que acabamos de demostrar, recordando
k en la f
m
que mh
= m
h
4.3
Desarreglos
Un desarreglo de los n
umeros del 1 al n es una permutaci
on de Nn tal que
(i) 6= i , i = 1, . . . , n. En otras palabras los desarreglos son las permutaciones sin puntos fijos. Aplicando el principio de inclusiones y exclusiones
es posible calcular f
acilmente el n
umero de desarreglos.
Proposici
on 4.3.1. El n
umero de desarreglos de los n
umeros del 1 al n es

1
1
(1)n
Dn = n! 1 + +
1! 2!
n!
Demostraci
on: Sea Sn el conjunto de todas las permutaciones de los n
umeros del 1 al n. Definamos Ai como el conjunto de las permutaciones que
dejan fijo el n
umero i, es decir Ai = { Sn : (i) = i}. Es claro que |Ai | =
(n 1)! , puesto que Ai se puede identificar con las permutaciones de un
conjunto de n 1 elementos, a saber {j Nn : j 6= i}. Si F Nn entonces
iF Ai son las permutaciones de Nn que dejan fijos todos los elementos de
F . El n
umero de tales permutaciones es (n |F |)!. Nuevamente estamos en
condiciones de aplicar (4.1.3):
\
|{ Sn : (i) 6= i i = 1, . . . , n}| = |
Ai | =
iF
F Nn
(1)|F | (n |F |)! =
n
X
k=0

n
X
n
(1)k
(1)k
(n k)! = n!
k
k!
k=0
43
Observaci
on: De (4.3.1) se deduce que limn (Dn /n!) = e1 . Esto se puede
decir en lenguaje probabilstico as: la probabilidad de que una permutaci
on
de los n
umeros del 1 al n escogida al azar sea un desarreglo tiende al valor
lmite e1 cuando n tiende a infinito.
4.4
Aplicaciones a la teora de n
umeros
La funci
on de M
obius se define para cada n
umero natural n > 1 de la
manera siguiente:
(
(1)r si n es producto de r primos diferentes
(n) =
0
si n es divisible por un cuadrado perfecto mayor que 1
Adem
as por convenci
on (1) = 1 . As por ejemplo tenemos que (2) =
1, (6) = 1, (12) = 0 y (30) = 1.
Proposici
on 4.4.1. Si n > 1 entonces
X
(d) = 0
d|n
Demostraci
on: Es claro que los u
nicos divisores de n que hace falta considerar son el 1 y los que son producto de primos diferentes ya que los dem
as
(es decir los que sean divisibles por un cuadrado perfecto) no contribuir
an
en nada a la suma. Sean p1 , . . . , pk los divisores primos de n. Aceptando
por convenci
on que un producto vaco (sin factores) es 1 , resulta claro que:
X
d|n
(d) =
F Nk
iF
pi ) =
(1)|F |
F Nk
pero esta u
ltima suma es 0 en virtud de (4.1.1).
Como una u
ltima aplicaci
on del principio de inclusiones y exclusiones
consideremos la siguiente cuesti
on: si se toman dos n
umeros naturales al
azar, cu
al es la probabilidad de que sean primos entre s?. La siguiente proposici
on da un sentido preciso a esta pregunta y la correspondiente
respuesta.
44
Proposici
on (Lejeune Dirichlet) 4.4.2. Sea cn el n
umero de pares ordenados de n
umeros naturales coprimos menores o iguales que n. Entonces
lim
6
cn
= 2
2
n
Demostraci
on: La cantidad de m
ultiplos de un n
umero natural a menores o iguales que otro natural n es la parte entera de na , que denotaremos
mediante na . En efecto, los m
ultiplos en cuesti
on son a, 2a, . . . , ta siendo t
el mayor entero tal que ta n, es decir que t = na . La cantidad de pares
ordenados de n
umeros naturales menores o iguales que n y ambos m
ultiplos
de a ser
a entonces, por el principio del producto, na 2 . Aplicando ahora el
principio de inclusiones y exclusiones (4.1.3) resulta:
n
j n k2
X n 2
X n 2
X
cn = n
+
=
(k)
p
pq
k
p
p<q
2
primo
k=1
primos
Ahora bien, como

n 2
k
j n k2
k
n
k
j n k n
k
j n k
k
<
2n
k
resulta:
n

n
n
X (k) c 1 X
n 2 j n k2 2 X 1

n
=
(k)
<
0

n
k2
n2 n2
k
k
k
k=1
k=1
k=1
Pn
puesto que, como es bien sabido, k=1 (1/k) = loge n + + o(1) (siendo
la constante de Euler-Mascheroni. Ver [R3] pag. 314). Entonces:
X (k)
cn
lim 2 =
n n
k2
k=1
P
2
Para sumar esta u
ltima serie multipliquemosla por
n=1 (1/n ) para obtener:
X
X
X
X
X
X
(k)
1
(k)
1
=
=
(k) 2 = 1
k2
n2
k 2 n2
m
k=1
n=1
m=1 kn=m
m=1
k|m
45
puesto que todos los terminos de la u
ltima serie, excepto el primero, son
nulos
de la Proposici
on (4.4.1). Ahora bien, la suma de la serie
P en virtud
2 ) es 2 /6. Este conocido resultado puede obtenerse f
(1/k
acilmente
k=1
evaluando en x = 0 el desarrollo en serie de Fourier de cosenos de la funci
on
|x| en el intervalo (, ) y por varios otros metodos (ver por ejemplo [C2]).
Por consiguiente:
X (k)
cn
1
=
= P
2
2
n n
k
k=1
lim
k=1
4.5
1
k2
6
2
Ejercicios
1. En un grupo de 100 hind

ues hay 40 que hablan hindi, 40 que hablan
bengal y 20 que hablan penjabi. Hay 20 que hablan hindi y bengal y
5 que hablan hindi y penjabi. Hay 31 que hablan al menos dos de las
tres lenguas y 33 que no hablan ninguna de ellas. Cu
antos hablan las
tres lenguas?
2. Cu
antos n
umeros del 1 al 1000000 no son ni cuadrados perfectos, ni
cubos perfectos ni potencias cuartas perfectas?
3. Pruebe que si a1 , a2 , . . . , ar son n
umeros naturales primos entre s entonces la cantidad de m
ultiplos de alg
un ai menores o iguales que n
viene dada por:

r
X
X n
X n
n
n
r
+
+ + (1)
ai
ai aj
ai aj ak
a1 . . . ar
i=1
i<j
i<j<k
4. Demuestre el principio de inclusiones y exclusiones usando el metodo

de inducci
on matem
atica.
5. Sea (n) el n
umero de enteros positivos menores o iguales que n y coprimos con n ( se conoce con el nombre de funci
on de Euler). Usando
el principio de inclusiones y exclusiones pruebe que si p1 , p2 , . . . , pk son
los factores primos distintos de n entonces

1
1
(n) = n 1
1
p1
pk
46
Pruebe tambien que es multiplicativa, es decir que si m y n son
coprimos entonces (mn)
P = (m)(n).
Por u
ltimo pruebe que d|n (d) = n.
6. Una mesa redonda est

a dispuesta para 2n comensales. De cu
antas
maneras pueden sentarse n matrimonios con la condici
on de que ninguna esposa este junto a su esposo?
7. (Problema de los matrimonios) Una mesa redonda est
a dispuesta para
2n comensales. De cu
antas maneras pueden sentarse n matrimonios
con la condici
on de que se alternen hombres y mujeres y ninguna esposa
este junto a su esposo?
8. Dados n conjuntos finitos A1 , . . . , An pruebe que:
|
n
\
i=1
Ai | =
6=F Nn
(1)|F | |
iF
Ai |
9. (F
ormula de la criba de Jordan)
Dados n conjuntos finitos A1 , . . . , An y un entero k, 0 k n, pruebe
que el n
umero de elementos que pertenecen a exactamente k conjuntos
es:

X
|F |k |F |
(1)
|AF |
k
F Nn
|F |k
(Este resultado es una generalizaci

on de la f
ormula de Sylvester, la
cual se obtiene como caso particular para k = 0.)
Captulo 5
Relaciones de recurrencia y
funciones generatrices
5.1
N
umeros de Fibonacci
En el Liber Abaci, obra escrita a comienzos del siglo XIII y que compendia el conocimiento aritmetico y algebraico de la epoca, Leonardo de Pisa,
tambien conocido como Fibonacci, plantea el siguiente problema: En un
patio cerrado se coloca una pareja de conejos para ver cu
antos descendientes
produce en el curso de un a
no, y se supone que cada mes a partir del segundo
mes de su vida, cada pareja de conejos da origen a una nueva. Fibonacci
resuelve el problema calculando el n
umero de parejas mes a mes, y expone
sus resultados en forma de tabla. Adem
as de las condiciones expresas en el
planteo del problema, supongamos que ning
un conejo muere y que la pareja
inicial acaba de nacer. Llamemos Fn al n
umero de parejas de conejos existentes en el mes n. Entonces es claro que F1 = 1 y F2 = 1. En el tercer
mes la pareja inicial alcanza su madurez sexual y por lo tanto engendra una
nueva pareja. As tenemos F3 = 2. Es claro tambien que F4 = 3. En el
quinto mes, la pareja nacida en el tercer mes est
a tambien en condiciones
de procrear por lo cual nacer
an dos nuevas parejas, y tendremos F5 = 5.
As podramos continuar analizando el n
umero de nacimientos mes a mes.
Observemos sin embargo que existe una manera muy sencilla de calcular el
n
umero de parejas en un mes determinado si se conoce el n
umero de parejas existente en los dos meses precedentes. En efecto, el n
umero de parejas
nacidas en el mes n es igual al n
umero de parejas que haba en el mes n 2,
pues esas son las que en el mes n tendr
an dos meses o m
as de edad y por
48
lo tanto estar
an en condiciones de procrear. A este n
umero debemos sumar
el de parejas existentes en el mes n 1 , ya que todas ellas (debido a la
suposici
on de que no hay decesos) seguir
an viviendo en el mes n. Por lo
tanto tenemos que para todo n 2 se verifica la relaci
on Fn = Fn2 + Fn1
la cual aparece explcitamente en los trabajos de Kepler, unos cuatrocientos
a
nos despues de la aparici
on del Liber Abaci. Aplicando esta relaci
on es
f
acil computar sucesivamente los terminos de la sucesi
on {Fn } , conocida
como sucesi
on de Fibonacci : F3 = F1 + F2 = 1 + 1 = 2, F4 = F2 + F3 =
1 + 2 = 3, F5 = F3 + F4 = 2 + 3 = 5, F6 = F4 + F5 = 3 + 5 = 8, F7 =
F5 + F6 = 5 + 8 = 13, F8 = F6 + F7 = 8 + 13 = 21, etc.
Esta sucesi
on tiene muchas propiedades interesantes, y se le ha dedicado una abundante literatura. Una interesante monografa, de car
acter
elemental, es la de N. Vorobyov [V2]. En Bot
anica los n
umeros de Fibonacci aparecen al estudiar la filotaxia, o sea la disposici
on de las hojas en
los
arboles, de los folculos en flores como la del girasol, de las escamas de
la pi
na, etc. (ver [C3] y [C4]). La relevancia de los n
umeros de Fibonacci
para la teora de los algoritmos se puso de manifiesto por primera vez en
1844, cuando G. Lame la utiliz
o para analizar el n
umero de divisiones que
se efect
uan en el algoritmo de Euclides (vea a este respecto el volumen 2 de
la obra de D. E. Knuth [K1].)
El siguiente resultado se refiere a las sucesiones en las cuales, como en
la de Fibonacci, cada termino est
a determinado por uno o varios de los
terminos precedentes.
Proposici
on 5.1.1. Sea X un conjunto, k un natural, f : X k X una
funci
on y a1 , . . . , ak elementos de X. Entonces existe una u
nica sucesi
on
{xn }n=1 de elementos de X tal que xi = ai para i = 1, . . . , k y xn =

f (xnk , . . . , xn1 ) para todo n > k.
Demostraci
on: Definamos xi = ai para i = 1, . . . , k. Una vez hecho esto,
definamos xk+1 como f (x1 , . . . , xk ) , xk+2 como f (x2 , . . . , xk+1 ), y as sucesivamente. M
as precisamente, si n > k y ya han sido definidos los terminos
xi para i < n , entonces definimos xn como f (xnk , . . . , xn1 ). El principio de inducci
on matem
atica garantiza que la sucesi
on {xn } est
a bien
definida, y obviamente cumple las condiciones exigidas. Tambien es inmediato probar la unicidad. En efecto, si {yn } es otra sucesi
on que satisface
las condiciones pedidas, entonces yi = ai = xi para i = 1, . . . , k. Para
n > k, supongamos por inducci
on que yi = xi para todo i < n. Entonces
yn = f (ynk , . . . , yn1 ) = f (xnk , . . . , xn1 ) = xn
49
Una relaci
on del tipo xn = f (xnk , . . . , xn1 ) es llamada relaci
on de recurrencia. No es sin embargo el u
nico tipo de relaci
on de recurrencia posible;
m
as adelante veremos algunos ejemplos m
as complicados. Su importancia
en Combinatoria proviene del hecho de que la mayora de los problemas de
conteo dependen de uno o m
as par
ametros enteros, por lo cual la soluci
on
general consiste en una sucesi
on (o una sucesi
on doble, triple, etc.) con esos
par
ametros como ndices, resultando muchas veces m
as f
acil encontrar una
relaci
on de recurrencia satisfecha por los terminos de esa sucesi
on que encontrar una f
ormula explcita para calcularlos. Adem
as el conocimiento de
la relaci
on de recurrencia permite no solamente calcular cu
antos terminos
se deseen de la sucesi
on, sino que muchas veces permite tambien deducir
propiedades de la misma. Tomaremos como ejemplo para ilustrar esta afirmaci
on la propia sucesi
on de Fibonacci:
on de Fibonacci satisfacen
Proposici
on 5.1.2. Los terminos Fn de la sucesi
las desigualdades n2 Fn n1 para todo n 1, siendo = (1+ 5)/2.

Demostraci
on: Observemos en primer lugar que el n
umero (conocido
como la raz
on
aurea) satisface la igualdad 2 = 1 + . La demostraci
on
procede por inducci
on. Se verifica de inmediato que las desigualdades se
satisfacen para n = 1 y n = 2. Supongamos que k2 Fk k1 para
todo k < n. Entonces: Fn = Fn2 + Fn1 n3 + n2 = n3 (1 + ) =
alogamente: Fn = Fn2 + Fn1 n4 + n3 =
n3 2 = n1 . An
n4
n4
2
(1 + ) =
= n2 .
Los n
umeros de Fibonacci est
an relacionados con numerosas cuestiones
combinatorias. Consideremos por ejemplo el problema de subir una escalera
de n escalones, suponiendo que s
olo pueden darse pasos sencillos (subiendo
un escal
on) o dobles (subiendo dos escalones). De cu
antas maneras puede
subirse la escalera? Llamemos En a ese n
umero. Entonces obviamente E1 =
1. Una escalera de dos escalones puede subirse con un solo paso doble o con
dos pasos sencillos, por lo tanto E2 = 2. Para n = 3 hay tres posibilidades:
tres pasos sencillos, uno doble seguido de otro sencillo y uno sencillo seguido
de otro doble. Por tanto E3 = 3. Es f
acil ver que la sucesi
on {En } satisface la
misma relaci
on de recurrencia que los n
umeros de Fibonacci. En efecto, los
modos de subir una escalera de n escalones (con n > 2) pueden clasificarse en
dos categoras disjuntas: aquellos en los cuales se pisa el escal
on n 1 (y que
son obviamente En1 ) y aquellos en los cuales se llega al escal
on n2 y luego
50
se da un paso doble. Estos u
ltimos son evidentemente En2 . Por el principio
de la suma se tiene entonces que En = En1 + En2 . Esta sucesi
on no es
identica a la de Fibonacci, ya que E2 = 2 mientras que F2 = 1. Sin embargo
entre ambas existe una relaci
on muy estrecha, a saber: En = Fn+1 . Esta
aserci
on se demuestra f
acilmente por inducci
on. En efecto, E1 = 1 = F2 y
E2 = 2 = F3 . Aceptando ahora que Ek = Fk+1 para todo k < n , se tiene
que En = En1 + En2 = Fn + Fn1 = Fn+1 . Podemos decir entonces que
Fn es el n
umero de maneras de subir una escalera de n 1 escalones, con
pasos dobles o sencillos.
Utilizaremos esta interpretaci
on combinatoria para demostrar el siguiente resultado, del cual pueden deducirse interesantes propiedades aritmeticas
de los n
umeros de Fibonacci (ver problemas al final del captulo).
Proposici
on 5.1.3.
Fn+m = Fn+1 Fm + Fn Fm1
Demostraci
on: Fn+m es el n
umero de maneras de subir una escalera de
n + m 1 escalones con pasos sencillos o dobles. Pero una tal escalera se
puede subir o bien pisando el escal
on n
umero n o bien sin pisarlo. Hay
En modos de llegar hasta el escal
on n y Em1 modos de subir los m 1
escalones restantes. Entonces, por el principio del producto, los modos de
subir pisando el escal
on n son En Em1 = Fn+1 Fm . Para subir la escalera
sin pisar el escal
on n hay que llegar hasta el escal
on n 1 (lo cual puede
on n + 1
hacerse de En1 modos), dar un paso doble para situarse en el escal
y luego subir los m 2 escalones restantes (lo cual puede hacerse de Em2
modos). Entonces, por el principio del producto, el n
umero de maneras
de subir sin pisar el escal
on n es En1 Em2 = Fn Fm1 . Por el principio
de la suma el n
umero total de maneras de subir la escalera es entonces
Fn+1 Fm + Fn Fm1 .
5.2
Funciones generatrices
Existir
a alguna f
ormula que nos de el n-simo termino de la sucesi
on de
Fibonacci? Esta pregunta puede parecer un tanto ociosa, por cuanto una
f
ormula para Fn no es en definitiva m
as que una expresi
on simb
olica indicativa de las operaciones que deben ser realizadas, dado n, para calcular
51
Fn . Pero ya conocemos un metodo efectivo para calcular Fn , a saber la
aplicaci
on sucesiva de la relaci
on de recurrencia partiendo de los terminos
ormula para Fn podra
iniciales F1 = F2 = 1. Sin embargo, disponer de una f
tal vez permitirnos obtener m
as informaci
on sobre esta sucesi
on. Este problema fue resuelto por A. De Moivre unos quinientos a
nos despues de la
publicaci
on del Liber Abaci. El metodo que utiliz
o se basa en el uso de
las llamadas funciones generatrices y tuvo gran importancia en el desarrollo de la Combinatoria y del C
alculo de Probabilidades ya que puede ser
aplicado con exito a muy diversos problemas.
Supongamos que a0 , a1 , a2 , . . . es una sucesi
umeros reales o comP on den n
plejos y consideremos la serie de potencias
a
z
.
Si esta serie converge
n
n=0
en alg
un entorno del origen a una funci
on g(z) diremos que g(z) es la funci
on generatriz de la sucesi
on dada. An
alogamente, si la serie de potencias
P
n converge en alg
(a
/n!)z
u
n
entorno
del origen a una funci
on h(z)
n=0 n
diremos que h(z) es la funci
on generatriz exponencial de la sucesi
on {an }.
1
Por ejemplo, la funci
on constante 1, 1, 1, . . . es 1z
z
y su funci
on generatriz exponencial es e .
En el caso de la sucesi
on de Fibonacci {Fn }, definiendo F0 = 0 (lo cual
es compatible con la relaci
on de recurrencia Fn = Fn2 + Fn1 y hace que
esta sea v
alida para todo n > 1) tenemos que su funci
on generatriz es:
g(z) =
n=0
Fn z n = z + z 2 + 2z 3 + 3z 4 + 5z 5 + 8z 6 + 13z 7 +
(En virtud de la Proposici

on (5.1.2) el radio de convergencia de esta serie es
positivo, m
as exactamente es 1 ).
Proposici
on 5.2.1. La funci
on de Fibonacci es:
z
g(z) =
1 z z2
Demostraci
on:
2
g(z) = z + z +
Fn z = z + z +
n=3
= z + z2 + z
n=2
(Fn1 + Fn2 )z n =
n=3
Fn z n + z 2
Fn z n = z + zg(z) + z 2 g(z)
n=1
Despejando g(z) se obtiene el resultado deseado.
52
Ya estamos en condiciones de obtener una f
ormula para los n
umeros de
Fibonacci:
Proposici
on 5.2.2.
5
Fn =
5
!n
1+ 5
!n !
1 5
2
2
Demostraci
on: 1 z z se factoriza como (1 z)(1 z) , siendo
= (1 + 5)/2 y = (1 5)/2. Por lo tanto la funci
on generatriz de la
sucesi
on de Fibonacci se descompone en fracciones simples como:
A
B
z
=
+
2
1zz
1 z 1 z
para
ciertas constantes
A y B. La determinaci
on de estas constantes da
A = 5/5, B = 5/5 . Por lo tanto:

X
X
X
5 X
5 n
n
n
n
Fn z = g(z) =
(
(z)
(z) ) =
( n )z n
5
5
n=1
n=1
n=1
n=1
de donde Fn =
5
n
5 (
n ).
A continuaci
on utilizaremos la funci
on generatriz para establecer una
interesante relaci
on entre los n
umeros de Fibonacci y los coeficientes binomiales:
Proposici
on 5.2.3.
Fn+1 =
n
X

2
nk
k=0
Demostraci
on:
X
Fn z n =
n=0
X
z
z
=
=
z
z n (1 + z)n =
1 z z2
1 z(1 + z)
n=0
n

2
XX n
X X n k
z
z n+k = z
zn
k
k
n=0 k=0
n=0
k=0
53
5.3
Relaciones de recurrencia lineales
En esta secci
on trabajaremos en el campo de los n
umeros complejos. Llamaremos relaci
on de recurrencia lineal de orden k a una relaci
on de la
forma:
xn = c1 xn1 + + ck xnk + f (n)
(5.1)
donde f es una funci

on, c1 , . . . , ck son constantes y ck 6= 0 . Si no aparece
el termino funcional f (n) diremos que la relaci
on es homogenea.
Una soluci
on de la relaci
on (5.1) es cualquier sucesi
on numerica {zn }
n=0
que satisfaga la igualdad:
zn = c1 zn1 + + ck znk + f (n)
para todo n k. En virtud de la Proposici
on (5.1.1) cualquier conjunto
de valores iniciales z0 , . . . , zk1 determina una u
nica soluci
on {zn }. Muchos
problemas combinatorios se reducen al estudio de relaciones de recurrencia
de este tipo, por lo cual su estudio tiene para nosotros especial importancia.
Por otra parte estas relaciones permiten construir modelos apropiados para
una gran diversidad de problemas cientficos. La teora de las relaciones de
recurrencia lineales presenta gran analoga con la de las ecuaciones diferenciales ordinarias lineales. De hecho las ecuaciones diferenciales pueden ser
aproximadas por ecuaciones en diferencias (ver [L1]) cuya soluci
on, en el
caso m
as simple, puede obtenerse por los metodos que estudiaremos a continuaci
on. Una monografa elemental dedicada a las relaciones de recurrencia
lineales es [M1]. Numerosos ejemplos se encuentran en [T2].
on r es soluci
on
Proposici
on 5.3.1. Una progresi
on geometrica {r n } de raz
de la relaci
on lineal homogenea de orden k :
xn = c1 xn1 + + ck xnk
si y s
olo si r es raz de la llamada ecuaci
on caracterstica
xk c1 xk1 ck = 0.
Demostraci
on: Si r es raz de la ecuaci
on caracterstica entonces:
r k c1 r k1 ck = 0
54
y multiplicando por r nk se obtiene, para todo n > k :
r n c1 r n1 ck r nk = 0
Recprocamente, si {r n } es soluci
on de la relaci
on de recurrencia la igualdad anterior se verifica para todo n > k y en particular para n = k con lo
que resulta que r es raz de la ecuaci
on caracterstica.
Proposici
on 5.3.2. Si la ecuaci
on caracterstica de la relaci
on de recurrencia lineal homogenea de orden k:
tiene k races distintas r1 , . . . , rk entonces la soluci
on general de la relaci
on
de recurrencia es:
{A1 r1n + + Ak rkn }
siendo A1 , . . . , Ak constantes arbitrarias.
Demostraci
on: Es muy f
acil comprobar que la sucesi
on {A1 r n + +
n
Ak r } es soluci
on de la relaci
on de recurrencia para valores cualesquiera
de las constantes A1 , . . . , Ak . En efecto, cada sucesi
on {rin } lo es (por la
Proposici
on precedente) y por lo tanto se tiene que :
rin = c1 rin1 + + ck rink , para todo n k y todo i = 1, . . . , k
Multiplicando estas k igualdades por A1 , A2 , . . . , Ak respectivamente y luego
sumando se obtiene el resultado deseado.
Recprocamente, debemos demostrar que toda soluci
on de la relaci
on
de recurrencia es una combinaci
on lineal de las progresiones geometricas
{rin } . Para esto es suficiente mostrar que dada una soluci
on {zn } existen
constantes A1 , . . . , Ak tales que se satisfacen las siguientes igualdades :
A1 r10 + + Ak rk0
A1 r11
+ +
Ak rk1
z0
z1
... ... ... ... ... ... ...

A1 r1k1
+ + Ak rkk1
zk1
En efecto, si esto se logra entonces {A1 r1n + + Ak rkn } y {zn } ser

an
dos soluciones de la relaci
on de recurrencia que coinciden en sus primeros
55
k terminos, por lo tanto deber
an coincidir en todos los dem
as. Ahora bien,
las igualdades precedentes pueden ser consideradas como un sistema lineal
on (
unica)
de ecuaciones en las inc
ognitas A1 , . . . , Ak , el cual tiene soluci
si el determinante del sistema es no nulo. Pero este es el bien conocido
determinante de Van der Monde:

1
1
1

r1
r2
rk
Y
2
2
r1
r
rk2 =
(rj ri )
2

1i<jn

r k1 r k1 r k1
1
2
k
que no es nulo por ser las races r1 , . . . , rk todas distintas.
Como ejemplo determinemos la soluci

on de la relaci
on de recurrencia
xn = 5xn1 6xn2 con condiciones iniciales x0 = 4 , x1 = 7 . La ecuaci
on
caracterstica es x2 5x + 6 = 0 , que tiene races r1 = 2 y r3 = 3. Por
lo tanto la soluci
on general es xn = A 2n + B 3n . Para satisfacer las
condiciones iniciales deben determinarse A y B de modo tal que:
A+B = 4
2A + 3B = 7
Resolviendo este sistema se obtiene A = 5 , B = 1 por lo cual la soluci
on
n
n
buscada es xn = 5 2 3 .
Cuando la ecuaci
on caracterstica tiene races m
ultiples la forma de la
soluci
on general es algo m
as complicada. Enunciaremos el resultado correspondiente sin demostraci
on. El lector interesado puede tratar de dar una
demostraci
on propia o consultar alg
un tratado sobre ecuaciones en diferencias finitas, por ejemplo [L1].
Proposici
on 5.3.3. Si la ecuaci
on caracterstica de la relaci
on de recurrencia lineal homogenea de orden k:
tiene races r1 , . . . , rt con multiplicidades m1 , . . . , mt entonces la soluci
on
general de la relaci
on de recurrencia es:
{P1 (n)r1n + + Pt (n)rtn }
siendo Pi (n) un polinomio en n de grado menor que mi .
56
Determinemos por ejemplo la soluci
on general de la relaci
on:
xn = 12xn1 57xn2 + 134xn3 156xn4 + 72xn5
Su ecuaci
on caracterstica es:
x5 12x4 + 57x3 134x2 + 156x 72 = 0
que tiene la raz triple r1 = 2 y la raz doble r2 = 3. Por lo tanto la soluci
on
2
n
n
general es xn = (An + Bn + C)2 + (Dn + E)3 .
Si se dan condiciones iniciales x0 , x1 , x2 , x3 , x4 entonces la soluci
on correspondiente puede obtenerse resolviendo un sistema de cinco ecuaciones
lineales en las inc
ognitas A, B, C, D y E.
Hasta el momento hemos considerado u
nicamente relaciones de recurrencia lineales homogeneas. Para resolver relaciones no homogeneas no hay
reglas fijas infalibles. Sin embargo es muy importante el siguiente resultado,
seg
un el cual para conocer la soluci
on general de una relaci
on lineal no homogenea es suficiente conocer una soluci
on particular y la soluci
on general
de la relaci
on homogenea asociada.
Proposici
on 5.3.4. Si {zn } es una soluci
on de la relaci
on de recurrencia
xn = c1 xn1 + + ck xnk + f (n)
entonces cualquier otra soluci
on es de la forma {zn + wn } siendo {wn } una
soluci
on de la relaci
on homogenea :
Demostraci
on: Dada una soluci
on {yn } tenemos que:
yn = c1 yn1 + + ck ynk + f (n) , para todo n k
y restando miembro a miembro la igualdad:
zn = c1 zn1 + + ck znk + f (n) , para todo n k
se obtiene:
yn zn = c1 (yn1 zn1 ) + + ck (ynk znk )
Definiendo wn = yn zn es claro que {wn } es soluci
on de la relaci
on homogenea , y que yn = zn + wn . Recprocamente, es inmediato verificar que
si a {zn } se le suma cualquier soluci
on {wn } de la relaci
on homogenea se
obtiene una soluci
on de la relaci
on original.
57
El siguiente problema proporciona un ejemplo muy sencillo, pero combinatoriamente interesante, de relaci
on de recurrencia lineal no homogenea.
Supongamos que en el plano se trazan n rectas en posici
on generica (es decir,
tales que no haya dos de ellas paralelas ni tres concurrentes en un punto).
En cu
antas regiones queda dividido el plano?
Sea Rn el n
umero buscado. Es inmediato verificar mediante un dibujo
que R1 = 2, R2 = 4, R3 = 7 y R4 = 11. Pero ya no es tan simple comprobar
por metodos gr
aficos que R5 = 16, R6 = 22 y R7 = 29. Sin embargo no es
difcil obtener una relaci
on de recurrencia satisfecha por los Rn . Para ello
observemos que la recta n-sima debe intersectar a las n 1 anteriores en
n 1 puntos diferentes, quedando ella misma dividida en n intervalos (n 2
segmentos y 2 semirrectas). Cada uno de esos n intervalos desconecta una
de las regiones en que estaba dividido el plano por las primeras n 1 rectas.
De este modo, al trazar la recta n-sima el n
umero de regiones aumenta en
n , o dicho en smbolos:
Rn = Rn1 + n
Esta relaci
on de recurrencia puede ser resuelta f
acilmente sumando miembro
a miembro las igualdades:
R2 = R1 + 2, R3 = R2 + 3, . . . , Rn = Rn1 + n
Luego de las cancelaciones, y tomando en cuenta que R1 = 2, se tiene que
Rn = R1 + (2 + 3 + + n) = (n2 + n + 2)/2.
Otra tecnica, que se puede emplear en general cuando el termino funcional f (n) de una relaci
on de recurrencia lineal es un polinomio, consiste en
buscar soluciones particulares de tipo polin
omico por el metodo de los coeficientes indeterminados. Generalmente es suficiente probar con polinomios
de grado igual al de f (n) , pero a veces es necesario ensayar con polinomios
de grado superior. En nuestro caso, ensayemos con polinomios de segundo
grado An2 +Bn+C (por cuanto es evidente que no hay soluciones polin
omicas de primer grado). Se tiene:
An2 + Bn + C = A(n 1)2 + B(n 1) + C + n
de donde resulta (1 2A)n + (A B) = 0. Para que esta igualdad se cumpla
para todo n debe ser 1 2A = 0 y A B = 0 , por lo tanto A = B = 1/2. La
soluci
on general es entonces (n2 + n)/2 + C. Utilizando la condici
on inicial
R1 = 1 se determina que C = 1, llegando al mismo resultado obtenido
anteriormente.
58
5.4
N
umeros de Catalan
Consideremos el problema de determinar el n

umero Tn de triangulaciones
de un polgono convexo, es decir el n
umero de maneras de dividir el polgono
en tri
angulos mediante diagonales que no se intersecten. Este problema ya
fue estudiado por Euler, quien lo resolvi
o utilizando el metodo de las funciones generatrices. Nosotros lo emplearemos para introducir una relaci
on de
recurrencia no lineal que se presenta en diversos problemas combinatorios.
Es claro que T3 = 1 y T4 = 2. El pent
agono admite cinco triangulaciones,
como se muestra en la siguiente figura:
...........
..... ..... ......
...... ... .. .....
..... ... .... ...........
.
.
.
.
.
......
..
......
......
... .....
......
......
...
...
.
.......
..
...
..
...
..
.
.
.
...
.
...
...
..
...
....
...
..
.
.
...
.
.
.
...
...
..
...
...
... ....
... ....
... ...
... ..
... ..
.
.
.
.
.
.
.....
.
.....................................................
.........
..... ...........
......
......
.....
......
.
.
.
.
.
......
......
......
.....
.
.
.
.
.
.......................................................................................
...
...... ..
.
.
...
.... ....
.
.
.
...
.
.
...
......
...
.....
...
...
.....
...
..
......
...
..
.....
.
.
.
.
.
.
... .......
...
... .......
...................................................
..........
..... ... ......
...... .... ..........
......
.....
...
.
.
.
.
......
..
...
......
......
...
......
......
...
.
...........
..
.
..........
...
.
...
.
... ......
...
..
...
... .......
..
.
......
...
.
.
...
......
...
...
...
......
...
..
......
...
...... ..... ....
...... .. ..
...
.
.
.
.
...
... . .
.......................................................
..........
..... .. ......
...... ... ...........
..... ...
......
.
.
.
.
..
......
......
...
......
..
.....
......
.......
..
.
.......
.
...
.
.
...... ..
.
.
.
...
.... ....
.
.
.
...
....
.
.
....
.
.
.
.
...
.
.
.
.
..
...
..
...
......
... ....
......
...
... ... ..........
..
... .. .......
..
.
.
.
.
...........
....................................................
.........
..... ...........
......
......
.....
......
.
.
.
.
.
......
......
......
.....
.
.
.
.
.
.......................................................................................
..........
.
...
.
... ......
... .......
...
......
..
...
......
..
.
...
.
......
...
......
...
...
......
...
......
...
..... ...
...
......................................................
Por lo tanto T5 = 5 . Para hallar una relaci

on de recurrencia satisfecha por los n
umeros Tn consideremos un polgono convexo de n + 1 vertices
v1 , . . . , vn , vn+1 (numerados recorriendo el borde del polgono en sentido horario). Para cada triangulaci
on el lado v1 vn+1 debe pertenecer a uno y s
olo
un tri
angulo, cuyo vertice restante ser
a vk para alg
un k = 2, . . . , n. El
n
umero de triangulaciones que contienen al tri
angulo v1 vn+1 vn es evidentemente igual al n
umero de triangulaciones del polgono de vertices v1 v2 . . . vn ,
alogamente el n
umero de triangulaciones que contienen al
es decir Tn . An
tri
angulo v1 vn+1 v2 es tambien Tn . Si 2 < k < n entonces todas las triangulaciones que contienen al tri
angulo v1 vn+1 vk pueden obtenerse combinando
una triangulaci
on del polgono de vertices v1 v2 . . . vk con una triangulaci
on
del polgono de vertices vk vk+1 . . . vn+1 . Por el principio del producto hay
angulo v1 vn+1 vk . Haentonces Tk Tnk+2 triangulaciones que contienen al tri
ciendo variar k desde 2 hasta n y sumando se obtiene entonces que:
Tn+1 = Tn + T3 Tn1 + + Tn1 T3 + Tn
Aceptaremos por convenci
on que T2 = 1 , con lo cual la relaci
on anterior
59
puede escribirse en la forma:
Tn+1 =
n
X
Tk Tnk+2
k=2
Esta relaci
on es m
as complicada que las que hemos considerado hasta ahora,
ya que no es lineal y adem
as Tn+1 aparece relacionado con todos los terminos
precedentes y no s
olo con un n
umero determinado de ellos. Sin embargo es
claro que esta relaci
on determina por completo a los Tn y permite calcular
cu
antos terminos se deseen. Por ejemplo:
T4 = T2 T3 + T3 T2 = 1 1 + 1 1 = 2
T5 = T2 T4 + T3 T3 + T4 T2 = 1 2 + 1 1 + 2 1 = 5
T6 = T2 T5 + T3 T4 + T4 T3 + T5 T2 = 1 5 + 1 2 + 2 1 + 5 1 = 14
A continuaci
on hallaremos una f
ormula explcita para los Tn . Comencemos
por observar que toda triangulaci
on de un polgono convexo de n vertices
consta de n2 tri
angulos. En efecto, la suma de los
angulos internos de todos
los tri
angulos de una triangulaci
on debe ser igual a la suma de los
angulos
internos del polgono, que como es bien sabido es (n2). Y como la suma de
los
angulos de cada tri
angulo es , el n
umero de estos debe ser n2. Por otra
parte el n
umero de diagonales en cualquier triangulaci
on es n 3. En efecto,
cada diagonal que se traza hace aumentar el n
umero de regiones en una, por
lo cual para llegar a tener n 2 tri
angulos partiendo de una sola regi
on
(el polgono original) es necesario trazar n 3 diagonales. Contemos ahora
el n
umero total de diagonales que aparecen en todas las triangulaciones de
un polgono convexo de n lados. Este n
umero es naturalmente (n 3)Tn ,
pero tambien puede obtenerse teniendo en cuenta que la diagonal v1 vk (para
2 < k < n) aparece en Tk Tnk+2 triangulaciones. Por lo tanto T3 Tn1 + +
Tn1 T3 es el n
umero de apariciones de las diagonales v1 vk (k = 3, . . . , n 1)
en todas las triangulaciones. Si contamos de igual manera las diagonales
con un extremo en vi para 1 = 2, . . . , n y sumamos llegamos a un total
de n(T3 Tn1 + + Tn1 T3 ). Pero en esta expresi
on cada diagonal vi vj
est
a contada dos veces, una vez como diagonal con extremo en vi y otra
como diagonal con extremo en vj , por lo cual el n
umero total de diagonales
en todas las triangulaciones es n2 (T3 Tn1 + + Tn1 T3 ). Por lo tanto:
(n 3)Tn =
n
(T3 Tn1 + + Tn1 T3 )
2
60
Como por otra parte sabemos que:
Tn+1 2Tn = T3 Tn1 + + Tn1 T3
se llega a que:
Tn+1 =
2(2n 3)
Tn
n
A partir de esta relaci

on ya es f
acil encontrar la expresi
on que busc
abamos
para Tn :
Proposici
on 5.4.1. El n
umero Tn de triangulaciones que admite un polgono convexo de n lados viene dado por la f
ormula :

1
2n 4
Tn =
n1 n2
Demostraci
on: Como acabamos de ver Tn+1 =
Tn =
2(2n3)
Tn ,
n
por lo cual:
2(2n 5)
(2n 4)(2n 5)
Tn1 =
Tn1 =
n1
(n 1)(n 2)
(2n 4)!
(2n 4)(2n 5)(2n 6)(2n 7)
Tn2 = =
(n 1)(n 2)(n 2)(n 3)
(n 1)[(n 2)!]2
Consideremos ahora el problema de poner parentesis en un producto de n
factores (n 2) de tal manera que cada subproducto conste de exactamente
dos factores, y llamemos Pn al n
umero de maneras de hacerlo. Veamos
algunos ejemplos:
P2 = 1 : (ab)
P3 = 2 : ((ab)c), (a(bc))
P4 = 5 : (((ab)c)d), ((a(bc))d), ((ab)(cd)), (a((bc)d)), (a(b(cd)))
Para hallar una relaci
on de recurrencia satisfecha por los n
umeros Pn supongamos que los n factores son x1 x2 . . . xn y observemos que el par de
parentesis exteriores siempre indica el producto de dos subproductos de la
61
forma x1 . . . xk y xk+1 . . . xn . En el primer subproducto se pueden poner
parentesis de Pk maneras, y en el segundo de Pnk maneras. Aceptemos
por convenci
on que P1 = 1 , para que lo anterior valga incluso cuando uno
de los dos subproductos conste de un solo elemento. Entonces, aplicando el
principio del producto y luego sumando para k = 1, . . . , n 1 se tiene que :
Pn = P1 Pn1 + P2 Pn2 + + Pn1 P1 =
n1
X
Pk Pnk
k=1
Proposici
on 5.4.2. El n
umero de maneras de poner parentesis en un producto x1 x2 . . . xn de n factores (n 2) de tal manera que cada subproducto
conste de exactamente dos factores es:

1 2n 2
Pn = Tn+1 =
n n1
Demostraci
on: Probaremos por inducci
on que Pn = Tn+1 . Para n = 1 se
tiene P1 = 1 = T2 . Supongamos que Pk = Tk+1 para todo k < n. Entonces
Pn =
n1
X
k=1
Pk Pnk =
n1
X
k=1
Tk+1 Tnk+1 =
n
X
Tk Tnk+2 = Tn+1
k=2
2n
1
Los n
umeros Cn = n+1
umeros de Catalan en hon son llamados n
nor a Eugene Charles Catalan (1814-1894) quien los encontr
o al resolver el
problema de los parentesis, aunque como hemos visto ya haban sido observados por Euler en conexi
on con el problema de las triangulaciones. Estos
n
umeros est
an relacionados con numerosos problemas combinatorios (ver los
ejercicios al final del captulo).
La siguiente Proposici
on resume las propiedades de los n
umeros de Catalan y sus relaciones con Tn y Pn .
Proposici
on 5.4.3. LaPsucesi
on {Cn } es la u
nica soluci
on de la relaci
on
de recurrencia xn+1 = nk=0 xk xnk con condici
on inicial x0 = 1. Adem
as
Cn = Pn+1 = Tn+2 = 4n2
C
.
n+1 n1
62
Demostraci
on: Es obvio que dada la condici
on inicial x0 la relaci
on de
recurrencia tiene una soluci
on u
nica. La sucesi
on {Cn } es soluci
on ya que:
n
X
Ck Cnk =
k=0
n
X
Pk+1 Pnk+1 =
k=0
n+1
X
Pk Pnk+2 = Pn+2 = Cn+1
k=1
Como adem
as C0 = 1 , queda probada la primera afirmaci
on. La igualdad
de Cn , Pn+1 y Tn+2 es consecuencia de las dos Proposiciones precedentes.
La u
ltima igualdad se demuestra f
acilmente a partir de la definici
on de Cn
o a partir de la propiedad correspondiente para Tn .
5.5
Ejercicios
1. Pruebe que
Pn
k=0 Fk
= Fn+2 1.
2. Pruebe que Fn+1 Fn1 Fn2 = (1)n .

3. Pruebe que si n|m entonces Fn |Fm .
4. Pruebe que n
umeros de Fibonacci consecutivos son coprimos.
5. Pruebe que si d es el m
aximo com
un divisor de n y m entonces el
m
aximo com
un divisor de Fn y Fm es Fd .
6. Pruebe que el n
umero de maneras en que un rect
angulo de dimensiones
2 n se puede dividir en n rect
angulos de dimensiones 2 1 es Fn+1 .
7. Pruebe que el n
umero de subconjuntos de Nn que no contienen enteros
consecutivos es Fn+2 .
8. Pruebe que el desarrollo en fracci

on continua de (1 + 5)/2
es 1 +
1
1
1+
1 +
y que su n-simo convergente es
Fn+2
Fn .
9. Pruebe que cada entero positivo n se puede expresar de modo u

nico
como una suma de n
umeros de Fibonacci Fk1 + + Fkr con k1
k2 kr 0 (r 1), donde i j significa i j + 2.
63
10. Dos jugadores sacan alternativamente fichas de un mont
on que inicialmente contiene n. El jugador que comienza puede sacar una o m
as
fichas, pero no el mont
on completo. A partir de entonces, cada jugador puede sacar una o m
as fichas pero no m
as del doble de las que
sac
o el jugador anterior. Gana el que saque la u
ltima ficha. Pruebe
que si n no es un n
umero de Fibonacci, hay una estrategia ganadora
para el primer jugador. Si no, la hay para el segundo.
11. De las regiones en que queda dividido el plano por n rectas en posici
on
generica, cu
antas son acotadas?
12. En cu
antas regiones queda dividido el plano por n circunferencias
secantes dos a dos y tales que no haya tres concurrentes en un punto?
13. En cu
antas regiones dividen el espacio n planos en posici
on generica
(es decir, tales que no haya dos paralelos ni tres que contengan una
misma recta)? Cu
antas de esas regiones son acotadas?
14. (a) Halle el termino general de la sucesi
on de Lucas {Ln }, definida
por la relaci
on Ln = Ln1 + Ln2 y las condiciones iniciales L0 =
2, L1 = 1.
(b) Pruebe que Ln = Fn1 + Fn+1 para todo n 1.
(c) Pruebe que el n

umero de subconjuntos de Nn que no contienen
enteros consecutivos ni a 1 y n simult
aneamente es Ln .
P
n
15. P
Si a = {an }
on sean Ga (z) =
n=0 es una sucesi
n=0 an z y Ea (z) =
n
un entorno del
n=0 (an /n!)z , que supondremos convergentes en alg
origen. Sea adem
as Ta la sucesi
on trasladada (T a)n = an+1 . Si
bP= {bn }
a b y a b as: (a b)n =
n=0 es otra sucesi
Pnon definamos
n
n
a
b
,
(ab)
=
a
b
.
n
k=0 k nk
k=0 k k nk Pruebe que Ga+b = Ga +Gb ,
Ea+b = Ea +Eb , Gab = Ga Gb , Eab = Ea Eb , GT a (z) = (Ga (z)a0 )/z
y ET a = (Ea ) .
16. Halle la soluci
on de la relaci
on de recurrencia:
xn = 3xn1 + 4xn2 12xn3
con condiciones iniciales x0 = 1, x1 = 27, x2 = 1.
17. Halle la soluci
on de la relaci
on de recurrencia:
xn = 6xn1 12xn2 + 8xn3
64
con condiciones iniciales x0 = 4, x1 = 4, x2 = 24.
18. Dada la relaci
on de recurrencia:
xn = 7xn1 10xn2 + 12n2 70n + 53
(a) Halle una soluci
on particular de tipo polin
omico.
(b) Halle la soluci
on general.
19. De cu
antas maneras un rect
angulo de 3 n se puede dividir en
rect
angulos de 2 1 ?
P
20. Resuelva la relaci
on de recurrencia An+1 = nk=0 Ak Ank con condici
on inicial A0 = a usando funciones generatrices.
21. Dados 2n puntos en una circunferencia, de cu
antas maneras pueden
unirse de a pares mediante n segmentos que no se intersecten?
22. Un
arbol binario, seg
un la definici
on recursiva dada por Knuth (ver
[K1]) es un conjunto finito de nodos que est
a vaco, o se compone de
una raz y de dos
arboles binarios disjuntos, llamados sub
arboles de
la derecha y de la izquierda de la raz. Haciendo abstracci
on de la
naturaleza de los nodos, cu
antos
arboles binarios de n nodos hay?
O en otras palabras, cu
antas estructuras diferentes puede tener un
arbol binario de n nodos?
23. Supongamos que en el Ejercicio 8 del Captulo 3 hay n personas con

billetes de 50 Bs y n personas con billetes de 100 Bs. Pruebe que el
n
umero de ordenaciones de las 2n personas en la cola, para que esta
pase sin contratiempos por la taquilla, es Cn .
Captulo 6
Permutaciones y particiones
Como todo lo que es o puede ser pensado esta formado por
partes reales o, por lo menos, imaginarias, aquello que se
distingue especficamente tiene necesariamente que distinguirse, bien por poseer otras partes o por contener las mismas,
ordenadas de otro modo.
Leibniz, De arte combinatoria, (1666).
6.1
Permutaciones
Una permutaci
on de los n
umeros del 1 al n es una aplicaci
on biyectiva del
conjunto Nn = {1, . . . , n} en s mismo. Estas permutaciones forman, con la
composici
on como operaci
on, un grupo que denotaremos Sn . Ya sabemos
que |Sn | = n!. Las permutaciones Sn suelen representarse mediante la
notaci
on siguiente:

1 2 ... n
=
a1 a2 . . . an
la cual significa que (i) = ai para i = 1, 2, . . . , n. Un ciclo es un tipo especial de permutaci
on que describiremos a continuaci
on. Sean a1 , a2 , . . . , ak
k n
umeros naturales distintos entre 1 y n y consideremos la aplicaci
on
: Nn Nn definida as:
(ai ) = ai+1 si 1 i < k
(ak ) = a1
(j) = j si j Nn \ {a1 , . . . , ak }
66
Es claro que Sn . Diremos que es un ciclo y escribiremos =
(a1 , . . . , ak ). La longitud de este ciclo es k (se dice tambien que es un
k-ciclo). Cuando k = 1 entonces el ciclo (a1 ) es la identidad. Si k = 2
entonces (a1 , a2 ) tiene el efecto de intercambiar los elementos a1 y a2 entre
s, por lo cual un 2-ciclo es llamado tambien transposici
on. Observemos que
un ciclo de longitud k se puede escribir de k maneras distintas, permutando
cclicamente sus elementos. En otras palabras:
(a1 , a2 , . . . , ak ) = (a2 , . . . , ak , a1 ) = = (ak , a1 , . . . , ak1 )
Dos ciclos (a1 , . . . , ak ) y (b1 , . . . , bh ) se dicen disjuntos si
{a1 , . . . , ak } {b1 , . . . , bh } =
Es f
acil ver que si y son ciclos disjuntos entonces conmutan, es decir
= . Para ello basta aplicar cada uno de los productos a un elemento
cualquiera j de Nn .
Proposici
on 6.1.1. Toda permutaci
on Sn se puede descomponer en
producto de ciclos disjuntos. Dichos ciclos est
an unvocamente determinados
por .
Demostraci
on: Comencemos por definir una relaci
on en Nn as:
j k si y s
olo si existe un entero i tal que k = i (j)
Es inmediato verificar que es una relaci
on de equivalencia, y por lo tanto
Nn queda particionado en clases de equivalencia. Dado a Nn consideremos la sucesi
on infinita a, (a), 2 (a), . . . . Es claro que esta sucesi
on debe
tener elementos repetidos. Digamos que i (a) = j (a), con i < j. Entonces
umero natural tal que m (a) = a.
ji (a) = a , y j i > 0. Sea m el menor n
m1
Entonces los elementos a, (a), . . . ,
(a) son todos distintos y est
an en
la clase de equivalencia de a. De hecho cualquier n
umero equivalente con a
est
a en la lista anterior, ya que si a b entonces b = t (a) para alg
un entero
t, y efectuando la divisi
on entera de t entre m tendremos t = qm + r con
0 r < m, y por lo tanto b = qm+r (a) = r (a). En conclusi
on, la clase de
equivalencia del elemento a es C(a) = {a, (a), . . . , m1 (a)}. Observemos
tambien que el ciclo (a, (a), . . . , m1 (a)) act
ua igual que sobre C(a). Si
para cada clase de equivalencia formamos un ciclo de acuerdo al procedimiento anterior obtendremos un conjunto de ciclos disjuntos 1 , . . . , s tales
que = 1 2 s . En efecto, cada j Nn aparece en uno y s
olo uno
67
de los ciclos i (aquel que corresponde a la clase de equivalencia de j) y para
ese ciclo se tiene i (j) = (j), mientras que los ciclos k con k 6= i (por ser
disjuntos de i ) dejan fijos a los elementos j y (j). Por otra parte es f
acil
ver que en cualquier descomposici
on de en ciclos disjuntos estos deben
estar constitudos por los elementos de una misma clase de equivalencia, y
como cada ciclo act
ua sobre sus elementos igual que resulta que quedan
unvocamente determinados.
Observaci
on: Al escribir una permutaci
on como producto de ciclos disjuntos
se suelen omitir los ciclos de longitud 1, ya que son la identidad y no afectan
el producto. Sin embargo nosotros los escribiremos siempre explcitamente
porque su n
umero tiene importancia combinatoria.
Ejemplo
Dada la permutaci
on
=
1 2 3 4 5 6 7 8
3 7 5 4 8 1 2 6
tenemos que (1) = 3, (3) = 5, (5) = 8, (8) = 6 y (6) = 1 . Por lo

tanto la clase del 1 es {1, 3, 5, 8, 6} y el ciclo correspondiente (1,3,5,8,6). Del
mismo modo se encuentran los ciclos (2,7) y el 1-ciclo (4). Por lo tanto
= (1, 3, 5, 8, 6)(2, 7)(4).
umero de ciclos de longitud i que apaDenotaremos mediante i (s) al n
recen en la descomposici
on de en producto de ciclos disjuntos.
P
Proposici
on 6.1.2. Si Sn entonces ni=1 ii () = n
Demostraci
on: El producto ii () nos da la cantidad de elementos en las
clases de equivalencia de cardinal i, por lo tanto al sumar desde i = 1 hasta
n tenemos el total de elementos en Nn .
Proposici
oP
n 6.1.3. Si 1 , . . . , n son enteros no negativos que satisfacen
la relaci
on ni=1 ii = n entonces el n
umero de permutaciones Sn con
i ciclos de longitud i para i = 1, . . . , n viene dado por:
n!
11 22
nn 1 !2 ! n !
68
Demostraci
on: Los ciclos que aparecen en la descomposici
on de una permutaci
on Sn son u
nicos, pero no lo es la manera de escribirlos. De
hecho, cada ciclo de longitud i se puede escribir de i maneras, y adem
as
los ciclos pueden permutarse entre ellos. Si adoptamos la convenci
on de
escribir primero los ciclos de longitud 1, luego los de longitud 2 y as sucesivamente entonces el n
umero de maneras de escribir la descomposici
on
correspondiente a una permutaci
on con i () = i ser
a:
11 22 nn 1 !2 ! n !
En efecto, el factor kk corresponde al n
umero de maneras de rotar los
elementos de cada uno de los k k-ciclos, mientras que el factor k ! corresponde al n
umero de maneras de permutar entre s esos mismos ciclos.
Hagamos ahora una lista con las n! permutaciones de los n
umeros del 1 al
n escritas como sucesiones de n elementos, y pongamos parentesis del modo
siguiente: 1 pares de parentesis encerrando a cada uno de los 1 primeros
elementos de cada entrada de la lista, 2 pares de parentesis encerrando
de a pares a los 22 elementos siguientes, y as sucesivamente. La condici
on 1 + 22 + + nn = n asegura que el u
ltimo parentesis cerrar
a a
la derecha del u
ltimo elemento. En la lista resultante aparecer
an todas las
permutaciones Sn tales que i () = i para i = 1, . . . , n ,pero de
acuerdo con nuestra discusi
on inicial es claro que cada una de ellas aparecer
a 11 22 nn 1 !2 ! n ! veces. Para obtener el n
umero de estas
permutaciones dividimos n! (el total de entradas en la lista) por la cantidad de veces que aparece repetida cada una de ellas, obteniendo el valor
deseado.
Como un caso particular de la Proposici

on que acabamos de demostrar
se obtiene que el n
umero de permutaciones de Nn que constan de un u
nico
ciclo de longitud n es (n 1)!. Estas son las llamadas permutaciones circulares de la Combinatoria cl
asica. Otra situaci
on interesante se presenta
cuando n es par y nos preguntamos por el n
umero de permutaciones que se
descomponen en producto de n/2 = m transposiciones disjuntas, sin puntos
fijos. En este caso 2 = n/2 y i = 0 para i 6= 2. Por lo tanto el n
umero
buscado es n!/(2m m!) = (n 1)(n 3) 3 1 = (n 1)!!.
69
6.2
N
umeros de Stirling de primera clase

Llamaremos n
umero de Stirling de primera clase nk a la cantidad de permutaciones Sn que se descomponen
en producto de exactamente k ciclos

disjuntos. Si n > 0 es claro que n0 = 0. Aceptaremos por convenci
on que
0
0
on se justifica si se considera que
0 = 1 y n = 0 , n > 0 (esta convenci
S0 es el conjunto de biyecciones del conjunto vaco en s mismo y tiene un
solo elemento, a saber la funci
on vaca, la cual se descompone en producto
de 0 ciclos).Lamentablemente no existe acuerdo sobre la notaci
on para los
n
umeros de Stirling (se usa s(n, k), sn,k , Snk , etc.) Muchos autores asignan
incluso un signo negativo a la mitad de estos n
umeros. Nosotros adoptamos
la notaci
on de Knuth ([K1]), pues enfatiza la interesante analoga existente
entre estos n
umeros y los coeficientes binomiales.
A continuaci
on demostraremos varias propiedades de estos n
umeros.
Proposici
on 6.2.1. Para todo n > 0 se cumple:

n
n
n
n
= 1,
= (n 1)!,
=
n
1
n1
2
Demostraci
on: Si Sn se descompone en n ciclos disjuntos, todos ellos
deben ser 1-ciclos y por lo tanto es la identidad. Esto prueba la primera
igualdad. En cuanto a la segunda observemos que si Sn se descompone
en un solo ciclo, esto significa que es un n-ciclo. Entonces aplicando la
Proposici
on 6.1.3 con 1 = = n1 = 0, n = 1, se obtiene que el n
umero
de n-ciclos es (n 1)!. Para demostrar la tercera igualdad observemos que
si Sn se descompone en producto de n 1 ciclos disjuntos todos ellos
deben ser de longitud 1 salvo uno, que ser
a de longitud 2. Esto significa
n
que es una transposici
on. Por lo tanto n1
representa el n
umero de
transposiciones en Sn . Pero una transposici
on queda determinada por el
par de elementos que transpone,
por lo tanto hay tantas como pares de

elementos en Nn , es decir n2 .
Proposici
on 6.2.2. Para todo n > 0 y k > 0 se cumple:

n
n1
n1
= (n 1)
+
k
k
k1
70

Demostraci
on: Entre las nk permutaciones de Nn que se descomponen
en producto de k ciclos disjuntos
aquellas que dejan fijo el ele contemos

mento n. Su n
umero debe ser n1
,
pues
si
dejan n fijo deben permutar
k1
los elementos {1, . . . , n 1} entre s y descomponerse en producto de k 1
ciclos en Sn1 para completar con el 1-ciclo (n) el total de k ciclos. En las
permutaciones que no dejan fijo a n este elemento debe aparecer en alg
un
ciclo acompa
nado al menos de otro elemento. Eliminando a n de ese ciclo
resulta una permutacion de Nn1 que se descompone en producto de k ciclos
disjuntos. Por este procedimiento se pueden obtener en verdad todas estas
permutaciones, pero cada una de ellas aparecer
a repetida n 1 veces porque
el elemento n puede reinsertarse en n 1 posiciones diferentes. Por lo tanto
el n
umero de permutaciones de N
n que
n1
se descomponen en k ciclos disjuntos
y que no dejan fijo a n es (n1) k . Una aplicaci
on rutinaria del principio
de la suma completa la demostraci
on.
La relaci
on que acabamos de demostrar, parecida a la f
ormula de Stifel
para los coeficientes binomiales, permite calcular los n
umeros de Stirling de
primera clase recursivamente y construir un tri
angulo similar al de Pascal:
n\k
0
1
2
3
4
5
6
0
1
0
0
0
0
0
0
1
1
2
6
24
120
1
3
11
50
274
1
6
35
225
1
10
85
1
15
Los lados
del tri
angulo se llenan
con ceros y unos en virtud de las igual0
n
dades n = 0, n > 0 y n = 1, n 0. Las entradas restantes se
obtienen sumando el n
umero que se halla en la fila superior un lugar a la
izquierda con el que est
a arriba multiplicado
umero de fila. Por
5 por su n
ejemplo en la fila 5 y columna 3 tenemos 3 = 11 + 6 4 = 35.
Proposici
on 6.2.3. Para todo n 0 se cumple:
x(x + 1) (x + n 1) =
n
X
n
k=0
xk
71
Demostraci
on: Lo probaremos por inducci
on en n. La igualdad se cumple
para n = 0 (interpretando el producto vaco a la izquierda como igual a 1) y
para n = 1, en cuyo caso se reduce a x = x. Puesto que x(x+1) (x+n1)
es un polinomio de grado n en la variable x lo podemos escribir en la forma
An,0 + An,1 x + + An,n xn . Sea n > 0. Nuestro objetivo
esprobar que
An,k = nk . Supongamos inductivamente que An1,k = n1
k . Como el
polinomio x(x + 1) (x + n 1) se anula
en x=0 y tiene

el coeficiente de
xn igual a 1 es claro que An,0 = 0 = n0 y An,n = 1 = nn . Ahora bien,
n
X
k=0
An,k xk = (x(x + 1) (x + n 2)) (x + n 1)

n1
X
An1,k x
k=0
n
X
k=1
(x + (n 1))
An1,k1 x + (n 1)
= xn +
n1
X
k=1
n1
X
An1,k xk
k=0
(An1,k1 + (n 1)An1,k ) xk
Por lo tanto si 0 < k < n se tiene:

An,k = An1,k1 + (n 1)An1,k =

n1
n1
n
+ (n 1)
=
k1
k
k
siendo las dos u

ltimas igualdades consecuencia de la hip
otesis inductiva y
de la Proposici
on (6.2.2).
Proposici
on 6.2.4. Para todo n 0 se cumple:
x(x 1) (x n + 1) =

n
X
n k
(1)nk
x
k
k=0
Demostraci
on: Basta substituir x por x en la Proposici
on 6.2.3 y muln
tiplicar luego ambos miembros por (1) .
Diremos que la sucesi
on de n
umeros reales a1 , a2 , . . . , an presenta un
mnimo de izquierda a derecha en la posici
on i si se cumple que aj > ai para
todo j < i. Los n
umeros de Stirling de primera clase est
an relacionados con
este concepto del modo siguiente:
72
Proposici
on 6.2.5. El n
umero de permutaciones de Nn que al ser escritas en forma
on presentan exactamente k mnimos de izquierda a
de sucesi
derecha es nk .
Demostraci
on: Diremos que la descomposici
on en producto de ciclos disa escrita en forma can
onica si se
juntos de una permutaci
on Sn est
satisfacen las dos condiciones siguientes:
1. Cada ciclo est
a escrito comenzando por su menor elemento.
2. Los ciclos est
an ordenados de izquierda a derecha en orden decreciente
de sus primeros elementos.
Es claro que toda permutaci
on puede escribirse de acuerdo a estas reglas,
y de una u
nica manera. Por ejemplo :

1 2 3 4 5 6 7 8
=
= (6, 8)(3, 5, 7)(1, 2, 4)
2 4 5 1 7 8 3 6
La ventaja de la forma can

onica es que si quitamos los parentesis que encierran a cada ciclo, la permutaci
on original puede ser reconstruda abriendo
parentesis antes de cada mnimo de izquierda a derecha. En efecto, el primer elemento de un ciclo en una descomposici
on escrita en forma can
onica
es menor que el primer elemento de cualquier ciclo que lo preceda y por lo
tanto menor que cualquier elemento de ese ciclo. En consecuencia, el primer
elemento de cada ciclo es un mnimo de izquierda a derecha, y obviamente
no hay otros mnimos. Construyamos ahora una aplicaci
on f : Sn Sn
del modo siguiente: a cada Sn la descomponemos en producto de ciclos disjuntos, escribimos la descomposici
on en forma can
onica, quitamos los
parentesis e interpretamos el resultado como una permutaci
on escrita en forma de sucesi
on. Por ejemplo si es la permutaci
on del ejemplo precedente
entonces

1 2 3 4 5 6 7 8
f () =
6 8 3 5 7 1 2 4
La posibilidad de reconstruir una permutaci
on a partir de la sucesi
on de
elementos que aparecen en su forma can
onica nos muestra que f es una
biyecci
on, y adem
as hace corresponder a cada permutaci
on que se descomponga en k ciclos disjuntos otra con k mnimos de izquierda a derecha. Una
aplicaci
on del principio de correspondencia finaliza la demostraci
on.
Otro tratamiento de este tema puede verse en [N2].
73
6.3
Aplicaci
on al an
alisis de algoritmos
El algoritmo que analizaremos a continuaci

on es muy sencillo, y consiste
en examinar secuencialmente un arreglo numerico x[1], x[2], . . . , x[n] para
hallar el mnimo elemento. Al finalizar, la variable min contendr
a el valor
del menor elemento del arreglo y la variable j su correspondiente ndice.
Supondremos, para mayor sencillez, que todos los elementos del arreglo son
distintos.
PASO 1. (Inicializaci
on) j 1; min x[1]; i 2 ;
PASO 2. Si i > n finalizar.
PASO 3. Si x[i] > min ir al PASO 5.
PASO 4. min x[i]; j i;
PASO 5. i i + 1; Ir al PASO 2.
El an
alisis combinatorio de este algoritmo consiste sencillamente en contar el n
umero de veces que se ejecuta cada paso del mismo. Esto es f
acil,
excepto para el PASO 4, cuya ejecuci
on depende de los datos de entrada
(los elementos almacenados en el arreglo). Como m
aximo este paso se ejecutara n 1 veces, y esto ocurrir
a si y s
olo si x[1] > x[2] > > x[n]. Pero
tambien puede ocurrir que no se ejecute nunca, si los elementos del arreglo
son tales que x[1] < x[2) < < x[n]. En general, llamando A al n
umero
de veces que se ejecuta el PASO 4, tendremos:
PASO
1
2
3
4
5
veces que se ejecuta

1
n
n-1
A
n-1
El valor exacto de la cantidad A es inferior en una unidad al n

umero de
mnimos de izquierda a derecha que presente la sucesi
on x[1], x[2], . . . , x[n].
Puesto que a los fines de este an
alisis no tienen importancia los valores absolutos de los n
umeros x[i] sino solamente las relaciones de orden entre ellos,
supongamos que x[1], x[2], . . . , x[n] son una permutaci
on de los n
umeros del
74
1 al n. Entonces la Proposici
on (6.2.5)
nos dice que el n
umero de permutan
ciones para las cuales A = k es k+1 . Si suponemos que las n! permutaciones
son equiprobables como datos de entrada, entonces la probabilidad de que
sea A = k es:

1
n
pk = Prob(A = k) =
n! k + 1
Para obtener el valor esperado y la variancia de A calculemos primero la
correspondiente funci
on generadora de momentos:
G(x) =
n1
X
p k xk =
k=0

n1
1 X
n
1
xk = (x + 1)(x + 2) (x + n 1)
n!
n!
k+1
k=0
donde la u
ltima igualdad es consecuancia de (6.2.3). Calculemos la derivada
logartmica de G(x) :
G (x)
1
1
1
=
+
+ +
G(x)
x+1 x+2
x+n1
Como G(1) = 1, poniendo x = 1 en la expresi
on anterior resulta que el valor
esperado de A es:
E(A) = G (1) =
1
1 1
+ + + = Hn 1
2 3
n
siendo Hn la suma de los primeros n terminos de la serie arm

onica.
Derivando una vez m
as resulta:
G (x)G(x) (G (x))2
1
1
1
=

2
2
2
G (x)
(x + 1)
(x + 2)
(x + n 1)2
y calculando nuevamente en x=1 tenemos
G (1) (G (1))2 =
(2)
siendo Hn =
Pn
k=1 (1/k
2 ).
1
1
1
2 = 1 Hn(2)
22 32
n
Ahora podemos calcular la variancia de A:
Var(A) = G (1) + G (1) (G (1))2 = Hn Hn(2)

Con esto finaliza el an
alisis estadstico del algoritmo. Utilizando estas mismas ideas se puede analizar el algoritmo de ordenaci
on por selecci
on (ver
ejercicios al final del captulo).
75
6.4
Particiones, n
umeros de Stirling de segunda
clase y n
umeros de Bell
Una partici
on de un conjunto X es una colecci
on {Ai : i I} de subconjuntos no vacos de X, disjuntos dos a dos y tales que su uni
on sea X. Cada
partici
on de X permite definir una relaci
on de equivalencia en X en la
un i I. Recprocamente cada
cual x y si y s
olo si x, y Ai para alg
relaci
on de equivalencia en X induce una partici
on de X, a saber aquella
constituda por las clases de equivalencia. Es claro que esta correspondencia
entre particiones de X y relaciones de equivalencia en X es biyectiva.
Cada funci
on f : X Y induce una relaci
on de equivalencia en
su dominio definiendo a b si y s
olo si f (a) = f (b). A la partici
on de X
determinada por esta relaci
on de equivalencia se le llama n
ucleo de la funci
on
f . Si f es sobreyectiva y el conjunto Y tiene k elementos y1 , . . . , yk entonces
el n
ucleo de f se compone tambien de k clases, a saber f 1 (y1 ), . . . , f 1 (yk ).
El n
umero de particiones (o lo que es lo mismo, el n
umero de relaciones de
equivalencia) que admite un conjunto de n elementos se denomina n
umero
on que
de Bell de orden n, y lo denotaremos Bn . Aceptaremos por convenci
B0 = 1, aunque esto puede tambien justificarse observando que el conjunto
vaco admite exactamente una partici
on, a saber la partici
on vaca (es decir
la partici
on sin miembro alguno). El n
umero de particiones que admite un
conjunto de n elementos con exactamente k clases se denomina n
umero de
Stirling
de segunda clase con ndices n y k y lo denotaremos mediante el
n
smbolo nk . Es claro
n que si n > 0 entonces 0 = 0. Tambien es obvio que
si n < k entonces k = 0. Aceptaremos por convenci
on, o en virtud del

mismo razonamiento que hicimos m
as arriba para B0 , que 00 = 1.
A continuaci
on demostraremos varias propiedades de los n
umeros de
Stirling de segunda clase.
Proposici
on 6.4.1. Para todo n > 0 se cumple:

n
n
n
n
n
n1
=
= 1,
=2
1,
=
1
n
2
n1
2
Demostraci
on: Si X = {x1 , . . . , xn } es un conjunto con n > 0 elementos
entonces la u
nica partici
on de X con una sola clase es obviamente {X}. A
su vez, la u
nica partici
on de X con n clases es {{x1 }, . . . , {xn }} y as quedan
probadas las dos primeras igualdades. En cuanto a la tercera hagamos corresponder a cada subconjunto A de X , no vaco y distinto del propio X, la
76
partici
on {A, X \ A}. De este modo se obtienen todas las particiones de X
en dos clases, pero cada una de ellas aparece dos veces puesto que A y X\A
determinan la misma partici
on. Como X tiene 2n subconjuntos, descontando y X y dividiendo entre dos resulta (2n 2)/2 = 2n1 1. Por u
ltimo,
para probar la cuarta igualdad basta observar que cualquier partici
on de X
en n 1 clases debe constar de una clase de dos elementos y n 2 clases de
un elemento cada una. Pero una partici
on de este tipo queda determinada
una vez que sabemos
cual
es
la
clase
con
dos elementos, para lo cual hay

precisamente n2 posibilidades.
Proposici
on 6.4.2. Para todo n > 0 y k > 0 se cumple:

n
n1
n1
=
+k
k
k1
k
Demostraci
on: Sea X = {x1 , . . . , xn }. Las particiones de X en k clases
pueden clasificarse en dos categoras: las que
contienen la clase {xn } y las
que no la contienen. Las primeras son n1
k1 , puesto que si {xn } es una clase
debe haber k 1 clases adicionales, cuya uni
on ser
a {x1 , . . . , xn1 }. En las
particiones de la segunda categora el elemento xn debe pertenecer a alguna
de las k clases, que contendr
a tambien alg
un otro elemento. Quitandoxn re
.
sultar
a una partici
on de {x1 , . . . , xn1 } con k clases, de las cuales hay n1
k
Sin embargo aplicando este procedimiento cada partici
on de {x1 , . . . , xn1 }
en k clases se obtiene k veces, pues xn podra estar en cualquiera de las k
clases. De este
umero de particiones en la segunda
modo
resulta que el n
categora es k n1
.
k
La relaci
on que acabamos de demostrar, an
aloga a la f
ormula de Stifel para
los coeficientes binomiales y a la Proposici
on (6.2.2) para los n
umeros de
Stirling de primera clase, permite calcular los n
umeros de Stirling de segunda
clase recursivamente y construir una tabla semejante al tri
angulo de Pascal:
n\k
0
1
2
3
4
5
6
0
1
0
0
0
0
0
0
1
1
1
1
1
1
1
3
7
15
31
1
6
25
90
1
10
65
1
15
77
En este tri
angulo, luego de llenar los lados con ceros y unos, se obtiene
cada n
umero sumando al que est
a en la fila superior y un lugar a la izquierda,
el que est
a encima multiplicadopor
umero de columna. En la fila 5 y
su n
columna 3 se tiene por ejemplo 53 = 7 + 6 3 = 25.
Proposici
on 6.4.3.

X
n
n
j
n+1
=
j
k
k+1
j=0
Demostraci
on: Sea X = {x1 , x2 , . . . , xn+1 }. En cada partici
on de X en
k + 1 clases eliminemos la clase que contiene a xn+1 . Queda entonces una
partici
on de un subconjunto B de {x1 , . . . , xn } en k clases. Recprocamente
si a una partici
on de un conjunto B {x1 , . . . , xn } en k clases le agregamos
la clase X \ B (que no es vaca pues al menos contiene a xn+1 ) resulta una
partici
on de X en k + 1 clases. Las dos correspondencias que hemos definido
son claramente inversas una de la otra, por lo tanto aplicando el principio
de correspondencia y luego el de la suma resulta que:

X
n+1
|B|
=
k+1
k
B{x1 ,...,xn }
Para concluir la demostraci

on basta observar que para cada j = 0, 1, . . . , n

hay exactamente nj subconjuntos B de {x1 , . . . , xn } con j elementos.
Proposici
on 6.4.4. El n
umero de funciones
de un conjunto
sobreyectivas

de n elementos en otro de k elementos es k! nk .
Demostraci
on: En primer lugar probaremos que si dos funciones f y g
de un conjunto X en otro Y son sobreyectivas y tienen el mismo n
ucleo,
entonces existe una u
nica biyecci
on : Y Y tal que f = g. En
efecto, si y Y sea x X tal que g(x) = y y definamos (y) = f (x).
La definici
on es buena pues si x es otro elemento de X tal que g(x ) = y
entonces g(x ) = g(x) y como g y f tienen el mismo n
ucleo resulta f (x ) =
f (x). Es claro que con esta definici
on se cumple que g = f , y como g
es sobre es la u
nica funci
on que satisface esta relaci
on. Como f es sobre
resulta tambien que lo es. En cuanto a la inyectividad si (y1 ) = (y2 )
sean x1 , x2 tales que g(xi ) = yi , i = 1, 2. Entonces (g(x1 )) = (g(x2 )) y
por lo tanto f (x1 ) = f (x2 ), pero como f y g tienen el mismo n
ucleo resulta
78
que g(x1 ) = g(x2 ), es decir y1 = y2 . La propiedad de tener el mismo n
ucleo
induce obviamente una relaci
on de equivalencia en la familia de las funciones
de X sobre Y . Si |X| = n y |Y | = k entonces en virtud de lo que acabamos
de probar cada clase de equivalencia debe tener k! elementos (tantos como
biyecciones : Y Y ) y el n
umero de clases de
equivalencia ser
a igual al
n
n
umero de particiones de X en k clases,
es
decir
.
Por
lo
tanto
el
n
umero
k
n
total de funciones de X sobre Y es k! k .
Proposici
on 6.4.5.

n
1
=
k! n
k
1 ++nk =n
ni >0
n
n1 , . . . , nk
Demostraci
on: Es consecuencia inmediata de las Proposiciones (6.4.4) y
(3.2.4).
Proposici
on 6.4.6.

n1
k
n
1 X
1 X
j k
n
kj k
(1)
(k j) =
(1)
jn
=
k!
k!
k
j
j
j=0
j=1
Demostraci
on: Es consecuencia inmediata de las Proposiciones (6.4.4) y
(4.2.1).
Proposici
on 6.4.7.
n
X
k
n
j! = kn
j
j
j=0
Demostraci
on: Sean X e Y dos conjuntos tales que |X| = n y |Y | = k.
Toda funci
on de X en Y es sobre alg
un subconjunto de Y . Como el n
umero
total de funciones de X en Y es kn tenemos entonces que:
X
|Sobre(X, B)| = kn
BY

Pero para cada j entre 0 y k hay kj subconjuntos de Y con j elementos, y

el n
umero de funciones de X sobre cada uno de ellos es j! nj seg
un (6.4.4).
Una aplicaci
on del principio de la suma concluye la demostraci
on.
79
Proposici
on 6.4.8.
n
X
n
[x]j
x =
j
n
j=0
Demostraci
on: El polinomio
n
X
n
P (x) = x
[x]j
j
n
j=0
se anula para cualquier entero positivo k por la Proposici

on (6.4.7). Por lo
tanto, debe ser identicamente nulo.
Proposici
on 6.4.9. Supongamos que 1 , . . . , n son enteros no negativos
tales que 1 + 22 + + nn = n. Entonces el n
umero de particiones de un
conjunto de n elementos con i clases de i elementos para i = 1, . . . , n es:
n!
(1!)1 (2!)2 (n!)n 1 !2 ! n !
Demostraci
on: Podemos suponer sin perdida de generalidad que el conjunto de n elementos es Nn . Escribamos las n! permutaciones de los n
umeros
del 1 al n en forma de sucesi
on y a cada una de ellas hag
amosle corresponder
una partici
on de Nn de la siguiente manera: con los primeros 1 elementos
formamos 1 clases de un elemento cada una; con los siguientes 2 pares de
elementos formamos 2 clases de dos elementos cada una, y as sucesivamente. Es claro que de este modo se obtienen todas las particiones de Nn con
i clases de i elementos para cada i = 1, . . . , k, pero cada una de ellas aparece repetida (1!)1 (2!)2 (n!)n 1 !2 ! n ! veces. En efecto, para cada
k = 1, . . . , n hay k clases de k elementos, y los elementos de cada una de
estas clases pueden permutarse entre s de k! maneras. Esto da cuenta del
factor (k!)k . Por otra parte las k clases de k elementos pueden permutarse
entre s de k ! maneras.
Proposici
on 6.4.10. Lafunci
de los n
umeros de
on generatriz exponencial
n
t
k
Stirling de segunda clase k para k 0 fijo es (e 1) /k!.
80
Demostraci
on: Utilizando (6.4.5) se tiene:

X
X
1 n n X 1
n
tn
t =
n! k
n!k! n ++n =n n1 , . . . , nk
n=k
n=k
1
k
!
X
1 X
1
=
tn
k!
n
!
n
!
1
k
n=k n1 ++nk =n

k
1
t
t2 t3
(et 1)k
=
+ + +
=
k! 1! 2! 3!
k!
Proposici
on 6.4.11.
Bn =
n
X
n
k=0
Demostraci
on: Clasifique las particiones de un conjunto de n elementos
seg
un el n
umero de clases que contengan, y aplique el principio de la suma.
Proposici
on 6.4.12.
Bn+1 =
n
X
n
k=0
Bk
Demostraci
on: Todas las particiones de Nn+1 pueden obtenerse escogiendo primero el conjunto de elementos F Nn que acompa
nar
an a n + 1 en
su clase y efectuando luego una partici
on de Nn \ F . Por lo tanto:
Bn+1 =
F Nn
Bn|F | =
n
X
n
k=0
n
X
X
Bnk
k=0 F Nn
|F |=k
n
X
Bnk =
k=0
n
Bk
k
(la u
ltima igualdad es consecuencia de la simetra de los coeficientes binomiales).
81
Proposici
on 6.4.13. La funci
on generatriz exponencial de los n
umeros de
Bell es:
X
Bn n
t
t = ee 1
n!
n=0
Demostraci
on: Aplicando las Proposiciones (6.4.10) y (6.4.11) se tiene:
!
n
X
Bn n X 1 X n
t =
tn
n!
n!
k
n=0
n=0
k=0

X
X
1 n n X 1 t
t
=
t =
(e 1)k = ee 1
n! k
k!
k=0 n=k
k=0
(Otras demostraciones de este resultado conocido como f

ormula de Bell
pueden verse en [R6], [B1] y [T1]. Vea tambien el Ejercicio 13).
Tri
angulo de Bell
Los n
umeros de Bell pueden obtenerse a partir del siguiente tri
angulo, en el
cual Bn es el u
ltimo n
umero de la fila n. La regla de formaci
on de cada fila
es la siguiente: se coloca como primer elemento el u
ltimo n
umero de la fila
anterior, luego se suma este primer elemento con el n
umero que est
a arriba
suyo y el resultado se coloca como segundo n
umero de la fila, la suma de
este con el que est
a arriba suyo es el tercero, y as sucesivamente. La fila
n
umero 5 por ejemplo se obtuvo as: su primer elemento es el u
ltimo de
la fila 4, es decir el 15. El segundo elemento es 15 + 5 = 20, el tercero
20 + 7 = 27, el cuarto 27 + 10 = 37 y el quinto y u
ltimo B5 = 37 + 15 = 52.
El proceso comienza colocando B1 = 1 en la primera fila. La justificaci
on
de este procedimiento se deja al lector (ver Ejercicio 16).
n=1
n=2
n=3
n=4
n=5
n=6
n=7
n=8
1
1
2
5
15
52
203
877
2
3
7
20
67
255
...
5
10
27
87
322
15
37
114
409
52
151
523
203
674
877
82
Para finalizar, recomendamos al lector el interesante artculo de divulgaci
on de Martin Gardner [G1] sobre los n
umeros de Bell.
6.5
Ejercicios

1. Pruebe que el n
umero de Stirling de primera clase nk es igual a la
suma de todos los productos
de n k n
umeros distintos entre 1 y

n 1. Por ejemplo, 53 = 1 2 + 1 3 + 1 4 + 2 3 + 2 4 + 3 4 = 35.
Deduzca como corolario la siguiente acotaci
on:

n
n1 2
(n k)!
k
k1
2. (Algoritmo de ordenaci
on por selecci
on)
El siguiente algoritmo ordena el arreglo x[1], . . . , x[n] en forma ascendente:
Paso 1. k 1
Paso 2. Si k > n 1 finalizar.
Paso 3. j k; M x[k]; i j + 1
Paso 4. Si i > n ir al Paso 8.
Paso 5. Si x[i] > M ir al Paso 7.

Paso 6. M x[i]; j i
Paso 7. i i + 1; Ir al Paso 4.
Paso 8. x[j] x[k]; x[k] M ; k k + 1; Ir al Paso 2.

Calcule el n
umero de veces que se ejecuta cada paso distinto del Paso
6. Pruebe que si x[1], . . . , x[n] es una permutaci
on de los n
umeros del
1 al n tomada al azar entonces el valor esperado del n
umero de veces
que se ejecuta el Paso 6 es (n + 1)Hn n.
3. Demuestre la Proposici
on (6.4.9) a partir de la (6.1.3).
n

= n3 + 3 n4
4. Pruebe que n2
5. Pruebe que
n
n3
n
4
+ 10
n
5
+ 15
n
6
83
6. Pruebe que el n
umero de particiones
n1 de Nn en k clases que no contengan elementos consecutivos es k1 .
Como aplicaci
on, muestre que el n
umero de banderas con n franjas
horizontales que se pueden pintar con k colores, de modo que aparezcan
todos
n1los
colores y no haya franjas adyacentes del mismo color, es
k! k1 .
7. Pruebe que para un k fijo,

on generatriz de los n
umeros de
la funci
Stirling de segunda clase n+k
es:
k

X
1
n+k n
x =
(1 x)(1 2x) (1 kx)
k
n=0

8. Pruebe que el n
umero de Stirling de segunda clase nk es igual a la
suma de todos los productos de n k factores entre 1 y k , donde
puede haber factores repetidos. Por ejemplo,

5
= 1 1 + 1 2 + 1 3 + 2 2 + 2 3 + 3 3 = 25
3
9. Los polinomios [x]0 = 1, [x]1 = x, . . . , [x]n = x(x 1) (x n + 1)
forman una base del espacio vectorial de los polinomios a coeficientes
reales y grado menor o igual a n , del mismo modo que los polinomios
1, x, x2 , . . . , xn . Exprese las matrices de cambio de una a otra base
utilizando los n
umeros de Stirling. Multiplicando una de estas matrices
por su inversa obtenga relaciones entre los n
umeros de Stirling de
primera y segunda clase.
10. Si n > 1 es producto de k factores primos distintos, pruebe que el
n
umero de descomposiciones de n en producto de factores mayores
que 1 es Bk .
11. Pruebe que el n
umero de particiones de Nn tales que cada clase tiene
al menos dos elementos es igual al n
umero de particiones de Nn1 tales
que al menos una clase tiene exactamente un elemento.
12. Demuestre la Proposici
on (6.4.12) a partir de las Proposiciones (6.4.3)
y (6.4.11).
84
13. Obtenga la f
ormula de Bell multiplicando la funci
on generatriz exponencial de la sucesi
on {Bn } por el desarrollo en serie de ez y usando
la Proposici
on (6.4.12).
14. Demuestre la f
ormula de Dobinsky:

1 1n 2n 3n
Bn+1 =
+
+
+
e 0!
1!
2!
15. Pruebe que el n
umero de particiones de Nn tales que ninguna clase
contiene elementos consecutivos es Bn1 .
16. Justifique la contrucci
on del tri
angulo de Bell.
Captulo 7
Teoremas de existencia
Mirando bien las cosas, parece que el matematico debe tener
el valor de afirmar sus convicciones ntimas, lo que le llevara a
decir que las estructuras matematicas estan dotadas de una
existencia independiente de la mente humana que las piensa.
Esta existencia es, sin duda alguna, muy diferente de la existencia concreta y material del mundo exterior, pero no por eso
deja de estar relacionada de manera sutil y profunda con la
existencia objetiva.
Rene Thom.
En este captulo hemos agrupado algunos resultados que afirman la existencia de alg
un tipo de objeto matem
atico a partir de consideraciones combinatorias, entre ellos el teorema de Ramsey y algunas de sus consecuencias
y el Teorema de Philip Hall sobre sistemas de representantes distintos. Inclumos el teorema de Van der Waerden por cuanto creemos que pertenece
a este mismo orden de ideas, aunque tambien podra ser considerado un
resultado de teora de n
umeros. Por u
ltimo aprovechamos la ocasi
on para
ilustrar la significaci
on y las posibilidades de las estructuras de orden en
Combinatoria.
86
7.1
El Teorema de Ramsey
El Teorema de Ramsey es una generalizaci

on profunda del llamado Principio de Dirichlet, por lo cual demostraremos en primer lugar este resultado.
(Acotemos sin embargo que desde el punto de vista que hemos adoptado
en esta obra el de Dirichlet no es un verdadero principio, sino una consecuencia m
as o menos inmediata de los principios de correspondencia y de la
suma)
Principio de Dirichlet 7.1.1. Sean a1 , . . . , ak n
umeros enteros no negativos y sea n = a1 + + ak k + 1 . Si |X| n y X = A1 Ak es
una descomposici
on de X como uni
on de subconjuntos disjuntos, entonces
para alg
un i (1 i k) se tiene |Ai | ai .
Demostraci
on: Supongamos por absurdo que |Ai | < ai para todo i =
1, . . . , k. Entonces |Ai | ai 1 y por lo tanto |X| = |A1 | + + |Ak |
(a1 1)+ +(ak 1) = n1, en contradicci
on con la hip
otesis |X| n.
En lo sucesivo, si X es un conjunto y r un entero no negativo, Pr (X)
denotar
a la colecci
on de subconjuntos de r elementos del conjunto X, es
decir Pr (X) = {A X : |A| = r}.
Teorema de Ramsey 7.1.2. Sean r, a1 , . . . , ak enteros tales que 1 r
Entonces existe un mnimo n
umero entero
ai para i = 1, . . . , k.
R(a1 , . . . , ak ; r) tal que si X es un conjunto con |X| R(a1 , . . . , ak ; r) y
on de Pr (X) en k subconjuntos
Pr (X) = A1 Ak es una descomposici
disjuntos entonces para alg
un i (1 i k) existe un subconjunto Y de X
con |Y | = ai y Pr (Y ) Ai . (Los n
umeros R(a1 , . . . , ak ; r) cuya existencia
afirma este Teorema se conocen como n
umeros de Ramsey)
Demostraci
on: Si identificamos X con P1 (X) por medio de la biyecci
on
natural que lleva x en {x} el Principio de Dirichlet (7.1.1) nos muestra que
este Teorema es v
alido para r = 1. M
as a
un nos dice que:
R(a1 , . . . , ak ; 1) a1 + + ak k + 1
De hecho es f
acil ver que se cumple la igualdad. Para k = 1 y r cualquiera
la demostraci
on es tambien f
acil. En este caso se tiene R(a1 ; r) = a1 . En
efecto,si |X| a1 sea Y cualquier subconjunto de X con a1 elementos.
Entonces Pr (Y ) Pr (X) = A1 , y obviamente a1 es el menor entero con
esta propiedad.
87
Ahora probaremos el teorema para k = 2. En primer lugar observemos
que si R(a1 , a2 ; r) existe entonces tambien existe R(a2 , a1 ; r) y son iguales.
En efecto, si |X| R(a1 , a2 ; r) y Pr (X) = B1 B2 con B1 B2 =
entonces escribiendo Pr (X) = B2 B1 y aplicando la propiedad que define a
R(a1 , a2 ; r) resulta que existe Y X tal que |Y | = a1 y Pr (Y ) B2 , o bien
|Y | = a2 y Pr (Y ) B1 . Esto significa que R(a2 , a1 ; r) existe y es menor o
igual que R(a1 , a2 ; r). An
alogamente se ve que R(a1 , a2 ; r) R(a2 , a1 ; r).
Tambien tenemos que R(a1 , r; r) = a1 . En efecto, si |X| a1 y Pr (X) =
A1 A2 , con A1 A2 = , hay dos posibilidades:
1) A2 = . En este caso A1 = Pr (X) y tomando cualquier Y X con a1
elementos tenemos Pr (Y ) Pr (X) = A1 .
2) A2 6= . En este caso sea T A2 . Puesto que T es un subconjunto
de X de r elementos, tenemos que Pr (T ) = {T } A2 . Esto prueba que
R(a1 , r; r) a1 . Pero si |X| < a1 , escribiendo Pr (X) = Pr (X) vemos
que no hay subconjuntos de X con a1 elementos, ni tampoco subconjunto Y
alguno de r elementos con Pr (Y ) = {Y } . Por lo tanto R(a1 , r; r) = a1 .
Por la simetra se
nalada anteriormente tambien se tiene R(r, a2 ; r) = a2 .
A continuaci
on demostraremos la existencia de los n
umeros R(a1 , a2 ; r)
por inducci
on en a1 , a2 y r, partiendo de la existencia ya demostrada para
r = 1 a1 , a2 , y para r cualquiera y a1 o a2 iguales a r. Supongamos
entonces 1 < r < ai (i = 1, 2). Por hip
otesis inductiva existen b1 = R(a1
1, a2 ; r) , b2 = R(a1 , a2 1; r) y R(b1 , b2 ; r 1). Sea m = R(b1 , b2 ; r 1) + 1
y sea X un conjunto tal que |X| m. Sea x un elemento cualquiera de
X y sea T = X\{x}. Si Pr (X) = A1 A2 con A1 A2 = entonces
podemos descomponer Pr (T ) como uni
on disjunta de dos subconjuntos B1
y B2 definidos as:
Bi = {Z Pr1 (T ) : {x} Z Ai }, (i = 1, 2)
Como |T | = |X| 1 m 1 = R(b1 , b2 ; r 1) resulta que T tiene un
subconjunto U con |U | = b1 y Pr1 (U ) B1 , o un subconjunto V con
|V | = b2 y Pr1 (V ) B2 . Analizaremos solamente el primer caso, ya que el
otro es an
alogo. Sea Ci = Pr (U ) Ai , (i = 1, 2). Entonces Pr (U ) = C1 C2
y C1 C2 = . Como |U | = b1 = R(a1 1, a2 ; r) entonces U contiene
un subconjunto W con |W | = a1 1 y Pr (W ) C1 o un subconjunto Y
con |Y | = a2 y Pr (Y ) C2 . En este u
ltimo caso estamos listos ya que
C2 A2 . En el otro caso tomemos Y = {x} W , con lo cual |Y | = a1 .
Probaremos ahora que Pr (Y ) A1 . En efecto, si un subconjunto de Y de r
elementos no contiene al elemento x, entonces est
a en Pr (W ) y por lo tanto
88
en A1 . Los subconjuntos de Y de r elementos que contienen al elemento
x son de la forma {x} Z con Z Pr1 (W ). Pero W U , de donde
Z Pr1 (W ) Pr1 (U ) B1 y por la definici
on de B1 tenemos entonces
que {x} Z A1 . Hemos probado as que existe un n
umero m con la
siguiente propiedad: Si |X| m, Pr (X) = A1 A2 y A1 A2 = entonces
existe Y X tal que |Y | = ai y Pr (Y ) Ai , para i = 1 o 2. Debe existir
entonces un mnimo entero con esa propiedad, y ese es R(a1 , a2 ; r).
Finalmente probaremos la existencia de R(a1 , . . . , ak ; r) para todo k
1 y 1 r ai , (i = 1, . . . , k), por induci
on en k. Como ya lo hemos probado para k = 1 y k = 2, supongamos entonces k > 2 y sea
m = R(a1 , . . . , ak2 , R(ak1 , ak ; r); r). Sea X un conjunto con |X| m
on de Pr (X) en k subconjuntos
y Pr (X) = A1 Ak una descomposici
disjuntos. Agrupando Ak1 y Ak tenemos una descomposici
on de Pr (X) en
k 1 subconjuntos disjuntos:
Pr (X) = A1 Ak2 (Ak1 Ak )
Entonces por la definici
on de m existe Y X tal que ocurre una de las dos
cosas siguientes:
1) Para alg
un i (1 i k 2) se tiene |Y | = ai y Pr (Y ) Ai
2) |Y | = R(ak1 , ak ; r) y Pr (Y ) Ak1 Ak
En el primer caso, ya est
a listo. En el segundo podemos escribir Pr (Y ) =
(Ak1 Pr (Y )) (Ak Pr (Y )) y entonces por la definici
on de R(ak1 , ak ; r)
existe Z Y tal que |Z| = ak1 y Pr (Z) Ak1 , o |Z| = ak y Pr (Z) Ak .
as a
un
Esto prueba que R(a1 , . . . , ak ; r) existe, y m
R(a1 , . . . , ak ; r) R(a1 , . . . , ak2 , R(ak1 , ak ; r); r)
Proposici
on 7.1.3.
i) R(a; r) = a (1 r a)
ii) R(a1 , . . . , ak ; 1) = a1 + + ak k + 1 (a1 , . . . , ak 1)

iii) R(a, r; r) = R(r, a; r) = a (1 r a)
iv) R(a, b; r) R(R(a 1, b; r), R(a, b 1; r); r 1) + 1
(a, b > r > 1)
v) R(a, b; 2) R(a 1, b; 2) + R(a, b 1; 2) (a, b > 2)
89
vi) R(a1 , . . . , ak ; r) R(a1 , . . . , ak2 , R(ak1 , ak ; r); r)
para k 3 y 1 r a1 , . . . , ak
Demostraci
on: Todos estos resultados han sido establecidos en el transcurso de la demostraci
on del Teorema de Ramsey (7.1.2), con excepci
on de
v), que es consecuencia inmediata de iv) y ii).
Salvo por los casos triviales a que hacen referencia los puntos i), ii) y
iii) de la Proposici
on anterior son pocos los n
umeros de Ramsey cuyo valor
se conoce exactamente. Los valores conocidos de R(p, q; 2) se resumen en la
tabla que aparece al final del libro. Adem
as se sabe que R(3, 3, 3; 2) = 17.
(Vea tambien [W2]).
7.2
Aplicaciones a la teora de grafos
A continuaci
on haremos un resumen de las definiciones y conceptos b
asicos
de la teora de grafos que necesitaremos. El lector no familiarizado con esta
teora puede consultar [B2] o [H2]. Un grafo es un par G = (V, A) donde
V es un conjunto no vaco y A es un conjunto de pares (desordenados) de
elementos distintos de V , es decir un subconjunto de P2 (V ). El grafo es
finito si V lo es. Los elementos de V se llaman vertices y los de A aristas.
Se llama extremos de una arista a los dos vertices que le pertenecen. Dos
vertices distintos son adyacentes si son extremos de una misma arista. Un
conjunto de vertices W V es independiente si no contiene ning
un par de
vertices adyacentes. Un vertice y una arista son incidentes si el primero es
un extremo de la segunda. La valencia o grado de un vertice v V es el
n
umero de aristas incidentes con v. La denotaremos mediante (v). Como
cada arista tiene dos extremos, para los grafos finitos se cumple la siguiente
identidad debida a Euler:
X
(v) = 2|A|
vV
de la cual se deduce que el n

umero de vertices con valencia impar debe ser
par. El grafo G = (V, A) es completo si A = P2 (V ), es decir si todo par de
vertices distintos de V son adyacentes. Es claro que un grafo de n vertices
es completo si y s
olo si tiene n(n 1)/2 aristas. Un grafo G = (V , A ) es
subgrafo de G = (V, A) si V V y A A. Si G = (V, A) es un grafo y
W V , entonces el subgrafo generado por W es H = (W, B), siendo B el
90
conjunto de aristas de G con ambos extremos en W . El complemento del
grafo G = (V, A) es el grafo G = (V, P2 (V )\A).
Proposici
on (Erd
os - Szekeres) 7.2.1. Dados enteros a, b 2 existe un
mnimo entero N (a, b) tal que todo grafo con N (a, b) o m
as vertices contiene
un subgrafo completo de a vertices o un conjunto de b vertices independientes. Adem
as se cumple la desigualdad

a+b2
N (a, b)
a1
Demostraci
on: La primera parte de esta proposici
on resulta del teorema
de Ramsey al tomar k = r = 2 y N (a, b) = R(a, b; 2). Para probar la
desigualdad observemos que:
N (a, 2) = N (2, a) = R(2, a; 2) = a =
(a + 2) 2
a1
Procediendo ahora por inducci

on tenemos que si a, b > 2 entonces:
N (a, b) N (a 1, b) + N (a, b 1)

(a 1) + b 2
a + (b 1) 2
a+b2
+
=
(a 1) 1
a1
a1
Una coloraci
on de las aristas de un grafo G = (V, A) con k colores es
una funci
on f : A C siendo C un conjunto de k elementos (no imponemos
ninguna restricci
on sobre los colores de aristas con un extremo com
un). Un
subgrafo de un grafo coloreado se dice monocrom
atico si todas sus aristas son
del mismo color. La existencia de los n
umeros de Ramsey R(a1 , . . . , ak ; 2)
nos permite enunciar la siguiente proposici
on:
Proposici
on 7.2.2. Dados k n
umeros a1 , . . . , ak 2 existe un mnimo
entero N (a1 , . . . , ak ) tal que si las aristas de un grafo de N (a1 , . . . , ak ) o
m
as vertices se colorean con k colores, entonces para alg
un i (1 i k) G
contiene un subgrafo monocrom
atico completo de ai vertices.
91
Proposici
on 7.2.3. Si G = (V, A) es un grafo infinito numerable, entonces
G contiene un subgrafo completo infinito o un conjunto infinito de vertices
independientes.
Demostraci
on: Sea F = {v V : (v) < } el conjunto de los vertices
con valencia finita. Distinguiremos dos casos:
a) F es infinito.
En este caso sean u1 , u2 , . . . los vertices con valencia finita. Construyamos inductivamente una nueva sucesi
on de vertices as: sea v1 = u1 , y como
v2 tomemos el primer ui no adyacente a v1 . Como v3 tomamos el primer
ui no adyacente a v1 ni a v2 , . . . y en general si ya hemos elegido v1 , . . . , vk
entonces como vk+1 tomamos el primer ui no adyacente a ninguno de los
vertices v1 , v2 , . . . , vk . Esto siempre es posible por tener estos vertices valencia finita, mientras que los ui son infinitos. Los vertices vi as construdos
constituyen un conjunto infinito independiente.
b) F es finito.
En este caso V1 = V \F debe ser infinito. Sea u1 un elemento cualquiera
de V1 y sea U1 el conjunto formado por los vertices de V1 adyacentes a u1 .
Es claro que |U1 | = ya que (u1 ) = y fuera de V1 hay s
olo un n
umero
finito de vertices. Definamos ahora V2 como el conjunto de elementos de U1
que son adyacentes a infinitos vertices de U1 . Si |V2 | < entonces se puede
aplicar al subgrafo de G generado por U1 el razonamiento que hicimos para
el caso a) resultando en la existencia de un conjunto independiente infinito.
Por el contrario si |V2 | = escojamos u2 V2 y repitamos el proceso
definiendo U2 como el conjunto de vertices de V2 adyacentes a u2 , etc. Si
este proceso se detiene al resultar alg
un Vn finito, entonces existe un conjunto
infinito independiente. Si por el contrario el proceso no se detiene, entonces
la sucesi
on u1 , u2 , . . . genera un subgrafo infinito completo.
La generalizaci
on correspondiente de (7.2.2) es la siguiente:
Proposici
on 7.2.4. Si las aristas de un grafo completo con una infinidad
numerable de vertices se colorean con r colores, entonces existe un subgrafo
completo infinito y monocrom
atico.
Demostraci
on: Por inducci
on en r. Para r = 1 es obvio, y para r = 2
es la Proposici
on (7.2.3). Supongamos ahora que el resultado es cierto para
92
un r > 2. Dado un grafo completo infinito numerable, si las aristas se
colorean con r + 1 colores 1, 2, . . . , r + 1, identifiquemos los colores r y r + 1.
Entonces por la hip
otesis inductiva existe un subgrafo completo infinito con
las aristas de un mismo color i para alg
un i = 1, . . . , r 1, o un subgrafo
completo infinito con las aristas coloreadas con los colores r y r + 1, el cual
a su vez por la Proposici
on (7.2.2) debe tener un subgrafo completo infinito
monocrom
atico.
7.3
Una aplicaci
on geom
etrica
Se dice que un conjunto de puntos del plano est

a en posici
on generica si no
hay tres de ellos alineados.
Proposici
on (Erd
os - Szekeres) 7.3.1. Para cada entero m 3 existe
un mnimo entero Nm con la propiedad siguiente: para cualquier conjunto
de n puntos del plano en posici
on generica con n Nm hay m de ellos que
son los vertices de un polgono convexo.
Demostraci
on: Es claro que N3 = 3 pues todos los tri
angulos son convexos. N4 debe ser mayor que cuatro, ya que cuatro puntos dispuestos de
modo que uno de ellos sea interior al tri
angulo determinado por los otros tres
no son los vertices de un cuadril
atero convexo. Probemos que N4 = 5. En
efecto, la c
apsula convexa de un conjunto de 5 puntos en posici
on generica
es un pent
agono, un cuadril
atero o un tri
angulo. En los dos primeros casos,
tomando cuatro vertices de la c
apsula convexa estamos listos. En el tercer
caso dos de los puntos (digamos A y B) son interiores al tri
angulo determinado por los otros tres (digamos C, D y E). La recta AB deja en un
mismo semiplano a dos de los vertices del tri
angulo (digamos a C y D) y en
el semiplano opuesto al vertice restante. Es f
acil ver entonces que A, B, C y
D son vertices de un cuadril
atero convexo.
Ahora probaremos que si n puntos est
an en posici
on generica y cuatro
cualesquiera de ellos son los vertices de un cuadril
atero convexo entonces los
n puntos son los vertices de un n-gono convexo. Para verlo sean P1 , . . . , Pm
los vertices de la c
apsula convexa, numerados en el orden en que aparecen al
recorrer su permetro en uno de los dos sentidos posibles. Si m < n, entonces
alguno de los puntos dados es interior a la c
apsula convexa y por lo tanto
a alguno de los tri
angulos P1 P2 P3 , P1 P3 P4 , . . . , P1 Pm1 Pm . Pero entonces
tendramos cuatro puntos tales que uno de ellos es interior al tri
angulo de-
93
e
e
e
e
e
e
t
e
e
B
e
e
e
e
e
e
terminado por los otros tres, y no seran vertices de un cuadril

atero convexo
contradiciendo la hip
otesis. Por lo tanto n = m, como queramos probar.
Sean ahora m 4 y n R(m, 5; 4). Dado un conjunto X de n puntos
del plano en posici
on generica descompongamos P4 (X) en la uni
on disjunta
de dos subconjuntos A y B, poniendo en A aquellas cuaternas de puntos de
X que sean vertices de un cuadril
atero convexo, y en B las restantes. En
virtud de la definici
on de R(m, 5; 4) existen dos posibilidades:
a) Hay un subconjunto de X de m puntos tal que todos sus subconjuntos de
4 puntos est
an en A. En este caso los m puntos son vertices de un m-gono
convexo, como probamos m
as arriba.
b) Hay un subconjunto de X de 5 puntos tales que todos sus subconjuntos
de 4 puntos est
an en B. Pero esto es imposible, pues ya probamos que un
pentagono contiene al menos un cuadril
atero convexo (N4 = 5).
Entonces R(m, 5; 4) satisface la propiedad deseada. Por tanto hay un
mnimo entero Nm R(m, 5; 4) con esta propiedad.
Los u
nicos valores conocidos de Nm son N3 = 3, N4 = 5 y N5 = 9. Se ha
conjeturado que Nm = 2m2 + 1.
La Proposici
on (7.3.1) puede generalizarse a Rn (Ver ejercicio 9 al final
del captulo).
94
7.4
El Teorema de Graham - Rothschild
En lo que sigue, si a y b son n

umeros enteros y a b, usaremos la notaci
on
[a, b] para referirnos al conjunto de los n
umeros enteros comprendidos entre
a y b, ambos inclusive. En otras palabras, [a, b] = {n Z : a n b}.
Si x, y [0, t]m diremos que son t-equivalentes si sus componentes coinciden hasta la u
ltima aparici
on de t (si la hay) inclusive. En otras palabras,
x = (x1 , . . . , xm ) y y = (y1 , . . . , ym ) son t-equivalentes si y s
olo si no existen
ndices i y j, 1 i j m, tales que: 1) xi 6= yi ; 2) xj = t o yj = t.
Teorema de Graham - Rothschild 7.4.1. Para todo n
umero natural r
existe un mnimo entero N (t, m, r) tal que si n N (t, m, r) y [1, n] se
colorea
Pcon r colores, entonces existen naturales a, d1 , . . . , dm que satisfacen
m
a+t m
i=1 di n y tales que para cada clase de t-equivalencia E de [0, t]
el conjunto:
{a +
m
X
i=1
xi di : (x1 , . . . , xm ) E}
es monocrom
atico.
Demostraci
on: Llamaremos A(t, m) al enunciado de esta Proposici
on. La
idea de la demostraci
on es hacer una inducci
on doble en t y m, probando
que:
I) A(1, 1) es verdadero
II) A(t, k) para k = 1, . . . , m A(t, m + 1)
III) A(t, m) m 1 A(t + 1, 1)
En primer lugar aclaremos el significado de A(t, 1). Los elementos de
[0, t]1 son simplemente los enteros del 0 al t, y las clases de t-equivalencia
son solamente dos, a saber {0, 1, . . . , t 1} y {t}. Por lo tanto A(t, 1) se
reduce a la afirmaci
on siguiente: Para todo natural r existe un mnimo
entero N (t, 1, r) tal que si n N (t, 1, r) y [1, n] se colorea con r colores
existen naturales a y d que satisfacen a + td n y los conjuntos {a, a +
d, . . . , a + (t 1)d)} y {a + td} son monocrom
aticos. En otras palabras,
dados t y r si n es suficientemente grande y [1, n] se colorea con r colores hay
una progresi
on aritmetica de longitud t con todos sus terminos del mismo
color. Este es un famoso teorema demostrado por primera vez por Van der
Waerden [W1].
Procedamos ahora con la demostraci
on:
95
I) A(1, 1) en virtud de la discusi
on anterior es trivialmente verdadero (Basta
tomar N (1, 1, r) = 2).
II) Para un r fijo sean M = N (t, m, r) y M = N (t, 1, r M ), los cuales existen
por la hip
otesis inductiva. Sea C : [1, M M ] [1, r] una r-coloraci
on.
M
M
Definamos una r -coloraci
on C : [1, M ] [1, r] del modo siguiente:
C (k) = (C((k 1)M + 1), C((k 1)M + 2), . . . , C(kM ))
Por definici
on de M deben existir a y d tales que a +td M y C (a +xd )
es constante para x = 0, 1, . . . , t 1.
Considerando el intervalo
[(a 1)M + 1, a M ] y aplic

andole
a, d1 , . . . , dm
P A(t, m) vemos que existenP
m
con (a 1)M + 1 a y a + t m
d
a
M
tales
que
C(a
+
i=1 i
i=1 xi di ) es
constante en las clases de t-equivalencia. Definamos di = di (1 i m) y

dm+1 = d M . Entonces:
a+t
m+1
X
i=1
di = a + t
m
X
i=1
di + td M a M + td M = (a + td )M M M
Sean ahora (x1 , . . . , xm+1 ) y (y1 , . . . , ym+1 ) dos elementosde t-equivalentes de [0, t]m+1 . Sean:
X =a+
m+1
X
i=1
xi di
, Y =a+
m+1
X
yi di
i=1
Probaremos que C(X) = C(Y ). Si xm+1 o ym+1 valen t entonces por la

definici
on de t-equivalencia tendremos xi = yi para i = 1, . . . , m + 1 y
por lo tanto X = Y , de donde C(X) = C(Y ). En caso contrario xm+1 ,
ym+1 [0, t 1] y (x1 , . . . , xm ) es t-equivalente con (y1 . . . , ym ). Ahora bien,
como C (a ) = C (a + xm+1 d ) resulta que C((a 1)M + j) = C((a +
xm+1 d 1)M + j), j [1, M ]. Sean ahora
X0 = a +
m
X
i=1
xi di , Y0 = a +
m
X
yi di
i=1
Por la hip
otesis inductiva se tiene que C(X
0 ). Ahora bien, puesto
P 0 ) = C(Y
M entonces X se puede
que X0 a (a 1)M +1 y X0 a+t m
d
a
0
i=1 i
escribir como (a 1)M + h para alg
un h [1, M ], y X = X0 + xm+1 d M =
(a 1 + xm+1 d )M + h de donde resulta que C(X0 ) = C(X). An
alogamente
se ve que C(Y0 ) = C(Y ), y por lo tanto C(X) = C(Y ) como queramos
probar.
96
III) Probaremos que N (t + 1, 1, r) existe y no supera a N (t, r, r).
Pr Si C :
[1, N (t, r, r)] [1, r]
Pentonces existen a, d1 , . . . , dr tales que a + t i=1 di
N (t, r, r) y C(a + ri=1 xi di ) es constante en cada clase de t-equivalencia.
Entre los r + 1 vectores (0, . . . , 0), (t, 0, . . . , 0), (t, t, 0, . . . , 0), . . . , (t, . . . , t)
de [0, t]r debe haber
P dos en los cuales la
Pt aparece digamos u y v veces y son
tales que C(a + t ui=1 di ) = C(a + t vi=1 di ). Supongamos u < v. Como
( t, . . . , t , x, . . . , x , 0, . . . , 0 ) y ( t, . . . , t , 0, . . . , 0 ) para cualquier x [0, t 1]
| {z } | {z } | {z }
| {z } | {z }
u
vu
rv
ru
son t-equivalentes se deduce que los t + 1 n

umeros:
a+t
u
X
i=1
di + x
v
X
di , x = 0, . . . , t
i=u+1
tienen el mismo color. Es decir que hemos probado A(t + 1, 1).

Teorema de van der Waerden 7.4.2. Para todo par de enteros positivos
t y r existe un menor entero W (t, r) tal que si n W (t, r) y [1, n] se
colorea con r colores entonces hay una progresi
on aritmetica monocrom
atica
de longitud t.
Demostraci
on: Como ya observamos es un caso particular del teorema
anterior, para m = 1. Vea tambien [GR1].
7.5
Conjuntos parcialmente ordenados
Un orden parcial en un conjunto X es una relaci

on reflexiva, antisimetrica
y transitiva. En otras palabras es un orden parcial en X si y solamente
si cumple:
1. x x , x X
2. x y , y x x = y , x, y X
3. x y , y z x z , x, y, z X
En lo que sigue supondremos que X es un conjunto finito, y que es
un orden parcial en X. Si Y X diremos que z Y es el m
aximo de Y si
y z para todo y Y . An
alogamente w Y es el mnimo de Y si w y
para todo y Y . El m
aximo y el mnimo pueden no existir, pero si existen
son u
nicos. Dos elementos x, y X son comparables si x y o y x. Un
97
subconjunto C de X es una cadena si todos los pares de elementos de C
son comparables. Es f
acil ver que una cadena finita siempre tiene m
aximo
y mnimo. Una cadena es maximal si no est
a estrictamente contenida en
ninguna otra cadena. En otras palabras, la cadena C es maximal si para
todo x fuera de C existe alg
un y C no comparable con x. Es claro que
toda cadena C en X est
a contenida en una cadena maximal, que se puede
obtener agregando a C uno a uno los elementos de X que sean comparables
con todos los de C (este argumento no sera v
alido si X fuese infinito, pero
el resultado sigue siendo cierto y se puede probar usando el Lema de Zorn).
Un subconjunto T de X es una anticadena o transversal si no contiene
ning
un par de elementos comparables. Una anticadena es maximal si no
est
a estrictamente contenida en ninguna otra anticadena. Es f
acil ver que
una anticadena T es maximal si y s
olo si cualquier elemento de X que
no pertenezca a T es comparable con alg
un elemento de T , y que toda
anticadena est
a contenida en una anticadena maximal.
Denotaremos mediante c(X) al mnimo n
umero de cadenas que puede
haber en una partici
on de X en cadenas, y mediante a(X) al m
aximo n
umero
de elementos que puede tener una anticadena en X.
Teorema de Dilworth 7.5.1. Para todo conjunto finito parcialmente ordenado X se cumple a(X) = c(X).
Demostraci
on: Observemos en primer lugar que a(X) c(X), ya que si
T es una anticadena con a(X) elementos, en cualquier partici
on de X en
cadenas cada elemento de T debe pertenecer a una cadena distinta.
Procederemos por inducci
on en el n
umero de elementos de X. Si |X| = 1
entonces obviamente a(X) = c(X) = 1 y el resultado es cierto. Supongamos
ahora que |X| = n > 1 y que el teorema es cierto para conjuntos con menos
de n elementos. Sea C una cadena maximal en X y sea Y = X\C. Por
la hip
otesis inductiva se tiene a(Y ) = c(Y ). Adem
as es claro que a(Y )
a(X). Si esta u
ltima desigualdad es estricta entonces Y puede particionarse
en c(Y ) = a(Y ) cadenas, y agregando C tenemos una partici
on de X en
a(Y ) + 1 a(X) cadenas, probando que c(X) a(X) y por lo tanto c(X) =
a(X). Por el contrario, si a(Y ) = a(X) = m entonces sea T = {y1 , . . . , ym }
una anticadena en Y con m elementos. Esta anticadena debe ser maximal
tanto en Y como en X. Sean:
un i = 1, . . . , m}
X = {x X : x yi para alg
X + = {x X : yi x para alg
un i = 1, . . . , m}
98
Como T es una anticadena maximal en X cualquier elemento de X es comparable con alg
un yi , por lo tanto se tiene que X = X X + . Sea x0 el
mnimo elemento de la cadena C y x1 el m
aximo. Entonces x0 6 X + , ya
que si yi x0 para alg
un yi entonces agregando yi a C se obtendra una
cadena, contradiciendo la maximalidad de C. An
alogamente x1 6 X . Por
+
lo tanto X y X son subconjuntos propios de X y se les puede aplicar la
hip
otesis de inducci
on. Como a(X ) = a(X + ) = m (pues ambos conjuntos
contienen la anticadena T ) entonces X puede particionarse en m cadenas
K1 , . . . , Km y X + en m cadenas L1 , . . . , Lm . Sin perdida de generalidad
podemos elegir la numeraci
on de manera tal que yi Ki y yi Li para
i = 1, . . . , m. Entonces yi es el m
aximo de Ki . En efecto, si x K1 , x 6= yi
entonces debe ser x yi pues de lo contrario, por ser Ki una cadena, sera
yi x ; pero x yj para alg
un j, por definici
on de X , y tendramos
alogamente se
yi yj contradiciendo el hecho de ser T una anticadena. An
prueba que yi es el mnimo de Li . De aqu se deduce que Mi = Ki Li es
una cadena para cada i = 1, . . . , m. Es f
acil ver que estas cadenas Mi son
disjuntas. En efecto si i 6= j, puesto que Ki Kj = Li Lj = , se tiene que
Mi Mj = (Ki Lj ) (Li Kj ). Pero si x Ki Lj entonces x yi , yj x
lo cual conduce al absurdo yj yi . Por lo tanto Ki Lj es vaco, y de modo
an
alogo se prueba que Li Kj tambien lo es.
Hemos probado entonces que M1 , . . . , Mm es una partici
on de X en cadenas, por lo cual c(X) m = a(X).
El valor com
un de a(X) y c(X) se denomina n
umero de Dilworth del
conjunto parcialmente ordenado X.
Un grafo G = (V, A) se dice que es bipartito si el conjunto de vertices V
es la uni
on de dos subconjuntos disjuntos independientes V1 y V2 . En este
caso todas las aristas de G tendr
an un extremo en V1 y otro en V2 . Un pareo
del grafo bipartito G = (V1 V2 , A) es una funci
on inyectiva f : V1 V2 tal
que {v, f (v)} A v V1 . Otra forma de pensar en un pareo es como un
conjunto de aristas tales que cada vertice de V1 es extremo de una y s
olo
una de ellas, y ning
un vertice de V2 es extremo de m
as de una de ellas. Si
W V1 denotaremos W al conjunto de vertices adyacentes a alg
un vertice
de W , es decir:
W = {v V2 : {w, v} A para alg
un w W }
Teorema del matrimonio 7.5.2. Un grafo bipartito G = (V1 V2 , A) admite un pareo si y s
olo si |W | |W | para todo W V1 .
99
Demostraci
on: Si existe un pareo f : V1 V2 y W V1 entonces f (W )
W y como f es inyectiva se tiene |W | = |f (W )| |W |.

Supongamos ahora que se cumple la condici
on |W | |W | para todo
W V1 . Definamos un orden parcial en el conjunto de vertices V de G
poniendo u v si y s
olo si u = v o u V1 , v V2 y {u, v} A.
Sea T una anticadena en V y Ti = T Vi , i = 1, 2. Entonces T es la
uni
on disjunta de T1 y T2 . Adem
as T1 V2 \T2 , por lo tanto
|V2 | |T2 | = |V2 \T2 | |T1 | |T1 |
y en consecuencia |T | = |T1 | + |T2 | |V2 |. Como por otra parte V2 mismo
es una anticadena, tenemos que el m
aximo n
umero de elementos en una
anticadena es |V2 |. El teorema de Dilworth nos permite afirmar la existencia
de una partici
on de V en |V2 | cadenas disjuntas. Es claro que cada una de
esas cadenas contiene uno y s
olo un elemento de V2 . Cada elemento u V1
pertenece a una y s
olo una de esas cadenas, digamos {u, w} con w V2
adyacente a u. Poniendo f (u) = w resulta un pareo.
El teorema del matrimonio admite la siguiente interpretaci
on, que justifica su nombre: sea V1 un conjunto de muchachas y V2 un conjunto de
muchachos. Construyamos un grafo bipartito G = (V1 V2 , A) incluyendo
una arista {u, w} cada vez que a la muchacha u le agrade el muchacho w. Un
pareo no es m
as que una forma de asignar a cada muchacha un muchacho
que sea de su agrado, de modo que ning
un muchacho sea asignado a m
as de
una muchacha. El teorema (7.5.2) nos dice que existe un pareo si y s
olo si
para cualquier conjunto de n muchachas hay al menos n muchachos que son
del agrado de por lo menos una de ellas.
7.6
Sistemas de representantes distintos
Sea X un conjunto y S = {S1 , . . . , Sm } una familia de subconjuntos de X.

Un conjunto {x1 , . . . , xm } de elementos diferentes de X se denomina sistema
de representantes distintos de S si xi Si , para i = 1, . . . , m.
Teorema de Philip Hall 7.6.1. Si la familia S = {S1 , . . . , Sm } de subconjuntos de X satisface la condici
on | iF Si | |F | F Nm entonces S
admite un sistema de representantes distintos.
Demostraci
on: Sean V1 = S y V2 = X. Consideremos el grafo bipartito
con conjunto de vertices V1 V2 y en el cual Si y x son adyacentes si y s
olo
100
si x Si . Si F Nm y definimos W = {Si : i F } entonces W = iF Si .
Por lo tanto |W | |F | = |W |. Se satisfacen entonces las hip
otesis del
teorema del matrimonio (7.5.2) por lo cual existe un pareo f : V1 V2 .
El conjunto {f (S1 ), . . . , f (Sm )} es claramente un sistema de representantes
distintos.
Sea Ln,m = {(i, j) : i = 1, 2, . . . , n , j = 1, 2, . . . , m}. A las filas
y columnas de Ln,m las denominaremos indistintamente hileras. Si A
Ln,m llamaremos h(A) al mnimo n
umero de hileras suficientes para cubrir
el conjunto A y t(A) al m
aximo n
umero de elementos de A que puedan
tomarse de modo que no haya dos con una coordenada igual. En terminos
ajedrecsticos L(n, m) es un tablero de n m y t(A) es el m
aximo n
umero
de torres que pueden colocarse en las casillas del conjunto A de modo que
ning
un par de ellas se ataquen.
Teorema de K
onig-Frobenius 7.6.2. Para todo A Ln,m se tiene
h(A) = t(A).
Demostraci
on: Tomemos un cubrimiento de A por medio de r filas y s
columnas, con r + s = h(A). Como h(A) y t(A) son obviamente invariantes
por permutaciones de filas o de columnas podemos suponer que el cubrimeiento consta de las primeras r filas y las primeras s columnas. Es claro
que t(A) h(A) ya que si B A y |B| > h(A) entonces alguna hilera del cubrimiento debe contener dos o m
as puntos de B. Para probar la desigualdad
contraria consideramos los conjuntos Si = {j : s + 1 j m y (i, j) A}
para i = 1, . . . , r. Si F {1, . . . , r} entonces | iF Si | |F |, ya que de lo
contrario podramos obtener un cubrimiento de A con menos de h(A) hileras reemplazando las |F | filas con ndices i F por columnas con ndices
j iF Si . Por el teorema de Philip Hall (7.6.1) se concluye que S1 , . . . , Sr
tienen un sistema de representantes distintos j1 , . . . , jr . An
alogamente se
prueba que los conjuntos Tj = {i : r + 1 i m y (i, j) A} para
j = 1, . . . , s tienen un sistema de representantes distintos i1 , . . . , is . Es claro
ahora que {(1, j1 ), . . . , (r, jr ), (i1 , 1), . . . , (is , s)} es un subconjunto de A con
r + s = h(A) elementos de los cuales no hay dos en una misma hilera. Por
tanto, h(A) t(A).
7.7
Ejercicios
1. Pruebe que R(3, 3; 2) = 6
101
2. Pruebe que si R(a 1, b; 2) y R(a, b 1; 2) son ambos pares entonces
R(a, b; 2) < R(a 1, b; 2) + R(a, b 1; 2) .
3. Pruebe que R(3, 4; 2) = 9 y R(3, 5; 2) = 14.
4. Pruebe que si k 2 y ai 3 para i = 1, . . . , k entonces:
R(a1 , . . . , ak ; 2) R(a1 1, a2, . . . , ak ; 2) + R(a1 , a2 1, . . . , ak ; 2) +
+ R(a1, . . . , ak 1; 2) k + 2
Aplicaci
on: probar que R(3, 3, 3; 2) 17 .
5. Pruebe que R(a1 + 1, . . . , ak + 1; 2)
a1 ++ak
a1 a2 ... ak
6. Pruebe que en cualquier coloraci

on de las aristas del grafo completo
de n vertices con dos colores hay por lo menos n(n 1)(n 5)/24
tri
angulos monocrom
aticos si n es impar y n(n 2)(n 4)/24 si n es
par.
7. (Greenwood y Gleason) Pruebe que R(3, . . . , 3; 2) en! + 1
| {z }
n
8. Pruebe que toda sucesi

on de n
umeros reales tiene una subsucesi
on
estrictamente creciente, estrictamente decreciente o constante.
9. Pruebe que si los puntos del plano se pintan con r colores, entonces
existe alg
un tri
angulo equil
atero con los tres vertices del mismo color.
(Para r = 2 este es un problema elemental pero interesante. Para
r cualquiera se puede demostrar a partir del Teorema de Van der
Waerden 7.4.2)
10. Pruebe que si los puntos de coordenadas enteras de R2 se pintan con
r colores, y si F es un conjunto finito de tales puntos, existe otro
conjunto F afnmente equivalente a F y con todos sus puntos de un
mismo color.
11. (Sperner) Pruebe que el n
umero de Dilworth del conjunto de partes
de un conjunto
de n elementos, ordenado parcialmente por inclusi
on,

es nn .
2
102
12. Pruebe que el n
umero de Dilworth del conjunto de particiones de Nn
ordenado por refinamiento es mayor o igual que el m
aximo n
umero de
Stirling de segunda clase nk .
Captulo 8
Enumeraci
on bajo acci
on de
grupos
Polya had a theorem
(Which Redfield proved of old)
What secrets sought by graphmen
Whereby that theorem told!
- Blanche Descartes
En muchas ocasiones al contar configuraciones se presenta la necesidad

de considerar a algunas de ellas como equivalentes. Por ejemplo si se desea
pintar un cubo de madera con dos colores, digamos rojo y azul, pintando
cada cara de un solo color, puesto que hay dos modos de pintar cada cara
y el cubo tiene seis caras llegamos a la conclusi
on de que existen 26 = 64
coloraciones diferentes. Este resultado supone sin embargo que las seis caras
del cubo son completamente distinguibles entre s, como en efecto ocurrira si
estuviesen numeradas o si el cubo estuviese montado en una posici
on fija, que
nos permitiese reconocer cada cara por su orientaci
on. Si en cambio podemos
mover el cubo y rotarlo y las caras no se distinguen entre s excepto por su
color, vemos que el n
umero de coloraciones diferentes se reduce bastante.
En efecto, las seis coloraciones del cubo fijo que tienen una cararoja y
las otras cinco azules se vuelven indistinguibles. Asimismo las 62 = 15
coloraciones del cubo fijo con dos caras rojas y las dem
as azules se reducen
a solamente dos: una en la cual las dos caras rojas son adyacentes y otra
en la cual son opuestas. Prosiguiendo con este an
alisis se ve f
acilmente
104
que hay solamente diez coloraciones esencialmente diferentes. El problema
se complica bastante, sin embargo, si aumentamos el n
umero de colores
disponibles o si sustitumos el cubo por un poliedro m
as complicado, como
por ejemplo un dodecaedro. En la teora de grafos se presentan numerosos
problemas semejantes, por ejemplo el de determinar el n
umero de grafos no
isomorfos con un n
umero dado de vertices y aristas.
En general, supongamos que un grupo de permutaciones act
ua sobre un
conjunto de configuraciones y que consideramos a dos configuraciones equivalentes cuando una permutaci
on del grupo lleva una en la otra. Entonces
nos planteamos el problema de contar el n
umero de configuraciones no equivalentes. En este captulo, luego de introducir algunas nociones b
asicas sobre
acci
on de grupos, demostraremos algunos resultados que nos permitir
an hacer tal cosa, especialmente el llamado Teorema de Polya. Los resultados
fundamentales de esta teora fueron obtenidos en primer lugar por J. H.
Redfield (ver [R1]), como lo da a entender el poema de Blanche Descartes
citado en el epgrafe, pero pasaron desapercibidos durante muchos a
nos hasta que Polya (ver [P2]), deBruijn y otros matem
aticos los redescubrieron y
enriquecieron.
8.1
Acci
on de un grupo sobre un conjunto
Sean G un grupo y A un conjunto. Una acci

on de G sobre A es una aplicaci
on : G A A tal que:
1. (e, x) = x , x A (siendo e la identidad de G)
2. (g, (h, x)) = (gh, x) , g, h G, x A
Se acostumbra simplificar la notaci
on escribiendo gx en lugar de (g, x).
Entonces las condiciones 1 y 2 pueden reformularse as:
1. ex = x , x A (siendo e la identidad de G)
2. g(hx) = (gh)x, g, h G, x A
Dada una acci
on de G sobre A es posible definir una relaci
on de equivalencia R en A del siguiente modo:
xRy si existe g G tal que y = gx
La condici
on 1 nos asegura que R es reflexiva. Tambien es transitiva pues si
xRy e yRz entonces existen elementos g, h G tales que y = gx, z = hy de
105
donde z = h(gx) = (hg)x y por lo tanto xRz. Finalmente, R es simetrica
pues si y = gx y h = g1 es el elemento inverso de g en G entonces hy =
h(gx) = (hg)x = ex = x.
A las clases de equivalencia determinadas por esta relaci
on se les llama
orbitas. La
orbita de un elemento x A es el conjunto {gx : g G}

orbitas (es decir al conjunto
que denotaremos Gx o bien x. Al conjunto de
cociente de A por la relaci
on R) lo denotaremos A/R o simplemente A.
La acci
on de G sobre A es transitiva si cualquier par de elementos de A
son equivalentes, es decir si dados x, y A existe g G tal que y = gx. En
este caso hay una sola
orbita, el propio conjunto A.
Cada elemento g G induce una aplicaci
on g : A A definida mediante g (x) = gx, x A. Al elemento identidad de G le corresponde
obviamente la aplicaci
on identidad de A en A, es decir e = IdA . Adem
as
si g, h G entonces se tiene: (gh) (x) = (gh)x = g(hx) = g (h (x)) =
g h (x), x A. En otras palabras (gh) = g h . Si h = g1 es
el elemento inverso de g en G se tiene que g h = h g = e = IdA ,
y por lo tanto h es la aplicaci
on inversa de g . De aqu resulta en par
ticular que g es una biyecci
on de A en A, es decir un elemento del grupo
S(A) de las permutaciones de A. La aplicaci
on : G S(A) que a ca
da g G le hace corresponder g es un homomorfismo de grupos, ya que
(gh) = (gh) = g h = (g) (h). Si es un monomorfismo, es decir si
es inyectivo, se dice que la acci
on es efectiva. En este caso el grupo G puede
identificarse con un subgrupo de S(A). Es interesante observar que dado un
homomorfismo : G S(A) existe una u
nica acci
on de G sobre A cuyo
homomorfismo inducido es precisamente , a saber la que viene dada por
(g, x) = (g)(x). De hecho, algunos autores definen el concepto de acci
on
de un grupo G sobre un conjunto A como un homomorfismo de G en S(A).
El estabilizador de un elemento x A es el conjunto Gx de elementos
de G que dejan fijo a x. En otras palabras :
Gx = {g G : gx = x}
Es claro que Gx es un subgrupo de G, ya que si g, h G entonces
gx = hx = x y tenemos:
(gh1 )x = (gh1 )hx = (gh1 h)x = gx = x
Los estabilizadores de elementos de una misma
orbita son subgrupos
conjugados. En efecto si y = hx entonces g Gy gy = y ghx = hx
106
(h1 gh)x = x h1 gh Gx g hGx h1 , es decir que Ghx = hGx h1 .
En el caso de que la acci
on sea transitiva, todos los estabilizadores son
subgrupos conjugados.
Si g G entonces al subconjunto de A formado por los puntos fijos de
g lo denotaremos Ag . En smbolos:
Ag = {x A : gx = x}
Observemos que x Ag si y s
olo si g Gx .
Ejemplos de acci
on de grupos sobre conjuntos
1. Sea A el plano y G el grupo de las rotaciones alrededor de un punto
O. La acci
on viene dada simplemente por gx = g(x). Las
orbitas son las
circunferencias de centro O.
2. Sea A el conjunto de vertices de un polgono regular de n lados y G el
grupo de simetras del polgono (este grupo se suele designar Dn ) . Si n 3
el homomorfismo : Dn Sn es inyectivo, ya que un movimiento del plano
que deja fijos tres puntos no alineados es la identidad. Esto prueba que Dn
es isomorfo a un subgrupo de Sn .
3. El grupo de rotaciones de un poliedro lo podemos hacer actuar sobre el
conjunto de vertices, el de aristas o el de caras del poliedro.
4. Sea G un grupo. Entonces la propia operaci
on binaria del grupo, como aplicaci
on de G G en G, constituye una acci
on de G sobre s mismo.
Otra acci
on de G sobre G es la llamada conjugaci
on, que viene dada por
(g, h) = ghg1 .
A continuaci
on probaremos algunas proposiciones b
asicas sobre acci
on
de grupos.
Proposici
on 8.1.1. Si G es un grupo finito que act
ua sobre un conjunto
A, entonces |x| |Gx | = |G|, x A.
Demostraci
on: Sea x = {x1 , x2 , . . . , xk } y sean g1 , g2 , . . . , gk elementos de
G tales que xi = gi x, i = 1, 2, . . . , k. Sean adem
as h1 , . . . , hr los elementos
de Gx . Afirmamos que los productos gi hj son todos distintos. En efecto, si
gi hj = gs ht aplicando ambos miembros a x se obtiene gi x = gs x , es decir
107
xi = xs de donde i = s. Multiplicando ahora ambos miembros de la igualdad
gi hj = gi ht a la izquierda por gi1 resulta hj = ht y j = t. Los elementos de
la forma gi hj son en total kr = |x||Gx |. La demostraci
on quedar
a completa
si probamos que los gi hj son en realidad todos los elementos de G. Para ello
sea g G. Para alg
un i debe ser gx = xi = gi x, de donde gi1 gx = x. Esto
1
significa que gi g Gx , es decir gi1 g = hj para alg
un j y g = gi hj .
Proposici
on 8.1.2. Sea G un grupo finito que act
ua sobre un conjunto A,
y sea Y un grupo aditivo. Supongamos que p : A Y es una funci
on tal
que p(gx) = p(x), g G, x A (en otras palabras, p toma el mismo
valor en elementos equivalentes de A). Sea p : A Y la u
nica funci
on tal
que p(x) = p(x), x A. Entonces:
X
X X
|G|
p(x) =
p(x)
gG xAg
xA
Demostraci
on:
X X
X X
X
XX
p(x) =
p(x) =
|Gx |p(x) =
(|G|/|x|)p(x)
gG xAg
xA gGx
xA xx
xA
XX
X
X
=
(G/|x|)p(x) =
|G|p(x) = |G|
p(x)
xA xx
xA
xA
Lema de Burnside 8.1.3. Si G es un grupo finito que act

ua sobre un conjunto A entonces el n
umero de o
rbitas de A viene dado por:
|A| =
1 X
|Ag |
|G|
gG
Demostraci
on: Basta tomar en la Proposici
on anterior Y = Z (los enteros)
y como p : A Y la funci
on constante p(x) = 1 x A.
8.2
La Acci
on de Polya
Sean D y C dos conjuntos y G un subgrupo de S(D). Sea A = C D el

conjunto de todas las funciones de D en C. Definamos : G A A as:
108
(g, f ) = f g1 . Es inmediato verificar que es una acci
on, y es conocida
con el nombre de acci
on de Polya. Si pensamos en los elementos de D
como objetos a pintar y en los elementos de C como colores, entonces los
elementos de A son coloraciones o maneras de pintar los elementos de D.
En lo sucesivo utilizaremos este lenguaje.
Proposici
on 8.2.1. Sean D y C dos conjuntos finitos y G un subgrupo del
grupo de permutaciones de D. Consideremos la acci
on de Polya de G sobre
D
umero de
orbitas viene dado por
A = C . Entonces el n
1 X
|C|(g)
|G|
gG
siendo (g) el n
umero de factores en la descomposici
on de g en producto de
ciclos disjuntos.
Demostraci
umero de
orbitas es
P on: Por el lema de Burnside (8.1.3) el n
(1/|G|) gG |Ag |. Ahora bien, Ag est
a constitudo por todas las coloraciones f : D C tales que f g1 = f . Afirmamos que f g1 = f si
y s
olo si f asigna el mismo color a todos los elementos de cada ciclo de
g. En efecto, supongamos que f g1 = f y sea (d1 , . . . , dt ) un ciclo de
g. Entonces g(di ) = di+1 para 1 i < t y g(dt ) = d1 . En consecuencia,
f (di ) = f (g1 (di+1 )) = f (di+1 ) para 1 i < t y f (dt ) = f (g1 (d1 )) =
f (d1 ). Recprocamente si f es una coloraci
on constante en cada ciclo de g,
puesto que el elemento g1 (d) est
a en el mismo ciclo que d para todo d D,
tendremos que f (g1 (d)) = f (d). Esto significa que hay tantos elementos en
Ag como formas de asignar un color de C a cada ciclo de g, y este n
umero
(g)
.
es precisamente |C|
Ejemplo: Coloraci
on del cubo con r colores
El resultado recien demostrado nos permite resolver con toda generalidad
el problema planteado al principio del captulo.
El grupo de rotaciones del cubo est
a constitudo por 24 rotaciones, que
clasificaremos en 5 tipos:
1. La identidad.
2. Rotaciones de 120 y 240 alrededor de las diagonales del cubo. Como
hay cuatro diagonales, hay 8 rotaciones de este tipo.
109
3. Rotaciones de 90 y 270 alrededor de los 3 ejes que pasan por los
centros de caras opuestas del cubo. Son 6 rotaciones.
4. Rotaciones de 180 alrededor de los mismos ejes que las del tipo anterior. Son 3 rotaciones.
5. Rotaciones de 180 alrededor de los ejes que pasan por los puntos
medios de aristas opuestas. Hay 6 rotaciones de este tipo.
Cada una de estas rotaciones induce una permutaci

on de las seis caras del
cubo que se descompone en ciclos de la manera siguiente:
La identidad se descompone en seis 1-ciclos.
Las rotaciones del tipo 2, en dos 3-ciclos cada una.
Las del tipo 3, en dos 1ciclos y un 4ciclo (total: tres ciclos cada
una.)
Las del tipo 3, en dos 1ciclos y dos 2ciclos. (total: cuatro ciclos cada
una.)
Las del tipo 5, en tres 2ciclos cada una.
Con la informaci
on anterior ya podemos afirmar que el n
umero de coloraciones del cubo no equivalentes por rotaci
on viene dado por la f
ormula:
1
1 6
(r + 8r 2 + 6r 3 + 3r 4 + 6r 3 ) = r 2 (r 4 + 3r 2 + 12r + 8)
24
24
la cual nos permite construir la tabla siguiente:
110
n
umero de
colores
1
2
3
4
5
6
7
8
9
10
20
30
40
50
n
umero de coloraciones
no equivalentes
1
10
57
240
800
2226
5390
11712
23355
43450
2690800
30490050
171019200
651886250
En lo que sigue supondremos, para simplificar la notaci

on, que C =
{1, 2, . . . , r} (esto equivale a numerar los colores).
Sea Y = Q[x1 , x2 , . . . , xr ] el anillo de los polinomios en r variables con
coeficientes racionales. Definamos una funci
on p : C D Y del modo siguiente:
Y
p(f ) =
xf (d) , f C D
dD
Es claro que p(f ) es un monomio de grado n = |D| en las variables x1 , . . . , xr ,

y que el coeficiente de xk en p(f ) corresponde al n
umero de puntos de D
pintados con el color k en la coloraci
on f .
Observemos ademas que p(gf ) = p(f ), g G, f C D . En efecto,
Y
Y
p(gf ) =
xgf (d) =
xf (g1 (d))
dD
dD
pero como g es una biyecci

on de D en D, cuando d toma todos los valores
en D tambien lo hace g1 (d). Por lo tanto el u
ltimo producto es igual a
p(f ) como queramos probar. Esto significa que estamos en condiciones de
aplicar la Proposici
on (8.1.2) a la acci
on de Polya de G sobre A = C D , y
obtenemos:
X
X X
|G| =
p(f ) =
p(f )
f A
gG f Ag
111
Ahora bien, como vimos en la demostraci
on de la Proposici
on anterior
f Ag si y s
olo si f asigna el mismo color a los elementos de cada ciclo de
g. Por lo tanto si g G se descompone en ciclos c1 , . . . , c de longitudes
a1 , . . . , a y si f asigna el color ij a los elementos del ciclo cj entonces
p(f ) ser
a de la forma xai11 . . . xai . M
as a
un, p establece una correspondencia
biyectiva entre los monomios del tipo antedicho y las coloraciones f Ag .
Por consiguiente:
X
X
p(f ) =
xai11 . . . xai
f Ag
= (xa11 + + xar 1 )(xa12 + + xar 2 ) (xa1 + + xar )

= a1 a2 . . . a
siendo k las funciones simetricas k (x1 , . . . , xr ) = xk1 + + xkr . Cada k

aparece en el producto a1 a2 . . . a tantas veces como ciclos de longitud
k aparezcan en la descomposici
on de g, es decir k (g). Hemos probado
entonces el siguiente teorema:
Teorema de Polya 8.2.2.
X
f A
p(f ) =
n
1 XY
(x1 , . . . , xr )k (g)
|G|
gG k=1
Observaciones: 1) Definiendo el polinomio indicador de ciclos del grupo G

(G subgrupo de S(D), con |D| = n) del siguiente modo:
PG (x1 , . . . , xn ) =
1 X 1 (g)
x1
. . . xnn (g)
|G|
gG
el Teorema de Polya puede enunciarse as:

X
p(f ) = PG (1 (x1 , . . . , xr ), . . . , n (x1 , . . . , xr ))
f A
2) Poniendo en el Teorema de Polya x1 = x2 = = xr = 1 se obtiene como

caso particular la proposici
on (8.2.1).
Ejemplo:
112
El an
alisis de las rotaciones del cubo realizado en el ejemplo anterior nos
permite escribir el polinomio indicador de ciclos de inmediato:
PG (x1 , x2 , x3 , x4 , x5 , x6 ) =
1 6
(x + 8x23 + 6x21 x4 + 3x21 x22 + 6x32 )
24 1
Supongamos que se va a colorear el cubo con dos colores, digamos rojo y

azul. Calculando PG (1 , . . . , 6 ) con 1 = x + y, 2 = x2 + y 2 , 3 = x3 + y 3 ,
4 = x4 + y 4 , resulta el polinomio
x6 + x5 y + 2x4 y 2 + 2x3 y 3 + 2x2 y 4 + xy 5 + y 6
(hemos usado x, y en lugar de x1 , x2 para aligerar la notaci
on) El termino
2x3 y 3 por ejemplo, nos dice que hay dos coloraciones con tres caras pintadas
de rojo y las otras tres de azul.
8.3
Enumeraci
on de grafos no isomorfos
La teora de Polya puede ser usada para determinar el n

umero de grafos no
isomorfos con un n
umero de vertices y aristas dado. Para esto consideremos el grafo completo de n vertices Kn . A cada coloraci
on de las aristas de
Kn con dos colores, digamos rojo y azul, le podemos hacer corresponder el
grafo cuyos vertices son los mismos de Kn y cuyas aristas son las coloreadas de rojo. Es claro que cualquier grafo de n vertices puede ser obtenido
de esta manera a partir de una bicoloraci
on de Kn . Observemos sin embargo que la correspondencia descripta no es inyectiva, ya que coloraciones
diferentes pueden dar lugar a grafos isomorfos. Recordemos que dos grafos
son isomorfos cuando existe una aplicaci
on biyectiva entre sus vertices que
preserva la relaci
on de adyacencia. Entonces dos coloraciones de Kn dar
an
lugar a grafos isomorfos cuando ambas difieran en una permutaci
on de las
aristas de Kn inducida por una permutaci
on de sus vertices. En smbolos, si
Kn = (V, A) y f : A (r, a) es una coloraci
on de A con dos colores r y a, el
grafo correspondiente a f es Gf = (V, Af ) siendo Af = {e A : f (e) = r}.
Dos coloraciones f y g dan lugar a grafos isomorfos si existe una permutaci
on de V tal que {u, v} Af si y s
olo si {(u), (v)} Ag . Esto
equivale a decir que f ({u, v}) = g({(u), (v)}), u, v V o m
as simplemente f = g siendo la permutaci
on de A inducida por , a saber
({u, v}) = {(u), (v)} u, v V, u 6= v.
Sea G el grupo de las permutaciones de A inducidas por permutaciones
de V . Entonces la accion de Polya de G sobre las bicoloraciones de Kn induce
113
una relaci
on de equivalencia bajo la cual dos coloraciones son equivalentes si
y s
olo si les corresponden grafos isomorfos. El n
umero de grafos no isomorfos
de n vertices ser
a entonces igual al n
umero de
orbitas, y puede obtenerse
a partir del lema de Burnside. El teorema de Polya permite, m
as a
un,
calcular el n
umero de grafos no isomorfos con n vertices y m aristas. Pero
para aplicar el teorema de Polya es necesario conocer como se descompone
en ciclos cada elemento del grupo G. Sea una permutaci
on del conjunto
de vertices V con i ciclos de longitud i, para i = 1, 2, . . . , n. Sea = {u, v}
una arista de Kn . Consideraremos varios casos:
1) Si u y v pertenecen a un mismo ciclo de de longitud impar 2k + 1
entonces la arista pertenece a un ciclo de de longitud 2k+ 1, a saber
= (2k + 1)k
{u, v}, {(u), (v)}, . . . , { 2k (u), 2k (v)}. Puesto que las 2k+1
2
aristas cuyos extremos son vertices del ciclo se agrupan en ciclos disjuntos
de longitud 2k + 1 conclumos que hay k de estos ciclos. Por lo tanto cada
ciclo de longitud impar 2k + 1 en da origen a k ciclos de longitud 2k + 1
en .
2) Si u y v pertenecen a un mismo ciclo de de longitud par 2k entonces
la arista puede estar en un ciclo de de longitud 2k o bien en uno de
longitud k. Por ejemplo si consideramos el ciclo (1 2 3 4) entonces las aristas
{1, 2}, {2, 3}, {3, 4} y {1, 4} pertenecen al 4-ciclo ({1, 2} {2, 3} {3, 4} {1, 4}),
pero las aristas {1, 3} y {2, 4} pertenecen al 2-ciclo ({1, 3} {2, 4}). En
general es f
acil ver que el 2k-ciclo (v1 , . . . , v2k ) dar
a origen a un k-ciclo
({v1 , vk+1 } {v2 , vk+2 } . . . {vk , v2k }) y a k 1 2k-ciclos.
3) Si u pertenece a un r-ciclo de y v a un s-ciclo entonces la arista {u, v}
estara en un ciclo de de longitud igual al mnimo com
un m
ultiplo de r
t
t
y s. En efecto para que se cumpla que { (u), (v)} = {u, v} debe ser
t (u) = u y t (v) = v (no puede ser t (u) = v y t (v) = u ya que u y v
est
an en ciclos disjuntos). Por lo tanto debe cumplirse que r|t y s|t, lo cual
implica m.c.m.(r, s)|t. El n
umero de ciclos disjuntos en los cuales se dividen
las rs aristas con un vertice en cada ciclo ser
a entonces rs/m.c.m.(r, s) =
m.c.d.(r, s) (m
aximo com
un divisor de r y s).
Como consecuencia del an
alisis anterior podemos afirmar que en la descomposici
on de en producto de ciclos disjuntos tendremos:
1) r (r 1)/2 r-ciclos, para cada r impar entre 1 y n.
2) r r2 -ciclos y 2r 1 r-ciclos para cada r par entre 1 y n.
3) r s m.c.d.(r, s) m.c.m(r, s)-ciclos para cada par de n
umeros distintos r, s
r
entre 1 y n, y r 2 r-ciclos , para cada r entre 1 y n (ya que existen r s

maneras de escoger un r-ciclo y un s-ciclo, si r 6= s, y 2r maneras de
114
escoger un par de r-ciclos distintos)
Si aplicamos el Teorema de Polya (8.2.2) para dos colores, dando a la
umero de permutaciones con i
variable x1 el valor 1 y recordando que el n
ciclos de longitud i para i = 1, . . . , n es
K(1 , . . . , n ) =
n!
11 22 . . . nn 1 ! 2 ! . . . n !
resulta la siguiente:
Proposici
on 8.3.1. El n
umero de grafos no isomorfos con n vertices y m
aristas es igual al coeficiente de xm en el polinomio que se obtiene sumando,
para cada soluci
on de la ecuaci
on diof
antica 11 + 22 + + nn = n un
termino de la forma:
1
K(1 , . . . , n )[w101 w313 . . . ][(w1 w20 )2 (w2 w41 )4 (w3 w62 )6 . . . ]
n!
Y mcd(r,s)
1(1 ) 2(2 ) 3(3 )
r s
[w1 2 w2 2 w3 2 . . . ]
wmcm(r,s)
r6=s
siendo wk el polinomio 1 + xk .
Excepto para peque

nos valores de n el c
alculo manual del n
umero de grafos no isomorfos utilizando la u
ltima Proposici
on es imposible, y se requiere
la ayuda del computador. En el Apendice 2 inclumos una tabla obtenida
con un programa basado en la Proposici
on (8.3.1), que muestra el n
umero
de grafos no isomorfos con n vertices y m aristas para 1 n 12.
8.4
Ejercicios
1. De cu
antas maneras se puede pintar un tablero cuadrado de 2 2 con
r colores, pintando cada casilla de un color y considerando equivalentes
las coloraciones que difieren en una rotaci
on del tablero?
2. De cu
antas maneras se pueden marcar con una X ocho de las dieciseis
casillas de un tablero cuadrado de 4 4, considerando equivalentes
las configuraciones que se obtienen unas de otras por rotaciones o
simetras del cuadrado?
115
3. Determine el n
umero de coloraciones de las caras de un poliedro regular
(tetraedro, cubo, octaedro, dodecaedro e icosaedro) con r colores, no
equivalentes por rotaciones.
4. (deBruijn , [B4])
Sea G un subgrupo de S(D) y H un subgrupo de S(C). Considere la
acci
on de G H sobre A = C D definida as:
(g, h)f = h f g1 (g, h) G H, f A
Pruebe que si C y D son finitos y |D| = n entonces el n
umero de
orbitas viene dado por la f
ormula siguiente:
k (g)
n
1 X X Y X
|A| =
ii (h)
|G||H|
gG hH k=1
i|k
siendo i () el n
umero de ciclos de longitud i en la descomposici
on de
la permutaci
on en producto de ciclos disjuntos.
116
Ap
endice A
Soluciones y sugerencias
A.1
Captulo 1
1. A B es la uni
on disjunta de A \ B y B, por lo tanto |A B| =
|A \ B| + |B|. A es la union disjunta de A \ B y A B , por lo tanto
|A| = |A \ B| + |A B|. Restando miembro a miembro se obtiene el
resultado deseado.
2. Por ser la funci
on f sobreyectiva el conjunto A es la uni
on disjunta
1
de los subconjuntos fP (b), para b B. Entonces por la Proposici
on
(1.3.6) se tiene |A| = bB |f 1 (b)| = k|B|.
3. Supongamos por absurdo que para todo i = 1, . . . , k la caja Ci conumero total de objetos en las
tenga menos de ai objetos.
Pk Entonces el n
cajas sera a lo sumo i=1 (ai 1) n 1 < n.
4. El n
umero total de
ordenes posibles es 5! = 120. Pero hay tantos
ordenes en los cuales Luis habla antes que Pedro como
ordenes en
los cuales Pedro habla antes que Luis (en efecto, el intercambio de
Pedro con Luis suministra una correspondencia biyectiva entre ambos
tipos de
ordenes). Por lo tanto la respuesta a la primera pregunta
es 120 2 = 60. Si Mara debe hablar inmediatamente despues de
Luis entonces el par Luis-Mara puede ser tratado como una unidad,
y se trata ahora de ordenar los cuatro elementos Luis-Mara, Pedro,
Pablo y Luisa. La respuesta es 4! = 24. Si deben alternarse oradores de
distinto sexo entonces el orden debe ser necesariamente var
on - hembra
- var
on - hembra - var
on. Para los tres varones hay 3! = 6
ordenes
117
118
posibles y para las hembras s
olo 2. Por el principio del producto la
respuesta es 6 2 = 12.
5. En un mazo de 52 cartas hay 13 de cada palo, la respuesta es entonces
134 = 28561.
6. Una sucesi
on de 10 cartas puede extraerse de [52]10 maneras. Una
sucesi
on de 10 cartas sin ases puede extraerse de [48]10 maneras, ya
que entre las 52 cartas del mazo hay 4 ases. La respuesta a la primera
pregunta es entonces:
42 41 40 39
246
[48]10
=
=
[52]10
52 51 50 49
595
La probabilidad de sacar al menos un as es complementaria de la
349
anterior, es decir 1 246
595 = 595 . Las sucesiones de 10 cartas que contienen exactamente un as pueden obtenerse a partir de las sucesiones
de 9 cartas sin ases intercalando uno de los cuatro ases en una de
las 10 posiciones posibles. Por lo tanto el n
umero de estas sucesiones
es 4 10 [48]9 , y la probabilidad pedida se obtiene dividiendo este
656
n
umero entre [52]10 lo que da como resultado 1547
.
7. La primera cifra se puede escoger de 9 maneras (a saber 1,2,3,4,5,
6,7,8,9). La segunda cifra tambien se puede escoger de 9 maneras
(cualquier dgito del 0 al 9 diferente de la primera cifra). La tercera
cifra se puede escoger de 8 maneras, pues debe ser diferente de las dos
primeras. Como hay en total 900 n
umeros de 3 cifras (desde el 100
=
0.72
hasta el 999) la respuesta es 998
900
8. (a) Son posibles 263 103 = 17576000 placas distintas.
(b) 2 262 103 + 6 26 103 + 20 103 + 735 = 1528735.
9. Si la primera ficha es un doble, liga con otras seis. Si en cambio no es un

doble liga con otras doce. Por lo tanto la respuesta es 7 6 + 21 12 =
294.
10. Si las tres torres son distinguibles entre s entonces la primera se puede
situar de 64 maneras; una vez ubicada quedan 49 casillas donde situar
la segunda, y por u
ltimo quedan 36 casillas libres donde situar la
tercera. El n
umero de configuraciones es entonces 64 49 36 =
112896. Si las torres son indistinguibles entonces hay que dividir el
119
n
umero anterior entre 6, que es el n
umero de maneras de permutar las
tres torres entre s. El resultado es 18816.
11. Si el alfil blanco se ubica en una de las cuatro casillas centrales del
tablero entonces ataca 13 casillas. Si se ubica en una de las 12 casillas
que rodean a las centrales, ataca 11 casillas. Si se ubica en una de las
20 que rodean a estas u
ltimas, ataca 9 casillas. Finalmente, si se ubica
en una de las 28 casillas de la banda, ataca 7 casillas. La respuesta es
entonces 4 13 + 12 11 + 20 9 + 28 7 = 560.
12. Asignemos coordenadas a las casillas del tablero de modo que las coordenadas de las cuatro casillas de las esquinas sean (1, 1), (1, n), (n, n)
y (n, 1). Las diagonales que van desde (1, j) hasta (n + 1 j, n) para
j = 1, 2, . . . , n 1 , las que van desde (j, 1) hasta (n, n + 1 j) para
j = 2, 3, . . . , n 1 y la gran diagonal que va desde (1, n) hasta (n, 1)
cubren completamente el tablero. Como el n
umero de estas diagonales
es 2n 2 , no es posible colocar m
as de 2n 2 fichas en el tablero sin
que haya dos en una misma diagonal. Una configuraci
on con exactamente 2n 2 fichas es por ejemplo la que resulta al colocar fichas
en las casillas (1, 1), (2, 1), . . . , (n, 1), (2, n), (3, n), . . . , (n 1, n). Para
contar el n
umero de estas configuraciones maximales siga las siguientes
sugerencias:
(a) Pruebe que en una configuraci
on maximal todas las fichas deben
encontrarse en las bandas del tablero.
(b) Establezca una correspondencia biyectiva entre estas configuraciones y los subconjuntos de la primera fila del tablero, es decir
la que va desde (1, 1) hasta (1, n).
A.2
Captulo 2
1. 5 4 3 = 60.
2. Puesto que pueden formarse 2k palabras de longitud k, el n
umero de
1
2
palabras de longitud comprendida entre 1 y n ser
a 2 + 2 + + 2n =
n+1
2
2. En particular para n = 5 resulta 62.
3. 9! = 362880.
4. 9!/2 = 181440.
120
5. (a) El 3 debe utilizarse para la primera cifra, el 2, el 5 y el 7 pueden
permutarse de 3! = 6 maneras.
(b) La primera cifra debe ser 3, las tres restantes pueden elegirse
independientemente de cuatro maneras cada una, por lo tanto la
respuesta es 43 = 64.
6. 9!/(2!3!) = 30240.
7. 3 5! + 2 4! + 2 3! + 2 = 422.

8. (a) 6+4
= 120.
3

(b) 61 42 = 36

(c) 120 43 = 114.
9.
10.
10
3
= 120.
n
4
11. 1 + k(n k) +
nk
2
12. k(n k) +
13.
14.
Pn
1
k=1 2 k(k
10+31
3
15. 8 7
16.
17.
+ 1) = 16 n(n + 1)(n + 2)
= 220.
4 2
6
2
nk
2
= 5040.
B N B N
x
nx / n
Pn
j=0
k+j1
j
18. Si se escriben todos los n

umeros de k cifras, desde 10k1 hasta 10k
1, el cero no aparece nunca en el primer lugar pero en cada uno de
los otros lugares aparece 9 10k2 veces. En total aparece entonces
9(k 1)10k2 veces. Para escribir los n
umeros desde 1 hasta 1000000
se necesitan entonces 9(1+ 2 10+ 3 100+ 4 1000+ 5 10000)+ 6 =
9 54321 + 6 = 488895.
121
19. Supongamos que k n + 1, ya que en caso contrario la respuesta
obviamente es cero. Las mujeres pueden ordenarse de n! maneras.
Dada una permutaci
on de las mujeres, los hombres pueden acomodarse
en n + 1 puestos (entre una y otra mujer, antes de la primera o despues
(n+1)!
de la u
ltima). Tenemos as An+1
= (n+1k)!
modos de acomodar a los
k
hombres, y por el principio del producto la respuesta es
n!(n+1)!
(n+1k)! .
20. Asociemos a cada subconjunto A de Nn la sucesi

on a1 . . . an de ceros
y unos tal que ai es 1 si i A y 0 en caso contrario (esta sucesi
on
no es otra cosa que la funci
on caracterstica del subconjunto A). Las
sucesiones asociadas con los subconjuntos que nos interesan son aquellas que constan de k unos y n k ceros, y que no contienen unos
consecutivos. Todas ellas se pueden obtener escribiendo una sucesi
on
de n k ceros e intercalando luego k unos en los puestos que quedan
entre los ceros, o al principio o al fin de la sucesi
on. Ya que los puestos
posibles para
los
k
unos
son
n
k
+
1,
el
n
u
mero
de tales sucesiones

es nk+1
.
k
21. Clasifiquemos los subconjuntos admisibles en dos categoras, seg
un
que contengan o no al n
umero n. Aquellos que contienen a n no
pueden contener ni a n 1 ni a 1, y es claro que se pueden poner en
correspondencia biyectiva con los subconjuntos de {2, . . . , n 2} de
cardinal k 1 sin elementos consecutivos. Por el problema anterior,
estos son:

(n 3) (k 1) + 1
nk1
=
k1
k1
Los subconjuntos que no contienen a n pueden ponerse en correspondencia con los subconjuntos de {1, . . . , n 1} de cardinal k y sin elementos consecutivos, que por el problema anterior son:

(n 1) k + 1
nk
=
k
k
Aplicando ahora el principio de la suma tenemos:

nk
n
nk
nk1
nk
k
+
=
+1
=
k1
k
nk
k
nk
k
(Este problema es an
alogo al anterior si imaginamos los n
umeros del
1 al n dispuestos en crculo, con lo cual 1 y n resultan vecinos.)
122
A.3
Captulo 3
1. Las cuatro identidades pueden probarse usando una estrategia aritmetica. Una demostraci
on combinatoria de (c) puede obtenerse considerando un conjunto X con m+2 elementos y dos elementos distinguidos
x1 y x2 , y clasificando los subconjuntos de X con n+1 elementos seg
un
que contengan a ambos elementos distinguidos, a uno y solo uno de
ellos o a ninguno. La identidad (d) puede probarse algebraicamente
desarrollando (1 + x)n por el teorema del binomio, derivando ambos
miembros de la igualdad respecto a x y haciendo finalmente x = 1.
2. (a) Sume miembro a miembro las dos identidades siguientes:
n
X
n
k=0
= 2n ,

n
X
n
(1)k
=0
k
k=0
(b) Reste las dos identidades anteriores.

(c) Tome la parte real de (1 + i)n .
(d) Tome la parte imaginaria de (1 + i)n .
(e) (vea 3.1.7)
1 2 3 4 5 + + n(n + 1)(n + 2)(n + 3)(n + 4) = 5!
n+4
X
k=5
k
5

n+5
1
= 5!
= n(n + 1)(n + 2)(n + 3)(n + 4)(n + 5)
6
6
(f) Si n = 1 la suma es 1. Si n > 1 aplicando la identidad (a) del

Ejercicio 1 se obtiene f
acilmente el resultado 0. Alternativamente
se puede desarrollar el binomio (1 x)n y derivar respecto a x
ambos miembros para obtener
n(1 x)n1 =
y finalmente hacer x = 1.

n
X
n k1
(1)k k
x
k
k=1
123
(g) Si n = 1 el resultado es 1, y para n = 2 es 2. Si n > 2
multipliquemos la identidad obtenida al final de la parte anterior
por x y derivemos nuevamente. Se llega a:
n2
n(n 1)(1 x)
n1
x n(1 x)

n
X
k 2 n
=
(1) k
xk1
k
k=1
y poniendo x = 1 se obtiene como resultado 0.

(h) (2n+1 n 2)/(n + 1)

3. Sea cn = m
on es
n . Entonces cn+1 /cn = (m n + 1)/n y esta raz
mayor que 1 si y s
olo si n < (m + 1)/2. De aqu se deduce que si m
es par entonces c0 < c1 < . . . < cm/2 > . . . > cm mientras que si m es
impar c0 < c1 < . . . < c(m1)/2 = c(m+1)/2 > . . . > cm . En particular,
el m
aximo se alcanza cuando n = m/2.
4. El Teorema obviamente es cierto para n = 1. Aceptando su validez
para n escriba (x + y)n+1 = (x + y)n (x + y) , desarrolle el miembro derecho de la igualdad, agrupe terminos semejantes y aplique la f
ormula
de Stifel.
5. Desde (a, b) hasta (c, d) van tantos caminos ascendentes como desde
(0, 0) hasta (c a, d b) , ya que la traslaci
on de vector (a, b) constituye una correspondencia biyectiva entre estos
ltimos caminos y los
u
primeros. Por lo tanto su n
umero es ca+db
.
db
En Rk el n
umero de caminos ascendentes desde el origen hasta el punto
de coordenadas (a1 , . . . , ak ) viene dado por el coeficiente multinomial

a1 + + ak
a1 , . . . , ak
6. Si a c el principio es trivialmente cierto. Supongamos entonces que

a < c. A cada camino ascendente desde (a, b) hasta (c, d) que toque
la recta y = x hag
amosle corresponder el camino desde (b, a) hasta
(c, d) que se obtiene simetrizando respecto a esta recta la porci
on del
camino dado que va desde el punto inicial (a, b) hasta el primer punto
de contacto con la recta y = x, y que de ah en adelante coincide con
el camino dado. Por ejemplo, al camino de vertices (3,5), (4,5), (4,6),
(4,7), (5,7), (6,7), (7,7), (8,7), (9,7), (9,8), (9,9), (9,10), (9,11) cuyo
124
primer contacto con la recta y = x se alcanza en (7,7), le correspondera el camino de vertices (5,3), (5,4), (6,4), (7,4), (7,5), (7,6), (7,7),
(8,7), (9,7), (9,8), (9,9), (9,10), (9,11). Es f
acil comprobar que esta
correspondencia es una biyecci
on entre el conjunto de los caminos ascendentes que van desde (a, b) hasta (c, d) tocando la recta y = x y el
conjunto de todos los caminos ascendentes desde (b, a) hasta (c, d).
7. El escrutinio puede representarse mediante un camino ascendente desde (0,0) hasta (p, q), trazando un segmento unitario horizontal por
cada voto obtenido por el ganador y un segmento unitario vertical por
cada voto obtenido por el perdedor. Si el ganador va adelante durante
todo el escrutinio entonces obtiene el primer voto y el conteo no se
iguala en ning
un momento. El n
umero de posibles escrutinios en los
cuales ocurre esto es igual al n
umero de caminos ascendentes que van
desde (1,0) hasta (p, q) sin tocar nunca la recta y = x. Pero por el
principio de reflexi
on (ver ejercicio anterior) los caminos ascendentes
desde (1,0) hasta (p, q) que tocan la recta y = x son tantos como los
caminos ascendentes desde (0,1) hasta (p, q). Por lo tanto la probabilidad buscada es:

p+q1
p+q1
pq
q
q1
=
p+q
p+q
q
8. Es claro que si n > k entonces la cola se detendr
a inexorablemente
y la probabilidad pedida ser
a 0. Supongamos entonces que n k, y
representemos la distribuci
on de personas con billetes de 100 y de 50
Bs en la cola mediante un camino ascendente, partiendo del origen y
trazando un segmento unitario horizontal por cada billete de 100 Bs
y un segmento unitario vertical por cada billete de 50 Bs que encontremos al recorrer la cola desde el principio hasta el fin. El camino
termina en el punto de coordenadas (n, k). Es claro que la cola avanza fludamente si el camino est
a totalmente contenido en el semiplano
y x, y se detiene si toca la diagonal y = x 1. El n
umero
total de
caminos ascendentes desde el origen hasta (n, k) es n+k
estos,
k . De
los que tocan la diagonal y = x 1, por el principio de reflexi
on (ver
ejercicio 6) son tantos como los que van desde (1,-1) hasta (n, k), es
decir n+k
k+1 . Por lo tanto, suponiendo que todas las distribuciones de
n billetes de 100 Bs y k billetes de 50 Bs sean igualmente probables, la
125
probabilidad de que la cola se detenga es el cociente de los dos n
umeros mencionados, a saber n/(k + 1). La probabilidad de que la cola
avance sin contratiempos es la complementaria, 1 n/(k + 1). (Vea
tambien [V2].)
9. Sea W un c
odigo corrector de orden r. Si w W , el
umero de
n
n
elementos x X tales que d(x, w) = j, (0 j n) es j . El n
umero
de elementos de X a distancia
menor
o
igual
que
j
de
alg
u
n
elemento

P
de W es entonces |W | rj=0 nj , y este n
umero es a lo sumo 2n , el
n
umero total de elementos de X.
10.

3n
n

2n
n
3n
n, n, n
(3n)!
(n!)3
11. 11!/(4!1!0!6!) = 2310.

12. (a) (11!/(1!4!4!2!) = 34650.
(b) Con las letras MSSSSPPPP se pueden formar 7!/(1!4!2!) = 105
palabras de 7 letras. En cada una de ellas puede colocarse una
I en 8 posiciones, y las cuatro I sin que haya dos consecutivas
pueden disponerse entonces de 84 = 70 maneras. La respuesta
es entonces 105 70 = 7350.
13. Puesto que la suma de n sumandos iguales a n es n2 , se tiene que el
cociente (n2 )!/(n!)n es un n
umero entero, a saber el coeficiente multin2
nomial n...n .
A.4
Captulo 4
1. Sea X el conjunto de 100 hind

ues y sean H, B y P los subconjuntos
de X formados por los que hablan hindi, bengal y penjabi respectivamente. Sabemos que |X| = 100, |H| = |B| = 40, |P | = 20, |H B| =
20, |HP | = 5, |(HB)(HP )(BP )| = 31 y |X\(HBP )| = 33.
Por el principio de inclusiones y exclusiones se tiene que |X \ (H B
P )| = |X||H||B||P |+|HB|+|HP |+|BP ||HBP | , y sustituyendo los valores conocidos resulta |B P | = |H B P |+ 8. Aplicando una vez m
as el principio de inclusiones y exclusiones tenemos
126
|(H B)+(H P )+(B P )| = |H B|+|H P |+|B P |2|H B P |
y por lo tanto |B P | = 2|H B P |+6. Finalmente, igualando las dos
expresiones obtenidas para |BP | y despejando resulta |H BP | = 2.
2. Sea X = {n N : 1 n 1000000}. Sea A el subconjunto de X
formado por los cuadrados perfectos, B el subconjunto de los cubos
perfectos
y C el de las
potencias cuartas perfectas.
Entonces |A| =
3
4
6
6
6
10 = 1000, |B| = 10 = 100 y |C| = 10
= 31. Asmismo
6
12
se tiene |A B| = 106 = 10, |B C| = 106 = 3, y como
A C = C se tiene |A C| = |C| = 31 y |A B C| = |B C| = 3.
Finalmente |X \ (A B C)| = |X| |A| |B| |C| + |A B| + |A
C| + |B C| |A B C| = 998910.
3. Defina Ai = {x Nr : ai |x} y aplique el principio de inclusiones y
exclusiones.
4. El principio de inclusiones y exclusiones es trivialmente v
alido para
n = 1 , y se demuestra f
acilmente para n = 2 (ejercicio 1 del primer
captulo). Acepte su validez para colecciones de n conjuntos cualesquiera. Dados n + 1 conjuntos A1 , A2 , . . . , An+1 se tiene:
n
n
| n+1
i=1 Ai | = | i=1 Ai | + |An+1 | | (i=1 Ai ) An+1 |
= | ni=1 Ai | + |An+1 | |(ni=1 (Ai An+1 )|
Aplique ahora la hip

otesis inductiva a las dos uniones de n conjuntos
que aparecen en el miembro derecho de la igualdad anterior.
5. Un n
umero es coprimo con n si y s
olo si no es divisible entre ninguno
de los factores primos p1 , . . . , pk de n. Sea Ai = {x Nn : pi |x}.
Entonces es claro que:
X
(n) = | ki=1 Ai | =
(1)|F | |A(F )|
F Nk
Q
Pero como |A(F )| = n/( iF pi ) es f
acil ver que la u
ltima suma es
Qk
n i=1 (1 1/pi ). El car
acter multiplicativo de se deduce f
acilmente
de la f
ormula anterior. Para la u
ltima parte, si n = pa11 pakk pruebe
que:
X
d|n
k
Y
(d) =
(1 + (pi ) + (p2i ) + + (pai
i ))
i=1
127
y como (pri ) = pri pr1
el factor i-simo del producto anterior es pai i
i
y el producto es n.
6. Numeremos las parejas de 1 a n, y las sillas alrededor de la mesa desde
1 hasta 2n. Sea Ai el conjunto de disposiciones de los comensales en
la mesa en las cuales la pareja i est
a junta. Pruebe que
|Ai1 Aik | = 2n (2n k 1)! 2k
Para ello suponga que primero se sienta junta la pareja i1 , para lo cual
obviamente hay 2n 2 posibilidades, y considere a las parejas i2 , . . . , ik
como unidades que junto con los 2n 2k comensales restantes pueden permutarse de (2n k 1)! maneras, agregando el factor 2k1
para dar cuenta de las dos maneras en que se puede ordenar cada pareja. Finalmente aplique la f
ormula de Sylvester para obtener como
respuesta
2n
n
X
k=0

n
(2)k (2n k 1)!
k
Observaci
on: Si se considerasen equivalentes las distribuciones que
difieren solamente en una rotaci
on, entonces habra que dividir el resultado anterior entre 2n.
7. Los hombres deben sentarse en las sillas pares o en las impares, pueden
hacerlo por lo tanto de 2(n!) maneras. Una vez sentados, y numerados
desde 1 hasta n en sentido antihorario, sea A2i1 el conjunto de distribuciones de las mujeres en las cuales la esposa del se
nor i este sentada
a la derecha de su esposo, y sea A2i el conjunto de distribuciones en
las cuales la se
nora de i este a la izquierda de su esposo. Si F Nn
contiene k ndices, entonces | iF Ai | es (n k)! si F no contiene enteros consecutivos ni a 1 y 2n simult
aneamente, y 0 en caso contrario.
Aplicando la f
ormula de Sylvester y el resultado del Ejercicio 21 del
Captulo 2 se obtiene como respuesta:
2(n!)
n
X
k=0

2n
2n k
(1)
(n k)!
2n k
k
k
8. Aplique las leyes de De Morgan y la f

ormula de Sylvester.
128
9. Sea K Nn un conjunto de k ndices. Sean X = iK Ai y Bj =
Aj X, para j = 1, . . . , n. Aplicando la f
ormula de Sylvester (y
tomando complementos respecto a X) se tiene:
| jK Bj | =
HNn \K
(1)|H| |BH | =
KF Nn
(1)|F |k |AF |
Por lo tanto el n
umero de los elementos que pertenecen a exactamente
k conjuntos es:
X
KNn KF Nn
|K|=k
X X
(1)|F |k |AF |
(1)|F |k |AF |
F Nn KF
|F |k |K|=k
y puesto que para

cada F Nn el n
umero de sus subconjuntos con k
|F |
ormula que se quera demostrar.
elementos es k se llega a la f
A.5
Captulo 5
1. Sume miembro a miembro las igualdades Fi = Fi+2 Fi+1 , para i =

0, 1, . . . , n.
2. Fn+1 Fn1 Fn2 = (Fn + Fn1 )Fn1 (Fn1 + Fn2 )Fn
2 ) = = (1)n1 (F F F ) = (1)n
= (Fn Fn2 Fn1
2 0
1
3. Probaremos que Fn |Fkn por inducci
on en k. El caso k = 1 es trivial.
Si se cumple para un cierto k, entonces Fkn = tFn para alg
un entero
t. Usando (5.2.2) se tiene:
F(k+1)n = Fkn+1 Fn + Fkn Fn1 = (Fkn+1 + tFn1 )Fn
4. Si d|Fn y d|Fn+1 entonces d|(Fn+1 Fn ) = Fn1 . Del mismo modo se
ve que d|Fn2 , y por recursi
on se llega a que d|F1 = 1.
129
5. Por el algoritmo de Euclides se tiene que:
m
n
rk2
rk1
= q0 n + r1
= q1 r1 + r2
= qk1 rk1 + rk
= qk rk
0 r1 < n
0 r2 < r1
0 rk < rk1
con rk = d
Entonces por (5.1.3) se tiene:

D(Fm , Fn ) = D(Fq0 n1 Fr1 + Fq0 n Fr1 +1 , Fn )
pero como Fn |Fq0 n (Ejercicio 3) lo anterior es igual a D(Fq0 n1 Fr1 , Fn ).
Pero por el Ejercicio 4 se tiene que:
D(Fn , Fq0 n1 )|D(Fq0 n , Fq0 n1 ) = 1
Por lo tanto D(Fq0 n1 Fr1 , Fn ) = D(Fr1 , Fn ). Prosiguiendo de esta
manera obtenemos:
D(Fm , Fn ) = D(Fn , Fr1 ) = = D(Fqk d , Fd ) = Fd
(para m
as detalles vea [V2]).
6. Sea Xn el n
umero de maneras de descomponer un rect
angulo de 2 n
en n rect
angulos de 2 1. Verifique que Xn satisface la relaci
on de
recurrencia de los n
umeros de Fibonacci, pero con condiciones iniciales
X1 = 1 = F2 , X2 = 2 = F3 .
7. Sea Xn el n
umero buscado. Los subconjuntos de Nn sin elementos
consecutivos se pueden clasificar en dos clases disjuntas:
(a) Los que no contienen a n. Estos obviamente son Xn1 .
(b) Los que contienen a n. Estos no pueden contener a n 1, por
lo cual son tantos como los subconjuntos de Nn2 sin elementos
consecutivos, es decir Xn2 .
De all que Xn = Xn1 +Xn2 , y dado que X1 = 2 = F3 y X2 = 3 = F4
se deduce inmediatamente que Xn = Fn+2 .
130
8. Si = (1 +
5)/2 entonces 2 = + 1. Por lo tanto:

=1+
1
1
=1+
1+
Sea Pn /Qn el n-simo convergente de la fracci

on continua. Entonces
P1 /Q1 = 1 = 1/1 y P2 /Q2 = 1 + 1 = 2/1. Como en este caso todos los
denominadores parciales valen 1 se tiene que Pn y Qn satisfacen ambos
la relaci
on de recurrencia xn = xn1 + xn2 , y dadas las condiciones
iniciales se ve enseguida que Pn = Fn+1 y Qn = Fn .
9. Por inducci
on en n. Para n = 1 es cierto (1 = F2 ). Si n > 1 sea Fk1
el mayor n
umero de Fibonacci menor o igual que n. Si n = Fk1 es
f
acil ver que esa es la u
nica representaci
on que cumple la condici
on.
Si n > Fk1 entonces por la hip
otesis inductiva se puede escribir:
n Fk1 = Fk2 + + Fkr , con k2 kr 0
Pero debe cumplirse tambien k1 k2 , ya que
n Fk1 < Fk1 +1 Fk1 = Fk1 1
10. Si n no es un n
umero de Fibonacci, la estrategia ganadora para el
primer jugador consiste en escribir el n
umero de fichas que quedan
en el mont
on como Fk1 + + Fkr , con k1 kr 0 (ver
ejercicio anterior) y retirar del mont
on Fkr fichas. Si n es un n
umero
de Fibonacci, juegue lo que juegue el primer jugador el segundo puede
adoptar esta misma estrategia y ganar. Para una discusi
on detallada
vea [K1], problema 37 de la secci
on 1.2.8 .
11. (n2 3n + 2)/2
12. n2 n + 2
13. Sea Pn el n
umero de regiones en que n planos en posici
on generica
dividen el espacio. Entonces P0 = 1 y P1 = 2. Para n > 1, el nsimo plano intersecta a los otros n 1 seg
un n 1 rectas en posici
on
generica, que lo dividen en (n2 + n + 2)/2 regiones planas cada una
de las cuales divide en dos partes una de las Pn1 regiones en que los
primeros n 1 planos dividen al espacio. Por lo tanto se satisface la
relaci
on de recurrencia
Pn = Pn1 + (n2 + n + 2)/2
131
cuya soluci
on es Pn = (n3 + 5n + 6)/6.
14. (a) Por el metodo de las funciones generatrices, o usando (5.3.2), se
prueba f
acilmente que
Ln = ((1 + 5)/2)n + ((1 5)/2)n

(b) Se puede probar directamente usando las expresiones explcitas
para Ln y Fn , o bien por inducci
on.
(c) Los subconjuntos de Nn que no contienen elementos consecutivos ni a 1 y n simultaneamente se pueden clasificar en dos clases
disjuntas: la de los que contienen a n y la de los que no lo contienen. Un conjunto de la primera clase no puede contener a 1
ni a n 1, por lo tanto hay tantos de ellos como subconjuntos
de {2, . . . , n 2} sin elementos consecutivos, que por el Ejercicio
7 sabemos que son Fn1 . Los de la segunda clase son tantos como los subconjuntos de Nn1 sin elementos consecutivos, es decir
Fn+1 . Sumando se obtiene Fn1 + Fn+1 = Ln .
15. Se trata de verificaciones inmediatas.
16. La ecuaci
on caracterstica es x3 3x2 4x + 12 = 0 y tiene races 2 ,
3 y -2. La soluci
on general es entonces:
xn = A 2n + B 3n + C (2)n
Las condiciones iniciales permiten plantear el sistema:
A+B+C = 1
2A + 3B 2C = 27
4A + 9B + 4C = 1
que tiene como soluci

on A = 5 , B = 1 , C = 7. Por lo tanto la
soluci
on buscada es 5 2n 3n + 7 (2)n .
17. La ecuaci
on caracterstica x3 6x2 + 12x 8 = 0 tiene al 2 como raz
triple. Por lo tanto la soluci
on general es xn = (An2 + Bn + C)2n .
Luego de determinar A , B y C a partir de las condiciones iniciales se
obtiene la soluci
on (3n2 5n + 4)2n .
18. La soluci
on polin
omica es 3n2 + 2n 5. La soluci
on general es A 2n +
n
2
B 5 + 3n + 2n 5.
132
19. Obviamente la respuesta es cero si n es impar. Sea Xn el n
umero de
descomposiciones de un rect
angulo de 3 2n en rect
angulos de 2 1.
Verifique que X1 = 3 y X2 = 11 , y pruebe que para n > 2 se satisface
la relaci
on de recurrencia:
Xn = 4Xn1 Xn2
Resolviendola se obtiene:

3
( 3 + 1)(2 + 3)n + ( 3 1)(2 3)n
Xn =
6
P
20. En el lenguaje del Ejercicio 15 la relaci
on An+1 = nk=0 Ak Ank nos
dice que T A = A A. Por lo tanto (GA )2 = GAA = GT A y como
GT A (z) = (GA (z) a)/z resulta que GA satisface:
z(GA (z))2 GA (z) + a = 0
y por lo tanto:
GA (z) = (1
1 4az)/(2z)
Desarrollando la raz en serie de potencias por el teorema del binomio

de Newton resulta:

X
X
2n (2n 1)!!
an+1 2n n
n
GA (z) = a + a
(az) =
z
(n + 1)!
n+1 n
n=1
n=0
y por lo tanto An = an+1 Cn .
21. Pruebe que los n

umeros buscados satisfacen la misma relaci
on de recurrencia que los n
umeros de Catalan, con la misma condici
on inicial,
y que por lo tanto la respuesta es Cn .
22. Sea Bn el n
umero buscado. Si un
arbol binario tiene n + 1 nodos
entonces el sub
arbol izquierdo debe tener k nodos y el sub
arbol derecho
n k nodos, para alg
un k entre 0 y n. EntoncesPla sucesi
on {Bn }
n
satisface la misma relaci
on de recurrencia Bn+1 = k=0 Bk Bnk que
los n
umeros de Catalan, y como B0 = 1 = C0 debe ser Bn = Cn .

23. Hay 2n
n ordenaciones de n billetes de 50 Bs y n billetes de 100 Bs.
Pero la probabilidad de que la cola pase sin contratiempos es 1/(n + 1)
(Ejercicio 8 del Captulo 3). Por lo tanto la respuesta es Cn . Otro
metodo para resolver este problema es comprobar que los n
umeros
buscados satisfacen la misma relaci
on de recurrencia que los Cn .
133
A.6
Captulo 6
1. La identidad probada en (6.2.1) muestra, al desarrollar el segundo

miembro, que el coeficiente de xk es igual a la suma de todos los
productos de n k factores
enteros
distintos comprendidos entre 1 y
n1
n 1. Puesto que hay nk
= n1
k1 sumandos de este tipo y el mayor
de ellos es (n 1)(n 2) k resulta que:

n
n 1 (n 1)!
n1 2
=
(n k)!
k
k 1 (k 1)!
k1
2. Es f
acil ver que el Paso 1 se ejecuta una vez, el Paso 2 n veces, los Pasos
3, 4 y 8 n 1 veces cada uno, y los Pasos 5 y 7 n(n 1)/2 veces cada
uno. En cuanto al Paso 6, utilizando el resultado obtenido en el an
alisis
del algoritmo para hallar el mnimo elemento de un arreglo, se ve que
el valor esperado del n
umero de veces que se ejecuta (suponiendo que
el arreglo contiene una permutaci
on de los n
umeros del 1 al n tomada
al azar) es:
n X
i
X
1
(Hn 1) + (Hn1 1) + + (H2 1) = (
)n
j
i=1 j=1
n X
n
X
1
j=1 i=j
n=
n
X
nj +1
j=1
n = (n + 1)Hn 2n
(Para m
as detalles vea [K1]).
3. Considere las permutaciones de los n
umeros del 1 al n con i ciclos de
longitud i para cada i = 1, ..., n. A cada una de ellas su descomposici
on
en producto de ciclos disjuntos nos permite hacerle corresponder una
partici
on de Nn con i clases de i elementos para cada i = 1, ..., n.
Es claro que de este modo se obtienen todas las particiones de Nn
del tipo que nos interesa. Pero como cada clase de k elementos de Nn
puede provenir de (k1)! ciclos diferentes, el n
umero de permutaciones
supera al de particiones por un factor de:
0!1 1!2 (n 1)!n
Dividiendo por esta cantidad la expresi
on dada por la Proposici
on
(6.1.3) para el n
umero de permutaciones se llega al resultado deseado
para el n
umero de particiones.
134
4. Las particiones de un conjunto de n elementos en n 2 clases son de
uno de los dos tipos siguientes:
(a) Una clase con 3 elementos
y n 3 clases con un elemento cada
n
una. Es claro que hay 3 particiones de este tipo.
(b) Dos clases con dos elementos cada una y n 4 clases con un
elemento cada una. Para obtener una de estas particiones escojamos primero los cuatro elementos que van a integrar las clases
con dos elementos , lo cual puede hacerse de n4 maneras, y luego
dividamos esos cuatro elementos en dos clases de dos elementos
cada una, lo cual puede hacerse de 3 maneras.
Sumando se obtiene el resultado deseado.
5. Las particiones de un conjunto de n elementos en n 3 clases son de
uno de los tres tipos siguientes:
(a) Una clase con 4 elementos y n 4 clases con un elemento cada
una. El n
umero de particiones de este tipo es n4 .
(b) Una clase con 3 elementos, otra clase con 2 elementos y n 5

clases con un elemento
cada
una. El n
umero de particiones de
n 5
n
este tipo es 5 2 = 10 5 .
(c) Tres clases con dos elementos cada una y n 6 clases con un
elemento cada una. Para obtener una de estas particiones escojamos primero los seis elementos que van a integrar las clases
con dos elementos, lo cual puede hacerse de n6 maneras, y luego
dividamos esos 6 elementos en tres clases con 2 elementos cada
una. Esto u
ltimo puede hacerse de 6!/(2!3 3!) = 15 maneras en
virtud de (6.1.3).
Sumando el n
umero de particiones de cada uno de estos tres tipos se
obtiene el resultado deseado.
6. A cada partici
on P de Nn en k clases sin elementos consecutivos
hag
amosle corresponder la partici
on de Nn1 en k 1 clases obtenida adjuntando cada elemento x de la clase de n en P (excepto el
propio n) a la clase de su sucesor x + 1. Por ejemplo si n = 9 y k = 4
entonces a la partici
on:
{{2, 6}, {3}, {4, 8}, {1, 5, 7, 9}}
135
le corresponde la partici
on:
{{1, 2, 5, 6}, {3}, {4, 7, 8}}
Esta correspondencia es biyectiva. Su inversa es la que a cada partici
on
de Nn1 en k1 clases le hace corresponder la partici
on de Nn obtenida
de la manera siguiente: se examinan los n
umeros desde n 2 hasta 1
en orden decreciente y cada vez que se encuentra un x que pertenezca
a la misma clase de x + 1 se extrae de su clase y se coloca en una clase
aparte, a menos que x + 1 haya sido extrado previamente. A las k 1
clases sin elementos consecutivos que resultan por este procedimiento
se a
nade la clase adicional constituda por los elementos extrados y
n.
En cuanto al n
umero de banderas observemos que cada partici
on del
conjunto de n franjas horizontales en k clases sin elementos consecutivos da lugar a k! coloraciones aceptables, escogiendo de todas las
maneras posibles un color diferente para cada clase.
7. El miembro derecho R(x) de la igualdad a probar se descompone en
fracciones simples como:
A1
A2
Ak
+
+ +
1 x 1 2x
1 kx
y se calcula f
acilmente que:
Ak =
Por lo tanto:
R(x) =
k
X
j=1
(Aj
(1)kj j k1
(j 1)!(k j)!
(jx)n ) =
n=0
X
k
X
(
Aj j n )xn
n=0 j=1
Sustituyendo los Aj por sus valores y operando se llega a que:

k
X
1 X
kj k
(
(1)
R(x) =
j k+n )xn
k!
j
n=0
j=0
y por (6.4.6 ) esta u

ltima expresi
on es igual a

X
n+k n
x
k
n=0
136
8. Otra forma de desarrollar en serie de potencias la funci
on racional
R(x) del problema anterior consiste en multiplicar los desarrollos de
las fracciones 1/(1 jx) para j = 1, ..., k As se obtiene:
k X
Y
X
R(x) =
(jx) =
n=0
j=1 i=0
a1 ++ak =n
ai 0
n
1a1 2a2 kak
x
Comparando este desarrollo

con el obtenido en el problema anterior
n+k
se concluye que
es igual al coeficiente de xn en el desarrollo
k
anterior, y sustituyendo n por n k se obtiene:

X
n
=
1a1 2a2 kak
k
a ++a =n
1
ai 0
9. De (6.2.4) y (6.4.8) se desprende que las matrices de cambio de base

son:

i
ij i
y (1)
(0 i, j n)
j
j
Como son inversas una de otra, se tiene que:

X
X
i k
i k
(1)ik
(1)kj
= ij ,
= ij
k j
k j
k
(siendo ij = 1 si i = j y 0 en caso contrario) Equivalentemente:

X
X
k
k
k i
i
k i
(1)
= (1) ij ,
(1)
= (1)j ij
k j
k j
k
10. Si n = p1 pk asocie a cada partici

on de Nk la descomposici
on de n
en la cual los factores son los productos de los pi con subndices en
una misma clase, y muestre que la correspondencia es biyectiva.
11. A cada partici
on P de Nn tal que cada clase tenga al menos dos elementos hag
amosle corresponder la partici
on de Nn1 cuyas clases son
las clases de P que no contienen a n y clases individuales para cada
elemento de los que acompa
nan a n en la partici
on P . Es f
acil ver
que esta correspondencia establece una biyecci
on con las particiones
de Nn1 que tienen al menos una clase de un elemento (construya la
inversa).
137
12.
Bn+1
n+1
X
n+1

n
XX
n+1
n
k
=
=
r
k
r1
r=1
r=1 k=0

X
n n+1
n X
n
n
X
X
n X
k
n
k
n
=
=
Bk
=
k r=1 r 1
k
j
k
k=0
j=0
k=0
k=0
13. Sea U la sucesi

on constante 1, 1, . . . y B la sucesi
on formada por los
n
umeros de Bell Bn . Entonces (usando la notaci
on del Ejercicio 15
del Captulo 5) la Proposici
on (6.4.12) nos dice que U B = T B , y
por lo tanto EU EB = EU B = ET B = (EB ) . De aqu se obtiene que
(ln EB (z)) = ez de donde ln EB (z) = ez + C , para cierta constante
C. Poniendo z = 0 se determina que C = 1 y por tanto
EB (z) = ee
z 1
14.
t
ee =
nt
X
e
n=0
n!
X
1
=1+
k!
k=0
X
1 X (nt)k
n!
k!
n=1
k=0
!
X
nk k
t
n!
=1+
n=1
y comparando este desarrollo con la f

ormula de Bell (6.4.13) se obtiene
la f
ormula de Dobinsky.
15. Es consecuencia inmediata del resultado del Ejercicio 6.
16. Pruebe por inducci
on que el n
umero ubicado en la fila n y columna
P
k + 1 del tri
angulo de Bell es kj=0 kj Bnj .
A.7
Captulo 7
1. Aplicando (iii) y (v) de (7.1.3) tenemos:

R(3, 3; 2) R(2, 3; 2) + R(3, 2; 2) = 3 + 3 = 6
Pero R(3, 3; 2) > 5 ya que un pent
agono no contiene ni tri
angulos ni
ternas de vertices independientes, por lo tanto R(3, 3; 2) = 6.
138
2. Sea G = (V, A) un grafo con |V | = R(a 1, b; 2) + R(a, b 1; 2) 1
vertices. Probaremos que G contiene un subgrafo completo de a vertices o b vertices independientes. Si (v) R(a 1, b; 2) para alg
un
v V entonces el subgrafo generado por los vertices adyacentes a v
contiene un subgrafo completo de a 1 vertices (los cuales, junto con
el propio v, generan un subgrafo completo de a vertices) o contiene b
vertices independientes. An
alogamente, si para alg
un v V se tiene
(v) R(a 1, b; 2) 2 entonces el n
umero de vertices no adyacentes a v sera al menos R(a, b 1; 2) y el subgrafo generado por ellos
contendra un subgrafo completo de a vertices o b 1 vertices independientes, los cuales junto con v haran b vertices independientes. S
olo
nos resta considerar el caso en que (v) = R(a 1, b; 2) 1 para todo
v V . Pero esto no puede darse, ya que entonces tendramos un grafo
con un n
umero impar de vertices, todos ellos de valencia impar.
3. Por (7.1.3) sabemos que R(2, 4; 2) = 4 y por el Ejercicio 1 sabemos
que R(3, 3; 2) = 6. Como estos dos n
umeros son pares se puede aplicar
el Ejercicio 2 y tenemos que :
R(3, 4; 2) < R(2, 4; 2) + R(3, 3; 2) = 4 + 6 = 10
Por otra parte R(3, 4; 2) > 8 como muestra el grafo obtenido uniendo
los pares de vertices opuestos de un oct
ogono regular. Por lo tanto R(3, 4; 2) = 9. Aplicando una vez m
as (7.1.3) y el resultado que
acabamos de obtener resulta:
R(3, 5; 2) R(2, 5; 2) + R(3, 4; 2) = 5 + 9 = 14
Pero R(3, 5; 2) > 13 , como muestra el grafo que se obtiene uniendo
de seis en seis los vertices de un polgono regular de 13 vertices.
4. Escribamos
Ri = R(a1 , . . . , ai1 , ai 1, ai+1 , . . . , ak ; 2)
para i = 1, . . . , k y N = R1 + + Rk + k 2. Probaremos que si las
aristas del grafo completo de N vertices KN se pintan con k colores
1, . . . , k entonces KN contiene un subgrafo completo de ai vertices con
todas sus aristas de color i , para alg
un i. En efecto, sea v un vertice
139
cualquiera de KN y sea Vi el conjunto de los vertices w 6= v tales que
la arista {v, w} este pintada con el color i. Puesto que:
k
X
i=1
|Vi | = N 1 =
k
X
i=1
Ri k + 1
para alg
un i debe ser |Vi | Ri . Entonces el subgrafo generado por
Vi contiene un subgrafo completo de aj vertices con aristas de color j,
para alg
un j 6= i, o contiene un subgrafo completo de ai 1 vertices
y aristas de color i. Pero en este u
ltimo caso los vertices del subgrafo
y el propio v generan un subgrafo completo de ai vertices y aristas de
color i.
5. Sea k fijo y hagamos inducci
on en n = a1 + + ak . Para a1 = a2 =
= ak = 1 se tiene

k
R(2, ..., 2; 2) = 2
= k!
1...1
Supongamos entonces n > k. Aplicando el Ejercicio anterior, la hip
otesis inductiva y finalmente (3.2.5) se tiene:
R(a1 + 1, . . . , ak + 1; 2)
k
X
i=1
k
X
R(a1 + 1, . . . , ai , . . . , ak + 1; 2)
i=1
n1
a1 . . . ai 1 . . . ak
n
a1 . . . ak
6. Sea G un grafo completo de n vertices v1 , . . . , vn y supongamos que

umero de
cada arista ha sido pintada de rojo o de azul. Sea ri el n
aristas rojas incidentes con el vertice vi . Entonces el n
umero de aristas
azules incidentes con vi ser
a n 1 ri , y el n
umero de tri
angulos con
dos aristas de distinto color incidentes con vi ser
a ri (n 1 ri ). Si un
tri
angulo no es monocrom
atico debe tener exactamente dos vertices en
los cuales concurren aristas de distinto color. Por lo tanto el n
umero
de tri
angulos monocrom
aticos en G es:

n
n
1X
M=
ri (n 1 ri )
3
2
i=1
140
Ahora bien, es facil comprobar que el m
aximo valor que puede alcanzar
cada producto ri (n 1 ri ) es ((n 1)/2)2 si n es impar y n(n 2)/4
si n es par, de donde se sigue inmediatamente el resultado deseado.
7. Por inducci
on en n. Para n = 1 se tiene R(3; 2) = 3 = e + 1.
Supongamos inductivamente que
R(3, . . . , 3; 2) e(n 1)! + 1
| {z }
n1
Entonces aplicando el Ejercicio 4 se tiene:
R(3, . . . , 3; 2) nR(3, . . . , 3, 2; 2) n + 2
| {z }
| {z }
n
n1
R(3, . . . , 3, R(3, 2; 2); 2) = R(3, . . . , 3; 2)

| {z }
| {z }
n2
n1
n(e(n 1)! + 1) n + 2 = en! + 1
8. Sea a1 , a2 , . . . una sucesi

on cualquiera de n
umeros reales y considere
el grafo completo infinito cuyos vertices son los n
umeros naturales.
Para cada par de vertices i < j pintamos la arista {i, j} de rojo, azul
o amarillo seg
un que sea ai < aj , ai = aj o ai > aj . El resultado
deseado es ahora consecuencia inmediata de (7.2.4).
9. Sea W (t, r) como en la Proposici
on (7.4.2). Si todos los puntos del
plano han sido pintados con k colores consideremos la sucesi
on N0 = 1
, N1 = W (N0 + 1, 1) , N2 = W (N1 + 1, 2), . . . , Nk = W (Nk1 + 1, k).
Si P y Q son puntos del plano denotemos mediante T (P, Q) al punto que se obtiene aplicando a Q la rotaci
on de 60 y sentido positivo
alrededor de P. En una recta l1 tomemos Nk puntos equiespaciados.
Por definici
on de Nk debe haber entre ellos Nk1 + 1 puntos equiespaciados y del mismo color, P0 , P1 , . . . , PNk1 . Consideremos los puntos
Qi = T (Pi1 , Pi ) , para i = 1, . . . , Nk1 . Si alg
un Qi es del mismo
color que los Pj , entonces los puntos Pi1 , Pi , Qi son los vertices de
un tri
angulo equil
atero monocrom
atico. Si no es as, entonces los Qi
son Nk1 puntos equiespaciados pintados con k 1 colores y se repite el procedimiento obteniendose un tri
angulo monocrom
atico o Nk2
nuevos puntos equiespaciados pintados con k 2 colores. Repitiendo
este procedimiento a lo sumo k veces se obtiene necesariamente un
tri
angulo monocrom
atico.
141
10. Este resultado puede obtenerse a partir del Teorema de Van der Waerden. Vea [H1] pag. 87.
11. Sea X el conjunto de partes de Nn ordenado por inclusi
on. Las cadenas
maximales en X son de la forma:
{a1 } {a1 , a2 } {a1 , . . . , an }
donde a1 , . . . , an es una permutaci
on de los n
umeros de 1 a n. Si A X
entonces las cadenas maximales a las cuales A pertenece se pueden poner en correspondencia biyectiva con las permutaciones a1 , . . . , an tales
que sus primeros |A| elementos sean precisamente los del conjunto A.
Su n
umero es por lo tanto |A|!(n |A|)!. Sea ahora T una anticadena
en X. El n
umero de cadenas maximales que contengan alg
un A T
debe ser menor o igual que el n
uP
mero total de cadenas maximales, que
es n!. Por lo tanto se tiene que AT |A|!(n |A|)! n!. Sea k = n2
n
y N = nk . Puesto que |A|
N para todo A T , de la desigualdad
anterior se desprende que:
X n 1 X 1
|T |
=
1
N
N
|A|
AT
AT
y por lo tanto |T | N . Esto prueba que a(X) N . Pero como

{A X : |A| = N } es una anticadena y tiene N elementos, resulta
que a(X) N y por lo tanto el n
umero de Dilworth de X es N .
12. En el conjunto X de las particiones de Nn ordenadas parcialmente
por refinamiento, las particiones con un mismo n
umero k de clases
constituyenobviamente
una anticadena. Por lo tanto el mayor n
umero

umero de Dilworth de X.
de Stirling nk es una cota inferior para el n
Gian-Carlo Rota ha conjeturado que estos n
umeros coinciden (y en
efecto lo hacen para valores peque
nos de n).
A.8
Captulo 8
1. En total hay r 4 coloraciones. Las invariantes bajo una rotaci

on de
90 son u
nicamente aquellas que asignan un mismo color a las cuatro
casillas. Son por lo tanto r. Las invariantes bajo la rotaci
on de 180
son las que asignan el mismo color a las dos casillas de cada diagonal,
y son r 2 . De acuerdo con (8.2.1) resulta entonces que el n
umero de
coloraciones no equivalentes por rotaciones es (r 4 + 2r + r 2 )/4.
142

= 12870. El grupo de
2. El n
umero total de configuraciones es 16
8
simetras del cuadrado D4 tiene 8 elementos. Si fijamos un sistema de
coordenadas con origen en el centro del tablero y ejes paralelos a los
lados entonces las configuraciones invariantes bajo una rotaci
on de 90
quedan caracterizadas por las dos
cruces que deben tener en el primer
cuadrante. Por lo tanto son 42 = 6. Lo mismo puede decirse para
la rotaci
on de 270. Las invariantes bajo la rotaci
on de 180 quedan
caracterizadas por la posici
on de las cuatro cruces que deben tener en
el semiplano superior. Por lo tanto son 84 = 70. Un razonamiento
an
alogo se aplica a las simetras de ejes Ox y Oy. Las configuraciones
invariantes bajo la simetra de eje y = x quedan caracterizadas por el
n
umero de cruces que tengan en la diagonal (que puede ser 0, 2 o 4) y
por la disposicion de la mitad de las cruces
restantes

en el semiplano
y > x. Por lo tanto su n
umero es 64 + 42 63 + 62 = 150. Lo mismo
puede decirse para la simetra de eje y = x. En definitiva, aplicando
el Lema de Burnside el n
umero buscado resulta ser:
1
(12870 + 2 6 + 3 70 + 2 150) = 1674
8
3. De modo similar a lo hecho en el texto para el cubo se obtienen los
siguientes resultados para los dem
as poliedros regulares:
tetraedro:
(r 4 + 11r 2 )/12
octaedro:
(r 8 + 17r 4 + 6r 2 )/24
dodecaedro: (r 12 + 15r 6 + 44r 4 )/60
icosaedro:
(r 20 + 15r 10 + 20r 8 + 24r 4 )/60
4. De acuerdo con el Lema de Burnside el n
umero de
orbitas es:
1 XX
|{f C D : h f g1 = f }|
|G||H|
gG hH
Ahora bien, supongamos que f C D , g G, h H, h f g1 = f ,

que d D pertenezca a un k-ciclo de g y que su imagen c = f (d)
este en un i-ciclo de h. Entonces:
hk (c) = hk (f (d)) = (hk f gk )(gk (d)) = f (d) = c
y por lo tanto i divide a k. Recprocamente, dados g G y h
H si seleccionamos un representante en cada k-ciclo de g (para k =
1, . . . , |D|) y le hacemos corresponder un elemento de C que pertenezca
143
a un ciclo de h cuya longitud divida a k , se ve sin dificultad que la
correspondencia puede ser extendida de modo u
nico a una funci
on
de
un
f C D tal que h f g1 = f . Puesto que al representante
P
k-ciclo de g se le pueden asignar seg
un este criterio i|k ii (h) colores,
resulta que:
|{f C D : h f g1 = f }| =
con lo cual queda probado el resultado.
X
i|k
k (g)
ii (h)
144
Ap
endice B
Tablas
p\q
2
3
4
5
6
7
2
2
3
4
5
6
7
3
3
6
9
14
18
23
4
4
9
18
2528
3445
5
5
14
2528
3855
3894
6
6
18
3445
3894
102178
7
7
23
Tabla B.1: N
umeros de Ramsey R(p, q; 2).
Nota: a b significa que el n

umero de Ramsey esta comprendido entre a y b.
145
146
k\n
0
1
2
3
4
5
6
7
8
9
10
11
12
k\n
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
0
1
1
1
1
13
1
13
78
286
715
1287
1716
1716
1287
715
286
78
13
1
2
1
2
1
3
1
3
3
1
14
1
14
91
364
1001
2002
3003
3432
3003
2002
1001
364
91
14
1
4
1
4
6
4
1
15
1
15
105
455
1365
3003
5005
6435
6435
5005
3003
1365
455
105
15
1
5
1
5
10
10
5
1
6
1
6
15
20
15
6
1
16
1
16
120
560
1820
4368
8008
11440
12870
11440
8008
4368
1820
560
120
16
1
7
1
7
21
35
35
21
7
1
8
1
8
28
56
70
56
28
8
1
17
1
17
136
680
2380
6188
12376
19448
24310
24310
19448
12376
6188
2380
680
136
17
1
9
1
9
36
84
126
126
84
36
9
1
18
1
18
153
816
3060
8568
18564
31824
43758
48620
43758
31824
18564
8568
3060
816
153
18
1
10
1
10
45
120
210
252
210
120
45
10
1
11
1
11
55
165
330
462
462
330
165
55
11
1
19
1
19
171
969
3876
11628
27132
50388
75582
92378
92378
75582
50388
27132
11628
3876
969
171
19
1
Tabla B.2: Coeficientes binomiales
n
k
12
1
12
66
220
495
792
924
792
495
220
66
12
1
20
1
20
190
1140
4845
15504
38760
77520
125970
167960
184756
167960
125970
77520
38760
15504
4845
1140
190
20
1
147
k\n
0
1
2
3
4
5
6
7
8
9
10
k\n
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
0
1
1
0
1
2
0
1
1
3
0
2
3
1
11
0
3628800
10628640
12753576
8409500
3416930
902055
157773
18150
1320
55
1
4
0
6
11
6
1
5
0
24
50
35
10
1
6
0
120
274
225
85
15
1
12
0
39916800
120543840
150917976
105258076
45995730
13339535
2637558
357423
32670
1925
66
1
7
0
720
1764
1624
735
175
21
1
8
0
5040
13068
13132
6769
1960
322
28
1
13
0
479001600
1486442880
1931559552
1414014888
657206836
206070150
44990231
6926634
749463
55770
2717
78
1
9
0
40320
109584
118124
67284
22449
4536
546
36
1
10
0
362880
1026576
1172700
723680
269325
63273
9450
870
45
1
14
0
6227020800
19802759040
26596717056
20313753096
9957703756
3336118786
790943153
135036473
16669653
1474473
91091
3731
91
1
Tabla B.3: N
umeros de Stirling de primera especie
148
k\n
0
1
2
3
4
5
6
7
8
9
10
11
k\n
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
0
1
1
0
1
2
0
1
1
12
0
1
2047
86526
611501
1379400
1323652
627396
159027
22275
1705
66
1
3
0
1
3
1
4
0
1
7
6
1
5
0
1
15
25
10
1
13
0
1
4095
261625
2532530
7508501
9321312
5715424
1899612
359502
39325
2431
78
1
6
0
1
31
90
65
15
1
7
0
1
63
301
350
140
21
1
14
0
1
8191
788970
10391745
40075035
63436373
49329280
20912320
5135130
752752
66066
3367
91
1
8
0
1
127
966
1701
1050
266
28
1
9
0
1
255
3025
7770
6951
2646
462
36
1
15
0
1
16383
2375101
42355950
210766920
420693273
408741333
216627840
67128490
12662650
1479478
106470
4550
105
1
10
0
1
511
9330
34105
42525
22827
5880
750
45
1
11
0
1
1023
28501
145750
246730
179487
63987
11880
1155
55
1
16
0
1
32767
7141686
171798901
1096190550
2734926558
3281882604
2141764053
820784250
193754990
28936908
2757118
165620
6020
120
1
Tabla B.4: N
umeros de Stirling de segunda especie
149
n
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
Fn
0
1
1
2
3
5
8
13
21
34
55
89
144
233
377
610
987
1597
2584
4181
6765
10946
17711
28657
46368
75025
121393
196418
317811
514229
832040
1346269
2178309
Cn
1
1
2
5
14
42
132
429
1430
4862
16796
58786
208012
742900
2674440
9694845
35357670
129644790
477638700
1767263190
6564120420
24466267020
91482563640
343059613650
1289904147324
4861946401452
18367353072152
69533550916004
263747951750360
1002242216651368
3814986502092304
14544636039226909
55534064877048198
Bn
1
2
5
15
52
203
877
4140
21147
115975
678570
4213597
27644437
190899322
1382958545
10480142147
82864869804
682076806159
5832742205057
51724158235372
474869816156751
4506715738447323
44152005855084346
445958869294805289
4638590332229999353
49631246523618756274
545717047936059989389
6160539404599934652455
71339801938860275191172
846749014511809332450147
10293358946226376485095653
128064670049908713818925644
Tabla B.5: N
umeros de Fibonacci, Catalan y Bell.
150
m\n
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
1
2
1
1
3
1
1
1
1
4
1
1
2
3
2
1
1
5
1
1
2
4
6
6
6
4
2
1
1
6
1
1
2
5
9
15
21
24
24
21
15
9
5
2
1
1
7
1
1
2
5
10
21
41
65
97
131
148
148
131
97
65
41
21
10
5
2
1
1
8
1
1
2
5
11
24
56
115
221
402
663
980
1312
1557
1646
1557
1312
980
663
402
221
115
56
24
11
5
2
1
1
9
1
1
2
5
11
25
63
148
345
771
1637
3252
5995
10120
15615
21933
27987
32403
34040
32403
27987
21933
15615
10120
5995
3252
1637
771
345
148
63
10
1
1
2
5
11
26
66
165
428
1103
2769
6759
15772
34663
71318
136433
241577
395166
596191
828728
1061159
1251389
1358852
1358852
1251389
1061159
828728
596191
395166
241577
136433
Tabla B.6: Grafos con n vertices y m aristas.
11
1
1
2
5
11
26
67
172
467
1305
3664
10250
28259
75415
192788
467807
1069890
2295898
4609179
8640134
15108047
24630887
37433760
53037356
70065437
86318670
99187806
106321628
106321628
99187806
86318670
Ap
endice C
Lista de smbolos
Nn
|A|
AB
m
n

m
n1 ,n2 ,...,n
k
m
n
m
n
Bn
Cn
a|b
D(a, b)
x
secci
on de los naturales del 1 al n, {1, 2.., n} (p
ag. 4)
n
umero de elementos (cardinal) del conjunto A (p
ag. 4)
A es coordinable con B (es decir existe una
funci
on f : A B biyectiva) (p
ag. 4)
m!
coeficiente binomial n!(mn)!
(p
ag. 34)
coeficiente multinomial n1 ! nm!
2 ! ...nk !
n
umero de Stirling de primera clase (p
ag. 69)
n
umero de Stirling
ag. 75)
clase. (p
de segunda
ag. 75)
n
umero de Bell n0 + + nn (p
2n
1
n
umero de Catalan n+1
ag. 61)
n (p
a divide a b (b es m
ultiplo de a)
m
aximo com
un divisor de a y b
parte entera de x ( el mayor n
umero natural menor
o igual que x )
final de una demostraci
on. Si aparece inmediatamente
despues de un enunciado entonces la demostraci
on o es
trivial o est
a contenida en la discusi
on previa.
para todo
151
152
Bibliografa
[A1] Aigner, M., Combinatorial
Heidelberg-New York, 1980.
theory,
Springer-Verlag,
Berlin-
[B1]
Berge, C., Principles of combinatorics, Academic Press, New YorkLondon, 1971 (traducci
on del original Principes de combinatoire, Dunod, Paris, 1968.)
[B2]
Bollobas, B., Graph theory, Springer-Verlag, New York-BerlinHeidelberg-Tokyo, 1979.
[B3]
Bourbaki, Elementos de historia de las matem

aticas, Alianza Universidad, Madrid, 1976.
[B4]
deBruijn, N. G., Generalization of Polyas fundamental theorem in

enumeration combinatorial analysis, Indagationes Math. 21 (1959)
59-69.
[C1]
Cohen, D., Basic techniques of combinatorial theory, John Wiley &

Sons , New York, 1978.
[C2]
Courant, R., John, F., Introducci

on al c
alculo y al an
alisis matem
atico, Limusa, Mexico, 1971.
[C3]
Coxeter, H.S.M., Introduction to geometry, John Wiley & Sons, 1961

(hay traducci
on: Fundamentos de geometra, Limusa, Mexico, 1971)
[C4]
Coxeter,H.S.M., The golden section, phyllotaxis, and Wythoff s game,

Scripta Mathematica, 19(1953) p. 139.
[ES1] Erd
os, P., Szekeres, G., A combinatorial problem in geometry, Compositio Math. 2 (1935) 463-470.
153
[F1]
Feller, W., Introducci

on a la teora de probabilidades y sus aplicaciones, Limusa, Mexico, 1973 (traducci
on del original An introduction to
probability theory and its applications, John Wiley & Sons, 1957.)
[F2]
Foulds, L.R., Combinatorial optimization for undergraduates,

Springer-Verlag, New York-Berlin-Heidelberg-Tokyo, 1984.
[G1] Gardner, M., Mathematical games, Scientific American, 238(5), may

1978.
[G2] Gonz
alez, G., Funci
on de M
obius y teora de Polya, Notas de Matem
atica y computaci
on Num. 2, F.E.C., Universidad del Zulia, Maracaibo, Venezuela, 1987.
[GR1] Graham, R. L., Rothschild, B. L., A short proof of Van der Waerdens theorem on arithmetic progressions, Proc. Amer. Math. Soc. 42,
(1974), 385-386.
[H1] Hadwiger, H., Debrunner, H., Klee, V. Combinatorial geometry in the
plane, Holt, Rinehart and Winston, New York, 1964.
[H2] Harary, F. Graph theory, Addison-Wesley, Reading, Mass., 1969.
[H3] Herstein, I. N., Algebra moderna, Trillas, Mexico, 1976 (traducci
on
del original Topics in algebra, Blaisdell, Waltham, Mass., 1964.)
[K1] Knuth, D. E. El arte de programar ordenadores (3 vol.), Reverte,
Barcelona, 1980 (traducci
on del original The art of computer programming, 2nd ed., Addison-Wesley, Reading, Mass., 1973.)
[L1]
Levy, H., Lessman, F., Finite difference equations, Macmillan, New

York, 1961.
[M1] Markushevich, A. I., Sucesiones recurrentes, Mir, Mosc

u, 1981.
[M2] Mendez, M., Teora de especies combinatorias, Octava Escuela Venezolana de Matem
aticas, Merida, Venezuela, 1995.
[N1] Nieto, J. H., Teora Combinatoria, Notas de Matem
atica y computaci
on Num. 4, F.E.C., Universidad del Zulia, Maracaibo, Venezuela,
1987.
154
[N2] Nieto, J. H., Extremos en sucesiones, Divulgaciones Matem

aticas
2(1), (1994), 5-9.
[N3] Nijenhuis, S. A., Wilf, H. S., Combinatorial algorithms, Academic
Press, New York-London, 1978.
[P1]
Percus, J. K.,Combinatorial methods, Springer-Verlag, New YorkHeidelberg-Berlin, 1971.
[P2]
Polya, G., Kombinatorische Anzahlbestimmungen f

ur Gruppen, Graphen, und chemische Verbindungen, Acta Mathematica 68 (1937) 145254.
[R1]
Redfield, J. H., The theory of group-reduced distributions, American

Journal of Mathematics 49 (1927), 433-455.
[R2]
Reingold, E. M., Nievergelt, J., Deo, N., Combinatorial Algorithms,

Prentice-Hall, Englewood-Cliffs, 1977.
[R3]
Rey Pastor, J., Pi Calleja, P., Trejo, C. A., An

alisis matem
atico (tomo
I), Kapelusz, Buenos Aires, 1960.
[R4]
Rodrguez, J., Polya theory and tableaux, Notas de Matem

atica No.
67, Universidad de los Andes, Merida, Venezuela 1984.
[R5]
Rodrguez, J., Teora Combinatoria o el arte de contar, Tercera Escuela Venezolana de Matem
aticas, Merida, Venezuela, 1990.
[R6]
Rota,G.-C. The number of partitions of a set Amer. Math. Monthly

71(1964), 498-504.
[R7]
Rota, G.-C., On the foundations of combinatorial theory I: theory

of M
obius functions, Z. Wahrscheinlichkeitsrechnung u. verw. Geb. 2
(1964), 340-368.
[RS1] Rota,G.-C., Smith, D. A., Enumeration under group action, Annali

Scuola Normale Superiore - Pisa, serie IV, vol. IV, no.4 (1977), 637646.
[T1]
Tomescu, Ioan, Introduction to combinatorics, Collets, London and

Wellingborough, 1975.
155
[T2]
Tucker, A., Applied combinatorics, John Wiley & Sons, New York,
1980.
[U1] Uspenski, V.A. Tri

angulo de Pascal, Mir, Mosc
u, 1978.
[V1] Vilenkin, N.,De cu
antas formas? Combinatoria, Mir, Mosc
u, 1972.
[V2] Vorobyov, N. N., Los n
umeros de Fibonacci, Limusa, Mexico, 1973.
[W1] Van der Waerden, B. L., Beweis einer Baudetschen Vermutung, Nieuw
Arch. Wiskunde 15, (1927), 212-216.
[W2] Whitehead, E. G., Jr., The Ramsey number N (3, 3, 3, 3; 2), Discrete
Mathematics, 4(1973), 389-396.
156
Indice de Materias
acci
on, 104
de Polya, 108
Aigner,M., 2
ajedrez, 8, 11, 23
algoritmo de Euclides, 48, 128
algoritmos, 21
combinatorios, 21
an
alisis de, 73
anticadena, 96
arbol binario, 64
arreglos, 13
con repetici
on, 15
coloraciones, 108
combinaciones, 17
con repetici
on, 19
Combinatoria, 1
configuraciones, 1
conjunto
de partes, 10
coordinables, 4
coordinaciones, 13
De Moivre, A., 3, 51
de Pisa, Leonardo, 3, 47
deBruijn, N. G., 104, 114
desarreglo, 42
Descartes, Blanche, 103
Dirichlet, P.G.L, 43
disposiciones, 13
distancia de Hamming, 37
Ben Gerson, Levi, 2

Berge, C., 1
Bernoulli, 3
Bhaskara, 2
Bourbaki, 2
cadena, 96
Cailey, 3
caminos ascendentes, 26
Cardano, 2
cardinal, 4
Catalan, Eugene, 61
ciclo, 65
c
odigo corrector, 37
coeficientes
binomiales, 25
multinomiales, 32
Cohen, D. I. A., 25
ecuaci
on caracterstica, 53
enumeraci
on de grafos, 112
Erd
os, Paul, 3
Erd
os-Szekeres, 9, 90, 92
estabilizador, 105
Ettingshausen, A., 17
Euler, 3, 58, 89
factorial, 10
factorial inferior, 10
Fermat, 2
Fibonacci, 3, 47
157
finito, 4
f
ormula de
Bell, 81
Dobinsky, 84
la criba de Jordan, 46
Stifel, 28
Sylvester, 40
funci
on
de M
obius, 43
de Euler, 45
funciones
crecientes, 20
estrictamente
crecientes, 18
decrecientes, 19
generatrices, 51
inyectivas, 10
simetricas, 110
sobreyectivas, 35, 41, 77
Dilworth, 98
elementos, 4
Stirling de
primera clase, 69
segunda clase, 75
n
umeros
de Catalan, 61
de Ramsey, 86
Newton, 3
rbita, 105
o
orden parcial, 96
parentesis, 60
pareo, 98
partici
on, 75
Pascal, 2
permutaci
on, 65
permutaciones, 15
circulares, 68
con repetici
on, 16
polinomio indicador de ciclos, 111
Polya
acci
on de, 108
Polya, G., 3, 104
principio
de correspondencia, 4
de Dirichlet, 86
de inclusiones y exclusiones, 39
de la suma, 5
de reflexi
on, 36
del producto, 6
problema de los matrimonios, 45
Gardner, Martin, 82
grafo, 89
Greenwood y Gleason, 101
Herstein,I.N., 1
Kaplansky, 23
Kepler, J., 48
Knuth, D. E., 25, 64, 69
Leibniz, 3, 65
Lema de Burnside, 107
Liber Abaci, 3, 47
Lucas, 63
Ramsey, F. P., 3, 86
Redfield, J. H., 3, 104
relac
on de recurrencia, 49
relaci
on de recurrencia
lineal, 53
mnimo de izquierda a derecha, 71

monomios, 19
n
umero de
Bell, 75
158
serie arm
onica, 8
sistema de representantes distintos, 99
Sperner, 101
Stevin, 3
Stifel, 3, 26
formula de, 28
sucesos, 6
Tartaglia, 2
teorema
del matrimonio, 98
multinomial, 34
teorema de
Dilworth, 97
Graham - Rothschild, 94
K
onig-Frobenius, 100
la votaci
on, 36
Philip Hall, 99
Polya, 111
Ramsey, 86
Van der Waerden, 96
Thom, Rene, 85
transposici
on, 66
tri
angulo aritmetico, 29
Tri
angulo de Bell, 81
triangulaciones, 58
Van der Monde, 55
identidad de, 32
variaciones, 13
159

Teoria Combinatoria

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria Combinatoria

Cargado por

Copyright:

Formatos disponibles

La Universidad del Zulia

Facultad Experimental de Ciencias

Jose Heber Nieto Said

3 Coeficientes binomiales y multinomiales

5 Relaciones de recurrencia y funciones generatrices

mente refleja de alg

Si se les pregunta que es la Combinatoria, la mayora de los matem

Denotaremos Nn al conjunto de los n

g(b) = g(b ) implicara b = f (g(b)) = f (g(b )) = b . Entonces por 1.3.4

Se ve claramente que el cuadro tiene m filas y n columnas, y por lo tanto

(am , bm1 ) (am , bm2 ) . . .

1. Pruebe que si A y B son conjuntos finitos entonces se cumple

Se llaman arreglos de m objetos tomados de n en n a las sucesiones de n

ya que de cada arreglo de n 1 en n 1 se obtienen m (n 1) arreglos

Arreglos con repetici

Se llaman arreglos con repetici

Los arreglos de n objetos tomados de n en n son llamados permutaciones

Permutaciones con repetici

Dados los elementos a1 , a2 , . . . , ar y n

Llamaremos combinaciones de m elementos a1 , a2 , . . . , am tomados de n en

Las combinaciones pueden ser estudiadas tambien desde otro punto de

Combinaciones con repetici

Las combinaciones con repetici

Es claro que la correspondencia establecida es biyectiva, y por lo tanto

21. (Kaplansky) Pruebe que el n

Los coeficientes binomiales

Calculando ahora el coeficiente

Es posible dar una interpretaci

maneras, por la forma en que hemos definido estos n

1. Pruebe las identidades siguientes:

2. Calcule las sumas siguientes :

(e) 1 2 3 4 5 + 2 3 4 5 6 + + n(n + 1)(n + 2)(n + 3)(n + 4)

3. Para un valor dado de m, cual es el valor de n que hace m

4. Demuestre el teorema del binomio por inducci

Es claro que d(a, b) es igual al n

(El miembro derecho es conocido como cota de Hamming)

El Principio de Inclusiones y Exclusiones

Si A y B son dos conjuntos disjuntos entonces el principio de la suma nos

En efecto, en la suma |A| + |B| + |C| los elementos de la uni

Observaciones: Ai es el complemento de Ai respecto a X, es decir X\Ai . En

Ahora bien, como

1. En un grupo de 100 hind

4. Demuestre el principio de inclusiones y exclusiones usando el metodo

6. Una mesa redonda est

(Este resultado es una generalizaci

{xn }n=1 de elementos de X tal que xi = ai para i = 1, . . . , k y xn =

las desigualdades n2 Fn n1 para todo n 1, siendo = (1+ 5)/2.

(En virtud de la Proposici

Despejando g(z) se obtiene el resultado deseado.

A = 5/5, B = 5/5 . Por lo tanto:

Relaciones de recurrencia lineales

donde f es una funci

... ... ... ... ... ... ...

En efecto, si esto se logra entonces {A1 r1n + + Ak rkn } y {zn } ser

Como ejemplo determinemos la soluci

Consideremos el problema de determinar el n

Por lo tanto T5 = 5 . Para hallar una relaci

A partir de esta relaci

Pn = P1 Pn1 + P2 Pn2 + + Pn1 P1 =

Pk Pnk+2 = Pn+2 = Cn+1

2. Pruebe que Fn+1 Fn1 Fn2 = (1)n .

8. Pruebe que el desarrollo en fracci

y que su n-simo convergente es