Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Elementos de Combinatoria
Elementos de Combinatoria
Las t
ecnicas b
asicas de la
Combinatoria
Contar es una tecnica . . . y un arte. Averiguar cu
antos objetos existen que se ajustan a
determinadas caractersticas puede no ser facil1 . En el caso de una coleccion fsica, concreta,
de objetos se trata simplemente de enumerarlos, es decir, de decir quien es el primero, quien
el segundo, etc. Pero si, como es habitual, lo que tenemos es una colecci
on denida abstractamente (como por ejemplo, los pasos de un algoritmo cuando los datos de entrada son de un
determinado tama
no), el procedimiento tiene que ser otro. Con frecuencia, la u
nica alternativa es indirecta y consiste en comparar la colecci
on dada con otra coleccion de objetos (cuyo
n
umero conocemos) y comprobar, si fuera el caso, que tienen el mismo n
umero de objetos.
En este captulo discutiremos tecnicas u
tiles para llevar a cabo ese tipo de comprobaciones;
pero como seleccionar la coleccion adecuada con la que se compara es mas una cuestion de
experiencia, y de prueba y error; todo un arte.
Las colecciones de objetos que nos interesaran vienen a veces ordenadas de forma natural
y otras veces el orden resulta irrelevante. En ocasiones las colecciones se forman atendiendo
a ciertos principios de exclusi
on que impiden repeticiones, y en otras no. Estos dos condicionantes, orden y repetici
on, aparecen siempre en cualesquiera cuestiones de Combinatoria. Y
siempre, en cada caso particular, habr
a que precisarlos.
Un conjunto es una coleccion (no ordenada) de objetos, que llamaremos sus elementos.
Un conjunto muy especial es el conjunto vaco, , aquel que no tiene elemento alguno. Generalmente, representaremos un conjunto escribiendo sus elementos entre llaves. Si permitimos
que el conjunto contenga elementos repetidos, utilizaremos un nombre especial, multiconjuntos. Nos interesar
a, fundamentalmente, contar el n
umero de elementos de que consta un
conjunto, lo que llamaremos su tama
no o cardinal. En un momento precisaremos esta idea.
En muchas ocasiones convendra considerar listas, colecciones ordenadas de objetos, en las
que deberemos distinguir si se permite o no la aparici
on repetida de elementos (hablaremos
de listas con y sin repeticion permitida). Las representaremos generalmente escribiendo sus
elementos entre parentesis. El n
umero de elementos de que consta una lista sera su longitud.
A una lista de longitud k nos referiremos en ocasiones, por abreviar, como una k-lista.
1
51
52
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
Todas estas ideas seran convenientemente desarrolladas en las paginas siguientes, donde
nos entrenaremos en la tarea de decidir que tipo de objetos son los adecuados para describir
cada problema particular.
A veces tendremos que mezclarlos y considerar, por ejemplo, conjuntos cuyos elementos
son listas, o listas cuyos terminos son conjuntos. Supongamos, por ejemplo, que tenemos los
objetos a, b y c. Podemos, por ejemplo, considerar los conjuntos de tama
no 2 que podemos
formar con estos objetos,
{a, b}, {a, c}, {b, c} ,
o quiz
as las listas sin repeticion de longitud 2,
(a, b), (b, a), (a, c), (c, a), (b, c), (c, b) .
Si permitieramos repeticion de elementos, deberamos a
nadir, en el primer caso, los conjuntos
{a, a}, {b, b} y {c, c}; y, en el segundo, las listas (a, a), (b, b) y (c, c).
Observese el uso que hemos hecho de la notacion de las llaves y los parentesis en esta
enumeraci
on. Por ejemplo, el conjunto {a, b} es el mismo que {b, a}, mientras que la lista
(a, b) es distinta de la lista (b, a).
2.1.
Aprendiendo a contar
53
La observaci
on anterior, como constatar
a el lector en las siguientes paginas, sera una
herramienta b
asica para contar el n
umero de elementos de un conjunto A: buscaremos un
diccionario (una biyeccion) que transforme el problema de evaluar el tama
no de A en el
de contar el n
umero de elementos de otro conjunto B, un conjunto del que ya conozcamos
su tama
no, o que se preste a alg
un otro tipo de an
alisis. Observese que, en principio, los
elementos de B no tienen por que ser del mismo tipo que los del original.
Ejemplo 2.1.1 Cu
al es el tama
no del conjunto A = {n N : n es divisor de 60000}?
Podramos, desde luego, ir enumerando todos los n
umeros menores o iguales que 60000 e ir
comprobando, uno a uno, si dividen o no a 60000. Pero un procedimiento m
as astuto y ecaz
pasa por escribir el desarrollo en factores primos de 60000:
60000 = 25 31 54 .
Ahora observamos que si n es divisor de 60000, entonces n ha de ser de la siguiente forma:
n = 2 3 5
0 5, 0 1, 0 4
con
B=
"
3-listas
(, , )
0 5,
0 1,
0 4.
La comprobaci
on de que esta asignacion es una biyeccion entre los dos conjuntos exige recordar que la descomposici
on de un entero en factores primos es u
nica (vease, por ejemplo,
el lema 4.13). Y la conclusi
on inmediata es que |A| = |B|. Aprenderemos pronto, en el
ejemplo 2.2.1, a evaluar el tama
no del conjunto B.
2
1
3
1
4
0
esto es, la lista (0, 1, 1, 0), representa al subconjunto {2, 3} de X = {1, 2, 3, 4}. Volviendo a
X = {1, 2, . . . , n}, algunos otros ejemplos de esta identicaci
on seran:
(0, 1, 1, . . . , 1, 1) {2, 3, . . . , n 1, n}
(0, 0, 0, . . . , 0, 0)
(1, 1, 1, . . . , 1, 1) X
Con esta regla hemos construido una biyeccion entre nuestro conjunto original A y el conjunto B formado por todas las n-listas con repeticion permitida que podemos formar con los
smbolos {0, 1}, que pronto aprenderemos a contar (ejemplo 2.2.2).
(versi
on preliminar 28 de septiembre de 2009)
54
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
2.1.1.
El doble conteo
C = {n Z : n es divisor de 60000}.
X Y.
si cada elemento de Y tiene una u
nica preimagen, esto es, si la aplicaci
on es ademas
inyectiva (y por tanto biyectiva), entonces, como bien sabemos, |X | = |Y|.
Pero si cada elemento de Y tiene exactamente dos preimagenes, lo que escribiremos
generalmente como #{f 1 (y)} = 2 para todo y Y, entonces |X | = 2 |Y|. A este tipo
de aplicaciones se les llama muchas veces, por razones evidentes, aplicaciones 2 a 1.
O mas generalmente: si la aplicacion f cumple que #{f 1 (y)} = k para todo y Y,
esto es, si es una aplicaci
on k a 1, entonces |X | = k |Y|.
Hay una manera muy gr
aca de entender estos resultados (y algunos mas generales que
veremos a continuaci
on). Se trata de una tecnica simple, pero ecaz, que se recoge en el lema
del doble conteo2 . Consiste en la siguiente idea: dada una matriz, si sumamos los valores
de todas sus entradas, el resultado no depender
a de si primero sumamos cada la y luego
los resultados obtenidos, lo que llamaremos sumar por las; o de si primero sumamos cada
columna y luego los resultados (sumar por columnas). Es algo sobre lo que ya reexionamos
en la p
agina 38, cuando explic
abamos las manipulaciones con sumas dobles.
2
Lamentaramos que nuestro entusiasmo por el doble conteo pudiera inducir al lector a amalgamar dentro
de este termino a la doble contabilidad. El doble conteo es un truco, la doble contabilidad es una trampa.
Nota de Nota: No debe confundirse tampoco la doble contabilidad con la contabilidad de doble entrada.
En 1494, Fray Luca Pacioli, del que hablaremos en la secci
on 4.4, quien es considerado el padre de la Contabilidad moderna, public
o su libro Summa de Arithmetica, 36 de cuyos captulos estaban dedicados a explicar
la partida doble, o Contabilidad de doble entrada, como mecanismo contable. Johann Wolfgang von Goethe,
quiz
a el escritor m
as inuyente de nales del siglo XVIII, describira el sistema de Pacioli como algo de
perenne belleza y simplicidad y uno de los mayores logros del intelecto humano.
(versi
on preliminar 28 de septiembre de 2009)
55
X Y
x1
x2
x3
..
.
xn
y1
1
0
0
..
.
1
y2
0
0
0
..
.
0
y3
0
1
0
..
.
0
..
.
ym
0
0
1
..
.
0
Quiz
as el lector encuentre excesivo, a estas alturas, introducir toda esta maquinaria del
doble conteo. Conamos en que se convenza de su utilidad m
as adelante, cuando descubra
como su aplicacion permite codicar de manera transparente resultados difciles de probar
por otros metodos (en el principio de inclusi
on/exclusi
on, en grafos, en el lema de Hall, etc.).
El siguiente ejemplo es simpatico, y nos lo volveremos a encontrar en diversos contextos.
(versi
on preliminar 28 de septiembre de 2009)
56
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
2.1.2.
El paso al complementario
esto es,
|A| = |X| |X \ A| ,
si conocemos el tama
no de los conjuntos X y X \ A, podremos calcular el de A. A la espera
de aplicaciones mas excitantes de este argumento de paso al complementario, lo ilustramos
con un sencillo ejemplo.
En ocasiones utilizaremos un smbolo como Ac para designar a este conjunto complementario. Pero s
olo
ser
a cuando, por el contexto, quede claro cu
al es conjunto grande que incluye a A y dentro del que se est
a deniendo el complementario de A. De lo contrario, utilizaremos la notaci
on X \ A, que muestra explcitamente
a todos los conjuntos involucrados.
4
Esta regla es un caso particular de la regla de la suma, que estudiaremos en la secci
on 2.3.
3
(versi
on preliminar 28 de septiembre de 2009)
57
Ejemplo 2.1.5 Cu
antos n
umeros entre 1 y 60000 no dividen al propio 60000?
El conjunto de interes es C = {n N , 1 n 60000 : n no divide a 60000}, que esta incluido en X = {1, 2, . . . , 6000}. Observese que |X| = 60000. Ya consideramos, en el ejemplo 2.1.1,
el conjunto A = {n N : n divide a 60000}. Observe el lector que A tambien esta incluido
en X (pues los divisores de 60000 deberan ser 60000). Pero m
as a
un, A resulta ser, justa
y afortunadamente, X \ C. As que
|C| = |X| |X \ C| = 6000 |A| .
Tenga a
un un poco de paciencia el lector, hasta que lleguemos al ejemplo 2.2.1, con el que
podremos completar todos estos calculos.
2.1.3.
El innito
Dejemonos guiar por el caso nito. Recordemos que si A y B son dos conjuntos nitos y
existe una funci
on biyectiva entre ellos, entonces decimos que A y B tienen el mismo tama
no o
cardinal. Decidimos entonces ampliar el rango de aplicacion de esta denici
on: dos conjuntos
cualesquiera A y B tienen el mismo cardinal si existe una biyeccion entre ambos.
5
Aqu convendra se
nalar que el concepto de innito al que nos estamos reriendo es al de un innito
actual, una entidad, un objeto dado. Desde Arist
oteles (que lo prohiba expresamente en el Libro III de su
Fsica) hasta Gauss s
olo se manejaba un concepto de innito potencial, como la posibilidad de considerar
procesos ad innitum.
6
David Hilbert (1862-1943) fue uno de los matem
aticos m
as inuyentes de nales del siglo XIX y principios del XX. Realiz
o importantsimas aportaciones a diversas ramas de las matem
aticas, como la Teora
Algebraica de N
umeros, la Geometra, los Fundamentos de las Matem
aticas, el An
alisis Funcional, la Fsica
matem
atica. . . Los ahora llamados espacios de Hilbert son la base de la formulaci
on de la Mec
anica cu
antica,
que ha conseguido describir satisfactoriamente los fen
omenos subat
omicos. En 1900, en el segundo Congreso
Internacional de Matem
aticos celebrado en Pars, propuso una lista de 23 problemas que el consider
o como
los m
as relevantes en las Matem
aticas de aquel momento; algunos de ellos todava no se han resuelto completamente, como es el caso de la hip
otesis de Riemann. Quiz
as sirva como ilustraci
on de su espritu una de sus
frases favoritas: Wir m
ussen wissen, wir werden wissen. Esto es, Debemos saber, sabremos.
(versi
on preliminar 28 de septiembre de 2009)
58
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
Esta denici
on depara inmediatamente sorpresas. Consideremos, por ejemplo, dos conjuntos innitos, como el de los n
umeros naturales N y el conjunto P de todos los n
umeros
naturales pares. A
un siendo ambos innitos, la intuici
on nos dice que hay m
as n
umeros
naturales que n
umeros naturales pares. Al n y al cabo, P N. Pero consideremos la funcion
f : N P dada por f (n) = 2 n para cada n N. Es f
acil comprobar que esta funci
on es una
biyeccion entre los dos conjuntos, as que, seg
un nuestra denici
on, tienen el mismo cardinal.
Lo mismo ocurre con N y los n
umeros naturales impares (tomando, por ejemplo, la funci
on
f (n) = 2n 1). Sorprendase el lector: los naturales pares (o los impares) son un subconjunto
de N (y no son todo N), y sin embargo ambos conjuntos tienen el mismo cardinal.
Oigamos a Antonio Machado con el siguiente Ejercicio de Sofstica de Juan de Mairena:
La serie de los n
umeros pares es justamente la mitad de la serie total de n
umeros. La
serie de los n
umeros impares es justamente la otra mitad. La serie de los pares y la serie
de los impares son ambas innitas. La serie total de los n
umeros es tambien innita.
Ser
a entonces doblemente innita que la serie de los n
umeros pares y que la serie de
los impares? Sera absurdo pensarlo, porque el concepto de innito no admite ni m
as ni
menos. Entonces, las partes la serie par y la impar, seran iguales al todo?
Atenme
esta mosca por el rabo y dganme en que consiste lo sofstico de este
argumento.
Juan de Mairena gustaba de hacer razonar en prosa a sus alumnos, para que no
razonasen en verso.
7
Galileo Galilei (1564-1642), astr
onomo, l
osofo, matem
atico, es bien conocido por sus trabajos sobre la
cada de los cuerpos, su uso del telescopio o su desarrollo del metodo experimental (o cientco), as como por
los problemas que tuvo con la Inquisici
on por apoyar la teora heliocentrica de Copernico. Es legendaria la
frase (quiz
as ap
ocrifa) de eppur si muove (y, sin embargo, se mueve) que pronunci
o cuando fue obligado a
abjurar de sus planteamientos heliocentricos. En el siguiente extracto de su obra de 1623 El ensayador (Aguilar,
Buenos Aires, 1981), Galileo deende con pasi
on la necesidad de manejar el lenguaje de las Matem
aticas para
entender el libro de la Naturaleza:
La Filosofa est
a escrita en ese grandsimo libro que tenemos abierto ante los ojos, quiero
decir, el Universo, pero no se puede entender si antes no se aprende a entender la lengua, a
conocer los caracteres en los que est
a escrito. Est
a escrito en lengua matem
atica y sus caracteres
son tri
angulos, crculos y otras guras geometricas, sin las cuales es imposible entender ni una
palabra; sin ellos es como girar vanamente en un oscuro laberinto.
(versi
on preliminar 28 de septiembre de 2009)
59
|B| |A|
|A| = |B| ?
(versi
on preliminar 28 de septiembre de 2009)
60
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
2
2
2
2
as que la tabla incluye a todos los racionales positivos.
Ahora los recorremos siguiendo el itinerario zigzaguean?
1
2
4
3
te que marcan las echas del dibujo. Observe el lector
3
3
3
3
que en el recorrido visitamos todos los elementos de Q+ .
Y aunque se repiten (por ejemplo, pasamos por 1/1, 2/2,
3
4
1
2
5
5
5
5
vez enumerados los racionales positivos, hacer lo mismo
..
..
..
..
..
.
.
.
.
.
con todos los racionales es tarea sencilla (ejercicio 2.1.8).
El mismo argumento permite comprobar que el conjunto
NN, los pares de n
umeros naturales, es numerable. De hecho, cualquier producto cartesiano
de un n
umero nito de copias de N es numerable (vease el ejercicio 2.1.9).
1
1
- 2
1
3
1
- 4
1
10
Hay quien entiende que numerable incluye tambien el caso en que el conjunto es nito. A veces se utiliza
la palabra contable, como aquel que se puede contar o enumerar.
(versi
on preliminar 28 de septiembre de 2009)
61
Georg Cantor (1845-1918) es considerado como el padre de la moderna Teora de Conjuntos. Sus trabajos
en este campo, sus estudios sobre el innito, hicieron que Hilbert llegara a decir que nadie nos expulsar
a del
paraso que Cantor ha creado para nosotros. Tambien contribuy
o a denir conceptos como la dimensi
on o la
medida. Su biografa est
a salpicada de relaciones tempestuosas con matem
aticos de la epoca, como Kronecker
o Mittag-Leer. Sufri
o numerosas crisis depresivas y, de hecho, muri
o internado en un sanatorio psiqui
atrico.
12
Como un intervalo de la recta real, o algunos otros tan extra
nos como el conjunto ternario de Cantor
de todos los n
umeros reales entre 0 y 1 cuyo desarrollo en base 3 no contiene ning
un uno.
(versi
on preliminar 28 de septiembre de 2009)
62
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
pitag
oricos (recordando el nal de Hipaso, que se limit
o a mostrar que 2 era irracional).
Observemos que un n
umero racional a/b (y en particular, un entero) es soluci
on de la
ecuaci
on b x a = 0, es decir,
es
una
ra
z
de
un
polinomio
de
grado
1
con
coecientes
enteros.
o 5 son tambien races de polinomios con coecientes enteros;
N
umeros irracionales como 2
2 2 = 0 y x2 5 = 0, respectivamente. Tambi
en la razon aurea,
en este
caso,
de
grado
2:
x
2
(1 + 5)/2, es raz de un polinomio de este tipo, x x 1 = 0. En general, diremos que
un n
umero es algebraico si es raz de alguna ecuaci
on polin
omica con coecientes enteros.
Los n
umeros reales que no son algebraicos, los demas, se denominan trascendentes13 . Pues
bien, se puede demostrar (vease el ejercicio 2.1.10) que el conjunto de los n
umeros algebraicos
es numerable, as que el de los trascendentes no lo es. Algo paradojico: hay muchos mas
n
umeros trascendentes que algebraicos, pero probar la trascendencia de un n
umero concreto
es, en general, un problema dicilsimo (vease la subseccion 5.2.3).
C. Una escala para el innito
Ya tenemos dos innitos (distintos, eh!): por un lado, el cardinal
no innito posible (vease el
de N, 0 , que es, por cierto, el mas peque
ejercicio 2.1.7). Y, por otro, el cardinal del continuo, c. Nos planteamos
entonces dos cuestiones: habra, por ventura, alg
un cardinal innito
estrictamente mayor que el de N pero menor que el de R? Y existen
mas cardinales innitos, ademas de estos dos?
Para la primera pregunta, la famosa hip
otesis del continuo aro que si uno toma la
ma que tal cardinal no existe. G
odel14 ya prob
hip
otesis del continuo como un axioma mas que a
nadir a los habituales
de la teora de conjuntos no se llegaba a contradicci
on alguna. El deotesis
senlace de la historia es sorprendente15 , pues resulta que esta hip
es independiente del resto de los axiomas, as que no puede ser probada
o refutada partiendo de ellos.
13
Figura 2.4: G
odel
La existencia de estos n
umeros trascendentes fue demostrada por Liouville en 1844 (ve
ase el ejemplo 5.2.4).
Ya comentamos, en la nota al pie de la p
agina 15 que Hermite prob
o en 1873 que el n
umero e es trascendente
(que e es irracional se prueba en el ejemplo 5.2.3), y que, poco despues, en 1882, Lindeman demostr
o que
tambien es transcendente (dando n, as, al famoso problema de la cuadratura del crculo).
14
Kurt G
odel (1906-1978) revolucion
o los Fundamentos de las Matem
aticas cuando, en 1931, public
o su
famoso Teorema de Incompletitud, que responda, negativamente, al Entscheidungsproblem de Hilbert, el
problema de encontrar un metodo mec
anico para decidir si una proposici
on matem
atica arbitraria puede ser
probada dentro de una teora o no. Nacido bajo el Imperio austro-h
ungaro, G
odel emigrara denitivamente a
los Estados Unidos en 1940. En Princeton coincidira con personajes de la talla de Einstein, von Neumann o
Morgenstern, con quienes estableci
o una s
olida amistad. En un curioso paralelismo con Cantor, G
odel sufra
de frecuentes depresiones y necesit
o en varias ocasiones tratamiento psiqui
atrico. En los u
ltimos meses de su
vida, crey
o estar siendo envenenado, por lo que se neg
o a comer, lo que aceler
o su muerte.
15
Probar la hip
otesis del continuo fue uno de los problemas propuestos por Hilbert en 1900. En 1963, Paul
Cohen logr
o demostrar que se llegaba a la misma no contradicci
on con los axiomas de la teora de conjuntos
si se tomaba la negaci
on de la hip
otesis del continuo como un axioma m
as.
(versi
on preliminar 28 de septiembre de 2009)
63
Algo descolocados por la casi increble conclusion anterior, nos centramos en la segunda
cuestion, para la que, como veremos, s que tenemos una respuesta (armativa): hay m
as
innitos, ademas de los dos que hemos hallado hasta ahora. De hecho, toda una jerarqua de
innitos distintos.
Para verlo, consideremos un conjunto cualquiera X, y llamemos P(X) a la coleccion de
todos los subconjuntos de X (este conjunto se nombra como partes de X). Ya hemos visto,
en el caso nito (vease el ejemplo 2.1.2), una biyeccion de P(X) en el conjunto de las listas
de ceros y unos de longitud n que nos permitir
a deducir mas adelante (ejemplo 2.2.2) que,
si |X| = n, entonces P(X) tiene tama
no 2n . Pero el resultado que aqu nos interesa es el
siguiente:
Teorema 2.2 (Cantor) Dado un conjunto X, no puede existir una biyecci
on de X sobre P(X).
n. Supongamos, por el contrario, que hubiera una biyecci
Demostracio
on f : X P(X).
Esta aplicacion asocia a cada elemento x X una imagen f (x) que es un cierto subconjunto
de X, esto es, un elemento de P(X). En el otro sentido, cualquier subconjunto de X (cualquier
elemento de P(X)) es la imagen, f (y), de un cierto y X.
Ahora consideremos el conjunto
A = {x X : x
/ f (x)} ,
que, en palabras, es el conjunto de los elementos de x X que no est
an incluidos en el
subconjunto f (x) que les asocia la biyeccion. Por supuesto, A es un subconjunto de X, es
decir, A P(X), as que existir
a cierto y X para el que A = f (y).
Concluimos la demostracion analizando las dos posibilidades que existen, dependiendo de
si ese elemento y esta o no en A. La conclusi
on en ambos casos es expeditiva, y hara bien el
lector en meditar detenidamente sobre ellas:
Si y A, entonces, por la denici
on de A, y
/ f (y). Pero esto es una contradicci
on,
porque A = f (y).
Si y
/ A, entonces y f (y). Pero entonces y debera estar en A = f (y), de nuevo una
contradicci
on.
En ambos casos llegamos a una contradiccion, as que la supuesta biyecci
on f : X P(X)
no puede existir en realidad.
Observese que, sin embargo, es sencillo establecer una aplicacion inyectiva de X en P(X),
asignando, por ejemplo, a cada x X, el conjunto formado u
nicamente por el mismo, esto
es, {x}. As que cardinal(X) cardinal(P(X)). Pero como el Teorema 2.2 nos dice que los
conjuntos no tienen el mismo cardinal, deducimos nalmente que el cardinal de X es, con
seguridad, menor que el de P(X).
En particular, el cardinal de N es menor que el cardinal de P(N) (que es, por cierto, el del
continuo, vease el ejercicio 2.1.13). Repitiendo el argumento, primero para P(N) y P(P(N)),
luego para. . . llegamos a descubrir toda una cadena de cardinales innitos:
cardinal(N) < cardinal(P(N)) < cardinal(P(P(N))) <
(versi
on preliminar 28 de septiembre de 2009)
64
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
2.1
EJERCICIOS DE LA SECCION
2.1.1 Se forman todas las listas de longitud n con los n
umeros {1, . . . , 6} y con repetici
on permitida.
Una tal lista se dice impar si la suma de los n
umeros que la forman es impar, y par en caso contrario.
(a) Demuestrese que la mitad de las listas son pares.
(b) Ocurrira lo mismos si las listas estuvieran formadas con los n
umeros {1, 2, . . . , 7}?
2.1.2 Sobre el hotel de Hilbert. Durante una hora ocurre lo siguiente: al empezar, el hotel
est
a vaco; a lo largo de la primera media hora llegan dos huespedes, y se va uno; a lo largo del
siguiente cuarto de hora llegan otros dos huespedes y se va uno (de los tres que habra en ese instante); a lo largo del siguiente octavo de hora llegan otros dos, y se va uno (de los cuatro que habra
entonces); y as sucesivamente. Observese que al nal del n-esimo perodo de tiempo tenemos siempre
n habitaciones ocupadas.
(a) Compruebese, sin embargo, que si en cada perodo de tiempo el huesped que se marcha es el m
as
antiguo en ese momento, al nal de la hora el hotel queda vaco.
(b) Por el contrario, si quien se marcha es el huesped m
as reciente, el hotel tendr
a innitas habitaciones ocupadas al nal de la hora.
(c) Cu
antos huespedes quedan en el hotel si, en cada periodo, quien se marcha es el segundo huesped
m
as antiguo?
2.1.3 Sean A y B dos conjuntos. Compruebese que si tenemos una aplicaci
on inyectiva A B,
entonces hay tambien una aplicaci
on sobreyectiva B A (y viceversa).
2.1.4 En este ejercicio detallamos los pasos de una demostraci
on del teorema de BernsteinSchr
oder, que arma que si existen sendas aplicaciones inyectivas f : A B y g : B A, entonces
existe una aplicaci
on biyectiva h : A B (y, por tanto, A y B tienen el mismo cardinal).
Observemos primero que si g(B) = A, entonces g es sobreyectiva y, por tanto, biyectiva. Supongamos entonces que g(B) = A y llamemos C0 = A \ g(B).
(a) Consideremos ahora el conjunto C1 = (g f )(C0 ). Compruebese que C1 A y que C1 C0 = .
(b) Denimos, de manera recursiva, los siguientes conjuntos:
Cn = (g f )n (C0 )
para cada n 1.
Cn .
n=0
Ya estamos en disposici
on de denir la aplicaci
on h : A B dada por
f (x)
si x C;
h(x) =
g 1 (x) si x
/ C.
Compruebese que h est
a bien denida.
(d) Compruebese que h es una biyecci
on de A en B.
2.1.5 Pruebese que cualquier subconjunto innito de N es numerable.
2.1.6 Sea S un conjunto innito.
(versi
on preliminar 28 de septiembre de 2009)
65
n veces
(versi
on preliminar 28 de septiembre de 2009)
66
2.2.
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
b
d
en este procedimiento de construccion de
?
1
Aqu, un elemento de Aj
n1
Cu
antas listas de este tipo distintas habra? Habra |A1 | posibles elecciones para la primera
posicion, |A2 | para la segunda, etc.:
|An1 ||An |
As que el n
umero total es |A1 | |A2 | |An |.
No siempre es posible aplicar de manera directa esta regla. Imagine el lector que queremos
contar el n
umero de 2-listas con ceros y unos que no tienen dos ceros. Hay dos posibilidades para la primera posici
on, pero, para la segunda, el n
umero de posibilidades depende del
smbolo utilizado en la primera (habr
a una si hemos colocado un 0, y dos si hemos ubicado un 1). Veremos pronto otras reglas y procedimientos que nos permiten abordar casos
como este.
(versi
on preliminar 28 de septiembre de 2009)
67
Con la regla del producto podemos completar algunos ejemplos que tenamos pendientes.
Ejemplo 2.2.1 El n
umero de divisores positivos de 6000, segunda parte.
Recordando los argumentos del ejemplo 2.1.1, nos bastar
a con contar el n
umero de 3-listas
(, , ) donde 0 5, 0 1 y 0 4. Ser
an listas del tipo:
6 posibilidades
{0, 1, 2, 3, 4, 5}
2 posibilidades
{0, 1}
5 posibilidades
{0, 1, 2, 3, 4}
Ejemplo 2.2.2 El n
umero de subconjuntos distintos que podemos extraer de un conjunto
con n elementos, segunda parte.
Sea el conjunto X = {1, 2, . . . , n}; ya establecimos, en el ejemplo 2.1.2, la biyeccion
otras dos letras (entre las que no se cuentan ni la N ni la Q). Dado que la primera letra es
siempre una M, podemos olvidarnos de ella y limitarnos a contar el resto. Aplicando la regla
del producto, obtenemos que el n
umero de matrculas madrile
nas distintas posibles es
104 252 = 6250000 .
A nales del a
no 2000, este sistema estaba a punto de agotarse. Tras numerosas discusiones,
se decidio adoptar un nuevo tipo de matrculas (sin distintivos provinciales): una lista de
y Q):
cuatro n
umeros, seguida de tres letras (se excluyen las vocales y las consonantes N
0000 BBB
Tenemos as un total de 104 203 posibilidades, esto es, 80 millones matrculas distintas para
toda Espa
na16 .
16
(versi
on preliminar 28 de septiembre de 2009)
68
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
2.2.1.
k1 k
1
2 3
Observese que no tenemos restricciones de las que llamabamos sobre posiciones, y que en cada posicion podemos situar cualquier smbolo de {1, . . . , n}.
La regla del producto nos da la respuesta: para la posici
on primera de la lista tenemos n posibilidades, para la segunda otras n, y as sucesivamente. Por tanto,
*
k-listas con repeticion permitida
#
= nk
formadas con elementos de {1, . . . , n}
Herramientas de la Teora de Grafos, con las que podemos analizar tambien los dos casos que aqu estamos
tratando. Para el lector ya familiarizado con estos conceptos, el n
umero de k-listas con repetici
on permitida
con smbolos {1, . . . , n} coincide con el valor en n del polinomio crom
atico de un grafo nulo con k vertices. La
cuesti
on an
aloga, cuando no permitimos repetici
on, tiene que ver con el grafo completo con k vertices.
(versi
on preliminar 28 de septiembre de 2009)
69
k1 k
1
2 3
posicion tenemos n posibilidades, mientras que para la
segunda ya solo tenemos n 1 posibilidades (el smbolo utilizado en la primera posici
on ya no
esta a nuestra disposici
on). Esto se cumple sea cual sea la eleccion de primer smbolo: basta
con saber que hay n 1 smbolos disponibles, no importa cuales. Para la tercera tendramos
n 2 posibilidades, y as sucesivamente, de manera que18
*
n!
k-listas sin repeticion
#
= n(n 1) (n k + 1) =
formadas con {1, . . . , n}
(n k)!
Por supuesto, este resultado es valido cuando k n, porque si k > n, no tendremos ninguna
k-lista con esos n smbolos. Recordemos que la notaci
on n! (el factorial de n, o n factorial)
resume el producto n(n 1) 3 2 1 (por convenio, se asigna el valor 0! = 1).
Un caso especial, que merece atencion y nombre propio, es aquel en el que formamos nlistas sin repetici
on con n smbolos. Estas listas se denominan permutaciones, y de ellas hay
#{permutaciones de n elementos} = n!
Si el conjunto de smbolos que consideramos es el {1, . . . , n}, una lista sin repeticion de n
posiciones formada con ellos es simplemente una reordenacion de estos smbolos. Veremos en
la seccion 3.2 que estas permutaciones tienen una estructura muy rica. Analicemos ahora un
ejemplo sorprendente:
Ejemplo 2.2.4 Cu
al es la probabilidad p de que, de entre 50 personas escogidas al azar,
al menos dos de ellas tengan la misma fecha de cumplea
nos19 ?
Antes de entrar en los detalles, atrevase el lector a adelantar una respuesta aproximada:
una probabilidad alta, baja? Hay 365 posibles fechas de cumplea
nos, y solo 50 personas
en la muestra. Parece difcil que haya coincidencias. . . Pero, como veremos, y como ocurre
en muchas otras cuestiones probabilsticas, esta intuici
on inicial falla estrepitosamente. Y es
que. . . la intuici
on se educa! En nuestro an
alisis s
olo haremos uso del habitual concepto de
probabilidad como cociente entre los casos favorables y los casos posibles, de manera que
se trata de una cuestion puramente combinatoria.
En algunos textos se llaman variaciones con repetici
on, VRnk , a las primeras y variaciones sin repetici
on,
k
en smbolo, Vn , a las segundas. No usaremos aqu esta terminologa.
19
Es este un problema de corte probabilstico muy conocido, el llamado problema de los cumplea
nos, que a
su vez es el caso m
as sencillo de toda una serie de cuestiones a las que nos referiremos genericamente como el
problema de las coincidencias cuando lo analicemos en detalle en el captulo 19.
18
(versi
on preliminar 28 de septiembre de 2009)
70
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
0.8
0.6
0.4
0.2
20
40
60
80 100 120 140 160 180 200 220 240 260 280 300 320 340 360
n
20
Esto supone una cierta inexactitud, porque el 29 de febrero aparece, m
as o menos, la cuarta parte de
veces que las dem
as fechas. En realidad, como bien se sabe, no es realista considerar que todas las fechas son
igualmente probables. As que, en un modelo m
as ajustado, no todas las listas de 50 posiciones habran de ser
igualmente probables, de manera que el an
alisis del problema ha de ir m
as all
a de la simple enumeraci
on de
casos favorables y posibles. Pero, como veremos en el captulo 19, el caso de la equiprobabilidad es en el que
con m
as dicultad tendremos coincidencias.
(versi
on preliminar 28 de septiembre de 2009)
71
Ejemplo 2.2.5 Sean los conjuntos X = {1, . . . , n} e Y = {1, . . . , k}. Queremos contar
cu
antas aplicaciones podemos establecer entre X e Y.
Una aplicaci
on f : X Y se construye decidiendo cual es la imagen de cada elemento
de X . Esto es, una tal aplicaci
on es lo mismo que una lista de n posiciones en la que, en cada
posicion, situamos un smbolo de {1, . . . , k}: en la posici
on primera est
a la imagen del 1,
en la segunda la del 2, etc. Como no hay restriccion alguna sobre que smbolos situamos
(que imagenes elegimos), estamos en el caso de listas con repeticion permitida, as que
#{aplicaciones f : {1, . . . , n} {1, . . . , k}} = kn
(observese que hemos cambiado los papeles de n y k, ahora hay n posiciones y k smbolos). Si
solo queremos contar las aplicaciones inyectivas, esto es, aquellas en las que no hay elementos
de X con la misma imagen, entonces formamos listas con las mismas caractersticas que antes,
pero en las que no permitimos repeticion. La respuesta es
#{aplicaciones inyectivas f : {1, . . . , n} {1, . . . , k}} =
k!
,
(k n)!
siempre que k n,
Ejemplo 2.2.7 Ahora exigimos que posiciones consecutivas lleven smbolos distintos y,
adem
as, que la primera y u
ltima posiciones lleven tambien smbolos distintos.
un
Los casos k = 1 y k = 2 son triviales21 . Si consideramos listas de 3 posiciones, a
podemos aplicar la regla del producto: hay n posibilidades para la primera posicion, n 1
para la segunda y n 2 para la tercera.
21
(versi
on preliminar 28 de septiembre de 2009)
72
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
n
n1 n1
??
El lector, sin duda animado por la r
apida y sencilla resolucion de los ejemplos de esta subseccion, se estara ya esforzando
?
?
?
?
en el an
alisis del caso k = 4, quiz
as con ayuda de una representacion gr
aca como la que mostramos a la derecha. Todo
marcha bien al principio: para la primera posici
on tenemos n
posibilidades y para la segunda y tercera, n 1 (pues esta prohibido el smbolo de la posicion
anterior). Pero, ay!, para la cuarta posici
on nos encontramos con que el n
umero de smbolos
prohibidos depende de la lista construida hasta el momento. Si, por ejemplo, hemos elegido
el mismo smbolo en las posiciones 1 y 3, solo habr
a uno prohibido. Pero si hemos situado
smbolos distintos, entonces no podremos utilizar ninguno de ellos para la cuarta posicion.
No desesperemos! S
olo necesitamos alguna herramienta mas para resolver la cuestion.
Volvemos con el asunto al comienzo de la seccion 2.3
2.2.2.
Listas circulares
Consideremos ahora otro tipo de objetos: las listas circulares de longitud k. Marcamos k puntos (espaciados regularmente) sobre una circunferencia, en cada uno de los cuales
..
..
situamos un smbolo de un conjunto con n elementos. Aten.
.
cion!, consideraremos que dos listas circulares son iguales si
se obtienen una de otra por alguna rotaci
on (sobre el plano
del papel). Vamos a tratar de contarlas a partir del n
umero de listas lineales (es decir, las
usuales) que genera cada una, para despues aplicar los resultados de la subsecci
on 2.2.1.
Empecemos considerando listas circulares sin repetici
on y un primer ejemplo sencillo:
Posici
on 1
Posici
on 2
Posici
on 3
Posici
on k
Posici
on k 1
corte
b
corte
d
(versi
on preliminar 28 de septiembre de 2009)
73
Convenzase el lector de que esto es algo general: cada lista circular da lugar a tres listas
lineales distintas. De manera que podemos establecer una aplicacion 3 a 1 entre el conjunto
de 3-listas con los smbolos {a, b, c, d, e} y el de 3-listas circulares con los mismos smbolos.
Como la aplicaci
on es sobreyectiva (toda lista circular que podamos imaginar se relaciona
con las correspondientes listas lineales), podemos concluir que 3 #{3-listas circulares} =
#{3-listas lineales} = 5 4 3 = 60.
(a, b, a, b)
(b, a, b, a)
Obtenemos solamente dos listas lineales (las otras dos posibles rotaciones no dan lugar a
listas nuevas). Observemos, sin embargo, lo que ocurre para las dos siguientes listas circulares:
a
(a, b, b, b)
(b, a, b, b)
(b, b, a, b)
(b, b, b, a)
(a, a, a, a)
Si completamos la enumeracion de los distintos casos, descubriremos que hay seis listas
circulares distintas. Dos de ellas (las formadas por un u
nico smbolo) tienen una u
nica lista
lineal asociada a cada una. La primera lista circular dibujada tiene asociadas dos listas
lineales, mientras que las otras tres tienen 4 listas lineales asociadas (para dar el total de
las 16 listas lineales posibles).
74
2.2.3.
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
Composiciones de un n
umero natural
&
'
n=2
(2 comps)
1+1
2
n=3
(4 comps)
1+1+1
1+2
2+1
n=4
(8 comps)
1+1+1+1
2+1+1
1+2+1
1+1+2
2+2
3+1
1+3
4
(observese que, por ejemplo, 4 = 2 + 1 + 1, 4 = 1 + 2 + 1 y 4 = 1 + 1 + 2 son composiciones diferentes, porque, como comentabamos, el orden de los sumandos es relevante). Estos
primeros casos nos sugieren una regla general: se cumplira realmente que
# {composiciones distintas del n
umero natural n} = 2n1 ?
n
Establezcamos una biyecci
on entre los objetos que pretendemos
1 1 1...1 1
contar con otro tipo de objetos. Para ello, empezamos escribiendo n
omo se agrupan los unos para formar una composici
on, colocaremos
unos. Para indicar c
entre ellos (hay n 1 posibles posiciones) cuadrados 2 y estrellas . Un smbolo 2 va a
signicar siga adelante, mientras que el smbolo nos obligar
a a sumar todo lo que llevemos
acumulado desde la anterior. As, por ejemplo, si n = 7
1 2 1 2 1 2 1 1 2 1 1
4+2+1
1 2 1 1 2 1 2 1 1 2 1
2+3+2
1 1 1 1 2 1 1 1 1 + 1 + 1 + 2 + 1 + 1
Si comprobamos que esta correspondencia es una biyeccion, tendremos que:
*
(n 1)-listas formadas
# {composiciones del n
umero n } = #
= 2n1 .
con los smbolos {2, }
La comprobaci
on es sencilla. En un sentido, dada una composicion del n
umero n, del tipo
n = n1 + n2 + + nm , donde 1 ni n, la representamos de la siguiente forma:
n unos
12121 1 . . . 121 . . . 121
Si ahora olvidamos los unos, obtenemos una lista de cuadrados y estrellas de longitud n1:
(2, 2, , . . . )
(versi
on preliminar 28 de septiembre de 2009)
75
seg
un la posici
on de las estrellas
4 + 2 + + 1 + 1 + 2
y obtenemos as una sola composicion del n
umero n.
Observe el lector que el argumento anterior no sera
v
alido si el orden de presentaci
on de los sumandos no
fuera relevante. A la derecha mostramos un ejemplo
ilustrativo. En ese caso, cuando el orden de los sumandos no es relevante, el problema es mucho mas complicado, y requiere una serie de tecnicas que introduciremos en la seccion 3.3.3 dedicada a las particiones de
volveremos a tratar las composiciones de n, pero all nos
tienen una cierta longitud, digamos k.
2.3.
2+1
sera igual a
1+2
121 1
1 121
un entero. En la subsecci
on 3.1.2
interesar
a contar cu
antas de ellas
76
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
Porque en realidad son dos casos completamente distintos, que no intereren el uno con
el otro. La formalizaci
on de esta intuicion es lo que se conoce como regla de la suma. Ya en
un lenguaje m
as conjuntista, tenemos dos conjuntos distintos de listas: las del caso primero
y las del segundo. Estos dos conjuntos de listas son disjuntos (claro, no?) y, adem
as, entre
las listas de uno y otro tenemos todas las posibles. En lugar de limitarnos al caso particular
de dos conjuntos, enunciamos esta regla ya para el caso general.
A. La regla de la suma
Sean un conjunto A y una colecci
on de subconjuntos suyos A1 , A2 , . . . , Ak que cumple que
k
)
Ai = A y, adem
as, que Ai Aj = , si i = j .
i=1
on nos referiremos
Es decir, cada elemento de A esta en uno y s
olo uno de los Ak . A esta situaci
on del conjunto A. En
en lo sucesivo con que los subconjuntos A1 , . . . , Ak son una partici
estas condiciones,
|A| =
k
|Ai |
i=1
a1
a2
..
.
am
Aj
A2
0
0
..
.
1
..
.
k
j=1
Ak
0
1
..
.
1
|Aj | =
aA
77
que, como es f
acil comprobar, forman una partici
on de A. As que
*
*
listas de la forma (0, 0, n)
listas de la forma (n, 9, 9)
+#
.
|A| = |A1 | + |A2 | = #
con 0 n 9
con 0 n 9
Y es sencillo evaluar el tama
no de estos dos u
ltimos conjuntos, porque en ambos casos basta
con decidir un smbolo. Tendremos entonces 10 + 10 = 20 listas en total.
Ejemplo 2.3.2 Disponemos de n smbolos, con n muy grande. Nos ponemos a escribir
en cuartillas distintas cada una de las posibles listas sin repetici
on con esos smbolos, de
cualquier longitud posible (observese que las longitudes oscilar
an entre 1 y n). Doblamos las
cuartillas, las metemos en una urna, revolvemos (con la proverbial mano inocente) y sacamos
una de ellas. Y nos preguntamos: cu
al es la probabilidad de que la escogida tenga longitud k,
donde 1 k n es un cierto n
umero dado? A esa probabilidad la llamaremos q(n, k).
El n
umero de casos favorables coincide con el de listas sin repeticion de longitud k con los n
smbolos, que es n!/(n k)!. Para contar el n
umero de casos posibles, es decir, el total de las
listas sin repetici
on que podemos formar, podemos hacer la particion siguiente:
n
)
*
=
j=1
*
.
Para asegurarse de que esto es una particion, observamos primero que los conjuntos de la
derecha son disjuntos dos a dos (una lista, que tendr
a una cierta longitud j, no puede estar
en dos conjuntos de esos a la vez). Ademas, no hay listas de longitud mayor que n ni menor
que 1. Por tanto, la regla de la suma nos permite concluir que
#
n
#
j=1
*
=
n
j=1
n1
1
n!
= n!
;
(n j)!
t!
t=0
(en el u
ltimo paso hemos cambiado de j a t = n j como ndice de sumaci
on). Por tanto, la
probabilidad que busc
abamos, el cociente de los casos favorables por los posibles, es
q(n, k) =
n!
(nk)!
1
n! n1
t=0 t!
1
1
n1
(n k)! t=0
1
t!
1
e
t!
1
e (n k)!
si n es grande
78
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
olo
Ejemplo 2.3.3 Queremos multiplicar una lista de n + 1 n
umeros, (a0 , a1 , . . . , an ). S
podemos hacer productos dos a dos, as que tenemos que poner un cierto n
umero de parentesis
(esto es, un ( y el correspondiente )). Los n
umeros siempre se escriben en el orden
indicado. Por ejemplo, para n = 3
o quiz
as
(a0 a1 ) a2 a3 ,
podramos multiplicar (a0 a1 ) (a2 a3 ) ,
u otras varias. Pues esa es la pregunta: de cu
antas maneras se puede hacer?
umero de maneras de multiplicar esos n + 1 n
umeros; por comodidad,
Llamemos Cn al n
pongamos que C0 = 1. Observese que para especicar el orden en que se multiplican los
n
umeros deberemos situar n 1 parentesis en la lista (luego consideraremos un parentesis
mas, para describir la multiplicaci
on nal). Veamos los primeros casos:
n=1
n=2
n=3
a0 a1
(
(a0 a1 ) a2
(a0 , a1 , a2 )
a0 (a1 a2 )
a0 ((a1 a2 ) a3 )
a0 (a1 (a2 a3 ))
(a0 , a1 , a2 , a3 )
(a0 a1 ) (a2 a3 )
(a0 (a1 a2 )) a3
((a0 a1 ) a2 ) a3
(a0 , a1 )
(1 manera)
(2 maneras)
(5 maneras)
Si el lector se entretiene analizando los siguientes casos, obtendra las respuestas: 14, 42,
132. . . maneras. El objetivo es calcular el valor de Cn para un n general. Para ello, observemos
que la u
ltima operaci
on estara en cierto lugar de la lista, digamos entre ak y ak+1 :
(a0 . . . ak ) (ak+1 . . . an )
k+1
nk
Esto quiere decir que los elementos a la izquierda ya se han multiplicado entre s; es decir,
que se han situado los parentesis de cierta manera (y hay tantas como nos diga Ck ). Por
su parte, los de la derecha tambien se han multiplicado entre s, y habr
a Cnk1 formas de
hacerlo. Aplicando la regla del producto, para un k jo, tendremos Ck Cnk1 posibilidades.
Pero k puede valer entre 0 y n 1, y el ndice describe una partici
on de los casos totales,
as que, con la regla de la suma, concluimos que, si n 1,
Cn =
n1
k=0
Una regla de recurrencia algo aparatosa, pero que permite conocer el valor de Cn si es que
conocemos los de todos los de ndice menor. Pese a su ero aspecto, seremos capaces de
abordarla cuando dispongamos de las herramientas generales de las funciones generatrices
que veremos en el captulo 11 (veanse en particular los ejemplos 11.3.3 y 11.4.5).
(versi
on preliminar 28 de septiembre de 2009)
79
Observese que, en cada lista (x1 , x2 , . . . , x2n ), los xj suman, entre todos ellos, 0 (pues hay
tantos +1 como 1); y que, adem
as, las sucesivas sumas parciales x1 , x1 + x2 , x1 + x2 + x3 ,
as cierres de parentesis que
x1 + x2 + x3 + x4 , etc., son todas no negativas (nunca hay m
multiplicaciones).
(versi
on preliminar 28 de septiembre de 2009)
80
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
Como la regla de la suma no permite tratar este tipo de problemas, vamos a establecer
un principio m
as general, en el que, simplemente, llevaremos con cuidado la contabilidad de
las veces que contamos de mas o de menos los elementos que estan en las intersecciones.
B. Principio de inclusi
on/exclusi
on (primera versi
on)
A1
A2
x1
x2
..
.
xm
A1 A2 A1 A2
1
1
1
0
1
0
..
..
..
.
.
.
1
0
0
A1 A2
mientras que cada la (compruebese!) aporta un uno, as que entre todas ellas tendremos
un total de |A1 A2 | unos.
Ejemplo 2.3.5 Calculemos el tama
no del conjunto A formado por las 3-listas con los
smbolos {0, . . . , 9} tales que en las posiciones 1a y 2a aparece el mismo smbolo o bien en las
posiciones 2a y 3a aparece el mismo smbolo.
Formamos los subconjuntos:
A1 = {3-listas con {0, . . . , 9} con igual smbolo en 1a y 2a },
A2 = {3-listas con {0, . . . , 9} con igual smbolo en 2a y 3a },
A1 A2 = {3-listas con {0, . . . , 9} con igual smbolo en 1a , 2a y 3a },
(versi
on preliminar 28 de septiembre de 2009)
81
y calculamos:
|A1 | = #{3-listas con {0, . . . , 9} de la forma (n, n, m)} = 102 ,
|A2 | = #{3-listas con {0, . . . , 9} de la forma (n, m, m)} = 102 ,
|A1 A2 | = #{3-listas con {0, . . . , 9} de la forma (m, m, m)} = 10 .
Por tanto, |A| = |A1 A2 | = |A1 | + |A2 | |A1 A2 | = 100 + 100 10 = 190. Aunque tambien
podramos haber resuelto el problema, de manera mas directa, calculando el tama
no del
complementario de A dentro del conjunto X de todas las 3-listas,
Ac = {3-listas tales que 1a = 2a y 2a = 3a }
La regla del producto nos dice que |Ac | = 10 9 9, as que |A| = |X| |Ac | = 10 10
10 10 9 9 = 190.
A1
A2
A3
Por supuesto, nos encontraremos muchas veces con el problema de evaluar el tama
no de la uni
on de tres conjuntos, o quiz
as
de cuatro, cinco, etc. Para el caso de tres con juntos, con la ayuda
del diagrama de Venn correspondiente, que mostramos a la izquierda, o con el correspondiente argumento de doble conteo, es f
acil
convencerse de que la respuesta es
n
(1)j+1 j
j=1
82
sicas de la Combinatoria
Captulo 2. Las t
ecnicas ba
+
) ++
+
+X Aj + = |X |
|A
|
+
|Ai Aj |
j
+
+
j
i<j
an el mismo tama
no,
Ocurrir
a en ocasiones que todos los conjuntos Aj involucrados tendr
y lo mismo para las intersecciones dos a dos, tres a tres, etc., lo que nos permitira obtener
f
ormulas manejables. El lector especialmente impaciente de ver este principio en accion en
diversos ejemplos puede consultar la subsecci
on 3.1.6, en la que tambien encontrar
a una
prueba formal del resultado.
2.3
EJERCICIOS DE LA SECCION
2.3.1 (a) Cu
antos n
umeros distintos de tres dgitos diferentes se pueden formar con las cifras
{1, 2, . . . , 9}?
(b) Cu
antos de estos son n
umeros pares?
2.3.2 (a) Queremos ordenar las 27 letras del alfabeto de forma que a y b no aparezcan consecutivamente. De cu
antas maneras distintas se podr
a hacer?
(b) Y si adem
as a y c no pueden aparecer consecutivamente?
2.3.3 Cu
antos enteros entre 1 y 10000 tienen exactamente un 8 y un 9 en su expresi
on decimal?
2.3.4 Tenemos eslabones de n colores. Cu
antos collares distintos de longitud en principio arbitraria
se pueden fabricar de forma que los eslabones sean de colores distintos?
2.3.5 Cu
antos n
umeros naturales tienen en su expresi
on en base 10 todos sus dgitos distintos?
2.3.6 Siguiendo con el ejemplo 2.3.2, compruebese que la probabilidad de que una lista sin repetici
on
con los smbolos {1, 2, . . . , n} tenga longitud al menos n/2 tiende a 1 cuando n .
2.3.7 Compruebese que Cn , el n-esimo n
umero de Catalan, es el n
umero de de formas de triangular
(con n tri
angulos) un polgono con n + 2 lados. (Nota: este fue el problema que trat
o originalmente
Eug`ene Catalan.)
2.3.8 Tenemos un conjunto X y unos subconjuntos suyos A1 , . . . , Ak . Pruebese que
(a)
|A1 A2 Ak |
mn |Aj |;
j=1,...,k
(b)
|A1 A2 Ak |
k
|Aj | (k 1)|X | .
j=1
2.3.9 En una batalla entre 100 combatientes, 80 perdieron un brazo, 85 una pierna, 70 un ojo, y 75
una oreja. Un n
umero indeterminado x perdi
o las cuatro cosas. Demuestrese23 que 10 x 70.
23
Este es un simp
atico ejercicio perge
nado por Lewis Carroll para estimular la ingenua, sana y dulce imaginaci
on de sus lectores infantiles.
(versi
on preliminar 28 de septiembre de 2009)