Está en la página 1de 179

Combinatoria

enumerativa

Eduardo Piza Volio

i
Combinatoria
enumerativa

Eduardo Piza Volio

iii
iv

Créditos de la Editorial
Diagramado:
Levantado de texto:
Revisión:

Ficha catalográfica
v

A mis maestros Bernardo Montero


y Francisco Ramı́rez, quienes con su
empeño, mı́stica y dedicación forjaron
nuestra actual Escuela de Matemática.
Contenido

Prefacio xi

1 Permutaciones 1
1.1 Cardinalidad de conjuntos finitos . . . . . . . 1
1.2 Permutaciones de objetos distintos . . . . . . 2
1.3 Permutaciones con objetos repetidos . . . . . 3
1.4 Permutaciones de n objetos, tomados m de
ellos a la vez . . . . . . . . . . . . . . . . . . 5
1.4.1 Selección con reemplazo . . . . . . . . 5
1.4.2 Selección sin reemplazo . . . . . . . . 6
1.5 Números de Stirling de primera especie . . . . 7
1.6 Ejercicios . . . . . . . . . . . . . . . . . . . . 9

2 Arreglos, distribuciones, combinaciones


y selecciones 15
2.1 Arreglos de objetos en cajas ordenadas . . . . 15
2.2 Palabras en orden creciente . . . . . . . . . . 17
2.3 Número de soluciones de una ecuación . . . . 18
2.4 Combinaciones . . . . . . . . . . . . . . . . . 20
2.5 Combinaciones sin repeticiones . . . . . . . . 21
2.6 Distribución de objetos en varios subconjuntos 23
2.7 Selección simultánea de objetos de varias clases 25
2.8 Combinaciones con repeticiones . . . . . . . . 25
2.9 Selección de objetos no consecutivos . . . . . 26
2.10 Ejercicios . . . . . . . . . . . . . . . . . . . . 29

3 Coeficientes binomiales y multinomiales 35


3.1 El binomio de Newton . . . . . . . . . . . . . 35

vii
viii Contenido

3.2 El triángulo de Pascal . . . . . . . . . . . . . 37


3.3 Generalización de los coeficientes binomiales . 41
3.4 El teorema del multinomio . . . . . . . . . . . 41
3.5 Ejercicios . . . . . . . . . . . . . . . . . . . . 42

4 Particiones de un conjunto 47
4.1 Números de Stirling de segunda especie . . . 47
4.2 Los números de Bell . . . . . . . . . . . . . . 52
4.3 Fórmulas de inversión . . . . . . . . . . . . . 57
4.4 Ejercicios . . . . . . . . . . . . . . . . . . . . 60

5 Principio de inclusión y exclusión 63


5.1 Introducción . . . . . . . . . . . . . . . . . . . 63
5.2 Fórmula fundamental . . . . . . . . . . . . . 65
5.3 Algunas aplicaciones . . . . . . . . . . . . . . 67
5.3.1 Coloreando una casa . . . . . . . . . . 67
5.3.2 Desarreglos y el problema
de los reencuentros . . . . . . . . . . . 69
5.3.3 El problema de los matrimonios . . . . 71
5.4 Ejercicios . . . . . . . . . . . . . . . . . . . . 72

6 Funciones generadoras 77
6.1 Introducción y definiciones . . . . . . . . . . . 77
6.2 Algunas funciones generadoras . . . . . . . . 78
6.3 Funciones generadoras de combinaciones . . . 80
6.4 Funciones generadoras de permutaciones . . . 83
6.5 Ejercicios . . . . . . . . . . . . . . . . . . . . 85

7 Particiones de un entero 89
7.1 Introducción . . . . . . . . . . . . . . . . . . . 89
7.2 Definiciones y relaciones por recurrencia . . . 90
7.3 Diagramas de Ferrars . . . . . . . . . . . . . . 94
7.4 Particiones auto-conjugadas . . . . . . . . . . 95
7.5 Particiones en partes impares . . . . . . . . . 97
7.6 Funciones generadoras de particiones . . . . . 98
7.7 Ejercicios . . . . . . . . . . . . . . . . . . . . 100
Contenido ix

8 Otros tópicos de la teorı́a de combinatoria 103


8.1 Denumerantes . . . . . . . . . . . . . . . . . . 103
8.2 Composiciones . . . . . . . . . . . . . . . . . 104
8.3 Teorı́a de Grafos . . . . . . . . . . . . . . . . 106
8.4 Teorı́a de Ramsey . . . . . . . . . . . . . . . . 106
8.5 Grupos de permutaciones . . . . . . . . . . . 111
8.6 Algunos problemas abiertos en combinatoria . 112
8.6.1 Dos problemas de Paul Erdös . . . . . 112
8.6.2 El “Football Pool Problem” . . . . . . 116
8.7 Ejercicios . . . . . . . . . . . . . . . . . . . . 118

9 Las soluciones de los ejercicios impares 119


9.1 Ejercicios del capı́tulo 1 . . . . . . . . . . . . 119
9.2 Ejercicios del capı́tulo 2 . . . . . . . . . . . . 127
9.3 Ejercicios del capı́tulo 3 . . . . . . . . . . . . 133
9.4 Ejercicios del capı́tulo 4 . . . . . . . . . . . . 140
9.5 Ejercicios del capı́tulo 5 . . . . . . . . . . . . 144
9.6 Ejercicios del capı́tulo 6 . . . . . . . . . . . . 150
9.7 Ejercicios del capı́tulo 7 . . . . . . . . . . . . 152
9.8 Ejercicios del capı́tulo 8 . . . . . . . . . . . . 156

Bibliografı́a 159

Indice 161
Prefacio
¿De cuántas maneras. . . ? La combinatoria enumerativa
puede definirse en pocas palabras como el arte de contar con-
figuraciones en problemas de naturaleza discreta.
En este trabajo se presenta una introducción elemental a
esta fascinante y difı́cil disciplina de la matemática, presen-
tando los resultados básicos de combinatoria que en opinión
del autor todo estudiante de matemáticas o de enseñanza de
las matemáticas deberı́a conocer y estudiar.
La exposición de la teorı́a se presenta en forma resumida
y condensada, poniéndose especial atención en aquellas de-
mostraciones de carácter intrı́nsecamente combinatorio. En
esta obra se tratan de evitar las versiones de las demostra-
ciones que empleen argumentos no combinatorios, tales como
por ejemplo el principio de inducción matemática. En vez de
ello, se prefieren las demostraciones alternativas que empleen
argumentaciones tı́picamente combinatorias. De esta manera
se ilustra acerca de la riqueza de recursos disponibles en el
razonamiento dentro de este campo de la matemática, en
el cual las demostraciones son a veces tan ingeniosas como
informales. Por ejemplo, resultados tan conocidos como el
binomio y el multinomio de Newton, son demostrados aquı́
en muy pocas lı́neas, utilizando para ello únicamente argu-
mentos elementales de tipo combinatorio.
Debe tenerse en consideración que la teorı́a de la combi-
natoria enumerativa constituye un campo muy vasto y com-
plejo, sobre el cual se han escrito gran cantidad de obras
de gran profundidad y se realiza mucha investigación en la
actualidad. En esta obra tan solo se pretende introducir al

xi
xii Prefacio

estudiante a la teorı́a general, presentando los resultados más


importantes e interesantes.
Al lector interesado en profundizar sobre la teorı́a de la
combinatoria se le puede recomendar, entre otros libros, la
lectura de la bella obra de Claude Berge, Principles of Com-
binatorics (Academic Press, New York, 1971), el cual es un
afamado clásico sobre el tema y de relativamente fácil lectura.
He utilizado algunas versiones preliminares y condensadas
de esta obra como material didáctico en varios de los cur-
sos de las carreras de Matemática Pura y Enseñanza de las
Matemáticas en la Universidad de Costa Rica, entre ellos:
Teorı́a de Probabilidades (siglas MA-0720 y MA-0817); Ma-
temática Finita (sigla MA-0904), Principios de Estadı́stica
Matemática (sigla MA-0372) y Seminario de Combinatoria
(sigla MA-600).
Uno de los objetivos de este trabajo es llenar el vacı́o de
material didáctico existente sobre los elementos de la teorı́a
de la combinatoria. A pesar de que en el campo de la com-
binatoria existen tratados altamente especializados y de re-
conocida calidad, sin embargo éstos son claramente inapropi-
ados e inaccesibles para los estudiantes de los primeros años
de las carreras de matemáticas y de enseñanza de las matemáticas.
Principalmente hacia estos estudiantes está dirigido este li-
bro.
La obra contiene un capı́tulo final con la solución de los
ejercicios impares. Además contiene una selección de bi-
ografı́as de los matemáticos que están asociados con los prin-
cipales resultados y temas aquı́ tratados.
Deseo manifestar mi agradecimiento a todas aquellas per-
sonas que colaboraron de una u otra forma en la elaboración
y corrección de este libro de texto, en especial a Gabriel Sosa,
quien leyó el manuscrito original y realizó algunas crı́ticas que
ayudaron a mejorarlo.
Eduardo Piza Volio
San José, noviembre del 2002
Capı́tulo 1

Permutaciones

1.1 Cardinalidad de conjuntos finitos


La cardinalidad de un conjunto finito X es el número de
elementos del conjunto X y se denota como Card(X), o bien
simplemente como |X|. Nuestro primer resultado es básico y
fundamental.

Proposición 1 Sea A y B dos conjuntos finitos de cardinal-


idades n y m respectivamente. Entonces,
(a) La unión de conjuntos, A ∪ B, es finita y

|A ∪ B| = |A| + |B| − |A ∩ B|.

(b) El producto cartesiano de conjuntos, A × B, es finito y

|A × B| = nm.

(c) El conjunto potencia P(A), formado por todos los sub-


conjuntos de A, es finito, y |P(A)| = 2|A| = 2n .

Demostración: Para demostrar la propiedad (a) vamos a


utilizar un simple argumento de conteo. El conjunto A ∪ B
esta compuesto por los n elementos de A más los m elementos
de B. Sin embargo, algunos de los elementos de B ya fueron
contabilizados en A. Tal es el caso precisamente de los |A∩B|
elementos de A ∩ B, razón por la cual debemos restar esa

1
2 Capı́tulo 1. Permutaciones

cantidad para obtener finalmente |A∪B| = |A|+|B|−|A∩B|.


Una prueba de la propiedad (b) es la siguiente: para cada
elemento a0 ∈ A, el conjunto A × B tiene exactamente |B| =
m elementos del tipo (a0 , b), con b ∈ B. De allı́ que en total
A × B tenga
|m + m + {z· · · + m} = nm
|A| = n veces
elementos. Finalmente, la propiedad (c) es una consecuencia
directa de la fórmula del Binomio de Newton, estudiada en
el capı́tulo 3, por lo que aplazaremos su demostración.

La fórmula |A ∪ B| = |A| + |B| − |A ∩ B| es en esencia el


famoso principio de inclusión-exclusión, el cual estudiaremos
en el capı́tulo 5.

1.2 Permutaciones de objetos distintos


Supóngase que tenemos n objetos diferentes o distinguibles
unos de otros. Podemos “arreglarlos” o “disponerlos” en un
renglón en un orden cualquiera. Cada uno de estos “arreglos”
o “disposiciones” es una permutación de los objetos. En las
permutaciones interesa no solamente los objetos mismos, sino
también el orden en que se arreglan estos objetos.

Proposición 2 El número de permutaciones de n objetos


distinguibles, tomados todos a la vez, es igual a n!.

Demostración: En efecto, en un arreglo cualquiera, el primer


objeto puede ser seleccionado de n diferentes maneras. El
segundo objeto puede seleccionarse de n − 1 diferentes man-
eras, luego de haberse seleccionado el primero objeto. El
tercer objeto puede seleccionarse de n − 2 formas distintas,
luego de haber sido seleccionados el primero y segundo ob-
jetos, etc. Luego, el número total de permutaciones será
n · (n − 1) · (n − 2) · · · 2 · 1 = n!.
1.3. Permutaciones con objetos repetidos 3

Por ejemplo, existen 3! = 6 permutaciones de las tres


letras a, b, c, las cuales son:

abc bac cab


acb bca cba

Si los objetos son vistos como letras, como en el ejemplo,


entonces tendremos que n letras distintas al ser permutadas
generan en total n! “palabras” distintas.
Otra manera de interpretar este resultado: n! es que el
número de funciones biyectivas que se puede definir entre dos
conjuntos X y A de igual cardinalidad (|X| = |A| = n).
En efecto, si X = {1, 2, . . . , n} y A = {a1 , a2 , . . . , an },
entonces una función f : X 7→ A puede ser descrita en forma
completa enumerando el rango de ella: f (1) = ai1 , f (2) =
ai2 , . . . , f (n) = ain . Lo anterior puede simplificarse aún más
escribiendo la “palabra” de n “letras” ai1 ai2 · · · ain , donde
las “letras” son los elementos de A. La propiedad de biyec-
tividad de la función f se interpreta en el sentido que todas
las n “letras” ani son distintas. Como hemos visto, se puede
formar n! diferentes “palabras” al permutar las “letras”, de-
mostrándose de esa forma que el número de funciones biyec-
tivas entre X y A coincide con n!.

1.3 Permutaciones con objetos repetidos


Como vimos, las permutaciones de n objetos de tipo distinto
son n!. Sin embargo, si varios de los objetos son del mismo
tipo (esto es, cuando hay repeticiones de objetos) el número
de permutaciones disminuye drásticamente. Este conteo de
permutaciones es lo que frecuentemente se denomina “per-
mutaciones con repeticiones” o “permutaciones con objetos
repetidos”.
La regla general para contar las permutaciones de objetos
con repeticiones viene descrita en el siguiente resultado.
4 Capı́tulo 1. Permutaciones

Proposición 3 Si tenemos n objetos de r tipos o clases dis-


tintas (r ≤ n), entonces el número de permutaciones de estos
objetos, tomados todos ellos a la vez, es1
 
n n!
:= ,
n1 , n2 , . . . , nr−1 n1 ! n2 ! · · · nr−1 ! nr !
donde ni es el número de objetos que hay en la i-ésima clase,
con n1 + n2 + · · · + nr = n.

Demostración: En efecto, si todos los objetos fuesen distin-


tos, el número total de permutaciones serı́a n!. Sin embargo
ahora hay ni objetos de la clase i-ésima, todos éstos iguales
entre sı́. Luego, las posiciones de estos ni objetos pueden
permutarse de ni ! formas distintas sin producir ninguna al-
teración, de donde el número total de permutaciones ahora
debe dividirse por ni !. Esto debe hacerse para cada una de
las clases, obteniéndose entonces el resultado.
n
A los números ( n1 ,n2 ,...,nk−1
) se les llama coeficientes multi-
nomiales, por su relación con el “multinomio” de Newton,
que estudiaremos en el capı́tulo 3.
Por ejemplo, el número de “palabras” distintas (permuta-
ciones de letras) que se puede formar con las letras de la
palabra aereo (sin acento), tomando en cuenta todas las le-
tras, es 5!
2! = 60, pues la letra e aparece 2 veces en aereo,
mientras que el número de palabras distintas que se puede
formar con las letras de la palabra otorrinolaringologo
(sin acento), tomando en cuenta todas las letras, es
19!
= 1, 759, 911, 753, 600,
6! 3! (2!)4
1 n
Obsérvese que se emplea la notación ( n1 ,n2 ,...,n k−1
), en vez de la
n
notación ( n1 ,n2 ,...,nk ). El último término nk se obtiene por diferencia:
nk = n − n1 − · · · − nk−1 . Esta notación es una cómoda generalización
a la empleada para los “coeficientes binomiales” ( nk ), como se verá más
adelante.
1.4. Permutaciones de n objetos, tomados m de ellos. . . 5

pues de las 19 letras, la o se repite 6 veces, la r se repite 3


veces, mientras que otras 4 letras (l, n, i, g) repiten una vez
cada una.

1.4 Permutaciones de n objetos,


tomados m de ellos a la vez
En este tipo de permutaciones, disponemos de n objetos dis-
tinguibles que actúan como prototipo. Cada permutación
consiste en seleccionar una muestra ordenada de m de los
objetos. Existen dos esquemas distintos de selección: con
reemplazo y sin reemplazo.

1.4.1 Selección con reemplazo


En este esquema, vamos formando una permutación al se-
leccionar uno a uno los m objetos, permitiendo el reemplazo
de los mismos, esto es, con posibilidades de repetir los obje-
tos. Para contar el número total de permutaciones de este
tipo, observamos que el primer objeto puede seleccionarse de
n distintas maneras, el segundo objeto también puede selec-
cionarse de n distintas maneras, y ası́ sucesivamente hasta
el último (m-ésimo) objeto que constituye la permutación.
Luego, hemos demostrado el siguiente resultado:

Proposición 4 El número de permutaciones de n objetos


distinguibles, tomando m de ellos a la vez, permitiendo las
repeticiones, es nm .

Por ejemplo, existen 32 = 9 permutaciones diferentes de


las letras a, b, c, tomando dos letras a la vez, a saber: aa,
ab, ac, ba, bb, bc, ca, cb, cc. Obsérvese que debe consider-
arse el orden de los objetos, como siempre sucede con las
permutaciones.
6 Capı́tulo 1. Permutaciones

• El ejemplo pone en evidencia que también nm es el


número de “palabras” de m “letras” (“palabras” sin
restricciones: pueden repetirse las “letras”) que se ob-
tienen a partir de n “letras” distintas.

• El lector puede observar que también nm es el número


de funciones diferentes que se puede definir entre un
conjunto A = {a1 , . . . , am } de m elementos y un con-
junto X = {1, . . . , n} de n elementos. La justificación
de esto radica en que la imagen de a1 puede ser selec-
cionada de n diferentes maneras, al igual que la imagen
de a2 , de a3 , etc.

• Una última interpretación dentro del ambiente de ur-


nas y bolas: nm es también el número de maneras de
extraer una muestra ordenada de m bolas, con reem-
plazo, de una urna que contiene n bolas distinguibles.

1.4.2 Selección sin reemplazo


En este esquema, cada una de las permutaciones contiene
únicamente m de los n objetos distinguibles originales, sin
repeticiones (selección sin reemplazo) de objetos. Cualquier
pareja de estas permutaciones que contengan exactamente
los mismos objetos —aunque en un orden diferente— son
permutaciones diferentes, pues el orden en que aparecen los
objetos es importante y debe tomarse en consideración en
este tipo de problemas.
Claramente, si m > n no tendremos ninguna permutación
de este tipo. Si m ≤ n, podemos contar el número de
permutaciones como sigue: el primer objeto se puede se-
leccionar de n diferentes maneras; para el segundo objeto
dispondremos de n − 1 diferentes selecciones, pues el primer
objeto ya fue seleccionado; para el tercer objeto tendremos
n − 2 posibles selecciones, y ası́ sucesivamente. Al final, para
seleccionar el objeto m-ésimo de la permutación tendremos
1.5. Números de Stirling de primera especie 7

n − m + 1 posibilidades, pues los restantes objetos ya han


sido seleccionados. Luego, hemos demostrado el siguiente
resultado:

Proposición 5 Cuando n ≥ m, el número de permutaciones


de n objetos distinguibles, tomando m de ellos a la vez, en
un esquema de selección sin reemplazo, es igual a

n!
[n]m := n (n − 1) · · · (n − m + 1) = (1.1)
(n − m)!

Por ejemplo, existen [3]2 = 6 permutaciones diferentes de


las n = 3 letras a, b, c, tomando m = 2 letras a la vez. Ellas
son: ab, ac, ba, bc, ca, cb.

• En términos de “palabras” y “letras”, [n]m es el número


de “palabras” de m “letras” que se puede formar a par-
tir de n “letras” distintas, si ponemos la restricción que
en las palabras no se repitan “letras”.

• También [n]m es el número de funciones inyectivas que


se puede definir del conjunto A = {a1 , . . . , am } de m el-
ementos en el conjunto X = {1, . . . , n} de n elementos,
como el lector puede fácilmente justificar.

• En el contexto de urnas y bolas, [n]m es el número de


maneras distintas de extraer una muestra sin reemplazo
de m bolas, de una urna que contiene originalmente n
bolas distinguibles.

1.5 Números de Stirling


de primera especie
La definición de los números [n]m dada en (1.1) puede exten-
derse de manera natural de la siguiente forma, dando lugar a
8 Capı́tulo 1. Permutaciones

los polinomios de Stirling: para x ∈ R definimos el polinomio


[x]m , de grado m, mediante la fórmula

[x]m := x (x − 1) (x − 2) · · · (x − m + 1).

Los primeros 4 polinomios de Stirling son:

[x]1 = x,
[x]2 = x(x − 1) = x2 − x,
[x]3 = x(x − 1)(x − 2) = x3 − 3x2 + 2x,
[x]4 = x(x − 1)(x − 2)(x − 3) = x4 − 6x3 + 11x2 − 6x.

Definición 6 Los números de Stirling de primera especie,


denotados por smk , son los coeficientes de los polinomios de
Stirling:

[x]m = sm0 + sm1 x + sm2 x2 + · · · + smm xm .

Aunque no existe una fórmula directa sencilla para el


cálculo de los números de Stirling de primera especie, sin em-
bargo éstos pueden calcularse fácilmente utilizando la sigu-
iente relación por recurrencia.

Proposición 7 Los números de Stirling de primera especie


pueden ser calculados mediante la siguiente relación por re-
currencia:
k
sm+1 = smk−1 − m smk ,
sm0 = 0,
smm = 1.

Demostración: En efecto, de la definición de [x]m y [x]m+1


obtenemos la relación

[x]m+1 = [x]m · (x − m)
1.6. Ejercicios 9

y por lo tanto, también por definición,


k
· · · + sm+1 xk + · · · = (· · · + smk−1 xk−1 + smk xk + · · ·) (x − m).

Al comparar los coeficientes de xk en ambos términos de la


igualdad anterior se obtiene la relación por recurrencia. Las
dos condiciones iniciales son obvias.

Utilizando la recurrencia anterior podemos construir rá-


pidamente una tabla para los primeros números de Stirling
de primera especie, como se muestra en la Figura 1.1.

1.6 Ejercicios
1. De la ciudad A hasta la B conducen cinco caminos y de la
B a la C, tres. ¿Cuántos caminos que pasan por B conducen
desde A hasta C? Generalice el problema para cuando hay
n caminos de A hacia B y m caminos de B hacia C.

2. Hay cinco tipos de sobres sin estampillas y cuatro tipos


de estampillas de un mismo valor. ¿De cuántas maneras se
puede seleccionar un sobre con estampilla para enviar una
carta? Generalice el problema para cuando hay n tipos de
sobres y m tipos de estampillas.

smk k=0 1 2 3 4 5 6 ···


m=1 0 1
2 0 −1 1
3 0 2 −3 1
4 0 −6 11 −6 1
5 0 24 −50 35 −10 1
6 0 −120 274 −225 85 −15 1
.. .. .. .. .. .. .. .. ..
. . . . . . . . .

Figura 1.1: Primeros números de Stirling de primera especie.


10 Capı́tulo 1. Permutaciones

3. Los ingleses suelen dar varios nombres a sus hijos. ¿De


cuántas maneras se puede dar un nombre al niño, si el número
general de nombres disponibles es igual a 300, y no le dan
más de tres nombres a cada niño? Generalice el problema
para el caso de un extraño paı́s, en el cual el número general
de nombres disponibles es igual a N y no le dan más de n
nombres a cada niño.

4. Varias personas se sientan alrededor de una mesa redonda.


Consideramos que dos formas de sentarse coinciden si cada
persona tiene los mismos vecinos en ambos casos. ¿De cuántos
modos diferentes se puede sentar a la mesa cuatro personas?
¿Y siete personas? ¿En cuántos casos una persona dada
(de entre siete) tendrá dos vecinos especı́ficos? Generalice
el problema considerando n personas.

5. (a) ¿Cuántos números diferentes de cinco dı́gitos hay, si


los ceros iniciales (como en “00032”) no son permitidos? (b)
¿ Cuántos de los anteriores son pares? (c) ¿Cuántos números
de cinco dı́gitos hay (sin ceros iniciales) en los cuales aparece
al menos un 3? (d) ¿Cuántos números de cinco dı́gitos hay
(sin ceros iniciales) que formen “palı́ndromos” (el número
es el mismo leı́do de izquierda a derecha que de derecha a
izquierda, por ejemplo, 26862)?

6. En una reunión deben intervenir 5 personas: A, B, C,


D y E. ¿De cuántas maneras se puede distribuir la lista de
oradores, con la condición que B no debe intervenir antes
que A? ¿De cuántas maneras, si A debe intervenir inmedi-
atamente después de B? Generalice el problema para cuando
tenemos n personas, dos de ellas llamadas A y B.

7. ¿De cuántas maneras se puede sentar alrededor de una


mesa redonda a 5 hombres y 5 mujeres, de modo que no
queden a la par dos personas de un mismo sexo? Generalice
el problema para cuando tenemos n hombres y n mujeres.
1.6. Ejercicios 11

8. En un cierto paı́s no habı́a dos personas con la misma


configuración (cantidad y posición) de dientes. ¿Cuál es la
población máxima de ese paı́s (el mayor número de dientes
es 32)?

9. Los números de automóvil están formados por una, dos o


tres letras y cuatro cifras. Hallar la cantidad total de estos
números, si se utilizan las 26 letras del alfabeto.

10. ¿Cuántas palabras diferentes se puede obtener permu-


tando las letras de la palabra “matematica”? ¿Y de la pal-
abra “parabola”? ¿Y de la palabra “ingrediente”? ¿Y
de la palabra “parangaricutirimicuaro”2 ?

11. Resolver el problema anterior, pero ahora con la re-


stricción que las vocales de las palabras originales deben per-
manecer en sus posiciones originales. Mismo asunto, ahora
con la restricción que las vocales de las palabras originales
pueden permutar solamente entre sı́ y las consonantes pueden
permutar solamente entre sı́.

12. En una oficina se correos se venden estampillas de 10


tipos distintos. ¿De cuántas formas se puede comprar en
ella 12 estampillas? ¿Y 8 estampillas? ¿Y 8 estampillas
diferentes?

13. ¿Cuántos números distintos de cuatro cifras y divisibles


por 4 pueden formarse a partir de las cifras 1, 2, 3, 4, 5,
si cada cifra puede emplearse en la escritura de un número
varias veces?

14. ¿Cuántas permutaciones distintas pueden efectuarse con


n elementos, en las que dos de ellos, a y b, no estén juntos?
¿Y en las que no lo estén tres, a, b y c (en cualquier orden)?
¿Y en las que ningún par de los elementos a, b y c esté junto?
2
Pueblo y volcán de México.
12 Capı́tulo 1. Permutaciones

15. En un torneo de gimnasia participan 10 personas. Tres


jueces deben numerarlos, en forma independiente uno de los
otros, en un orden que refleje sus éxitos en el torneo, según
la opinión de cada juez. Se considera ganador el que haya
sido nombrado primero por lo menos por dos jueces. ¿En qué
porcentaje de los casos del torneo se habrá determinado un
ganador?

16. ¿Cuántos collares diferentes se puede confeccionar de


siete cuentas de distinto tamaño (hay que utilizar las 7)?
Generalice el problema para cuando tenemos n cuentas de
distinto tamaño.

17. ¿Cuántos collares diferentes se puede confeccionar de


cinco cuentas iguales y dos de mayor dimensión? Generalice
el problema para cuando tenemos n cuentas de un tipo y m
de otro tipo.

18. Si en una sociedad cada persona es representada por


sus tres iniciales (nombre, primer apellido y segundo apel-
lido), ¿cuántas personas son necesarias para garantizar que
al menos 2 de ellas tienen las mismas iniciales? ¿Y cuántas
son necesarias para garantizar que al menos m de ellas tienen
las mismas iniciales?

19. En un estante hay m + n libros diferentes, de los cuales


m están encuadernados en negro, y n en rojo. ¿Cuántas per-
mutaciones existen de estos libros, en las que las encuader-
naciones en negro ocupen los primeros m lugares? ¿Cuántas
posiciones hay en las que todos los libros encuadernados en
negro se hallen juntos?

20. ¿De cuántos modos se puede poner 5 anillos diferentes


en los dedos de una mano, omitiendo el pulgar? Generalice
el problema para cuando tenemos n anillos diferentes.
1.6. Ejercicios 13

21. ¿Cuántos brazaletes distintos se puede confeccionar de


cinco esmeraldas iguales, seis rubı́es iguales y siete zafiros
iguales (en el brazalete deben figurar todas las 18 piedras)?

22. ¿De cuántos modos se puede seleccionar, de las mismas


piedras, tres para un anillo?

23. Para los premios de una olimpı́ada matemática se prepararon


3 ejemplares de un libro, 2 de otro y 1 de un tercero. ¿De
cuántos modos se puede entregar los premios, si en la olimpı́ada
participaron 20 personas y a nadie se le otorga dos libros de
golpe? Resuelva el mismo problema, bajo el supuesto que a
nadie se le otorgue dos ejemplares de un mismo libro, aunque
se le puede entregar dos o tres libros diferentes.

24. ¿Cuántos números distintos de cuatro cifras se puede


formar a partir de las cifras 0, 1, 2, 3, 4, 5, 6, si cada una de
ellas puede repetirse varias veces?

25. Hallar la cantidad de números de seis cifras, para los


cuales la suma del número formado por las tres primeras
cifras —de estas seis— y del formado por las tres últimas
cifras, sea menor que 1000.

26. Generalice la propiedad 1 (a): Encuentre una fórmula


para la cardinalidad de la unión de tres conjuntos A ∪ B ∪
C, en términos de las cardinalidades de A, B y C y de las
intersecciones de estos conjuntos.
Capı́tulo 2

Arreglos, distribuciones,
combinaciones y selecciones

2.1 Arreglos en cajas ordenadas


¿Cuántas maneras o arreglos distintos hay de distribuir los
objetos a, b, c en las cajas ordenadas 1 y 2? La respuesta es
24 arreglos distintos, los cuales se enumeran a continuación:

abc | ∅ acb | ∅ bac | ∅ bca | ∅ cab | ∅ cba | ∅


ab | c ba | c ac | b ca | b bc | a cb | a
a | bc a | cb b | ac b | ca c | ab c | ba
∅ | abc ∅ | acb ∅ | bac ∅ | bca ∅ | cab ∅ | cba

Como puede observar el lector, interesa aquı́ no solamente


el hecho que las cajas 1 y 2 son ordenadas (por ejemplo, el ar-
reglo “ab | c” es diferente al arreglo “c | ab”), sino que también
interesa el orden de los objetos dentro de cada caja (por ejem-
plo, el arreglo “ab | c” es diferente al arreglo “ba | c”). En
general tendremos . . .

Proposición 8 El número [n]m de maneras de distribuir m


objetos distinguibles en n cajas ordenadas es igual a

(n + m − 1)!
[n]m := n (n + 1) · · · (n + m − 1) = (2.1)
(n − 1)!

15
16 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

Demostración: En efecto, construyamos primero la tabla


Tm−1 de todos los arreglos de los objetos 1, 2,. . . , m − 1 en
las n cajas ordenadas. Cada arreglo de la tabla Tm−1 es de
forma
i1 i2 · · · | ik ik+1 · · · | · · · | · · · im−1
| {z } | {z } | {z }
caja 1 caja 2 caja n
y puede ser expresado como una secuencia de (m−1)+(n−1)
sı́mbolos (las m − 1 “letras” ik y las n − 1 rayas verticales
| ). La “letra” m puede ser agregada a esta secuencia de
(m − 1) + (n − 1) + 1 diferentes maneras. Entonces,

|Tm | = (n + m − 1) |Tm−1 |
= (n + m − 1) (n + m − 2) · · · (n + 1) |T1 |
= (n + m − 1) (n + m − 2) · · · (n + 1) n = [n]m ,

pues claramente T1 = n.

En el ejemplo anterior tenemos que m = 3, n = 2, siendo


entonces la respuesta igual a [2]3 := 2 · 3 · 4 = 24.

Proposición 9 El número de maneras de distribuir m ob-


jetos distinguibles en n cajas ordenadas, sin que interese el
orden de los objetos dentro de las cajas, es igual a nm .

Demostración: En efecto, cada objeto tendrá n cajas dis-


tintas donde podrá ser colocado, de donde tendremos un total
de nm arreglos, todos distintos.

En el ejemplo anterior, hay 8 = 23 maneras distintas de


distribuir los tres objetos a, b, c, en las 2 cajas ordenadas, si
no interesa el orden de los objetos dentro de las cajas. Estos
8 arreglos son:

abc | ∅ ab | c ac | b bc | a
a | bc b | ac c | ab ∅ | abc
2.2. Palabras en orden creciente 17

2.2 Palabras en orden creciente


Sea A = {a1 , a2 , . . . , an } un conjunto de n “letras”, orde-
nadas de manera que a1 < a2 < · · · < an . Una “palabra”
x1 x2 · · · xm de m letras tomadas de A se dice que está en
orden creciente si

x1 ≤ x2 ≤ · · · ≤ xm .

Por ejemplo, sea A = {a, b, c, d}, donde las letras tienen


el siguiente orden: a < b < c < d. ¿Cuántas “palabras” en
orden creciente de 3 letras pueden formarse con las letras de
A? La respuesta es 20 en total. Estas 20 “palabras” son:

aaa abb acc add bbb bcc bdd ccc cdd ddd
aab abc acd bbc bcd ccd
aac abd bbd
aad

Proposición 10 El número de “palabras” en orden creciente


de m letras, tomadas de un conjunto de n letras, es igual a

[n]m
   
n+m−1 n+m−1
= =
m! m n−1

Demostración: En efecto, considere un arreglo de los m


objetos 1, 2, . . . , m en las n cajas ordenadas a1 , a2 , . . . ,
an , como en la sección anterior. A este arreglo le hacemos
corresponder una “palabra” en orden creciente de la siguiente
forma, explicada primero con un ejemplo:

| 3 | | 251 | | | | 647 | −→ a1 a2 a2 a2 a4 a4 a4 .
| {z } | {z } | {z } | {z }
a1 a2 a3 a4

La “palabra” en orden creciente se obtiene escribiendo la “le-


tra” a1 tantas veces como el número de objetos dentro de la
caja a1 , seguida de la “letra” a2 , escrita tantas veces como el
número de objetos dentro de la caja a2 , etc.
18 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

Entonces, es claro que para cada arreglo de los m objetos


en las n cajas ordenadas corresponde una y solo una “pal-
abra” en orden creciente. Por otra parte, para cada “palabra”
en orden creciente corresponderán exactamente m! distintas
permutaciones de los m objetos en las n cajas ordenadas.
Luego, en virtud de la proposición 8 del capı́tulo anterior,
el número total de “palabras” en orden creciente es igual a
[n]m /m!. Por otra parte,
[n]m n(n + 1) · · · (n + m − 1) (n + m − 1)!
= =
m! m! (n − 1)! m!
   
n+m−1 n+m−1
= = .
m n−1
Este tema de las “palabras” en orden creciente tiene una
estrecha conexión con el tema de las combinaciones con reem-
plazo de n objetos, tomando m a la vez, como veremos en la
sección 2.8.

2.3 Número de soluciones de una ecuación


Sea m un entero positivo. ¿De cuántas maneras puede m es-
cribirse como la suma de n sumandos enteros y no-negativos,
tomando en consideración el orden de los factores? Esta-
mos preguntando por el número de soluciones enteras y no-
negativas de la ecuación

x1 + x2 + · · · + xn = m, (2.2)

donde xi ∈ N, para cada i ∈ {1, 2, . . . , n}. Otra forma enter-


amente equivalente de enfocar este problema es el siguiente:
¿De cuántas maneras distintas se puede distribuir m bolas
indistinguibles entre n cajas ordenadas?
Asociemos a cada solución (x1 , x2 , . . . , xn ) de la ecuación
(2.2) con la “palabra” en orden creciente

s1 s2 · · · sn−1 , (2.3)
2.3. Número de soluciones de una ecuación 19

donde s1 = x1 , s2 = x1 + x2 , . . . , sn−1 = x1 + x2 + · · · + xn−1 .


Claramente esta asociación es biunı́voca, pues a partir de
la “palabra” en orden creciente s1 s2 · · · sn−1 encontramos la
solución (x1 , x2 , . . . , xn ) de la ecuación (2.2) sin ambigüedad,
tomando xn = m−sn−1 . De esta forma, hemos transformado
el problema de contar el número de soluciones de la ecuación
(2.2), al problema de contar el número de “palabras” en orden
creciente del tipo (2.3), en las cuales las “palabras” son de
n−1 “letras”, provenientes de un “alfabeto” de m+1 “letras”:
{0, 1, . . . , m}. Por lo tanto, tendremos el siguiente resultado:

Teorema 11 El número de soluciones enteras y no-negati-


vas de la ecuación x1 + x2 + · · · + xn = m es igual a

[m + 1]n−1
   
n+m−1 n+m−1
= = .
(n − 1)! m n−1
Este número coincide con la cantidad de maneras distintas
de distribuir m bolas indistinguibles entre n cajas ordenadas.

Una variación a este problema surge al imponer otras


restricciones en las soluciones. Por ejemplo, ¿cuántas solu-
ciones enteras de la ecuación

x1 + x2 + x3 = 17

hay, con la condición que x1 ≥ 1, x2 ≥ 2 y x3 ≥ 3? O en


forma equivalente, ¿de cuántas maneras distintas se puede
distribuir 17 bolas indistinguibles en 3 cajas ordenadas, de
forma tal que al final la primera caja contenga al menos una
bola, la segunda caja al menos dos bolas y la tercera caja al
menos tres bolas?
Podemos contar el número de distribuciones de la sigu-
iente manera: colocamos al principio una bola en la primera
caja, dos bolas en la segunda caja y tres bolas en la tercera
caja. Nos quedan disponibles entonces 11 = 17−6 bolas, que
debemos distribuir sin restricciones entre las tres cajas. Por
20 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

lo tanto, la solución es [11 + 1]3−1 /(3 − 1)! = ( 13


2 ) = 78. En
general, tendremos:

Teorema 12 El número de soluciones enteras de la ecuación


x1 +x2 +· · ·+xn = m, con las restricciones x1 ≥ a1 , x2 ≥ a2 ,
. . . , xn ≥ an , es igual a
 
n + m − a1 − a2 − · · · − an − 1
.
n−1

Este número coincide con la cantidad de maneras distintas


de distribuir m bolas indistinguibles entre n cajas ordenadas,
de forma tal que la caja i-ésima quede con al menos ai bolas,
para cada i ∈ {1, 2, . . . , n}.

2.4 Combinaciones
Una combinación de una colección de objetos dados es cualquier
selección de uno o más de ellos sin considerar el orden en que
se seleccionen. Ası́, por ejemplo, 3 combinaciones diferentes
de los objetos a, b, c, d, tomando 2 objetos a la vez son:
{a, b}, {b, c}, {a, d} (no son las únicas).
Hemos utilizado en el ejemplo anterior la notación de con-
juntos para enfatizar que el orden de los objetos seleccionados
en cada combinación no interesa. Sin embargo, otro tipo de
combinaciones a considerar es aquel en el cual las repeticiones
de objetos son permitidas (combinaciones con repeticiones).
En tal caso no emplearemos la notación de conjunto {· · ·}
para describirlas, sino más bien la notación de corchetes [· · ·].
Por ejemplo, 3 combinaciones diferentes de los objetos a,
b, c, d, permitiendo repeticiones y tomando 2 objetos a la
vez, podrı́an ser: [a, a], [b, d], [c, c] (desde luego no son las
únicas). En esta notación de corchetes tampoco interesa el
orden de los objetos.
2.5. Combinaciones sin repeticiones 21

2.5 Combinaciones sin repeticiones


Proposición 13 Cuando m ≤ n, el número de combina-
ciones sin repeticiones de n objetos distinguibles, tomando
m de ellos a la vez, es igual a
 
n n! [n]m
:= = . (2.4)
m m! (n − m)! m!
Demostración: En efecto, recordemos que la proposición 5
establece que existen [n]m permutaciones (sin reemplazo) de
los n objetos, tomando m de ellos a la vez. Ahora, una per-
mutación especı́fica, digamos i1 i2 · · · im , establece una y sólo
una combinación de las estudiadas, a saber: {i1 , i2 , . . . , im }.
Por otra parte, una combinación especı́fica sin repeticiones
de los n objetos, tomando m de ellos a la vez, digamos
{i1 , i2 , . . . , im }, establece m! diferentes permutaciones, cuales
son i1 i2 · · · im y todas las otras permutaciones obtenidas de
ésta al permutar los m objetos. En consecuencia, el número
n
de combinaciones buscado será [n]m /m! = ( m ).
n
Los números ( m ) son llamados coeficientes binomiales en
virtud de la conocida fórmula del binomio de Newton1 , anal-
izada en el capı́tulo siguiente. En general el coeficiente bino-
n
mial ( m ) se define como 0 cuando m > n o cuando m < 0.
1
Isaac Newton (1643–1727) Fı́sico, mecánico, astrónomo y
matemático inglés, nacido en Bullstorp. Miembro de la Real Sociedad de
Londres (1672), presidente de la misma (1703), miembro de la Academia
de Ciencias de Parı́s (1699). De 1661 hasta 1665 estudia en la Univer-
sidad de Cambridge. Reconocido como uno de los grandes genios de
su época, fue sepultado en la Abadı́a de Westminster. Ocupó algunos
puestos públicos, entre ellos el de Director de la Casa de la Moneda de
Londres.
La obra cientı́fica de Newton debe considerarse como uno de los pun-
tos de viraje que marcan el paso del Renacimiento a la época contem-
poránea. En el siglo XVII uno de los problemas centrales de la ciencia
consistı́a en hallar las leyes del movimiento, ası́ como el establecer las
leyes de la mecánica. Para la solución de este problema, el aparato
matemático de la época resultaba claramente insuficiente.
22 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

El lector puede observar que los coeficientes multinomiales


(estudiados también en el capı́tulo siguiente) coinciden con
los coeficientes binomiales cuando solamente hay r = 2 clases
distintas. En efecto, de la definición de ambos números, ten-
emos que    
n n
= ,
m1 , m2 , . . . , mr−1 m1
cuando r = 2. Estudiaremos algunas propiedades de los coe-
ficientes binomiales y multinomiales en el capı́tulo siguiente.
Como ejemplos de las combinaciones sin repeticiones, el
número de diferentes manos de póker (5 cartas cualquiera de
un mazo ordinario de 52 cartas) es
 
52 52!
= = 2, 598, 960,
5 5! 47!
mientras que el número de diferentes manos de bridge (13
cartas cualquiera de un mazo ordinario de 52 cartas) es
 
52 52!
= = 635, 013, 559, 600.
13 13! 39!

El mérito de Newton consiste en que independientemente de Leibniz


construye el cálculo diferencial e integral, que permite la solución de los
problemas antes citados. A diferencia de Leibniz, Newton llega a sus
descubrimientos partiendo de los problemas concretos de la mecánica y
la fı́sica, en lugar de partir de problemas de ı́ndole abstracto. La es-
trecha relación entre la fı́sica y la matemática se percibe claramente en
su método de “flucciones”. Este método, que Newton desarrolla para la
solución de problemas de mecánica, se basa en los trabajos de Cavalieri,
Roberval, Fermat, Wallis, y su maestro y tutor Barrow. Este trabajo
coincide en el tiempo con su descubrimiento del carácter recı́proco de
las operaciones de diferenciación e integración, ası́ como descubrimientos
fundamentales de la teorı́a de series infinitas, acerca del llamado binomio
de Newton para exponentes arbitrarios, sobre la aproximación de fun-
ciones trascendentes por medio de series infinitas, sobre k-inversión de
series, etc.
En los años 1670–1671 Newton describe sus resultados acerca del
cálculo diferencial e integral en su libro “El método de las flucciones”
(publicado hasta 1736). En esta obra se describen en términos tanto
2.6. Distribución de objetos en varios subconjuntos 23

2.6 Distribución de objetos


en varios subconjuntos
Proposición 14 El número de maneras de distribuir n ob-
jetos distinguibles en r conjuntos, de manera que el con-
junto i-ésimo contenga ni de los objetos, (1 ≤ i ≤ r), con
n1 + n2 + · · · + nr = n, es igual al coeficiente multinomial
 
n n!
:= .
n1 , n2 , . . . , nr−1 n1 ! n2 ! · · · , n r !
Demostración: En efecto, primero distribúyanse los n ob-
jetos en dos conjuntos: el primer conjunto conteniendo n1
objetos, mientras que el segundo conteniendo los restantes
n − n1 objetos. Esto puede hacerse de ( nn1 ) diferentes man-
eras. Luego, para cada una de estas ( nn1 ) maneras, podemos
distribuir los restantes n − n1 objetos en otros dos conjuntos:
el primero de ellos conteniendo n2 objetos, mientras que el
segundo conteniendo los n − n1 − n2 objetos restantes. Esto
puede hacerse de ( n−n 1
n2 ) maneras diferentes. Entonces hemos
encontrado que el número de maneras distintas de distribuir
matemáticos como mecánicos los problemas recı́procos del análisis, de-
sarrollándose el método de flucciones para la solución de innumerables
problemas geométricos: el problema de la tangente a una curva; el
cálculo de cuadraturas (áreas bajo una curva); etc. Además en esta obra
Newton obtiene representaciones en términos de funciones elementales
de una serie de integrales de raı́ces cuadradas de trinomios cuadráticos.
Gran importancia se da en el libro antes citado a la integración de ecua-
ciones diferenciales ordinarias, ası́ como a la solución de algunos prob-
lemas del cálculo de variaciones.
Pese a que Leibniz publica sus resultados en 1708, se tiene certeza
que Newton conocı́a del mismo a fines del siglo XVII, lo cual es evidente
de sus otros trabajos cientı́ficos. El libro “Principios Matemáticos de la
Filosofı́a Natural ”, en cuya redacción tardó 20 años, y que salió a la luz
3 años después del de Leibniz, utiliza estos resultados de forma magis-
tral, mostrando su poder, y de paso poniendo en evidencia la enorme
habilidad de Newton con el cálculo infinitesimal.
El aporte de Newton a la matemática no se limita al descubrimiento
del cálculo diferencial e integral. Su obra incluye importantes aportes
24 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

los n objetos en 3 conjuntos, conteniendo respectivamente


n1 , n2 , y n − n1 − n2 objetos cada uno, está dado por
  
n n − n1 n!
= .
n1 n2 n1 ! n2 ! (n − n1 − n2 )!

Si continuamos con este razonamiento, obtenemos que para


los r conjuntos, el número de distribuciones es
 
n! n
= ,
n1 ! n2 ! · · · nr ! n1 , n2 , . . . , nr−1

como se deseaba establecer.

Por ejemplo, una distribución completa de cartas en el


juego del bridge, consiste en distribuir las 52 cartas en 4
conjuntos de 13 cartas cada uno. Por lo tanto, la totalidad
de distribuciones completas de cartas en el bridge es de
 
52 52!
= ≈ 5.36 × 1028 .
13, 13, 13 13! 13! 13! 13!

en métodos numéricos, cálculo aproximado de raı́ces de ecuaciones al-


gebraicas (el llamado método de Newton), interpolación de polinomios
de grado arbitrario, geometrı́a analı́tica (secciones cónicas: clasificación
y definición de curvas de segundo y tercer grados, etc.).
No se puede dejar de mencionar el aporte de Newton a la mecánica.
Partiendo de los trabajos pioneros de Galileo y Huygens, Newton no sólo
resumió todo el conocimiento sobre el movimiento y la fuerza en un sis-
tema deductivo, sino que, después de establecer un reducido número de
leyes de la mecánica (ley de inercia, ley de la acción libre de una fuerza,
ley sobre la igualdad de acción y reacción), logró deducir a partir de
estas leyes todos los demás teoremas de la mecánica. La llamada ley de
la gravitación universal está indivisiblemente ligada al nombre de Isaac
Newton. Además de ser el primero en enunciarla en su forma más gen-
eral, Newton logró apoyarla con todo el conocimiento astronómico de su
época. También son conocidos los trabajos de Newton sobre óptica, tales
como los estudios acerca de la dispersión de la luz, la descomposición de
la luz blanca, la invención del primer telescopio con espejos (1668), los
estudios sobre la interferencia de la luz, y otros.
2.7. Selección simultánea de objetos de varias clases 25

2.7 Selección simultánea


de objetos de varias clases
Proposición 15 Supóngase que tenemos N objetos parti-
cionados en r subcolecciones que contienen N1 , N2 , . . . , Nr
elementos, respectivamente. Considérese la selección de n ≤
N objetos, de los cuales n1 ≤ N1 deben ser de la primera
subcolección, n2 ≤ N2 de la segunda, y ası́ sucesivamente
hasta seleccionar nr ≤ Nr objetos de la última subcolección.
Entonces, el número total de diferentes selecciones es
    
N1 N2 Nr
··· .
n1 n2 nr

Demostración: El lector no encontrará ninguna dificultad


para justificar este resultado.

Por ejemplo, el número de manos de póker mediante las


cuales se obtiene un full house (3 aces y 2 reyes) es igual a
( 43 ) ( 42 ) = 24.
Otro ejemplo: el número de manos de bridge que con-
tienen exactamente 6 corazones es igual a
  
13 39
= 26, 393, 687, 892.
6 7

En este último ejemplo, N = 52, N1 = 13, N2 = 39 (el


número de cartas que no son corazones), n1 = 6 (los cora-
zones), n2 = 7 (el resto de las cartas de la mano).

2.8 Combinaciones con repeticiones


¿Cuántas combinaciones con repeticiones podemos formar
con los objetos a, b, c, tomando 4 de ellos a la vez? En
26 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

total 15 combinaciones, las cuales son:

[a, a, a, a] [a, a, a, b] [a, a, a, c] [a, a, b, b] [a, a, b, c]


[a, a, c, c] [a, b, b, b] [a, b, b, c] [a, b, c, c] [a, c, c, c]
[b, b, b, b] [b, b, b, c] [b, b, c, c] [b, c, c, c] [c, c, c, c]

Proposición 16 El número de combinaciones de n objetos


distinguibles, tomando m de ellos a la vez y permitiendo las
repeticiones, es igual a

[n]m
   
n+m−1 n+m−1
= = .
m! m n−1

Demostración: En efecto, como el lector puede observar,


cada una de las combinaciones con repetición,

[ai1 , ai2 , . . . , aim ],

se puede asociar con una y solo una “palabra” en orden cre-


ciente ai1 ai2 · · · aim , donde las “letras” son los objetos. El re-
sultado es entonces el mismo que el obtenido en la proposición
10, igual a [n]m /m!. La equivalencia de esta cantidad a los
coeficientes binomiales ( n+m−1 m ) y ( n+m−1
n−1 ) es evidente, de la
definición de estos últimos.

2.9 Selección de objetos no consecutivos


¿Cuántas selecciones distintas de 3 números no consecutivos
pueden hacerse a partir de los 8 dı́gitos 1, 2, 3, 4, 5, 6, 7, 8,
dispuestos en ese orden? En total tendremos las siguientes
20 selecciones:

1,3,5 1,3,6 1,3,7 1,3,8 1,4,6


1,4,7 1,4,8 1,5,7 1,5,8 1,6,8
2,4,6 2,4,7 2,4,8 2,5,7 2,5,8
2,6,8 3,5,7 3,5,8 3,6,8 4,6,8.
2.9. Selección de objetos no consecutivos 27

Generalizando este problema, hallemos la cantidad de


selecciones distintas F (m, k) de k objetos no consecutivos,
que se puede obtener a partir de m objetos distinguibles
dispuestos en una lı́nea. Encontraremos la manera de aso-
ciar este problema con el conteo de soluciones enteras anal-
izado en la sección 2.3. Consideremos la selección especı́fica,
en la cual p1 , p2 , . . . , pk son las posiciones de los obje-
tos no consecutivos seleccionados. La restricción de la “no-
consecutividad” nos impone las condiciones pi − pi−1 ≥ 2,
para todo i ∈ {2, 3, . . . , k}. Además tendremos que p1 ≥ 1.
Definimos las k + 1 cantidades x1 , x2 , . . . , xk , xk+1 me-
diante x1 = p1 , xi = pi − pi−1 , para cada i ∈ {2, . . . , k}, y
xk+1 = m − pk . Luego, tendremos que

x1 + x2 + · · · + xk + xk+1 = m,

con las restricciones x1 ≥ 1, xi ≥ 2, para cada i ∈ {2, . . . , k}


y xk+1 ≥ 0. Aplicando el teorema 12 de la sección 2.3 y luego
de simplificar, obtenemos entonces la fórmula para F (m, k),
como se indica a continuación.

Teorema 17 El número F (m, k) de selecciones de k obje-


tos no consecutivos, a partir de m objetos dispuestos en una
lı́nea, es igual a
 
m−k+1
F (m, k) = .
k

Otra demostración completamente diferente de este resul-


tado es como sigue. El total F (m, k) de selecciones se puede
separar en dos grupos:

(a) Aquellas selecciones en las cuales el primer objeto ocupa


la primera posición. Los restantes objetos se pueden en-
tonces seleccionar en forma no consecutiva de F (m −
2, k − 1) formas distintas.
28 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

(b) Aquellas selecciones en las cuales el primer objeto no


ocupa la primera posición. Habrá en total F (m − 1, k)
selecciones de este tipo.
Por lo tanto, tendremos la relación por recurrencia

F (m, k) = F (m − 2, k − 1) + F (m − 1, k),

con las condiciones iniciales F (m, 1) = m y F (k, k) = 0,


para k > 1. Utilizamos ahora el principio de inducción
matemática, para concluir que
   
m − 2 − (k − 1) + 1 m−1−k+1
F (m, k) = +
k−1 k
     
m−k m−k m−k+1
= + = .
k−1 k k

Finalmente, presentamos el siguiente resultado análogo,


referente a selecciones de objetos no consecutivos.

Teorema 18 El número G(m, k) de selecciones de k obje-


tos no consecutivos, a partir de m objetos dispuestos en un
cı́rculo, es igual a
 
m m−k
G(m, k) = , m ≥ 2k.
m−k k

Demostración: Fijamos en el cı́rculo la primera posición


y empleamos la función F del teorema precedente. El total
G(m, k) de selecciones puede separarse en dos grupos:
(a) Aquellas en las cuales el primer objeto ocupa la primera
posición. Los restantes objetos entonces se pueden se-
leccionar de F (m − 3, k − 1) maneras distintas.
(b) Aquellas en las cuales el primer objeto no ocupa la
primera posición. Habrá en total F (m − 1, k) selec-
ciones de este tipo.
2.10. Ejercicios 29

Por lo tanto, tendremos la siguiente relación por recurrencia:

G(m, k) = F (m − 3, k − 1) + F (m − 1, k).

Sustituyendo los valores de F de acuerdo al teorema prece-


dente, obtenemos el resultado, luego de realizar las simplifi-
caciones del caso.

2.10 Ejercicios
27. ¿De cuántas formas se puede indicar en el tablero de
ajedrez dos casillas, una blanca y una negra? ¿Y si no hay
limitaciones en lo que respecta al color de las casillas selec-
cionadas?

28. ¿De cuántas maneras se puede seleccionar en el tablero


de ajedrez una casilla blanca y una negra que no estén en
una misma horizontal ni vertical?

29. De 12 palabras de género masculino, 9 de femenino y


10 de neutro, hay que seleccionar una de cada género. ¿De
cuántos modos se puede efectuar esta selección? Generalice
el problema para cuando el número de palabras por género
son, respectivamente, m, f y n.

30. Hay 6 pares de guantes de distintas medidas. ¿De cuán-


tas maneras se puede seleccionar entre ellos un guante de
la mano izquierda y otro de la derecha, de forma que estos
guantes sean de distintas medidas? Generalice el problema
para cuando hay 2n pares de guantes de distintas medidas.

31. ¿De cuántas maneras se puede formar 6 palabras a partir


de 26 letras diferentes, si en el conjunto de estas 6 palabras
cada letra se utiliza exactamente una vez? Generalice el re-
sultado para cuando tenemos n letras diferentes y se requiere
formar m palabras, con las mismas condiciones.
30 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

32. De entre 3 ejemplares de un texto de álgebra, 7 de ge-


ometrı́a y 7 de trigonometrı́a, hay que seleccionar un ejemplar
de cada texto. ¿Cuántos modos existen de efectuarlo? Gen-
eralice el problema para cuando las cantidades de textos por
materia son n1 , n2 y n3 .

33. Un encuadernador debe encuadernar 12 libros diferentes


en rojo, verde y marrón. ¿De cuántos modos puede hacerlo,
si por lo menos un libro debe estar encuadernado en cada
color?

34. En una canasta hay 12 manzanas y 10 naranjas. Juan


toma de la canasta una manzana o una naranja, luego de lo
cual Marı́a toma una manzana y una naranja. ¿En que caso
Marı́a tendrá mayor libertad de elección: cuando Juan toma
una manzana, o cuando elige tomar una naranja?

35. ¿De cuántas maneras se puede seleccionar, de una baraja


completa de naipes, una carta de cada palo? Mismo asunto,
pero con la condición de que entre las cartas seleccionadas
no haya ningún par igual, es decir, dos reyes, dos diez, etc.

36. Cinco muchachas y tres muchachos juegan a la pelota.


¿De cuántas formas pueden dividirse en dos equipos de 4
personas cada uno, si en cada equipo debe haber por lo menos
un muchacho? Generalice el resultado, para cuando tenemos
n muchachas y m muchachos.

37. De una baraja normal de 52 cartas se han extraı́do 10


cartas. ¿En cuántos casos entre ellas habrá por lo menos
un as? ¿En cuántos casos habrá exactamente un as? ¿En
cuántos habrá no menos de 2 aces? ¿Y exactamente dos
aces?

38. Sea m un entero positivo. Calcule el número de solu-


ciones enteras y positivas de la ecuación
x1 + x2 + · · · + xn = m,
2.10. Ejercicios 31

esto es, soluciones para las cuales xi > 0, 1 ≤ i ≤ n.

39. Sea m un entero positivo. Calcule el número de solu-


ciones enteras de la ecuación

x1 + x2 + · · · + xn = m,

para las cuales xi ≥ −3, para cada i ∈ {1, 2, . . . , n}.

40. En el coupé de un vagón del ferrocarril hay dos divanes


opuestos, de 5 lugares cada uno. De 10 pasajeros, cuatro
desean sentarse de cara a la locomotora, y tres de espaldas a
ella; a los tres restantes les es indiferente cómo sentarse. ¿De
cuántos modos se puede efectuar esto?

41. La mamá tiene 2 manzanas y 3 peras. Cada dı́a, du-


rante cinco dı́as seguidos, da al hijo una fruta. ¿De cuántas
maneras puede efectuarse esto?

42. La mamá tiene n1 objetos tipo I, n2 objetos tipo II y


n3 objetos tipo III. Cada dı́a, durante n1 + n2 + n3 dı́as
seguidos, da al hijo un objeto. ¿De cuántas maneras puede
efectuarse esto?

43. En un club deportivo con 30 miembros, hay que formar


un equipo de 4 personas para participar en una carrera de
1000 m. ¿De cuántas maneras puede hacerse? ¿Y de cuántas
maneras se puede formar un equipo de 4 personas para par-
ticipar en la carrera de relevos 100 + 200 + 400 + 800?

44. ¿De cuántas maneras se puede colocar las figuras blancas


(2 torres, 2 alfiles, 2 caballos, el rey y la reina) en la primera
fila del tablero de ajedrez?

45. De un grupo formado por 7 hombres y 4 mujeres, hay


que seleccionar 6 personas de forma tal que entre ellas haya
al menos 2 mujeres. ¿De cuántas maneras puede efectuarse
32 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

la elección? Generalice el problema para cuando el grupo


consiste en H hombres y M mujeres, y hay que seleccionar
p personas (p ≤ H + M ), de las cuales al menos h deben ser
hombres y m deben ser mujeres (h ≤ H, m ≤ M , h+m ≤ p).

46. Un tren, en el que se encuentran n pasajeros, debe efec-


tuar m paradas. ¿De cuántas maneras pueden distribuirse
los pasajeros entre estas paradas? El mismo problema, si se
tiene en cuenta sólo la cantidad de pasajeros que se bajaron
en las paradas.

47. Un grupo de 7 mujeres y 10 hombres bailan en una fiesta.


Si para algún baile en particular participan todas las mujeres,
¿cuántas variantes existirán de la participación de los hom-
bres en este baile? ¿Cuántas variantes habrá, si se tiene en
cuenta solamente cuáles hombres quedaron sin bailar? Re-
solver las mismas cuestiones si se puede decir con seguridad
que dos hombres determinados serán invitados a bailar.

48. Una compañı́a está formada por 3 oficiales, 6 sargentos


y 60 soldados rasos. ¿De cuántos modos se puede seleccionar
entre ellos un destacamento formado por un oficial, dos sar-
gentos y 20 soldados rasos? Resolver el mismo problema,
pero en el destacamento debe figurar el jefe de la compañı́a
y el mayor de los sargentos.

49. En una fiesta escolar hay 12 niños y 15 niñas. ¿De


cuántas maneras se puede seleccionar de entre ellos 4 parejas
para un baile? Generalice el problema, para cuando hay n
niños, m niñas y se deben seleccionar de entre ellos k parejas
para el baile, con k ≤ min{n, m}.

50. Hay 3 gallinas, 4 patos y 2 gansos. ¿Cuántas agrupa-


ciones existen para la elección de varias aves, de forma tal
que entre las seleccionadas haya tanto gallinas como patos y
gansos? Generalice el problema, para cuando hay n1 gallinas,
n2 patos y n3 gansos.
2.10. Ejercicios 33

51. ¿De cuántos modos se puede dividir m + n + p objetos


distinguibles en tres grupos, de forma que en un grupo haya
m objetos, en otro n, y en el tercero p (el orden de los grupos
es indistinguible)?

52. ¿De cuántas formas se puede seleccionar un grupo entre


15 personas para trabajar? En el mismo puede haber 1,
2, . . . , 15 personas. Generalice el problema, para el caso en
que haya que seleccionar entre n personas.

53. Sean p1 , . . . , pn números primos diferentes. ¿Cuántos


divisores tiene el número q = pα1 1 · · · pαnn , siendo α1 , . . . , αn
números naturales? ¿A qué es igual la suma de estos divi-
sores?

54. 30 personas votan por 5 mociones. ¿De cuántas formas


se puede distribuir los votos, si cada una vota por una moción
y si se tiene en cuenta solamente el número de votos que
obtuvo cada una?

55. ¿Cuántas formas existen de seleccionar 12 personas de


entre 17, si dos personas dadas de estas 17 no pueden ser
seleccionadas juntas? Generalice el problema para cuando
tenemos N personas y debemos seleccionar n < N , con la
restricción de que k personas especı́ficas no pueden ser selec-
cionadas juntas.

56. El marido tiene 12 conocidos, 5 mujeres y 7 hombres, y


la esposa 7 mujeres y 5 hombres (diferentes a los del marido).
¿De cuántas maneras se puede formar un grupo de 6 hombres
y 6 mujeres, de modo que 6 personas sean invitadas por el
marido y 6 por la esposa?

57. A cada costado de un bote hay que sentar 4 personas.


¿De cuántas maneras se puede seleccionar las 8 personas a
sentar en el bote, si hay 31 candidatos y si además 10 de
34 Capı́tulo 2. Arreglos, distribuciones, combinaciones . . .

ellos quieren sentarse en el costado izquierdo del bote, 12 en


el costado derecho y a los restantes 9 les es indiferente dónde
sentarse?

58. Una persona tiene 6 amigos y durante cada fin de semana


invita a su casa a 3 de ellos, de modo tal que el grupo no se
repita ni una sola vez. ¿De cuántas maneras puede hacerlo?

59. Un coro está formado por 10 participantes. ¿De cuántas


maneras se puede seleccionar 6 participantes durante tres
dı́as, de forma que cada dı́a el coro tenga distinta composición?
Generalice el problema al caso en que el coro tiene N partic-
ipantes y se seleccionan n de ellos durante tres dı́as.

60. De cuántas maneras se puede formar palabras a partir


de 9 consonantes y 7 vocales, en las que figuren 4 conso-
nantes distintas y 3 vocales diferentes? ¿En cuántas de estas
palabras no habrá dos consonantes juntas?

61. ¿Cuántas palabras que contengan cinco letras cada una


se puede formar con 26 letras distintas, si se admiten repeti-
ciones, pero no puede haber en la palabra formada dos le-
tras vecinas que coincidan, es decir, si palabras tales como
“llama” o “perro” no se admiten? Generalice el problema
para el caso en que tenemos N letras distintas y las palabras
son de largo n, con las mismas condiciones.

62. Un grupo formado por 10 parejas de casados se divide en


5 grupos de 4 personas para un paseo en bote. ¿De cuántas
formas se las puede dividir, de manera que en cada bote haya
dos hombres y dos mujeres?

63. En el problema anterior, ¿en cuántos casos un hombre


dado quedará en el mismo bote que su esposa? ¿En cuántos
casos dos hombres quedarán en un solo bote junto con sus
esposas?
Capı́tulo 3

Coeficientes binomiales
y multinomiales
Hemos visto que la solución de muchos problemas com-
binatorios involucra los coeficientes binomiales y multinomi-
ales. Por tal razón, analizaremos en este capı́tulo algunas
de las propiedades más significativas que tienen estos coefi-
cientes, viéndolas desde el punto de vista combinatorio. Al-
gunas otras propiedades son planteadas en los ejercicios.
Primeramente demostraremos el bien conocido teorema
del binomio de Newton. Generalmente, en el primer contacto
que el estudiante tiene con este teorema, la demostración del
mismo se establece por el método de la inducción matemática.
Sin embargo, aquı́ demostraremos este importante resultado
empleando argumentos de tipo combinatorio, poniendo en ev-
idencia, de esta forma, algo del poder que tienen las técnicas
combinatorias.

3.1 El binomio de Newton


Proposición 19 (Binomio de Newton)
n  
n
X n k n−k
(x + y) = x y . (3.1)
k
k=0

Demostración: En efecto, cada término de la parte derecha


de la fórmula (3.1) es claramente obtenido por la selección

35
36 Capı́tulo 3. Coeficientes binomiales y multinomiales

reiterada de cada uno de los n factores, ya sea la letra x, o


la letra y. Si seleccionamos la letra x en k de los factores,
tendremos entonces que seleccionar la letra y en los restantes
n − k factores. Luego, claramente, el coeficiente de xk es
justamente el número de maneras en las cuales la letra x
puede ser seleccionada en k de los n factores, que es igual a
( nk ).

Corolario 20 (Subconjuntos del conjunto potencia)


n  
X n
= 2n .
k
k=0

Demostración: En efecto, al sustituir x = y = 1 en la


fórmula (3.1), se obtiene este resultado de apariencia in-
ocente.

De paso, este corolario puede ser interpretado como una


demostración combinatoria de la proposición 1(c), en la cual
se dice que si A es un conjunto con n elementos, entonces el
conjunto potencia, P(A), tiene 2n elementos.
En efecto, P(A) está compuesto por todos los subconjun-
tos de A, cuyo número total lo podemos contar ası́: el número
de los subconjuntos con cero elementos, más el número de los
subconjuntos con 1 elemento, más el número de los subcon-
juntos con 2 elementos, etc., hasta sumar el número de los
subconjuntos con n elementos. Esta suma es precisamente
     
n n n
+ + ··· + = 2n .
0 1 n
Corolario 21
n  
X n
(−1)k = 0.
k
k=0

Demostración: En efecto, tómese x = −1 y y = 1 en el


binomio de Newton y la conclusión es inmediata.
3.2. El triángulo de Pascal 37

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1

Figura 3.1: Triángulo de Pascal.

3.2 El triángulo de Pascal


Otro resultado familiar al estudiante, que derivaremos a con-
tinuación, es la identidad del Triángulo de Pascal 1 . Esto es,
los coeficientes binomiales de ı́ndice superior n+1 pueden ser
obtenidos de la suma de cada par de coeficientes binomiales
adyacentes de ı́ndice superior n. Expresamos este hecho a
través del conocido triángulo de Pascal, como se ilustra en la
1
Blaise Pascal (1623–1662) Matemático, fı́sico e inventor francés,
nacido en Clermont, Auvergne. Fue el tercer hijo y único varón de
una familia cuya madre murió cuando Pascal tenı́a solamente tres años
de edad. En 1632 su familia se mudó a Parı́s. Su padre tenı́a puntos
de vista poco ortodoxos con respecto a la educación de sus hijos y de-
cidió enseñarles él mismo. Además le prohibió a Pascal que estudiara
matemática antes de cumplir los 15 años. De esa forma, todos los textos
de matemática fueron sacados de la casa. Sin embargo, la curiosidad de
Pascal pudo más que la intransigencia de su padre y empezó un trabajo
de geometrı́a a la edad de 12 años, descubriendo que la suma de los
ángulos de un triángulo es igual a dos ángulos rectos. Cuando su padre
se dio cuenta de la habilidad de su hijo, se ablandó un poco y le permitió
leer una copia de Los Elementos de Euclides.
A la edad de 14 años Pascal comenzó a acompañar a su padre a
los encuentros con Mersenne, un predicador que pertenecı́a a la orden
religiosa de los Minims, cuya morada era punto de reunión frecuentado
por personalidades tales como Gassendi, Roberval, Carcavi, Auzout,
Mydorge, Mylon, Desargues y otros. Pronto, Pascal admiró el trabajo
de Desargues. A la edad de 16 años presentó un pequeño estudio en
una de las reuniones de Mersenne, con algunos teoremas de geometrı́a
proyectiva, entre ellos el hexágono mı́stico de Pascal .
38 Capı́tulo 3. Coeficientes binomiales y multinomiales

Figura 3.1.
Formalmente, expresamos lo anterior mediante ( n+1 k ) =
n n
( k ) + ( k−1 ), resultado que pasaremos a establecer desde el
punto de vista combinatorio (desde luego que esta sencilla
fórmula puede ser fácilmente demostrada mediante manipu-
laciones algebraicas elementales). Debe recordarse que ( nk ) =
0 cuando k > n o cuando k < 0.

Proposición 22 (Triángulo de Pascal)


     
n+1 n n
= + .
k k k−1
Demostración: En efecto, la parte izquierda de la fórmula
anterior es el número de maneras de seleccionar k objetos de
una colección de n + 1 objetos. Distingamos momentánea-
mente uno de los n + 1 objetos del resto. Entonces, cada
una de las ( n+1k ) selecciones originales de los k objetos, o

En 1639 la familia Pascal se trasladó a Rouen, donde su padre habı́a


obtenido el puesto de recolector de impuestos para la Alta Normandı́a.
De esa época es el primer trabajo de Pascal, titulado Ensayos sobre las
Secciones Cónicas, publicado en 1640.
Pascal inventó la primera calculadora digital para ayudar a su padre
en su trabajo de recolección de impuestos. Trabajó en este invento por
tres años, entre 1642 y 1645. El aparato, llamado Pascaline, recuerda a
los calculadores mecánicos de los años de la década de 1940. Esto hizo de
Pascal la segunda persona en inventar una calculadora mecánica, pues
Schickard ya habı́a manufacturado una en 1624.
Debió resolver algunos problemas relacionados con el diseño de su
calculadora, debido a las particularidades de la moneda utilizada en
Francia por aquella época. Habı́a 20 soles en una libra y 12 deniers en un
sol. El sistema se mantuvo en Francia hasta 1799, aunque en Bretaña se
empleó un sistema similar hasta 1971. Pascal tuvo que resolver muchos
problemas técnicos para implementar la división de una libra por 240,
problemas que pudo haberse evitado si la división hubiese sido por 100.
La producción de la máquina Pascaline comenzó en 1642. Para 1652
unos cincuenta prototipos habı́an sido producidos, pero pocas máquinas
habı́an sido vendidas y la manufactura del Pascaline cesó ese año.
En 1646 Pascal empezó una serie de experimentos sobre la presión
atmosférica. En 1647 probó, para su satisfacción, que el vacı́o existe. Al
3.2. El triángulo de Pascal 39

bien contiene a este objeto distinguido o bien no lo contiene.


El número de selecciones que incluyen al objeto distinguido
n
es entonces ( k−1 ), pues coincide con el número de maneras
de seleccionar los k − 1 restantes objetos de entre los n aún
disponibles. Por otra parte, el número de selecciones que no
incluyen al objeto distinguido es ( nk ), ya que esta cantidad
coincide con el número de maneras de seleccionar k objetos
de entre los n aún disponibles.

Otra identidad interesante desde el punto de vista com-


binatorio es la siguiente, la cual generaliza al triángulo de
Pascal:

Proposición 23 Para N , n ∈ N, M ≥ 1, n ≤ N + M , se
cumple
n     
X N M N +M
= .
k n−k n
k=0

principio Descartes no creyó en la noción del vacı́o de Pascal. En una


carta dirigida a Huygens, Descartes escribió, injusta y cruelmente, lo
siguiente: “. . . (Pascal) tiene mucho vacı́o en su cabeza”. Pascal escribió
el artı́culo Nuevos Experimentos Concernientes al Vacı́o, que lo llenó de
controversias con un grupo de cientı́ficos quienes, como Descartes, no
creı́an en el vacı́o. En 1648 Pascal observó que la presión de la atmósfera
decrece con la altura y dedujo que el vacı́o existe sobre la atmósfera.
Desde 1653 Pascal trabajó en matemáticas y fı́sica, escribiendo el
Tratado sobre el Equilibrio de los Lı́quidos, obra en la cual explica la
ahora llamada Ley de la Presión de Pascal . Este tratado es un completo
esbozo de un sistema de hidrostática, el primero en la historia de la
ciencia, y materializó su contribución más importante y distintiva a la
fı́sica teórica.
Trabajó sobre las secciones cónicas y produjo importantes teoremas
en geometrı́a proyectiva. En su trabajo La Generación de las Secciones
Cónicas (1654) considera las cónicas como generadas por proyecciones
centrales del cı́rculo. Ésta era la primera parte de un tratado sobre
cónicas que Pascal nunca llegó a completar. El trabajo se perdió, pero
gracias a las notas levantadas posteriormente por Leibniz y Tschirnhaus
sobre el mismo, ahora podemos tener una idea bastante completa de lo
que fue.
40 Capı́tulo 3. Coeficientes binomiales y multinomiales

Demostración: En efecto, considérese una colección de N +


M objetos, particionados en dos subcolecciones de N y M
objetos respectivamente, y considérese el número total de
posibles selecciones de n ≤ N + M objetos, cual es ( N +M n ).
N M
Por otra parte, obsérvese que el producto ( k )( n−k ) corres-
ponde al número de maneras de seleccionar los n objetos de
las dos particiones de objetos, seleccionando k de la primera
partición de N objetos y n − k de la segunda partición de M
objetos (proposición 15). Luego, al sumar cada uno de estos
productos ( Nk )( n−k
M
) obtenemos al final el número total de
maneras de seleccionar los n objetos de los N + M objetos
originales.

El lector podrá observar que cuando M = 1 y n ≥ 1


obtenemos la fórmula
     
N +1 N N
= + ,
n n−1 n

que es precisamente el triángulo de Pascal.


Aunque Pascal no fue el primero en estudiar el triángulo de Pascal , su
Tratado sobre los Triángulos Aritméticos fue el más importante trabajo
en este tópico. Posteriormente a través de los trabajos de Wallis y Pascal
sobre los coeficientes binomiales, Newton descubrió el teorema general
del binomio para potencias racionales y negativas.
A través de su correspondencia con Fermat, dejó abiertos los cimientos
de la teorı́a de las probabilidades. Esta correspondencia consistió en
cinco cartas en 1654. Consideró el problema de un dado (¿cuántas veces
deberemos lanzar un par de dados antes de esperar un doble seis?), ya
estudiado por Cardan, y el problema de los puntos (¿cómo dividir las
apuestas si el juego del dado es incompleto?), también considerado por
Cardan, Pacioli y Tartaglia. Pascal resolvió el problema de los puntos
para un juego entre dos jugadores.
Su último trabajo fue sobre la cicloide, la curva trazada por un punto
de la circunferencia de un disco que rueda. Aplicó el principio de Cava-
lieri para calcular el área y centro de gravedad de cualquier segmento de
la cicloide. También resolvió el problema del cálculo del volumen y la
superficie del sólido de revolución formado al rotar la cicloide alrededor
de su eje horizontal.
3.3. Generalización de los coeficientes binomiales 41

3.3 Generalización de los coeficientes


binomiales
La definición de coeficientes binomiales puede ser extendida
de manera natural, si observamos que ( m n
) = [n] m
m! . En efecto,
podemos cambiar n por cualquier número real x.

Definición 24 Sea x ∈ R y m ∈ N. Entonces se define el


coeficiente binomial
 
x [x]m x(x − 1) · · · (x − m + 1)
:= = .
m m! m!

En particular, para cualquier entero n positivo, tendremos


la identidad
 
−n −n(−n − 1) · · · (−n − m + 1)
=
m m!
 
n+m−1
= (−1)m .
m

Una fórmula interesante que utiliza los coeficientes bi-


nomiales generalizados es el desarrollo infinito de (1 + x)β ,
donde β ∈ R, el cual es estudiado en los cursos de cálculo.
Lo presentamos aquı́ sin demostración.

Proposición 25 Sea β ∈ R y sea |x| < 1. Entonces,


∞   ∞
β
X β X [β]m m
(1 + x) = xm = x . (3.2)
m m!
m=0 m=0

3.4 El teorema del multinomio


Concluimos este capı́tulo estableciendo el teorema del multi-
nomio, utilizando métodos combinatorios.
42 Capı́tulo 3. Coeficientes binomiales y multinomiales

Proposición 26 (Multinomio de Newton) Sean x1 , x2 ,


. . . , xr ∈ R y n ∈ N. Entonces se cumple la fórmula
 
X n
n
(x1 +x2 +· · ·+xr ) = xk11 xk22 · · · xkkr .
k1 ,k2 ,...,kr ≥0
k1 , k2 , . . . , kr−1
k1 +k2 +···+kr =n

Demostración: En efecto, para cada uno de los n factores


de la parte izquierda de la fórmula anterior, selecciónese una
de los x’s. Entonces, cada término tiene la forma
xk11 xk22 · · · xkr r ,
donde ki ≥ 0 y ri=1 ki = n. El coeficiente de cada uno de
P
estos términos es precisamente el número de maneras en que
podemos dividir los n factores en r grupos, el primer grupo
conteniendo k1 elementos, el segundo grupo conteniendo k2
elementos, etc. El i-ésimo grupo corresponde a los factores
de los cuales seleccionamos xi .
Corolario 27
 
X n
= rn .
k1 ,k2 ,...,kr ≥0
k1 , k2 , . . . , kr−1
k1 +k2 +···+kr =n

Demostración: En efecto, obtenemos este resultado al tomar


xi = 1, i = 1, . . . , r.

3.5 Ejercicios
64. Demuestre que para todos n y m ∈ N se cumple la iden-
tidad
m    
X n+k n+m+1
= .
k m
k=0

65. Demuestre que el número de maneras en que m obje-


tos indistinguibles pueden ser distribuidos en n urnas dis-
m−1
tinguibles, quedando todas las urnas ocupadas, es ( m−n ).
Sugerencia: emplee la fórmula del problema 64.
3.5. Ejercicios 43

66. Demuestre las siguientes identidades:


n  
X n
(a) k = n 2n−1 ; n ∈ N.
k
k=0
n  
X n
(b) (−1)k k = 0; n ∈ N.
k
k=0
n  2  
X n 2n
(c) = ; n ∈ N.
k n
k=0
n     
X n n−k m n
(d) =2 ; n, m ∈ N, n ≥ m.
k m−k m
k=0
n   
X n n−k
(e) (−1)k = 0; n, m ∈ N, n ≥ m.
k m−k
k=0
n−r
X   
r+k n+1
(f) = ; r, n ∈ N, r ≤ n.
k r+1
k=0
m     
X m n m+n
(g) = ; r, n, m ∈ N, r ≤ n.
k r+k m+r
k=0
m     
X m−k n+k m+n+1
(h) = ; r, s, n, m ∈
r s r+s+1
k=0
N.

67. Evalúe la suma nk=3 (k − 2)(k − 1)k.


P

Sugerencia: el término (k − 2)(k − 1)k es igual a 3!( k3 ).

68. Evalúe la suma nk=1 k 2 .


P

Sugerencia: k 2 = (k − 1)k + k.

69. Utilice la identidad


       
n n−1 n−2 n−k
−1= + + ··· +
k k k−1 1
44 Capı́tulo 3. Coeficientes binomiales y multinomiales

para demostrar que, para cualquier k ≥ 1 dado, todo entero


positivo n puede ser representado de manera única como
     
m1 m2 mk
n= + + ··· + ,
1 2 k

donde 0 ≤ m1 < m2 < · · · < mk .

70. Demuestre, mediante un argumento combinatorio, que


   
2n n
(a) =2 + n2 .
2 2
     
n+r−1 n n+r−1 2r
(b) (n − r) =n .
r r 2r r
     
n n n
71. Demuestre que +6 +6 = n3 .
1 2 3

72. Evalúe las sumas


n
X
(a) 13 + 23 + · · · + n3 (b) 12(k + 1)k(k − 1)
k=1
n
X n
X
(c) (2 + 3k)2 (d) k(n − k)
k=0 k=0

73. Evalúe la suma


     
n n n
1+2 + · · · + (k + 1) + · · · + (n + 1)
1 k n

separándola en dos sumandos cuya suma es una identidad


conocida.

74. Dándole valores apropiados a x en la expansión binomial


3.5. Ejercicios 45

o en alguna de sus variantes, evalúe las siguientes sumas:


n   n  
X n X n
(a) (−1)k k (e) (−1)k k 2
k k
k=1 k=1
n   n  
X n X 1 n
(b) k(k − 1) (f)
k k+1 k
k=2 k=0
n   n  
X n X n
(c) 2k (g) (2k + 1)
k k
k=0 k=0
n  
k n
X
(d) k3
k
k=1

n      
X k n+1 m
75. Muestre que = − .
r r+1 r+1
k=m

m   m  
X m+k−1 X n+k−1
76. Muestre que = .
k k
k=1 k=1

n−1
X [m + n]m+1
77. Muestre que [m + k]m = .
m+1
k=0

n  2
X 2n  
n X 2n
78. Muestre que = .
k k
k=0 k=0

79. Encuentre el valor de k que maximiza las cantidades


siguientes:
    
n 2n + k 2n − k
(a) (b)
k n n

n−1
X  
n n
80. Evalúe .
k k+1
k=0
46 Capı́tulo 3. Coeficientes binomiales y multinomiales

81. Demuestre que


         
n n n n n
+3 +5 +· · · = 2 +4 + · · · = n2n−2 .
1 3 5 2 4
       
n n n n n
82. Evalúe −2 +3 + · · · + (−1) (n + 1) .
0 1 3 n
n  2
X (2n)! 2n
83. Muestre que = .
(k!) ((n − k)!)2
2 n
k=0

n/2 
X
2k n
84. Evalúe 2 2k , para n par.
2k
k=0

85. Muestre que


   
−n −k
(a) (−1)n = (−1)k .
k−1 n−1
 1  
− 2 2n 2n
(b) (−1)n 2 = .
n n
  1
2 2n − 2
(c) − = (−1)n 2 22n .
n n−1 n
m m  
X [m]k 1 X n−k n+1
(d) = n = , para m ≤
[n]k (m) n−m n−m+1
k=0 k=0
n.

86. Para cada n ∈ N definimos los números de Catalan, C2n ,


mediante C2n = n+11
( 2n
n ). Demuestre la siguiente relación
por recurrencia:
m
X
C2m = C2k−2 C2m−2k .
k=1
Capı́tulo 4

Particiones de un conjunto

4.1 Números de Stirling de 2da especie


¿Cuántas particiones pueden hacerse del conjunto de 4 ele-
mentos {1, 2, 3, 4} en 2 clases? La respuesta es: siete en total.
Ellas son:
{1}|{2, 3, 4} {2}|{1, 3, 4} {3}|{1, 2, 4} {4}|{1, 2, 3}
{1, 2}|{3, 4} {1, 3}|{2, 4} {1, 4}|{2, 3}

Obsérvese que el orden entre las clases no interesa cuando


se habla de particiones. Ası́ por ejemplo, son iguales las par-
ticiones {1, 2}|{3, 4} y {3, 4}|{1, 2}. El número de particiones
de un conjunto es difı́cil de calcular. En general, tenemos la
siguiente definición:

Definición 28 El número de particiones de un conjunto de


n elementos en k clases, con 1 ≤ k ≤ n, se denota por Snk . A
los números Snk se les llama números de Stirling1 de segunda
especie.
1
James Stirling (1692–1770) Matemático escocés, nacido en Gar-
den (cerca de Stirling). Estudió en la Universidad de Oxford y trabajó
por un corto perı́odo en las universidades italianas de Venecia (1719) y
de Padua (1721), trasladándose en 1722 a Glasgow y posteriormente a
Londres en 1725. Fue miembro de la Sociedad Real de Londres (1729).
Su principal obra matemática es “El método de diferencias”, publi-
cado en 1730. Este libro es un tratado sobre series infinitas, métodos de
sumación, interpolación y cuadratura numérica. En él, Stirling obtiene

47
48 Capı́tulo 4. Particiones de un conjunto

Es fácil deducir que, si k ≤ n, el número de Stirling Snk


coincide con el número de distintas maneras en que pueden
disponerse n objetos distinguibles en k cajas idénticas, no
permitiendo que ninguna caja quede vacı́a (si permitimos
que queden cajas vacı́as, entonces el número de maneras será
igual a Sn1 + Sn2 + · · · + Snk , como puede el lector observar).
Es sencillo establecer relaciones por recurrencia que per-
mitan el rápido cálculo de los números de Stirling de segunda
especie.

Proposición 29 Los números de Stirling de segunda especie


Snk satisfacen las siguientes relaciones por recurrencia:
k
Sn+1 = Snk−1 + kSnk , para 1 < k < n,
Sn1 = Snn = 1.

Demostración: En efecto, considérese la tabla de todas las


particiones de n + 1 objetos en k clases. En esta tabla pode-
mos distinguir entre dos tipos de particiones:
(i) Para algunas de estas particiones, el objeto número n+
1 conforma una clase unitaria. Claramente el número
de tales particiones es Snk−1 .
(ii) Para el resto de las otras particiones, el objeto número
n + 1 se encuentra ubicado en una clase no unitaria.
Claramente el número de estas otras particiones es kSnk
(el objeto número n + 1 puede quedar en cualquiera de
por primera vez un desarrollo asintótico para el logaritmo de la función
Gamma (serie de Stirling). Además estudia algunos productos infinitos,
ası́ como ciertas propiedades de las funciones hipergeométricas y de la
función Beta. Su famosa fórmula de aproximación para n! aparece en
esta obra.
En 1736 retornó a Escocia donde trabajó como gerente de la Compañı́a
Minera Escocesa. En 1746 fue electo miembro de la Real Academia de
Berlı́n. En el mismo año Maclaurin murió y Stirling fue llamado a
ocupar su plaza en la Universidad de Edimburgo, pero decidió declinar
la oferta.
4.1. Números de Stirling de segunda especie 49

las k clases en las cuales se particionan los primeros n


objetos).
k
Esto demuestra la relación por recurrencia Sn+1 = Snk−1 +
k 1 n
kSn . Los casos extremos Sn = Sn = 1 son evidentes.

A partir de estas recurrencias pueden calcularse fácilmen-


te los primeros números de Stirling de segunda especie, como
se exhiben en la Figura 4.1, en la llamada matriz de Stirling
de segunda especie.

Snk k=1 2 3 4 5 6
n=1 1 0 0 0 0 0
2 1 1 0 0 0 0
3 1 3 1 0 0 0
4 1 7 6 1 0 0
5 1 15 25 10 1 0
6 1 31 90 65 15 1
.. .. .. .. .. .. ..
. . . . . . .

Figura 4.1: Primeros números de Stirling de segunda especie.

Proposición 30 El número de funciones sobreyectivas que


pueden construirse entre un conjunto X de n elementos y un
conjunto A de k elementos, con n ≥ k, es igual a k! Snk .

Demostración: En efecto, cada función sobreyectiva f de


X = {1, 2, . . . , n} en A = {a1 , a2 , . . . , ak } induce una única
partición de X en k clases diferentes: f −1 ({a1 }), f −1 ({a2 }),
. . . , f −1 ({ak }). Por el contrario, a cada partición de X en
k clases están asociadas k! diferentes funciones sobreyectivas
de X en A.

Por ejemplo, el número de funciones sobreyectivas que


pueden definirse del conjunto {1, 2, 3, 4} en el conjunto {a, b}
50 Capı́tulo 4. Particiones de un conjunto

es igual a 2! S42 = 14. Para enumerarlas, empleamos por


ejemplo la notación (a, b, b, a) para referirse a la función f
tal que

f (1) = a , f (2) = b , f (3) = b , f (4) = a.

Luego, las 14 funciones sobreyectivas son:


(a, a, a, b), (a, a, b, a), (a, b, a, a), (b, a, a, a), (a, a, b, b),
(a, b, a, b), (b, a, a, b), (a, b, b, a), (a, b, b, a), (b, b, a, a),
(a, b, b, b), (b, a, b, b), (b, b, a, b), (b, b, b, a).

Proposición 31 Sean n y m enteros positivos. Entonces,


m  
n
X m
m = (k! Snk ). (4.1)
k
k=1

Demostración: En efecto, considérese los conjuntos X y A


de n y m elementos respectivamente. La cantidad mn de la
parte izquierda de la fórmula coincide con el número total
de funciones que pueden definirse de X en A. Este número
total de funciones puede desglosarse de la siguiente manera:
(i) Las funciones cuya imagen consiste en exactamente 1
elemento de A: hay exactamente m = ( m 1
1 )(1! Sn ) fun-
ciones con esta caracterı́stica.
(ii) Las funciones cuya imagen consiste en exactamente 2
elementos de A: hay en total ( m 2 ) subconjuntos de A
con 2 elementos y para cada uno de ellos existen 2! Sn2
distintas funciones (sobreyectivas) de X en tal subcon-
junto. Luego, en total habrá exactamente ( m 2
2 )(2! Sn )
funciones con esta caracterı́stica.
(iii) En general, las funciones cuya imagen consiste en ex-
actamente k elementos de A (con 1 ≤ k ≤ m): hay en
total ( m
k ) subconjuntos de A con k elementos y para
4.1. Números de Stirling de segunda especie 51

cada uno de ellos existen k! Snk distintas funciones (so-


breyectivas) de X en tal subconjunto. Luego, en total
habrá ( m k
k )(k! Sn ) funciones con esta caracterı́stica.
Sumando las cantidades anteriores, desde k = 1 hasta k = m
obtenemos la fórmula de la proposición.

Recuérdese que los números de Stirling de primera es-


pecie, snk , se caracterizan precisamente por ser los coeficientes
de los polinomios de Stirling Pn de primera especie: [x]n =
k k
x(x − 1) · · · (x − n + 1) = k=1 sn x . Veamos la relación
inversa, que involucra a los números de Stirling de segunda
especie.
Proposición 32 Sea x un número real. Entonces,
n
X
xn = Snk [x]k . (4.2)
k=1

Demostración: En efecto, obsérvese primero que el térmi-


no k-ésimo de la sumatoria de la parte derecha de (4.2),
Snk [x]k , simplifica de la siguiente forma:
 
k k [x]k x
Sn [x]k = k! Sn = (k! Snk ).
k! k
La fórmula (4.2) es una identidad de polinomios de grado n
en la variable x. En virtud de la proposición 31, la fórmula
(4.2) se cumple para los n + 1 distintos valores 0, 1, . . . , n
de la variable x. Se concluye que ambos polinomios de la
fórmula (4.2) son iguales, para todo x ∈ R.

A continuación se estudia otra relación por recurrencia


para el cálculo de los números de Stirling de segunda especie.
Proposición 33 Para m ≥ 1, n ≥ 0, m ≤ n + 1 se cumple:
n  
X n
m
Sn+1 = Skm−1 .
k
k=m−1
52 Capı́tulo 4. Particiones de un conjunto

Demostración: En efecto, considérese la tabla de todas las


particiones del conjunto X = {1, 2, . . . , n, n + 1} de n + 1
objetos en m clases. En cada una de las particiones de esta
tabla, elimı́nese la clase que contiene al objeto n + 1. De
esta manera, obtenemos todas las particiones de un conjunto
K ⊆ {1, 2, . . . , n} en m − 1 clases, para cada selección de
K. Cada uno de estos conjuntos K tendrá m − 1 elementos
como mı́nimo. Debido a que existen ( nk ) subconjuntos K ⊆
{1, 2, . . . , n} con k elementos, y para uno de ellos habrá en
total Skm−1 particiones en m − 1 clases, se obtiene la fórmula
propuesta.

4.2 Los números de Bell


Los números de Stirling de segunda especie, Snk , coinciden
con el número de particiones de un conjunto X de n ele-
mentos en k clases no vacı́as. Consideremos ahora el número
total de particiones de X en cualquier número de clases no
vacı́as. Denotemos por Bn este número total de particiones
de X de n elementos. Estos números también son llamados
números exponenciales o números de Bell 2 .
2
Eric Temple Bell (1883–1960) Matemático escocés, nacido en Ab-
erdeen. Vivió y creció en Escocia hasta 1903, año en que se trasladó a
vivir a Estados Unidos. Recibió su doctorado de la Universidad de
Columbia en 1912 por la disertación The Cyclotomic Quinary Quintic,
siendo Cole su tutor. Enseñó matemáticas en la Universidad de Wash-
ington desde 1912 hasta 1926, cuando obtuvo una plaza permanente en
el Instituto de Tecnologı́a de California.
Escribió algunos libros muy populares sobre la historia de las
matemáticas. También hizo contribuciones a la teorı́a analı́tica de los
números, el análisis diofantino y las funciones numéricas. La Sociedad
Matemática Americana le concedió el premio Bôcher en 1924 por su
memoria Paráfrasis Aritméticas, que apareció en la revista Transaction
of the American Mathematical Society en 1921. A pesar que escribió
cerca de 250 artı́culos —incluyendo aquel por el que recibiera el premio
Bôcher— Bell es mejor recordado por sus libros y por consiguiente como
un historiador de las matemáticas.
4.2. Los números de Bell 53

Por ejemplo, si X = {a, b, c, d}, el número total de parti-


ciones de X es igual a 15 = B4 . Estas 15 particiones son:
{a, b, c, d} {a}|{b, c, d} {b}|{a, c, d} {c}|{a, b, d}
{d}|{a, b, c} {a, b}|{c, d} {a, c}|{b, d} {a, d}|{b, c}
{a}|{b}|{c, d} {a}|{c}|{b, d} {a}|{d}|{b, c} {b}|{c}|{a, d}
{b}|{d}|{a, c} {c}|{d}|{a, b} {a}|{b}|{c}|{d}

Del significado de los números de Stirling de segunda


especie, claramente obtenemos la siguiente fórmula para el
cálculo de Bn :

Bn = Sn1 + Sn2 + · · · + Snn . (4.3)

Por otra parte, Bn coincide también el número de rela-


ciones de equivalencia que pueden definirse en un conjunto X
de n elementos, en virtud de la asociación biunı́voca existente
entre una relación de equivalencia sobre X y una partición
de X.
A continuación se estudia una relación por recurrencia
para el cálculo de los números de Bell.

Proposición 34 Escribiendo B0 = 1 obtenemos, para todo


n ∈ N,
n  
X n
Bn+1 = Bk .
k
k=0

Sus libros Aritmética Algebraica (1927) y El Desarrollo de las


Matemáticas (1940) se convirtieron en clásicos. Otros de sus libros son El
Hombre de las Matemáticas (1937) y Matemáticas, Reinas y Sirvientes
de la Ciencias (1951). Su estilo era claro y exuberante y sus opiniones las
expresaba con vehemencia, acompañadas frecuentemente con algún hu-
mor y un poco de suave malicia. De sus obras obtenemos una visión muy
interesante de las matemáticas, como sublimes actividades perseguidas
por intelecto humano, a menudo falibles, aunque siempre comprometidas
ante la búsqueda perpetua de la verdad matemática. Cultivó también
el genero de la ciencia ficción, escribiendo bajo el seudónimo de John
Taine.
54 Capı́tulo 4. Particiones de un conjunto

Demostración: En efecto, escribiendo Snm = 0 Ppara m > n,


∞ m
la fórmula 4.3 queda entonces como Bn+1 = m=1 Sn+1 .
Aplicamos la relación por recurrencia de la proposición 33
m y obtenemos el resultado:
para el cálculo de Sn+1
∞ ∞ X
n  
X X n
Bn+1 = m
Sn+1 = Skm−1
k
m=1 m=1 k=0
n
X n   X∞ 
= Skm−1
k
k=0 m=1
n  
X n
= Bk .
k
k=0

Dos bellı́simos desarrollos asintóticos que involucran a los


números de Bell se presentan a continuación.

Proposición 35 (Bell) Para todo t ∈ R se cumple la relación



X Bn t −1)
tn = e(e .
n!
n=0

Demostración: La siguiente prueba, elemental y elegante,


es debida a Rota3 . Considere el espacio vectorial de las fun-
3
Gian-Carlo Rota (1932–1999) Matemático y filósofo italiano,
nacido en Vigevano, hijo de una prominente familia antifascista que tuvo
que huir precipitadamente de Italia por la persecución emprendida por
Mussolini durante la Segunda Guerra Mundial. Fue educado en Italia
hasta la edad de trece años en 1945, terminando sus estudios secundarios
en Ecuador. Estudió matemáticas en las universidades Princeton y Yale
en Estados Unidos, obteniendo en esta última su doctorado en 1956, con
la disertación titulada Teorı́a de extensión de operadores diferenciales,
siendo su tutor J. T. Schwartz. Posteriormente realizó estudios post-
doctorales en el Instituto Courant de la Universidad de Nueva York.
Empezó a trabajar en la Universidad de Harvard en 1957. Dos años
más tarde se trasladó al Instituto Tecnológico de Masachusetts (MIT), en
donde laboró hasta el resto de su carrera, con excepción de dos años entre
1965 y 1967, en los cuales fue profesor de la Universidad de Rockefeller.
4.2. Los números de Bell 55

ciones de variable real ϕ(x) definidas por



X ∞
X
ϕ(x) = αn [x]n , con |αn | < +∞.
n=0 n=0
P∞
La transformación L(ϕ) = n=0 αn es lineal, pues

X ∞
X ∞
X
L(λϕ + λ0 ϕ0 ) = (λαn + λ0 αn0 ) = λ αn + λ0 αn0 .
n=0 n=0 n=0
Por otra parte, de la fórmula 4.2 de la sección anterior,
X n  X n
n k
L(x ) = L Sn [x]k = Snk = Bn .
k=1 k=1
P∞ zn
Luego, haciendo uso de la fórmula elemental ez = n=0 n! ,
obtenemos
∞ ∞
X Bn n X L(xn ) n
t = t = L(etx ).
n! n!
n=0 n=0

Rota trabajó al principio en los campos del análisis funcional, la teorı́a


de operadores y la teorı́a ergódica. A partir de 1960 empieza a publicar
trabajos sobre teorı́a de combinatoria, el campo donde más destacó. En
1964 publicó su trabajo Sobre los Fundamentos de la Teorı́a de Combi-
natoria, por el cual recibió el premio Steele de la Sociedad Matemática
Americana en 1988. Este artı́culo fue el primero de una serie de diez,
todos con el mismo tı́tulo, diferenciándose unos con otros por algún
subtı́tulo (por ejemplo, el primero tenı́a el subtı́tulo Teorı́a de la Función
de Möbius). Los restantes nueve artı́culos los escribió en colaboración
con uno a tres coautores y fueron publicados entre 1970 y 1974, a ex-
cepción del último, que fue publicado en 1992.
Rota recibió muchos premios por sus contribuciones destacadas. Adi-
cionalmente al premio Steele arriba mencionado, fue premiado con la
Medalla de Servicio Distinguido por la Agencia Nacional de Seguridad
en 1992. Fue electo miembro de la Academia Nacional de Ciencias en
1982. Fue vicepresidente de la Sociedad Matemática Americana en 1995-
97. Fue también miembro de la Academia Americana de Artes y Cien-
cias, de la Academia Argentina de Ciencias, del Instituto de Estadı́stica
Matemática, del Cı́rculo Husserl, de la Asociación Americana para el De-
sarrollo de la Ciencia y del Cı́rculo Heidegger. Recibió el premio Killian
del MIT por su trabajo como “lı́der innovador y el principal respons-
able en la transformación de la teorı́a de combinatoria, de una colección
56 Capı́tulo 4. Particiones de un conjunto

Escribiendo et = (1 + u), obtenemos


∞ X∞ 
X Bn n x [x]n n
t = L((1 + u) ) = L u
n! n!
n=0 n=0
∞ ∞
X un X un t −1)
= L([x]n ) = = eu = e(e .
n! n!
n=0 n=0

Proposición 36 (G. Dobinski)


2n 3n 4n
 
1
Bn+1 = 1n + + + + ··· .
e 1! 2! 3!
Demostración: En efecto,
∞ ∞ ∞ ∞
X 1 X 1 X [k]n X [k]n
e= = = = .
k! (k − n)! k! k!
k=0 k=n k=n k=0

La transformación L definida en la demostración de la proposición


anterior satisface

1 X [k]n
L([x]n ) = 1 = .
e k!
k=0
P
Si ϕ(x) = n αn [x]n , entonces
X X 1 [k]n
L(ϕ(x)) = αn
n
e k!
k
1 X 1 X 1 X ϕ(k)
= αn [k]n = .
e k! n e k!
k k

Escribiendo ϕ(x) = xn+1 obtenemos el resultado.


dispar de hechos y técnicas desmerecedora de consideración matemática
seria, a un campo activo, sistemático y profundo, de las matemáticas
modernas puras y aplicadas”.
Obtuvo cuatro grados honorı́ficos: la Universidad de Estrasburgo
(1984), la Universidad de L’Aquila (1990), la Universidad de Bologna
(1996) y la Universidad Politécnica de Brooklyn (1997).
4.3. Fórmulas de inversión 57

4.3 Fórmulas de inversión


De enorme utilidad es el siguiente resultado, cuya demostración
requiere de conocimientos elementales de álgebra lineal.

Proposición 37 (Primera fórmula de inversión) Sean


ϕn (x) y ψn (x) familias de polinomios de grado n y sean αnk ,
βnk , con 0 ≤ k ≤ n, cualquier colección de números reales.
Suponga que se satisfacen las relaciones
n
X
ϕn (x) = αnk ψk (x), (n = 0, 1, 2, . . . , n0 ),
k=0
Xn
ψn (x) = βnk ϕk (x), (n = 0, 1, 2, . . . , n0 ).
k=0

Si a0 , a1 , a2 , . . . , an0 , b0 , b1 , b2 , . . . , bn0 son números que


satisfacen las relaciones
n
X
an = αnk bk , (n = 0, 1, 2, . . . , n0 ),
k=0

entonces
n
X
bn = βnk ak , (n = 0, 1, 2, . . . , n0 ).
k=0

Demostración: En efecto, claramente


n
X Xn n X
X n 
k m k m
ϕn (x) = αn βk ϕm (x) = αn βk ϕm (x).
k=0 m=0 m=0 k=0

Escribiendo αnm = βnm = 0 cuando m > n, y comparando los


coeficientes de ϕm (x) en la ecuación anterior, obtenemos
n 
X 1, si n = m
αnk βkm = δn,m =
0, si n 6= m.
k=0
58 Capı́tulo 4. Particiones de un conjunto

En otras palabras, las matrices ((αji )) y ((βji )) son inversas


una de la otra, de donde la ecuación vectorial a = ((αji )) b
es equivalente a la ecuación vectorial b = ((βji )) a.

Una aplicación inmediata de este resultado es la famosa


fórmula de Stirling para el cálculo directo de sus números de
segunda especie Snm .
Proposición 38 (Fórmula de Stirling)
m  
m 1 X m−k m
Sn = (−1) kn .
m! k
k=0

Demostración: En efecto, escribiendo x = y + 1 y uti-


lizando la fórmula del binomio de Newton, tenemos que
n  
n n
X n
x = (y + 1) = (x − 1)k .
k
k=0

Por otra parte, también aplicando la fórmula del binomio de


Newton,
n  
n−k n
X
n
(x − 1) = (−1) xk .
k
k=0
Vamos a aplicar la primera fórmula de inversión a estos poli-
nomios, ϕ(x) = xn y ψ(x) = (x−1)n . Ese resultado garantiza
que si a0 , a1 , a2 , . . . , b0 , b1 , b2 , . . . son números que satisfacen
la relación
n  
X n
an = bk ,
k
k=0
entonces
n  
X n
bn = (−1)n−k ak .
k
k=0
En particular (fórmula 4.1) tenemos
m  
n
X m
m = (k! Snk ), (escribiendo Sn0 = 0).
k
k=0
4.3. Fórmulas de inversión 59

Luego, obtenemos
m  
X m
(m! Snm ) = (−1) m−k
kn .
k
k=0

De paso esta última expresión para m! Snm es precisa-


mente, como vimos, el número de funciones sobreyectivas
que pueden definirse de un conjunto X de n elementos en un
conjunto A de m elementos.
Proposición 39 Las matrices de los primeros números de
Stirling de primera y segunda especie son inversas una de
la otra: la matriz S = (Sji )n×n es inversa de la matriz s =
(sji )n×n .
Demostración: En efecto, de la definición de los números
de Stirling de primera especie y de la fórmula (4.2) obtenemos
n
X n
X
[x]n = snk xk , xn = Snk [x]k .
k=1 k=1
El resultado se obtiene entonces aplicando la idea de la de-
mostración de la proposición 37, al tomar αnk = snk y βnk =
Snk .

Por ejemplo, a continuación se presentan las matrices A


y B de los primeros números de Stirling de primera y se-
gunda especie respectivamente, de orden menor o igual que 6.
El lector puede corroborar (usando por ejemplo un paquete
computacional) que el inverso de cada uno de los menores
principales de A es igual al correspondiente menor principal
de B.
 
1 0 0 0 0 0
 −1 1 0 0 0 0 
 
 2 −3 1 0 0 0 
A=  ,
 −6 11 −6 1 0 0 
 24 −50 35 −10 1 0 
−120 274 −225 85 −15 1
60 Capı́tulo 4. Particiones de un conjunto
 
1 0 0 0 0 0

 1 1 0 0 0 0 

 1 3 1 0 0 0 
B= .

 1 7 6 1 0 0 

 1 15 25 10 1 0 
1 31 90 65 15 1

4.4 Ejercicios
87. Encuentre el número de maneras de distribuir n objetos
distinguibles en m cajas distinguibles, de manera que p cajas
queden ocupadas y m − p queden vacı́as.

88. Sea X un conjunto de n objetos. Calcule el número de


particiones de X en k clases, con λ1 clases de cardinalidad 1,
λ2 clases dePcardinalidad 2, . . . , λk clases de cardinalidad k,
donde n = ki=1 i λi .

89. Se definen los números de Lah, Lnk , mediante la ecuación


[−x]n = Ln1 [x]1 + Ln2 [x]2 + · · · + Lnn [x]n .
Observe que al cambiar x por −x en esta ecuación se obtiene
la ecuación equivalente
[x]n = Ln1 [−x]1 + Ln2 [−x]2 + · · · + Lnn [−x]n .
Entonces, del teorema de inversión, obtenemos que
∞ 
X
k m 1, si n = m
Ln Lk =
0, si n 6= m.
k=1

Además cada una de las ecuaciones


n
X n
X
an = Lnk bk , bn = Lnk ak
k=1 k=1

implica a la otra. Note además que los números (−1)n Lnk son
siempre positivos.
4.4. Ejercicios 61

(a) Derive la recurrencia


k
Ln+1 = −(n + k) Lnk − Lnk−1

y verifique con ayuda de ella la tabla siguiente:

n\k 1 2 3 4 5
1 −1
2 2 1
3 −6 −6 −1
4 24 36 12 1
5 −120 −240 −120 −20 −1

k tn
P∞
(b) Escriba Lk (t) = n=0 Ln n! . De la relación
∞ ∞  
tn X x −t k
X 
[−x]n = ,
n! k 1+t
n=0 k=0

muestre que
−t k
 
1
Lk (t) =
k! 1 + t
y en consecuencia
 
n! n − 1
Lnk = (−1) n
.
k! k − 1

Verifique que este resultado satisface la relación por


recurrencia derivada en (a), con las condiciones iniciales
apropiadas.

90. Demuestre la siguiente identidad:


b
X [b + 1]n+1 − [a]n+1
[j]n = ,
n+1
j=a

válida para todo a ≤ b ∈ Z y n ∈ N.


62 Capı́tulo 4. Particiones de un conjunto

91. Demuestre la siguiente identidad:


b n
X
n
X [b + 1]m+1 − [a]m+1
j = Snm ,
m+1
j=a m=1

válida para todo a ≤ b ∈ Z y n ∈ N? .

92. Una fórmula clásica, debida a James Bernoulli es


n m  
X
m 1 X m+1
j = Bk nm+1−k ,
m+1 k
j=1 k=0

en la cual B0 = 1, B1 = 21 , B2 = 16 , B4 = − 30 1 1
, B6 = 42 ,
. . . , y B2k+1 = 0 para todo entero k ≥ 1. Los números Bk
son conocidos en la literatura como los números de Bernoulli.
De la fórmula anterior, escriba los números de Bernoulli en
términos de los números de Stirling de segunda especie. Util-
ice la fórmula anterior para calcular en forma cerrada la suma
de las cuartas potencias de los primeros 10 números.
Capı́tulo 5

Principio de
inclusión y exclusión

5.1 Introducción
Supóngase que tenemos N objetos, de los cuales N (p) tienen
la propiedad p. Luego, si p0 denota la ausencia de la propiedad
p, entonces
N (p0 ) = N − N (p)
es la cantidad de objetos que no poseen la propiedad p. Si
dos propiedades p y q son de interés, el número de objetos
que no poseen ninguna de las dos propiedades está dado por

N (p0 , q 0 ) = N − N (p) − N (q) + N (p, q),

—donde N (p, q) denota el número de objetos que poseen


ambas propiedades— pues al sustraer N (p) y N (q) del to-
tal, N (p, q) ha sido sustraı́do dos veces y debe ser por tanto
añadido. Esto justifica la terminologı́a empleada de “Princi-
pio de Inclusión y Exclusión”, pues se trata de un proceso
en el que inicialmente se incluye a todos los objetos, luego
se excluyen aquellos que no se requieren, luego se incluyen
los objetos incorrectamente excluidos, etc., incluyendo y ex-
cluyendo objetos en forma alternativa.
En general tendremos la fórmula de Bernoulli1 -Sylvester-
da Silva, que establece que si de N objetos, N (p) tienen la

63
64 Capı́tulo 5. Principio de inclusión y exclusión

propiedad p, N (q) tienen la propiedad q, . . . , N (p, q) tienen


ambas propiedades p y q simultáneamente, N (p, q, r) tienen
las propiedades p, q y r simultáneamente, etc., entonces
el número N (p0 , q 0 , r0 . . .) de objetos con ninguna de estas
propiedades está dado por

N (p0 , q 0 , r0 . . .) = N − N (p) − N (q) − N (r) − · · ·


+ N (p, q) + N (p, r) + · · ·
− N (p, q, r) − · · ·
+ ···

cuya demostración veremos en la siguiente sección.


Por ejemplo, suponga que en una escuela hay 100 estu-
diantes, de los cuales 40 cursan francés, 40 cursan latı́n y
40 cursan alemán. Además, 20 estudiantes cursan cualquier
pareja de los tres idiomas y 10 estudiantes cursan los tres
1
Jacob I Bernoulli (1654–1705) Matemático suizo, nacido en Basel.
Según los deseos de su padre estudió teologı́a, pero a la vez se dedicó al
estudio de las matemáticas. Durante un viaje por Holanda e Inglaterra
conoció a los grandes matemáticos de esos paı́ses. Al regresar a su
ciudad natal, dictó lecciones de fı́sica experimental. A partir de 1687 se
desempeñó como profesor de matemáticas de la universidad.
Sus mayores aportes a la matemática se ubican en el análisis infinites-
imal, la teorı́a de series, el cálculo de variaciones y la teorı́a de prob-
abilidades. En 1687, después de leer el libro de Leibniz sobre cálculo
diferencial (1684), Bernoulli aplica las nuevas ideas al estudio de nu-
merosas curvas: la espiral logarı́tmica, la lemniscata (descubierta por
el mismo Bernoulli), la catenaria y otras. Definió por primera vez el
área del triángulo esférico y otras superficies esferoidales, calculando el
valor de numerosas integrales. Su libro “Aplicaciones aritméticas de las
series infinitas y sus sumas infinitas”, publicado entre 1689 y 1704, fue
el primer texto sistemático sobre la teorı́a de series.
Junto con su hermano Iohann I, Jacob I fue uno de los fundadores del
cálculo de variaciones. Propuso y resolvió en forma parcial el problema
isoperimétrico, ası́ como el problema sobre la curva de descenso más
rápido, planteado por su hermano.
En la obra “El arte de las proposiciones” publicado por su sobrino
Nicolás I en 1713, Jacob I resolvió algunos problemas de combinatoria,
5.2. Fórmula fundamental 65

idiomas. ¿Cuántos estudiantes no están cursando ningún id-


ioma?
En la solución de este problema, la población total con-
siste en N = 100, mientras que las propiedades p, q y r
representan cursar los idiomas francés, latı́n y alemán, re-
spectivamente. Los datos del problema nos proporcionan di-
rectamente la siguiente información:

N (p) = 40, N (q) = 40, N (r) = 40,


N (p, q) = 20, N (p, r) = 20, N (q, r) = 20,
N (p, q, r) = 10.

Luego, sustituyendo en la fórmula de inclusión y exclusión


obtenemos la respuesta N (p0 , q 0 , r0 ) = 30.

5.2 Fórmula fundamental


Sea S = {a1 , . . . , aN } un conjunto de N elementos. Sea P
un conjunto de n propiedades,

p1 , p 2 , . . . , p n , (5.1)

relacionadas con los elementos de S. Definimos la cantidad

N (pi1 , pi2 , . . . , pir ) (5.2)

como el número de elementos de S que satisfacen cada una


de las r propiedades pi1 , pi2 , . . . , pir . Si ningún elemento
descubrió los números que hoy en dı́a llevan su nombre, demostró el
llamado teorema de Bernoulli —caso particular de la ley de los grandes
números—, construyó un modelo matemático para la descripción de una
serie de experimentos independientes (esquema de Bernoulli). Gracias
a los trabajos de Jacob I Bernoulli, la teorı́a de probabilidades adquirió
importancia práctica, y algunos de los términos de dicha teorı́a llevan
desde entonces su nombre. Realizó también importantes trabajos en
fı́sica, aritmética, álgebra y geometrı́a. De sus discı́pulos cabe men-
cionar, además de su hermano Iohann I, a su sobrino Nicolás I, y a
P. Euler, padre del gran matemático L. Euler.
66 Capı́tulo 5. Principio de inclusión y exclusión

de S satisface cada una de estas propiedades, entonces a la


expresión (5.2) le asignamos el valor 0. Finalmente, definimos
por X
W (r) = N (pi1 , pi2 , . . . , pir ), (5.3)
donde la suma se toma sobre todos los subconjuntos de P
con r elementos (propiedades). Extendemos la definición de
W (r) para el caso r = 0, estipulando que W (0) = N . Ten-
dremos entonces el siguiente resultado fundamental:

Teorema 40 (Fórmula fundamental) El número E(m)


de elementos de S que satisfacen exactamente m de las propiedades
(5.1) es igual a
n  
X
k−m k
E(m) = (−1) W (k). (5.4)
m
k=m

Demostración: La expresión de la derecha en la fórmula


(5.4), en forma extendida, es igual a
   
m+1 m+2
W (m) − W (m + 1) + W (m + 2) − · · · +
m m
 
n
+ (−1)n−m W (n),
m
donde n es el número de propiedades de P . Considere-
mos un elemento a ∈ S que satisface exactamente t de las
propiedades (5.1). Si t < m, entonces a contribuye en 0 a la
parte derecha de (5.4). Por otra parte, si t = m, entonces a
contribuye en 1 a la parte derecha de (5.4). Ahora, si t > m,
entonces a contribuye en
       
t m+1 t t t
− + − · · · + (−1)t−m
m m m+1 m t
a la parte derecha de (5.4). Ahora, en virtud de la identidad
     
k t t t−m
= , (m ≤ k ≤ t),
m k m t−k
5.3. Algunas aplicaciones 67

tendremos que la última expresión se reduce a


       
t t−m t−m t−m
− + − · · · + (−1)t−m .
m t−m t − (m + 1) t−t

La expresión entre corchetes “[ ]” es igual al desarrollo bino-


mial (1−1)t−m = 0, de acuerdo al corolario 21 (ver el capı́tulo
3). Luego, cuando t > m, la contribución del elemento a en
la parte derecha de la ecuación (5.4) es igual a 0. Esto im-
plica que la parte derecha de la ecuación (5.4) coincide con
el número de elementos de S que satisfacen exactamente m
de las propiedades de P .

Una consecuencia inmediata del teorema anterior es pre-


cisamente la fórmula de inclusión y exclusión de Bernoulli-
Sylvester-da Silva, llamada también criba de inclusión-exclu-
sión, mencionada en la sección anterior. En efecto:

Teorema 41 (Criba de inclusión-exclusión) El número


de elementos de S que no satisface ninguna de las propiedades
(5.1) es igual a

E(0) = W (0) − W (1) + − · · · + (−1)n W (n)


= N − N (p1 ) − N (p2 ) − N (p3 ) − · · ·
+ N (p1 , p2 ) + N (p1 , p3 ) + N (p1 , p4 ) + · · ·
− N (p1 , p2 , p3 ) − N (p1 , p2 , p4 ) − · · ·
+ ···

Demostración: Claramente se trata del caso m = 0 del


teorema precedente.

5.3 Algunas aplicaciones


5.3.1 Coloreando una casa
En la Figura 5.1 se presenta el plano esquemático de una casa
con 4 habitaciones H1 , H2 , H3 y H4 , intercomunicadas por 5
68 Capı́tulo 5. Principio de inclusión y exclusión

puertas p1 , p2 , p3 , p4 y p5 . Supongamos que disponemos de m


colores para colorear las habitaciones. ¿De cuántas maneras
distintas podemos colorearlas, si respetamos la restricción
que las habitaciones contiguas (aquellas comunicadas por al-
guna puerta) deben tener colores diferentes?

H2
p1 H2 p4 p1 • p4

H1 H4 H1 • p3 • H4
p3
p2 H3 p5 p2 • p5
H3

Figura 5.1: Casa con 4 habitaciones H1 , . . . , H4 y y 5 puertas


p1 , . . . , p5 . A la derecha se representa la situación con un grafo.

Definimos las propiedades q1 , q2 , q3 , q4 y q5 , donde qi


se cumple si las habitaciones a ambos lados de la puerta
pi tienen el mismo color. Luego, andamos buscando todas
aquellas coloraciones de las habitaciones en las cuales no se
cumplan ninguna de las propiedades q1 , . . . , q5 , esto es,

N (q10 , q20 , q30 , q40 , q50 ) = W (0) − W (1) + W (2) − W (3) + W (4) − W (5).

Analicemos cada uno de los términos W (i) por aparte:


(a) W (0) = m4 , pues en ausencia de restricciones cada una
de las 4 habitaciones puede ser pintada de m maneras
diferentes.
(b) W (1) = i N (qi ) = 5m3 , pues si se cumple la condición
P
qi entonces las habitaciones contiguas a la puerta pi
tendrán el mismo color (m posibilidades), mientras que
las restantes 2 habitaciones tendrán m2 posibilidades
de coloración.
(c) W (2) = i<j N (qi , qj ) = ( 52 ) m2 , pues si se cumplen
P
las condiciones qi y qj simultáneamente, entonces las
tres habitaciones que colindan con las puertas pi y pj
5.3. Algunas aplicaciones 69

tendrán el mismo color (m posibilidades) y la habitación


restante tendrá m posibilidades de coloración.
(d) W (3) = i<j<k N (qi , qj , qk ) = 2m2 +[( 53 ) −2)] m, pues
P
las puertas p1 , p2 , p3 interconectan tres (y no cua-
tro) habitaciones, al igual que las puertas p3 , p4 , p5 .
Las otras tripletas de puertas interconectan todas las 4
habitaciones.
(e) W (4) = i<j<k<l N (qi , qj , qk , ql ) = ( 54 )m, pues siem-
P
pre cuatro puertas interconectan a las cuatro habita-
ciones.
(f) W (5) = N (q1 , q2 , q3 , q4 , q5 ) = m.
Luego, simplificando, obtenemos

N (q10 , q20 , q30 , q40 , q50 ) = m4 − 5m3 + 8m2 − 4m.

5.3.2 Desarreglos y problema de los reencuentros


Sea (a1 , a2 , . . . , an ) una permutación de n elementos numer-
ados por 1, 2, . . . , n. Decimos que esta permutación es un
desarreglo si ai 6= i, para todo i ∈ {1, 2, . . . , n}. Luego, un
desarreglo es una permutación en la cual ningún elemento
queda en su posición original.
El famoso Problema de los Reencuentros (planteado por
Montmort) plantea calcular el número de tales desarreglos.
Sea D(n) este número. Podemos evaluar D(n) empleando la
criba de inclusión-exclusión. Para ello, consideremos S como
el conjunto de las n! permutaciones (a1 , a2 , . . . , an ), y para
cada i ∈ {1, 2, . . . , n} sea pi la propiedad “la permutación
(a1 , a2 , . . . , an ) satisface ai = i”. Entonces:

N (pi1 , pi2 , . . . , pir ) = (n − r)!,

mientras que
 
n n!
W (r) = (n − r)! = .
r r!
70 Capı́tulo 5. Principio de inclusión y exclusión

Luego, obtenemos la siguiente fórmula para Dn :


 
1 1 n 1
Dn = n! 1 − + − · · · + (−1) . (5.5)
1! 2! n!

Teniendo en cuenta el desarrollo asintótico de e−1 ,

1 1 1
e−1 = 1 − + − + −···,
1! 2! 3!

obtenemos entonces que

Dn 1
− e−1 = (−1)n ± ···,
n! (n + 1)!

de donde Dn /n! difiere de e−1 en menos que 1/(n+1)!. Luego,


n!/e es una buena aproximación para Dn . Algunas aplica-
ciones sencillas del problema de los reencuentros se mencio-
nan a continuación.

1. El problema de las torres en el tablero de ajedrez : el


número de distintas maneras en que se puede colocar
8 torres en un tablero de ajedrez, de manera tal que
ninguna torre ataque a otra y que la diagonal principal
blanca se encuentre libre de torres, es igual a D8 =
14, 833 maneras.

2. El problema de los abrigos: n personas que asisten al


teatro dejan sus abrigos en el guardarropa. Los abrigos
son mezclados y al final de la función son devueltos al
azar. ¿Cuál es la probabilidad de que ninguna persona
reciba su propio abrigo? La respuesta es, naturalmente,
Dn /n!. Sorprende al principio que dicha cantidad sea
aproximadamente igual a e−1 , tanto para n = 10 como
para n = 10, 000 personas.
5.3. Algunas aplicaciones 71

5.3.3 El problema de los matrimonios


Otro problema famoso que se resuelve con las fórmulas de
inclusión y exclusión de Bernoulli-Sylvester-da Silva y sus
generalizaciones es el “Problema de los Matrimonios”, que
consiste en calcular el número Tn de maneras de sentar n
esposos y sus respectivas esposas en una mesa circular, de
forma tal que los hombres y las mujeres queden alternados y
además ningún hombre quede sentado a la par de su esposa,
ya sea a su derecha o a su izquierda.
Empezamos sentando a las esposas, lo cual puede hacerse
de 2n! maneras distintas, dejando en cada distribución los
asientos pares (o los impares) disponibles para sentar en ellos
a los esposos. En cada una de estas distribuciones, pasamos
a renumerar las esposas del 1 al n, renumerando también los
asientos vacı́os con los mismos ı́ndices del 1 al n. Luego,
procedemos a sentar a los n esposos de Un maneras distintas,
de forma tal que el esposo i no ocupe el asiento i ni el asiento
i + 1, para i ∈ {1, 2, . . . , n − 1}, y el esposo n no ocupe el
asiento n ni el asiento 1. Los números Un se llaman “números
de ménage”. La solución de nuestro problema es, entonces,

Tn = 2 n! Un .

Falta calcular los números de ménage Un . Observamos


que Un coincide con la cantidad de permutaciones de n obje-
tos numerados 1, 2, . . . , n, en las cuales el objeto i no queda
en las posiciones {i, i + 1}, para cada i ∈ {1, . . . , n − 1} y el
objeto n no queda en las posiciones {1, n}. Consideremos las
2n propiedades

p1 , q 1 , p 2 , q 2 , . . . , p n , q n , (5.6)

donde pi se satisface si el objeto i queda en la posición i,


mientras que qi se satisface si el objeto i queda en la posición
i + 1 (posición 1, cuando i = n). Seleccionamos k de esas
propiedades y preguntamos por el número de permutaciones
72 Capı́tulo 5. Principio de inclusión y exclusión

que satisfacen cada una de esas k propiedades. La respuesta


es (n − k)! si las k propiedades son compatibles entre ellas,
y 0 si no son compatibles entre ellas. Sea vk el número de
maneras de seleccionar k propiedades compatibles de las 2n
propiedades (5.6). Entonces, por la fórmula de inclusión y
exclusión de Bernoulli-Sylvester-da Silva, tendremos

Un = v0 n! − v1 (n − 1)! + − · · · + (−1)n vn 0!.

Finalmente, para calcular vk observamos que si las 2n propiedades


(5.6) son dispuestas en un cı́rculo, entonces solamente aque-
llas no-consecutivas son compatibles. Aplicando el teorema
18 del capı́tulo 2, obtenemos entonces
 
2n 2n − k
vk = .
2n − k k

Luego, concluimos que


n  
X
k 2n 2n − k
Tn = 2 n! (−1) (n − k)!
2n − k k
k=0

5.4 Ejercicios

93. ¿Cuántos enteros entre 1 y 6300 inclusive no son divisi-


bles por 3, ni por 5, no por 7? Respuesta: 2880.

94. En un instituto de investigación cientı́fica trabajan varias


personas, y cada una de ellas conoce por lo menos una lengua
extranjera. Seis saben inglés; seis, alemán; siete, francés.
Cuatro saben inglés y alemán; tres, alemán y francés; dos,
francés e inglés. Una persona sabe los tres idiomas. ¿Cuántas
personas trabajan en el instituto? ¿Cuántas de ellas saben
solamente inglés? ¿Y solamente francés?
5.4. Ejercicios 73

95. A un paseo a las afueras de la ciudad fueron 92 personas.


47 de ellas llevaron sándwich de carne; 38, de queso; 42,
de jamón; 28, de queso y carne; 31 de carne y jamón; 26,
de queso y jamón. 25 personas llevaron los tres tipos de
sándwich y varias llevaron empanadas en lugar de sándwich.
¿Cuántas personas llevaron empanadas?

96. En una escuela hay 100 estudiantes, de los cuales 40


están cursando francés, 40 latı́n y 40 alemán. Suponga ade-
más que 20 estudiantes están cursando solamente francés, 20
solamente latı́n y 15 solamente alemán. Adicionalmente, 10
estudiantes están cursando francés y latı́n. ¿Cuántos estudi-
antes están cursando los tres idiomas? ¿Cuántos estudiantes
no están cursando ningún idioma? Respuesta: 5 y 15, re-
spectivamente.

97. Suponga que al 45% de todos los lectores de periódicos


les gusta el vino, al 60% les gusta el jugo de naranja y al
55% les gusta el té. Suponga además que al 35% les gusta
cualquier par de las anteriores bebidas y al 25% les gusta
todas las tres bebidas.
(a) ¿Qué porcentaje les gusta solamente el vino?
(b) ¿Qué porcentaje les gusta exactamente dos de las tres
bebidas?

98. En la Figura 5.2 se presenta el plano esquemático


de una casa con 5 habitaciones H1 , . . . , H5 , intercomuni-
cadas por 6 puertas p1 , . . . , p6 . Si disponemos de m col-
ores para colorear las habitaciones, ¿de cuántas maneras dis-
tintas podemos colorearlas, si respetamos la restricción que
las habitaciones contiguas (aquellas comunicadas por alguna
puerta) deben tener colores diferentes?

99. Repita el ejercicio anterior, ahora para las casas rep-


resentadas a través de los grafos de la Figura 5.3. En cada
74 Capı́tulo 5. Principio de inclusión y exclusión

H1 p2 p4 H4

H3
p1 p6
H2 p3 p5 H5

Figura 5.2: Habitaciones en el problema 98.

caso, numere las habitaciones y las puertas que intercomuni-


can estas habitaciones.
• • • • •
@

H @
• H• • • • @•
Casa 1 Casa 2
Figura 5.3: Distribución de habitaciones en el ejercicio 99.

100. ¿Cuántas secuencias de n dı́gitos ternarios (0, 1, 2) hay


con al menos un 0, un 1 y un 2? Respuesta: 3n − 3 · 2n + 3.

101. Sea N ≥ 1. Muestre que el número de enteros positivos


menores e iguales a N que no son divisibles por los primos 2,
3, 5 y 7 es igual a
X X X X
N− bN/ic + bN/ijc − bN/ijkc + bN/ijklc,
P
donde las suma
P bN/ic se toma sobre todos los cuatro pri-
mos dados, bN/ijc se toma sobre todos los pares (i, j) dis-
tintos de los cuatro primos dados, etc. Si N = 210n, muestre
que este número es 48n.

102. Sean p1 , p2 , . . . , pr los primos no mayores que N .
Muestre que el número de primos mayores que pr y no may-
ores que N es
N − 1 − S1 + S2 − · · · + (−1)r Sr ,
5.4. Ejercicios 75

donde Sk = bN/pa11 pa22 · · · par r c, sumando sobre todas las


P
( kr ) maneras de poner k de los exponentes a1 , a2 , . . . , ar
iguales a 1 y el resto igual a 0.

103. Demuestre que el número de enteros positivos, φ(n),


menores que n y primos relativos con n, es igual a
  
1 1
φ(n) = n 1 − 1− ···
p1 p2

donde p1 , p2 , . . . son los diferentes factores primos de n. Ver-


ifique la siguiente tabla (φ(1) = 1, por convención):

n 1 2 3 4 5 6 7 8 9 10
φ(n) 1 1 2 2 4 2 6 4 6 4
Capı́tulo 6

Funciones generadoras

6.1 Introducción y definiciones


Las funciones generadoras juegan un papel muy importante
en la teorı́a de la combinatoria. En este trabajo tan sólo
presentaremos una breve introducción a las mismas.

Definición 42 Sea ϕ: N 7→ R una función cualquiera. Aso-


ciamos a ϕ las dos funciones reales Fϕ y Eϕ , definidas me-
diante
∞ ∞
X X tk
Fϕ (t) := ϕ(k) tk , Eϕ (t) := ϕ(k) . (6.1)
k!
k=0 k=0

La función Fϕ se llama función generadora ordinaria de


ϕ, mientras que Eϕ se llama función generadora expo-
nencial de ϕ.

Obviamente las series anteriores Fϕ (t) y Eϕ (t) en (6.1)


siempre convergen para t = 0. Por otra parte, bajo ciertas
hipótesis adicionales concernientes al crecimiento de ϕ(k),
k ∈ N, estas series son convergentes en algún vecindario del
origen del tipo V = (−r, r), con r > 0. No obstante, nos
interesa tan solo el desarrollo formal de estas funciones gen-
eradoras, sin importarnos los aspectos relativos a la conver-
gencia de las series de potencias involucradas.

77
78 Capı́tulo 6. Funciones generadoras

El nombre de función generadora (ordinaria y exponen-


cial) de las funciones Fϕ y Eϕ proviene del siguiente hecho,
el cual puede ser establecido fácilmente por el lector:

1 dk Fϕ
   k 
d Eϕ
ϕ(k) = = .
k! dxk t=0 dxk t=0

Esta propiedad pone de manifiesto que cualquiera de estas


funciones, Fϕ o Eϕ , efectivamente “genera” o define comple-
tamente a la función original ϕ, al menos cuando tienen un
radio de convergencia positivo.

6.2 Algunas funciones generadoras


En la Figura 6.1 se presentan algunas funciones generado-
ras clásicas de funciones simples. Varias de estas funciones
generadoras ya fueron establecidas a lo largo de este trabajo.
Tales son los casos f) y g) de las funciones generadoras de
los coeficientes binomiales ( nk ) y de las permutaciones [n]k ,
ası́ como los casos j) y k), relativos a los números de Stirling
de primera especie snk y los números de Bell, Bk , respectiva-
mente. Queda al lector la demostración, como ejercicio, de
los casos a), b), c), d), e) e i), haciendo uso de la definición de
las funciones generadoras ordinarias y exponenciales. Una in-
spección a la tabla anterior justifica los adjetivos “ordinario”
y “exponencial” asignado a las funciones generadoras Fϕ y
Eϕ respectivamente.
De la tabla 6.1 queda aún por demostrar el caso h) cor-
respondiente a los coeficientes ( n+k−1 k ) de combinaciones de
n objetos con reemplazo, tomando k de ellos a la vez. Uti-
lizamos el desarrollo binomial de (1−t)−n , visto en la fórmula
(3.2): para |t| < 1 tenemos
∞  
−n
X −n
(1 − t) = (−1)k tk
k
k=0
6.2. Algunas funciones generadoras 79


X (−n)(−n − 1) · · · (−n − k + 1)
= (−1)k tk
k!
k=0

Xn(n + 1) · · · (n + k − 1)
= (−1)k (−1)k tk
k!
k=0
∞  
X n+k−1 k
= t
k
k=0
= Fϕ (t).

De los resultados elementales de la extensa teorı́a de las


funciones generadoras mencionamos el siguiente, que establece
la relación exacta entre las funciones generadoras ordinaria
Fϕ (t) y exponencial Eϕ (t).

ϕ(k) Fϕ (t) Eϕ (t)

a) ak (1 − at)−1 eat
b) k t(1 − t)−2 tet
c) k(k − 1) 2t2 (1 − t)−3 t2 et
d) k2 t(t + 1)(1 − t)−3 t(t + 1)et
e) k! no simplifica (1 − t)−1
 
n
f) (1 + t)n no simplifica
k
g) [n]k no simplifica (1 + t)n
 
n+k−1
h) (1 − t)−n no simplifica
k
i) nk (1 − nt)−1 ent
j) snk (Stirling) [t]n no simplifica
t −1)
k) Bk (Bell) no simplifica e(e

Figura 6.1: Algunas funciones generadoras.


80 Capı́tulo 6. Funciones generadoras

Proposición 43 Cuando son convergentes en un intervalo


t ∈ (−r, r) del origen, las funciones generadoras ordinaria
Fϕ (t) y exponencial Eϕ (t) satisfacen la siguiente relación:
Z ∞
Fϕ (t) = e−s Eϕ (ts) ds.
0

En efecto, haciendo uso de la conocida fórmula relacionada


con
R ∞ la definición de la función Gamma: k! = Γ(k + 1) =
−s sk ds, obtenemos
0 e


X
Fϕ (t) = ϕ(k) tk
k=0
∞ Z ∞
X tk
= ϕ(k) e−s sk ds
k! 0
k=0
Z ∞ ∞
(st)k
X 
−s
= e ϕ(k) ds
0 k!
k=0
Z ∞
= e−s Eϕ (ts) ds.
0

Los detalles de la justificación de la validez del intercambio


de la sumatoria infinita con la integral no los veremos.

6.3 Funciones generadoras


de combinaciones
Algunas maniobras combinatorias muy útiles pueden reali-
zarse con las funciones generadoras ordinarias, empleando
tan sólo procesos algebraicos elementales. Ilustremos lo an-
terior con un ejemplo: sean x1 , x2 y x3 tres objetos distintos.
Formemos el producto algebraico

F (t) = (1 + x1 t)(1 + x2 t)(1 + x3 t). (6.2)


6.3. Funciones generadoras de combinaciones 81

Multiplicando todos los términos y agrupando en potencias


de t, obtenemos el polinomio
F (t) = 1+(x1 +x2 +x3 ) t+(x1 x2 +x1 x3 +x2 x3 ) t2 +x1 x2 x3 t3 .
Los coeficientes de este polinomio coinciden precisamente con
las enumeraciones de las combinaciones sin repetición de los
3 objetos x1 , x2 , x3 , tomando k de ellos a la vez (k = 0, 1, 2 y
3, respectivamente). Si deseamos contar estas combinaciones
(en vez de enumerarlas), hacemos la sustitución x1 = x2 =
x3 = 1, para obtener entonces
F (t) = 1 + 3t + 3t2 + t3 = (1 + t)3 .
Ahora los coeficientes del polinomio F (t) coinciden precisa-
mente con la cantidad de combinaciones sin reemplazo de 3
objetos distintos, tomando k de ellos a la vez; esto es, co-
incide con los coeficientes combinatorios ( k3 ), con k = 0, 1,
2 y 3, respectivamente. Esto tiene un sentido adicional, en
virtud de la entrada f) de tabla anterior.
En la expresión F (t) = (1 + x1 t)(1 + x2 t)(1 + x3 t) cada
factor es “binomial” en el sentido que tiene 2 términos: el
término 1 indica que el objeto xi puede no aparecer del todo
en la combinación, mientras que el término xi t indica que el
objeto xi puede aparecer una sola vez.
Podemos generalizar nuestro experimento, considerando
expresiones que incluyan los términos cuadráticos x2i t2 , como
por ejemplo
G(t) = (1+x1 t+x21 t2 )(1+x2 t+x22 t2 )(1+x3 t+x23 t2 ). (6.3)
Realizando las multiplicaciones y agrupando en potencias de
t, obtenemos
G(t) = 1 + (x1 + x2 + x3 ) t +
(x21 + x1 x2 + x1 x3 + x22 + x2 x3 + x23 ) t2 +
(x21 x2 + x21 x3 + x1 x22 + x1 x23 + x1 x2 x3 + x2 x23 + x22 x3 ) t3 +
(x21 x22 + x21 x23 + x21 x2 x3 + x1 x22 x3 + x1 x2 x23 + x22 x23 ) t4 +
(x21 x22 x3 + x21 x2 x23 + x1 x22 x23 ) t5 + (x21 x22 x23 ) t6 .
82 Capı́tulo 6. Funciones generadoras

Los coeficientes de este polinomio G(t) coinciden ahora pre-


cisamente con las enumeraciones de las combinaciones de
los tres objetos x1 , x2 , x3 , tomando k de ellos a la vez,
permitiendo que cada uno de los objetos repita una sola
vez. Para contar estas combinaciones hacemos la sustitución
x1 = x2 = x3 = 1, obteniendo entonces
G(t) = 1 + 3t + 6t2 + 7t3 + 6t4 + 3t5 + t6 = (1 + t + t2 )3 ,
donde ahora los coeficientes de G(t) son el número de com-
binaciones de 3 objetos distintos, tomando k de ellos a la
vez (k = 0, 1, 2 y 3, respectivamente), permitiendo a lo
sumo una repetición de cada objeto. En la expresión original
G(t) = (1 + x1 t + x21 t2 )(1 + x2 t + x22 t2 )(1 + x3 t + x23 t2 ) cada
factor tiene 3 términos, 1, xi t y x2i t2 , coincidiendo con el he-
cho que las combinaciones que se producen pueden contener
0, 1 o 2 veces al objeto xi .
Podemos generalizar estas ideas, considerando funciones
generadoras ordinarias tales como por ejemplo
F1 (t) = (1 + t + t2 + · · · + tm )n , con m ∈ N∗ ,
F2 (t) = (1 + t + t2 + t3 + · · ·)n ,
F3 (t) = (1 + t2 + t4 + t6 + · · ·)n .
Tendremos que F1 (t) es la función generadora ordinaria del
número de combinaciones de n objetos distintos, tomando k
de ellos a la vez, con a lo sumo m repeticiones de cada objeto.
Por otra parte, siguiendo las ideas anteriores, F2 (t) deberá
ser, al menos formalmente, la función generadora ordinaria
del número de combinaciones de n objetos, tomando k de
ellos a la vez, permitiendo cualquier número de repeticiones
de los objetos. En efecto,
1
F2 (t) := (1 + t + t2 + t3 + · · ·)n = ,
(1 − t)n
coincidiendo con la entrada h) de la tabla de funciones gen-
eradoras presentada anteriormente. Finalmente, la función
6.4. Funciones generadoras de permutaciones 83

F3 (t) será la función generadora ordinaria del número de


combinaciones de n objetos, tomando k de ellos a la vez,
para las cuales cada objeto aparece un número par de veces
(o ninguna vez).
Estos razonamientos permiten resolver rápidamente al-
gunos problemas. Por ejemplo, ¿cuál es el número de combi-
naciones de n objetos distintos, tomando k de ellos a la vez
con reemplazo, con la restricción de que cada objeto debe
aparecer al menos una vez? La función generadora ordinaria
será entonces Fϕ (t) = (t + t2 + t3 + · · ·)n , de donde

Fϕ (t) = (t + t2 + t3 + · · ·)n = tn (1 + t + t2 + · · ·)n


∞  
n −n n
X n+i−1 i
= t (1 − t) = t t
i
i=0
∞   ∞  
X n + i − 1 n+i X k − 1 k
= t = t
i k−n
i=0 k=n

Luego, el número de combinaciones buscado será igual a 0,


k−1
si k < n, e igual a ( k−n ), si k ≥ n. Por ejemplo, para los
5−1
n = 3 objetos a, b, c, habrá ( 5−3 ) = 6 combinaciones con
repetición de estos objetos, tomando k = 5 de ellos a la vez,
con la restricción de que cada objeto aparezca al menos una
vez. Estas 6 combinaciones son: aaabc, aabbc, aabcc, abbbc,
abbcc, abccc.

6.4 Funciones generadoras


de permutaciones
Resultados completamente análogos a los de las combina-
ciones se obtienen también para las permutaciones, pero esta
vez utilizando funciones generadoras exponenciales, en vez
de funciones generadoras ordinarias. Las manipulaciones al-
gebraicas que condujeron a estos resultados deben ahora re-
alizarse dentro del contexto del álgebra no-conmutativa, pues
84 Capı́tulo 6. Funciones generadoras

recordemos que con las permutaciones sı́ debe tomarse en


consideración el orden de los objetos.
En general tendremos que funciones generadoras expo-
nenciales tales como
t2 t3 tm n
 
E(t) = 1 + t + + + · · ·
2! 3! m!
corresponden al número de permutaciones de n objetos dis-
tintos, tomando k de ellos a la vez, con la restricción de que
cada objeto puede aparecer a lo sumo m veces. Dejaremos
los detalles al lector.
Igualmente puede demostrarse las funciones generadoras
exponenciales tales como
n
t2 t3

E1 (t) = 1 + t + + + ··· = ent
2! 3!
n
t3 t5

E2 (t) = t + + + ··· ,
3! 5!
corresponden a: E1 (t) es la función generadora exponencial
del número de permutaciones con reemplazo de n objetos,
tomando k de ellos a la vez (esto es, ϕ(k) = nk , para todo
k ∈ N; E2 (t) es la función generadora exponencial del número
de permutaciones con reemplazo de n objetos, tomando k de
ellos a la vez, con la restricción de que cada objeto aparece
un número impar de veces.
Por ejemplo, ¿cuál es el número de permutaciones con
reemplazo de n objetos distintos, tomando k de ellos a la
vez, con la restricción de que cada objeto debe aparecer al
menos una vez? La función generadora exponencial, en este
caso, es
n
t2 t3

Eϕ (t) = t + + + ··· = (et − 1)n
2! 3!
n  
X n
= (−1)i e(n−i)t
i
i=0
6.5. Ejercicios 85

n   ∞
X n i
X (n − i)k tk
= (−1)
i k!
i=0 k=0
∞ X
n 
tk
 
X n i k
= (−1) (n − i) ,
i k!
k=0 i=0

de donde el número de permutaciones buscado es


n   n  
X n i k
X
n−j n k
ϕ(k) = (−1) (n − i) = (−1) j .
i j
i=0 j=0

En virtud de las proposiciones 30 y 38 se deduce entonces


que el anterior número de permutaciones coincide con n! Skn
y es igual al número de funciones sobreyectivas que pueden
definirse entre un conjunto A de k elementos y un conjunto
X de n elementos.

6.5 Ejercicios
104. Encuentre la función generadora ordinaria para Ak , el
número de distribuciones de k objetos idénticos en:
(a) Cinco cajas diferentes, con a lo sumo cuatro objetos en
cada caja.
(b) Cuatro cajas diferentes, con de tres a seis objetos en
cada caja.
(c) Siete cajas diferentes, con al menos un objeto en cada
caja.
(d) Tres cajas diferentes, con a lo sumo cinco objetos en la
primera caja.

105. Encuentre la función generadora ordinaria para Ak ,


el número de maneras de seleccionar k bolas de una urna
que contiene tres bolas verdes, tres bolas blancas, tres bolas
azules y tres bolas doradas.
86 Capı́tulo 6. Funciones generadoras

106. Encuentre la función generadora ordinaria que permite


determinar el número de combinaciones de las letras M , A,
T , E, tomando 5 de ellas a la vez, con la condición de que
las letras M y A pueden aparecer cualquier número de veces,
pero las letras T y E pueden aparecer a lo sumo una vez.
¿Cuál coeficiente en esta función generadora necesitamos?

107. Encuentre el número total de selecciones de seis ob-


jetos, seleccionados a partir de tres tipos de objetos, con
repeticiones de a lo sumo cuatro objetos de un tipo.

108. Considere una clase con 27 estudiantes, que se encuen-


tran realizando la elección del presidente de la misma. Hay
cuatro candidatos y cada uno de los 27 estudiantes vota por
uno de estos cuatro candidatos.
(a) Encuentre la función generadora para el número de
diferentes resultados de la elección. ¿Cuál coeficiente
andamos buscando?
(b) Suponga que cada uno de los candidatos vota por sı́
mismo. ¿Ahora cuál es la función generadora y el coe-
ficiente requerido?
(c) Suponga que ningún candidato recibe mayorı́a absoluta
en la votación. Repita la parte (a) con esta información.

109. Encuentre la función generadora ordinaria del número


de maneras Ak de distribuir k objetos idénticos en cinco cajas
distintas, con un número par de objetos que no excede a 10
en las primeras dos cajas y entre tres y cinco en las otras
cajas.

110. Encuentre la función generadora para Ak , el número


de enteros entre 0 y 999999 cuya suma de sus dı́gitos es k.

111. Utilice las funciones generadoras para hallar el número


de distintas maneras de recolectar $15 de 20 personas, si
6.5. Ejercicios 87

suponemos que las primeras 19 personas pueden dar $1 o


nada, mientras que la persona número 20 puede dar $5, $1,
o nada.

112. Encuentre la función generadora para Ak , el número


de soluciones enteras de la ecuación x1 + x2 + x3 + x4 = k,
con −3 ≤ xi ≤ 3.

113. ¿Cuántas diferentes maneras hay de distribuir 25 bolas


idénticas en siete cajas distintas, si la primera caja puede
contener a lo sumo 10 bolas y el resto de las cajas tiene
capacidad ilimitada para recibir bolas?

114. Encuentre la función generadora para el número de


maneras en que n dados distintos pueden mostrar una suma
igual a k.

115. Encuentre la función generadora exponencial para el


número de maneras de situar k personas en tres cuartos difer-
entes, con al menos una persona en cada cuarto. Haga lo
mismo, con la restricción de que cada cuarto quede con un
número par de personas.

116. Encuentre la función generadora para el número de


maneras de seleccionar cinco enteros no-consecutivos, entre
los enteros 1, 2, . . . , n. ¿Cuál coeficiente necesitamos para
n = 20? ¿Y en general, cuál coeficiente necesitamos para n?

117. Encuentre el número distinto de secuencias de k dı́gitos


en base 4 que contengan un número par de 0’s y un número
impar de 1’s.

118. ¿De cuántas maneras puede recolectarse $24 de 4 niños


y k adultos, si cada persona dona al menos $1, pero cada
niño puede donar a lo sumo $4 y cada adulto puede donar a
lo sumo $7?
Capı́tulo 7

Particiones de un entero

7.1 Introducción
¿De cuántas maneras distintas, Pn , se puede particionar un
entero positivo n como la suma de sumandos positivos y de-
crecientes?
Introducimos en este capı́tulo los rudimentos de este in-
teresante problema, estudiado intensamente por Hardy1 y
Ramanujan2 a principios del siglo XX.
Los primeros valores de Pn se muestran en la Tabla 1.1,
a modo de ilustración.
1
Godfrey Harold Hardy (1877–1947) Matemático inglés, nacido
en Cranleigh, Surrey, considerado uno de los más grandes matemáticos
ingleses del siglo XX. Proveniente de una familia pobre, desde niño
destacó su prodigio para las matemáticas.
Asistió a la escuela pública de Cranleigh con gran suceso hasta la
edad de 12 años. Obtuvo una beca para estudiar la secundaria en el
Colegio de Winchester en 1889, entrando al año siguiente. Winchester
era el mejor colegio de Inglaterra para el entrenamiento matemático
en ese entonces. Mientras estudiaba allı́, ganó una beca para estudiar
matemática en el Trinity College Cambridge, adonde ingresó en 1896 a
realizar sus estudios doctorales. En esta misma universidad empezó a
trabajar a partir de 1900. En 1919 se trasladó a trabajar a la Universidad
de Oxford, en donde estuvo hasta 1931, cuando regresó a Cambridge a
ocupar la Cátedra Sadleirian, cuando Hobson se retiró.
Escribió muchos artı́culos sobre el tema de la convergencia de se-
ries, integrales y otros tópicos conexos. Aunque estos trabajos le es-
tablecieron su reputación como analista, sin embargo posiblemente su

89
90 Capı́tulo 7. Particiones de un entero

7.2 Definiciones y relaciones


por recurrencia
Definición 44 Una partición del entero positivo n en k suman-
dos positivos y decrecientes (o “partes”) es un k-étuplo de
enteros (λ1 , λ2 , . . . , λk ), que satisface
n = λ1 + λ 2 + · · · + λk ,
λ1 ≥ λ2 ≥ · · · ≥ λk ≥ 1.
El número total de particiones del entero n en sumandos pos-
itivos y decrecientes será denotado por Pn . El número total
de particiones en exactamente k partes será denotado por
Pnk .
De la Figura 7.1, se tiene que P63 = 3, pues hay 3 parti-
ciones del entero 6 en exactamente 3 partes (4+1+1, 3+2+1,
2+2+2), mientras que P64 = 2, pues hay solamente 2 parti-
ciones de 6 en exactamente 4 partes (3+1+1+1, 2+2+1+1).
servicio más grande a las matemáticas en este temprano perı́odo fue su
libro Un curso de Matemática Pura (1908). Esta obra fue la primera ex-
posición rigurosa de números, funciones, lı́mites y otros, adaptada para
pregrado, que transformó la enseñanza universitaria.
Hardy fue un maestro de la colaboración matemática. En este aspecto
destaca su alianza con J. E. Littlewood, con quien trabajó intensamente
por alrededor de 35 años, produciendo matemáticas del más alto nivel.
Aún más extraordinaria fue su colaboración con el mı́tico matemático
hindú Ramanujan, a quien identificó como genio en 1913 al recibir por
correo un manuscrito de éste. De inmediato invitó a Ramanujan a Cam-
bridge y trabajó con él hasta la prematura muerte del hindú en 1920,
publicando cinco notables artı́culos conjuntamente. Destacan también
sus trabajos en colaboración con otros grandes matemáticos, tales como
Titchmarsh, Ingham, Landau, Pólya, E. M. Wright, W. W. Rogosinski
y Riesz.
Los intereses matemáticos de Hardy cubrieron muchos tópicos de la
matemática pura, tales como el análisis diofantino, la sumación de se-
ries divergentes, las series de Fourier, la función zeta de Riemann y la
distribución de los números primos. Era el tipo de matemático que es-
peraba que su matemática nunca pudiera ser aplicada. Sin embargo,
en 1909, apenas comenzando su carrera, brindó una importante ley que
7.2. Definiciones y relaciones por recurrencia 91

n Particiones de n Pn
1 1 1
2 2 1+1 2
3 3 2+1 1+1+1 3
4 4 3+1 2+2 5
2+1+1 1+1+1+1
5 4+1 3+2
5 3+1+1 2+2+1 2+1+1+1 7
1+1+1+1+1
6 5+1 4+2
6 4+1+1 3+3 3+2+1 11
3+1+1+1 2+2+2 2+2+1+1
2+1+1+1+1 1+1+1+1+1+1

Figura 7.1: Primeros valores de Pn .

Claramente, de la definición, Pn = Pn1 + Pn2 + · · · + Pnn .


Veamos a continuación las relaciones por recurrencia para el
cálculo de Pnk .

describı́a cómo las proporciones de los genes dominantes y recesivos


podrı́an ser propagados en una población grande.
Habı́a solamente otra pasión en la vida de Hardy, aparte de las
matemáticas: el cricket. Era además famoso por sus excentricidades
de todo tipo y su notorio buen humor. Su libro Apologı́a de un
matemático (1940) es una de las más vı́vidas descripciones del pen-
samiento matemático y el placer que brindan las matemáticas. Otra de
sus obras principales, su libro Series Divergentes (1949), fue publicado
póstumamente.
Obtuvo muchos honores por su trabajo. En 1901 recibió el premio
Smith, conjuntamente con J. H. Jeans. Fue electo miembro de la Real
Sociedad en 1910. Recibió la medalla Royal de la Sociedad en 1920,
la medalla De Morgan de la Sociedad en 1929 y la medalla Sylvester
de la Sociedad en 1940, por sus importantes contribuciones en muchas
ramas de la matemática pura. También recibió la medalla Copley de
la Real Sociedad en 1947 por su parte distinguida en el desarrollo del
análisis matemático en Inglaterra durante los pasados treinta años. Fue
presidente de la Sociedad Matemática de Londres de 1926 a 1928 y otra
vez de 1939 a 1941.
92 Capı́tulo 7. Particiones de un entero

Proposición 45 Para n ≥ 1 y 1 ≤ k ≤ n tenemos:

k
Pn+k = Pn1 + Pn2 + · · · + Pnk ,
Pn1 = Pnn = 1.

Demostración: En efecto, la segunda de las fórmulas es


evidente de la definición. Para justificar la primera fórmula,
considere el conjunto A de las particiones de n en k o menos
partes. Cada partición de A puede ser considerada como un
k-étuplo de la forma (λ1 , . . . , λm , 0, . . . , 0). Definimos sobre
A la aplicación

(λ1 , . . . , λm , 0, . . . , 0) 7→ (λ1 + 1, · · · , λm + 1, 1, . . . , 1).


2
Srinivasa Aiyangar Ramanujan (1887–1920) Matemático hindú,
nacido en Erode y considerado uno de los más grandes genios
matemáticos de todos los tiempos.
Teniendo solamente trece años empezó a trabajar sus propias ideas
en los campos de la geometrı́a y las series aritméticas. A la edad de 15
años demostró cómo resolver las ecuaciones cúbicas y de cuarto grado,
sin conocer los trabajos previos de Cardan, Ruffino y Tartaglia.
Estando en el colegio llegó a sus manos el libro Synopsis of elemetary
results in pure mathematics, de G. S. Carr, el cual fue literalmente devo-
rado por Ramanujan en forma autodidacta, aprendiendo no solamente
las matemáticas allı́ descritas sino también el estilo de la disciplina. El
libro de Carr tenı́a un estilo muy conciso que influenció radicalmente el
estilo adoptado por Ramanujan en el futuro para presentar sus resulta-
dos. Por otra parte, este libro habı́a sido publicado en 1856, estando en
la época en que lo estudió Ramanujan completamente desactualizado en
muchos aspectos.
En 1904 Ramanujan comenzó a realizar profundas investigaciones so-
bre las series infinitas. Calculó además la constante de Euler con 15
decimales exactos. Empezó a estudiar los números de Bernoulli, redes-
cubriéndolos en forma independiente. Continuó con su trabajo sobre las
series hipergeométricas y realizó investigaciones sobre integrales, series
divergentes, funciones elı́pticas y fracciones continuadas.
Planteó y resolvió algunos problemas en el Journal of the Indian Math-
ematical Society. Publicó una investigación relacionada sobre las ecua-
ciones elı́pticas modulares en 1910 y una brillante investigación sobre los
números de Bernoulli en 1911, con lo cual obtuvo algún reconocimiento
7.2. Definiciones y relaciones por recurrencia 93

Claramente el rango de esta aplicación será el conjunto A0


de todas las particiones de n + k en exactamente k partes.
Además la aplicación es biyectiva, pues:
(a) dos k-étuplos distintos de A son enviados hacia dos
distintos k-étuplos de A0 ;
(b) cada k-étuplo de A0 es la imagen de un k-étuplo de A.
Luego, obtenemos:

|A| = Pn1 + · · · + Pnk = |A0 | = Pn+k


k
.

De estas relaciones por recurrencia pueden calcularse fá-


cilmente los primeros valores de Pnm , como se ilustra en la
Figura 7.2.
dentro de la India por su trabajo. A pesar de no contar con educación
universitaria, se le empezó a reconocer como un genio de las matemáticas
en el área de Madras.
En enero de 1913 Ramanujan le escribió a G. H. Hardy, enviándole una
copia de su libro de 1910 Órdenes de infinitud . Hardy, junto con Little-
wood, estudió la larga lista de teoremas no demostrados que Ramanujan
le adjuntó con su carta. En ese entonces Ramanujan era extremada-
mente pobre, estaba muriéndose de inanición y contaba tan sólo con
estudios de secundaria incompletos. Sin embargo, sus investigaciones
eran ya absolutamente geniales. Hardy le ayudó de inmediato y al año
siguiente se lo llevó a Inglaterra, iniciando ası́ una célebre colaboración
cientı́fica que durarı́a cinco años.
Descubrió independientemente los resultados de Gauss, Kummer y
otros sobre las series hipergeométricas. Quizás el más famoso de sus
trabajos fue sobre el número Pn de particiones de un entero n en var-
ios sumandos. MacMahon habı́a producido tablas del valor de Pn para
valores pequeños de n y Ramanujan utilizó estos datos numéricos para
conjeturar algunas propiedades notables, algunas de las cuales las de-
mostró usando funciones elı́pticas. En un artı́culo conjunto con Hardy,
Ramanujan brindó una fórmula asintótica para Pn .
En 1916 el Trinity College Cambridge le otorgó a Ramanujan el Doc-
torado en Matemática, en reconocimiento por sus investigaciones. Su
disertación fue titulada Números altamente compuestos y consistió en
siete de sus artı́culos publicados durante su breve estancia en Inglaterra.
En 1918 Ramanujan fue electo compañero de la Sociedad Filosófica
de Cambridge y tres dı́as después su nombre apareció en la lista para
94 Capı́tulo 7. Particiones de un entero

Pnm m=1 2 3 4 5 6 ···


n=1 1 0 0 0 0 0 ···
2 1 1 0 0 0 0 ···
3 1 1 1 0 0 0 ···
4 1 2 1 1 0 0 ···
5 1 2 2 1 1 0 ···
6 1 3 3 2 1 1 ···

Figura 7.2: Primeros valores de Pnm .

7.3 Diagramas de Ferrars


Cuando n = 6, hay P63 = 3 particiones en tres partes:
4+1+1, 3+2+1, 2+2+2. También hay 3 particiones que
tienen al 3 como la parte más larga: 3+1+1+1, 3+2+1, 3+3.
¿Será esto coincidencia? ¡No, como veremos a continuación!

Proposición 46 El número de particiones Pnk de n en k


partes coincide con el número de particiones de n cuya parte
más larga es k.

Demostración: En efecto, considérese una partición cualquiera,


por ejemplo 5+4+1+1 y asociemos con ella el siguiente dia-
grama (llamado diagrama de Ferrars), en el cual cada parte
la elección como compañero de la Real Sociedad de Londres. Habı́a
sido propuesto por una pléyade de matemáticos ingleses famosos, entre
ellos, Hardy, MacMahon, Grace, Larmor, Bromwich, Hobson, Baker,
Littlewood, Nicholson, Young, Whittaker, Forsyth y Whitehead. Su
elección como compañero de la Real Sociedad fue confirmada en mayo
de 1918 y luego en octubre de ese mismo año fue elegido compañero del
Trinity College Cambridge. Ramanujan regresó hacia la India a finales
de febrero de 1919. Sin embargo, su salud era muy pobre y murió al año
siguiente.
Ramanujan dejó sin publicar un buen número de cuadernos llenos
de notas, con teoremas que los matemáticos continúan estudiando.
G. N. Watson, profesor de matemáticas en Birmingham de 1918 a 1951,
publicó 14 artı́culos con el tı́tulo genérico Teoremas enunciados por
Ramanujan y en total publicó cerca de 30 artı́culos inspirados en los
manuscritos de Ramanujan.
7.4. Particiones auto-conjugadas 95

es representada por una fila de cuadrados igual en número a


la parte misma, ordenado como sigue:

5+4+1+1 −→

Guiándonos con el diagrama, podemos definir la partición


conjugada de 5+4+1+1 como la partición 4+2+2+2+1. La
partición original se lee por filas: número de cuadrados en
la fila 1 (= 5), número de cuadrados en la fila 2 (= 4),
etc. La partición conjugada se lee por columnas: número
de cuadrados en la columna 1 (= 4), número de cuadra-
dos en la columna 2 (= 2), etc. En general si tenemos que
λ = (λ1 , λ2 , . . . , λk ) es una partición de n en k clases, la par-
tición conjugada λ∗ = (λ∗1 , λ∗2 , . . .) es aquella en la cual λ∗i es
el número de partes de λ de cardinalidad mayor o igual a i.
La aplicación que transforma una partición de n en su
conjugada establece una biyección entre el conjunto de todas
las particiones de n. Además, la conjugada de una partición
de n en k partes es una partición de n cuya parte más larga
es precisamente k y viceversa. De esta manera hemos es-
tablecido una biyección entre el conjunto de particiones de n
en k partes y el conjunto de particiones de n cuya parte más
larga es k.

7.4 Particiones auto-conjugadas


Una partición de n en k clases se dice ser auto-conjugada si
ésta es igual a su partición conjugada. Una caracterización
interesante se discute a continuación.

Proposición 47 El número de particiones auto-conjugadas


de n coincide con el número de particiones de n con todas
las partes desiguales e impares.
96 Capı́tulo 7. Particiones de un entero

Demostración: Veamos cómo establecer una biyección en-


tre las particiones de n con todas las partes desiguales e im-
pares y las particiones de n auto-conjugadas.
Empecemos con un ejemplo: la partición 9+5+3, de 17
en 3 partes desiguales e impares. Con la primera parte (el
9) escribimos el diagrama de Ferrars que se indica en el paso
I de la figura, poniendo 5 cuadrados horizontales y luego 4
verticales.
Luego, con la segunda parte (el 5) continuamos llenando
el diagrama de Ferrars, agregándole 3 cuadrados horizontales
y 2 verticales, como se indica en el paso II. Finalmente con
la última parte (el 3) terminamos de llenar el diagrama de
Ferrars, agregándole 2 cuadrados horizontales y 1 vertical,
como se indica en el paso III.

9→ 9+5 → 9+5+3 →

I II III

De esta manera obtenemos la partición auto-conjugada


5 + 4 + 4 + 3 + 1. En general puede llevarse a cabo este pro-
cedimiento. En efecto, si la partición original de n en partes
desiguales e impares la denotamos por λ = (λ1 , λ2 , . . . , λk ),
entonces λ1 > λ2 > · · · > λk y cada una de las partes λi
es un impar, digamos λi = 2ni + 1, con i = 1, 2, . . . , k.
En la etapa i-ésima agregamos al diagrama de Ferrars ni + 1
cuadrados horizontales a la derecha y ni cuadrados verticales
hacia abajo.
Como cada una de las cantidades λi es menor que la an-
terior, el diagrama resultante corresponderá al diagrama de
Ferrars de una partición. Además por construcción la par-
7.5. Particiones en partes impares 97

tición resultante es auto-conjugada. Claramente con este pro-


cedimiento estamos estableciendo la biyección buscada.

7.5 Particiones en partes impares


Proposición 48 El número de particiones de n en partes
desiguales coincide con el número de particiones de n en
partes impares.
Demostración: Veamos como establecer una biyección en-
tre las particiones con todas las partes impares y las parti-
ciones con todas las partes desiguales. Empecemos con un
ejemplo de una partición con todas las partes impares:
5 + 5 + 5 + 5+3 + 3 + 3 + 3 + 3 + 3 + 3+1 + 1 + 1 + 1 + 1.
| {z } | {z } | {z }
4 7 5

Cada uno de los exponentes anteriores puede ser expresado


de manera única en base 2:
grupos de 5’s = 4 = 22 ,
grupos de 3’s = 7 = 20 + 21 + 22 ,
grupos de 1’s = 5 = 20 + 22 .
Luego, agrupamos todas las 2k partes idénticas de la par-
tición original en una sola parte: agrupamos 22 × 5, agru-
pamos 22 × 3, agrupamos 21 × 3, agrupamos 20 × 3, agru-
pamos 22 × 1 y finalmente agrupamos 20 × 1, para obtener
finalmente la nueva partición con todas sus partes desiguales
20 + 12 + 6 + 4 + 3 + 1.
En general puede aplicarse este procedimiento a cualquier
partición que tenga todas las partes impares. La partición
obtenida al aplicar este procedimiento tendrá siempre todas
las partes desiguales, pues éstas serán todas de la forma 2k ×
(2m+1) y es bien sabido que todo entero se puede escribir de
manera única como el producto de un impar y una potencia
de 2.
98 Capı́tulo 7. Particiones de un entero

7.6 Funciones generadoras de particiones


Proposición 49 (Funciones generadoras asociadas a
particiones)
(a) La función generadora de Pn , el número de particiones
de n, es

1
F1 (t) = .
(1 − t)(1 − t2 )(1 − t3 ) · · ·

(b) La función generadora de Pnm , el número de particiones


de n en m partes, es

tm
F2 (t) = .
(1 − t)(1 − t2 ) · · · (1 − tm )

(c) La función generadora del número de particiones de n


cuyas partes son todas impares es

1
F3 (t) = .
(1 − t)(1 − t3 )(1 − t5 ) · · ·

(d) La función generadora del número de particiones de n


cuyas partes son todas desiguales es

F4 (t) = (1 + t)(1 + t2 )(1 + t3 ) · · · .

(e) La función generadora del número de particiones de n


cuyas partes son todas impares y desiguales es

F5 (t) = (1 + t)(1 + t3 )(1 + t5 ) · · · .

(f) La función generadora del número de particiones de n


cuya parte mayor no excede a k es

1
F6 (t) = .
(1 − t)(1 − t2 ) · · · (1 − tk )
7.6. Funciones generadoras de particiones 99

Demostración: Tan solo demostraremos el caso a), quedando


el resto como ejercicio para el lector. Debemos probar que

1 X
= Pn t n .
(1 − t)(1 − t2 )(1 − t3 ) · · ·
n=0

Para |t| < 1 considere el producto

1
A= .
(1 − a1 t)(1 − a2 t2 ) · · · (1 − ak tk ) · · ·

Desarrollando cada factor, realizando los productos y agru-


pando en potencias de t, obtenemos

A = (1 + a1 t + a21 t2 + · · ·) · · · (1 + ak t + ak t2 + · · ·) · · ·
= 1 + a1 t + · · · + (aλ1 1 aλ2 2 · · · aλk k + · · ·) tn + · · · .

En el coeficiente de tn cada término aλ1 1 aλ2 2 · · · aλk k define una


partición de n, a saber:

n = (k + · · · + k) + · · · + (2 + · · · + 2) + (1 + · · · + 1) .
| {z } | {z } | {z }
λk λ2 λ1

De esta manera todas las particiones de n serán enumeradas,


sin repeticiones ni omisiones. Finalmente, sustituyendo 1 =
a1 = a2 = · · ·, obtenemos la fórmula para F1 (t).

Algunos de los resultados analizados en este capı́tulo pueden


ser obtenidos mediante una simple comparación de las fun-
ciones generadoras asociadas. Por ejemplo, la proposición 48
establece que el número de particiones de n en partes de-
siguales coincide con el número de particiones de n en partes
impares. Lo anterior es evidente si se demostrara que las
funciones F3 (t) y F4 (t) son idénticas, en algún vecindario de
0. Esto es fácil de establecer:
100 Capı́tulo 7. Particiones de un entero

1
F3 (t) =
(1 − t)(1 − t3 )(1 − t5 ) · · ·
(1 − t2 )(1 − t4 )(1 − t6 ) · · ·
=
(1 − t)(1 − t2 )(1 − t3 ) · · ·
(1 − t)(1 + t)(1 − t2 )(1 + t2 )(1 − t3 )(1 + t3 ) · · ·
=
(1 − t)(1 − t2 )(1 − t3 ) · · ·
= (1 + t)(1 + t2 )(1 + t3 ) · · · = F4 (t).

Aunque el procedimiento anterior, debido a Euler, es ab-


solutamente elemental, sin embargo no tiene la virtud de
mostrarnos la biyección existente entre ambas clases de par-
ticiones.
El tema de las particiones de un entero y sus ramifi-
caciones es fuente inagotable de resultados insospechados.
Por ejemplo, Hardy y Ramanujan demostraron la siguiente
aproximación, que ayuda a comprender el tipo de crecimiento
asintótico de Pn :
p √
Pn ≈ π 2n/3 − ln(4n 3).

7.7 Ejercicios
119. Muestre que el número de particiones de n en tres
partes es igual al número de particiones de 2n en tres partes
de tamaño menor que n.

120. Muestre que el número de particiones de n es igual al


número de particiones de 2n en n partes.

121. Muestre que el número de particiones de 2r +k en r +k


partes es el mismo, para cada k ∈ N.
7.7. Ejercicios 101

122. Demuestre la proposición 49, de las funciones gener-


adoras asociadas con los números de particiones.

123. Muestre que el número de particiones de r + k en k


partes es igual a:
(a) El número de particiones de r + ( k+1
2 ) en k partes dis-
tintas.
(b) El número de particiones de r en partes de tamaño
menor o igual a k.
Capı́tulo 8

Otros tópicos de la
teorı́a de combinatoria
Presentamos en este capı́tulo una breve enumeración de
otros temas de la teorı́a de combinatoria no tratados en este
trabajo introductorio, sin pretender ser exhaustivos.

8.1 Denumerantes
El denumerante D(n; a1 , . . . , am ) es el número de particiones
del entero n en las partes especı́ficas a1 , . . . , am (terminologı́a
introducida por Sylvester), o lo que es lo mismo, el número
de soluciones en enteros positivos de la ecuación

a1 x1 + a2 x2 + · · · + am xm = n.

No es difı́cil demostrar que la función generadora ordi-


naria de estos números es

X
F (t; a1 , . . . , am ) = D(n; a1 , . . . , am ) tn
n=0
1
= .
(1 − ta1 )(1 − ta2 ) · · · (1 − tam )

103
104 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

Hay mucha teorı́a compleja acerca de los denumerantes,


analizando algunas propiedades o fórmulas recursivas para su
cálculo. Sin embargo, la función generadora ordinaria sigue
siendo el mejor método para calcular los denumerantes de
cantidades pequeñas. Por ejemplo, ¿de cuántas maneras dis-
//
tintas puede particionarse C100 //
colones, en monedas de C50,
//
C25, //
C20, //
C10, // C2
C5, // y C1?
// La solución es el denumerante

D(100; 1, 2, 5, 10, 20, 25, 50) = 6730,

cantidad que se obtuvo directamente desarrollando la función


generadora ordinaria F (t) = ∞ n
P
n=0 D(n; 1, 2, 5, 10, 20, 25, 50) t =
1/(1 − t)(1 − t2 )(1 − t5 )(1 − t10 )(1 − t20 )(1 − t25 )(1 − t25 )(1 − t50 ),
con la ayuda del paquete de matemática simbólica Maple.

8.2 Composiciones
Paralela a la teorı́a de particiones de un entero se encuentra
la teorı́a de las composiciones del mismo. Una composición
de un entero n es una colección ordenada de enteros positivos
cuya suma es igual a n. A diferencia de las particiones, en las
composiciones sı́ interesa el orden de las partes. Por ejemplo,
2+1+3 es una composición de n = 6 diferente de 3+2+1.
Es elemental comprobar que el número de composiciones
de n en exactamente m partes, cn,m es igual a
 
n−1
cn,m = .
m−1

Luego, el número de composiciones de n, denotado por Cn ,


es
n  
X n−1
Cn = = 2n−1 ,
m−1
m=1

con C0 = 0, de donde la función generadora ordinaria de las


8.2. Composiciones 105

composiciones Cn es

X t
C(t) = Cn tn = .
1 − 2t
n=0

La enumeración de las composiciones está ı́ntimamente


ligada a la de las combinaciones con repetición. Si Cm (t)
denota la función generadora de las composiciones con exac-
tamente m partes, entonces se puede demostrar que

X
Cm (t) = cn,m tm
n=1
tm
= (t + t2 + t3 + · · ·)m = .
(1 − t)m

Las composiciones con exactamente m partes, ninguna de


las cuales es mayor que s, tiene función generadora

Cm (t; s) = (t + t2 + · · · + ts )m ,

mientras que la función generadora del número de composi-


ciones en exactamente m partes impares es

Om (t) = (t + t3 + t5 + · · ·)m ,

y la función generadora del número de composiciones en ex-


actamente m partes impares, todas menores o iguales a 2s+1,
es
Om (t; s) = (t + t3 + t5 + · · · + t2s+1 )m .

Finalmente, la función generadora del número de com-


posiciones de n en cualquier número de partes, ninguna de
las cuales excede a s, puede probarse que es igual a

X t − ts+1
C(t; s) = Cm (t; s) = .
1 − 2t + ts+1
m=1
106 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

Algunas otras funciones generadoras de composiciones


pueden ser obtenidas, para casos particulares y restricciones
especı́ficas.

8.3 Teorı́a de Grafos


Un grafo G = (V, U ) es un conjunto finito V de vértices y un
conjunto U de arcos, o parejas de vértices (x, y). Una arista
es un conjunto {x, y} de dos vértices unidos por un arco. En
los grafos hay caminos, circuitos, componentes conectadas,
cliques, cadenas, ciclos, valencias, números cromáticos, ı́ndices
cı́clicos y otros conceptos involucrados.
La teorı́a de grafos es un campo muy vasto de la combi-
natoria en el cual se realiza mucha investigación en la actu-
alidad. Existen libros y tratados completos y profundos que
se dedican al estudio exclusivo de esta interesante materia.
Los árboles, las redes, las series paralelas y los grafos
lineales son casos especiales de grafos. En este trabajo, por
su carácter introductorio, no hemos presentado nada acerca
de la teorı́a de grafos, a excepción de los grafos mencionados
en el capı́tulo 5.

8.4 Teorı́a de Ramsey


Una de las ideas más simples y naturales en el pensamiento
matemático es el Principio del Palomar , también llamado
Principio de los n cajones de Dirichlet, el cual establese lo
siguiente:

Si hay más palomas que palomares, entonces al-


gunos palomares deberán contener al menos dos
palomas. Más generalmente, si tenemos más de
k veces palomas que palomares, entonces algún
palomar deberá contener al menos k + 1 palomas.
8.4. Teorı́a de Ramsey 107

Por ejemplo, en una ciudad con más de 1,000,000 de habi-


tantes (como San José), existirán al menos 11 personas que
tienen el mismo número de cabellos en su cabeza. En efecto,
se sabe que una cabellera promedio tiene alrededor de 100,000
cabellos. Entonces, tenemos más de k = 10 veces más habi-
tantes que tipos de cabezas (cada tipo de cabeza corresponde
al número de cabellos en ella), de donde existirá un grupo de
al menos k + 1 = 11 habitantes con la misma cantidad de
cabellos en su cabeza.
En 1930 Frank Ramsey1 demostró un notable teorema
como parte de sus investigaciones en lógica formal. Su teo-
rema es una profunda generalización del Principio del Palo-
mar. Como ha sucedido con algunas otras ideas hermosas
en las matemáticas, el teorema de Ramsey extiende justa-
mente los aspectos correctos de una observación elemental
y deriva consecuencias que son extremadamente naturales,
aunque lejanas de ser obvias. Recientemente se ha recono-
cido que muchos resultados en la teorı́a de combinatoria y en
otras áreas tienen el mismo sabor que el teorema de Ram-
sey. El intento por capturar este sabor común y desarrollar
las ideas generales basadas en él, ha conducido a la prolif-
1
Frank Plumpton Ramsey (1903–1930) Matemático inglés,
nacido en el condado de Cambridge, hijo de un tutor de matemática.
Realizó sus estudios de matemática en la Universidad de Cambridge,
obteniendo su doctorado en 1923.
Trabajó brevemente en Viena y luego retornó a Inglaterra, obte-
niendo una plaza en el King’s College, donde hizo una corta pero bril-
lante carrera universitaria. Sus lecciones sobre los fundamentos de las
matemáticas causaban una fuerte impresión en los jóvenes estudiantes,
por su notable claridad y entusiasmo.
Realizó interesantes y profundas investigaciones en los campos de los
fundamentos de la matemática, la combinatoria y la lógica, destacándose
particularmente por sus resultados que condujeron al desarrollo de la
actualmente llamada Teorı́a de Ramsey. Sus principales publicaciones
fueron “Los fundamentos de las Matemáticas”, en la cual realizó algunas
mejoras parciales a los trabajos de Russell y Whitehead y “Sobre un
Problema en Lógica Formal ”, publicado en 1930 —el mismo año de su
muerte— en el cual planteó y resolvió el resultado central que dio origen
108 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

eración de resultados que constituyen lo que se ha convenido


en llamar Teorı́a de Ramsey. En muchos casos —incluyendo
el propio teorema original de Ramsey— se establece tan solo
la existencia de ciertos números mı́nimos. Un largo esfuerzo
ha sido llevado a cabo para encontrar los valores exactos en
algunos pocos casos y cotas superiores en general para estos
números de Ramsey.
Consideremos el siguiente problema: Dado un entero pos-
itivo k, qué tan grande (Rk ) debe ser un grupo de personas
para asegurar que, o bien existe un subconjunto de k per-
sonas en el grupo que mutuamente se conocen entre sı́, o
bien existe un subconjunto de k personas en el grupo que
mutuamente no se conocen entre sı́?
Una “simple” enumeración de casos nos lleva a la solución
del problema cuando k = 3, la cual es R3 = 6. Ya para k = 4
el problema se nos escapa de toda posibilidad práctica de
enumeración de casos, aunque se sabe que la solución es R4 =
18, esto es, en un grupo de 18 o más personas, siempre habrá
4 personas que se conocen mutuamente o 4 personas que no
se conocen mutuamente. Sorprendentemente, los valores de
Rk para k ≥ 5 se desconocen (problema aún abierto). Tan
solo se conocen algunas cotas superiores bastante burdas,
como consecuencia del teorema de Ramsey, el cual pasamos
a enunciar.
Sea S un conjunto con n elementos y sea Pr (S) el conjunto
de todos los subconjuntos de S con r elementos. Supongamos
que Pr (S) está particionado en t componentes o coloraciones
A1 , A2 , . . . , At :

Pr (S) = A1 ∪ A2 ∪ · · · ∪ At .
a la teorı́a de Ramsey. También publicó notables artı́culos sobre teorı́a
de probabilidades, economı́a y filosofı́a.
Ramsey era un hombre de gran estatura, modesto, sencillo y desin-
hibido, que gozaba de notable buen humor. En 1930, a la edad de
veintisiete años, sufrió un ataque de ictericia y fue llevado al Hospital en
Londres para una operación de emergencia. Murió luego de la operación.
8.4. Teorı́a de Ramsey 109

Ahora, sean q1 , . . . , qt enteros tales que qi ≥ r, para cada


i ∈ {1, . . . , t}. Si existe algún subconjunto B ⊆ S con qi
elementos, de forma tal que todos los subconjuntos de B con
r elementos pertenecen a Ai (esto es, tiene la misma col-
oración), entonces decimos que B es (qi , Ai )-monocromático.
El teorema de Ramsey establece lo siguiente:

Teorema 50 (Ramsey, 1930) Para cualesquiera q1 , . . . ,


qt enteros mayores o iguales que r, existe un mı́nimo en-
tero positivo n(q1 , . . . , qt ; r) con la propiedad que, si n ≥
n(q1 , . . . , qt ; r), entonces S contiene un subconjunto B de
qi elementos que es (qi , Ai )-monocromático, para algún i ∈
{1, 2, . . . , t}.

La demostración no la veremos en esta obra, aunque co-


mentamos que en la misma el caso interesante ocurre cuando
t = 2 y la prueba utiliza argumentos del Principio del Palo-
mar y el Principio de Inducción Matemática. Por otra parte,
puede observarse que cuando r = 1 el teorema de Ramsey se
reduce al Principio del Palomar.
Una versión simplificada del teorema de Ramsey ocurre
cuando tomamos q1 = q2 = · · · = qt = q. En este caso, el
teorema establece lo siguiente:

Sea S un conjunto con n elementos, con n su-


ficientemente grande. Supongamos que los sub-
conjuntos de S con r elementos son particionados
en t componentes o coloraciones, de manera arbi-
traria. Entonces, existe un subconjunto de S con
q elementos tal que todos sus subconjuntos con r
elementos tienen la misma coloración.

Como ejemplo de aplicación, consideremos n puntos en el


espacio tridimensional, situados en cualquier posición. Cada
pareja de puntos define un segmento recto entre ellos. De
manera general, procedemos a colorear cada uno de estos
110 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

segmentos, usando únicamente los colores rojo y azul. En-


tonces, si n es suficientemente grande, digamos n ≥ n(q, q; 2),
podemos garantizar la existencia de un subconjunto B con
q puntos de los n puntos originales, de forma tal que to-
dos los segmentos asociados a los q puntos de B tengan la
misma coloración. De manera análoga se puede plantear el
problema asociado con los números Rk anteriormente men-
cionados: Rk = n(k, k; 2).
Los números n(q1 , . . . , qt ; r) del teorema de Ramsey son
los famosos e inaccesibles números de Ramsey, los cuales
tienen un significado combinatorio profundo. Se conoce ape-
nas lo siguiente acerca de tales números:
(a) Cuando r = 1, tendremos:

n(q1 , . . . , qt ; 1) = q1 + · · · + qt − t + 1.

(b) Cuando t = 2, tendremos:

n(q1 , r; r) = q1
n(r, q2 ; r) = q2
n(q1 , q2 ; r) ≤ n(p1 , p2 ; r − 1) + 1,

donde p1 = n(q1 − 1, q2 ; r) y p2 = n(q1 , q2 − 1; r).


Desafortunadamente la desigualdad por recurrencia ante-
rior es bastante burda en casi todos los casos. Todo lo que se
conoce sobre los valores concretos de los números de Ramsey,
para r = 2 y t = 2, es lo siguiente:

n(q1 , q2 ; 2) q1 = 3 4 5
q2 = 3 6 9 14
4 9 18
5 14

Finalmente, se menciona que también es muy poco lo


que se conoce acerca de los números de Ramsey para r = 2 y
t = 3: lo más profundo que se sabe es que n(3, 3, 3; 2) = 17.
8.5. Grupos de permutaciones 111

8.5 Grupos de permutaciones


Una permutación de grado n es una biyección
 
1 2 ··· n
ϕ=
k1 k2 · · · kn

del conjunto X = {1, 2, . . . , n} en sı́ mismo. Las permuta-


ciones de grado n, con la operación de la composición de
aplicaciones, forman un grupo Sn , llamado grupo simétrico
de grado n.
El estudio de los subgrupos normales de Sn tiene mucha
importancia dentro de la combinatoria. Se estudian los cic-
los de una permutación, las órbitas de un subgrupo de per-
mutación, la paridad de una permutación, el grupo alternante
An de las permutaciones pares y finalmente se arriba a un re-
sultado importante de la teorı́a de grupos, que establece que
si n > 4, los únicos subgrupos normales del grupo alternante
An son An y {e}.
También se estudia el famoso teorema de Pólya, que per-
mite contar el número de esquemas relativos a grupos de
permutaciones de objetos. Este teorema se ubica en el sigu-
iente contexto: sea G un grupo de permutaciones (subgrupo
de An ) y sea φ una aplicación de X en

A = {a1 , a2 , . . . , am }.

Dentro de este contexto, los elementos de A son llamados col-


ores y φ es una coloración: cada objeto i es “coloreado” con
el color φ(i). Dos coloraciones φ1 y φ2 pertenecen al mismo
esquema si existe una permutación g ∈ G tal que φ1 g = φ2 .
Esto define sobre X una relación de equivalencia. El prob-
lema que se plantea es contar el número de clases de equiva-
lencia —o esquemas— de esta relación. Pólya demostró que
el número de esquemas es P (G; m, m, . . . , m), donde m es el
112 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

número de colores de A y

1 X λ1 (g) λ2 (g)
P (G; x1 , x2 , . . . , xn ) = x1 x2 · · · xnλn (g)
|G|
g∈G

es el polinomio cı́clico de G, concepto que está fuera del al-


cance de este estudio (los exponentes λi (g) denotan el número
de ciclos de g de tamaño i).

8.6 Algunos problemas abiertos


en combinatoria
Presentamos en esta sección algunos problemas abiertos de la
teorı́a de combinatoria, seleccionados de entre una gran can-
tidad de problemas abiertos existentes. El objetivo de esta
sección es ilustrar lo difı́cil que pueden resultar las demostra-
ciones de algunos problemas de aspecto aparentemente in-
ocente, en el campo de la teorı́a de la combinatoria.

8.6.1 Dos problemas de Paul Erdös


En 1981 Paul Erdös2 , uno de los más importantes matemáticos
del siglo XX en el campo de la teorı́a de la combinatoria,
publicó el artı́culo “On the Combinatorial Problems which I
would most like to see solved ”, en el cual expone alrededor
de 50 problemas abiertos en combinatoria y ofrece, para al-
gunos de ellos, recompensas económicas a quien encuentre
soluciones a los mismos.
2
Paul Erdös (1913–1996) Matemático húngaro nacido en Budapest,
considerado uno de los más prolı́ficos de la historia de las matemáticas,
con alrededor de 1.500 artı́culos publicados en revistas internacionales
a lo largo de su vida, la mayorı́a (casi el 70%) en coautorı́a con más de
470 colaboradores diferentes. Su primer artı́culo apareció cuando tenı́a
19 años, lo que significa que Erdös publicó en promedio dos artı́culos
mensuales durante sus 64 años de actividad creadora constante. Este
ritmo frenético no disminuyó con la edad. Murió en Varsovia cuando
8.6. Algunos problemas abiertos en combinatoria 113

La mayorı́a de estos problemas son muy difı́ciles de ex-


plicar, pues requieren conocimientos avanzados en el campo.
Sin embargo, algunos pocos son de fácil enunciado, entre los
cuales están los siguientes dos problemas:

1. Sea |Ak | = n, para 1 ≤ k ≤ n y suponga que |Ai ∩Aj | ≤


1, para 1 ≤ i < j S≤ n. Demostrar que se puede colorear
los elementos de nk=1 Ak con n colores, de manera que
cada conjunto Ak , 1 ≤ k ≤ n, contenga elementos de
todos los colores.
Comenta el propio Erdös: “Faber, Lovász y yo hicimos
esta aparentemente inocente conjetura en una fiesta en
Boulder, Colorado, en Setiembre de 1972. Lentamente
comprendimos su gran dificultad. Ofrezco ahora 500
dólares por una prueba o un contraejemplo (no hace
mucho tiempo ofrecı́a tan solo 50 dólares; el incremento
es debido no a la inflación sino al hecho que ahora
asistı́a a un congreso de combinatoria, en la cual ya habı́a presentado
dos conferencias. En su último año de vida habı́a publicado 25 artı́culos
y otra docena más estaban en trámite de publicación. Escribió también
varios libros y fue también un prolı́fico autor de reseñas matemáticas:
¡solamente el Mathematical Reviews contiene más de 700 reseñas con su
firma!
Proveniente de una familia judı́a, Erdös nació y vivió sus primeros
años rodeado de tragedias familiares, guerras y persecuciones antisemi-
tas. No obstante las restricciones imperantes sobre los judı́os acerca
del ingreso en las universidades en Hungrı́a, Erdös fue autorizado a in-
gresar en 1930, en virtud de haber ganado los exámenes nacionales de
matemáticas. Estudió su doctorado en la Universidad Pázmány Péter,
en Budapest. Habiéndose graduado en 1934 (siendo su tutor Leopold
Fejér), obtuvo una beca para realizar estudios post-doctorales en Manch-
ester, Inglaterra, siendo prácticamente forzado a dejar Hungrı́a debido
a su condición de judı́o.
En 1938 obtuvo una beca corta para realizar estudios post-doctorales
en Princeton, Estados Unidos, paı́s donde se estableció hasta 1954, año
en que le cancelaron su visa de residencia en circunstancias aún poco
claras, relacionadas con sospechas infundadas de que simpatizaba con la
ideologı́a comunista, en aquellas oscuras épocas de la guerra frı́a. Nueve
años más tarde, en 1963, retornó a Estados Unidos luego de la presión
114 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

pienso que el problema es muy difı́cil; tal vez me equiv-


oque)”.
Por ejemplo, para n = 4 nuestros conjuntos podrı́an
ser:
A1 = {a, b, c, d}, A2 = {a, e, f, g},
A3 = {b, f, h, i}, A4 = {c, g, h, j}.
En este ejemplo los conjuntos fueron seleccionados de
tal manera que siempre dos ellos tienen intersección no
vacı́a aunque unitaria: se trata de un caso extremo.
Aquı́ podemos colorear los elementos de la unión
4
[
Ak = {a, b, c, d, e, f, g, h, i, j}
k=1

con los cuatro colores rojo, azul, verde y blanco, de la


siguiente manera: (a=rojo), (b=azul), (c=verde), (d=blan-
que ejercieron varias prestigiosas universidades norteamericanas para
que le restablecieran la visa de residencia.
Las contribuciones que Erdös hizo a las matemáticas fueron tan nu-
merosas como extensas. Los tópicos de su predilección eran los de com-
binatoria, la teorı́a de grafos y la teorı́a de números. No obstante, hizo
aportes en prácticamente todos los campos de la matemática, siendo
uno de los matemáticos más versátiles que se recuerde. Le apasionaba
resolver problemas matemáticos de la manera más elegante y elemen-
tal posible. Para Erdös, una demostración debı́a proporcionar discern-
imiento sobre porqué el resultado que se estaba probando era verdadero,
y no solamente constituir una complicada sucesión de etapas formales
desprovistas de inteligencia.
Algunos resultados con los cuales Erdös es asociado fueron demostra-
dos antes de su nacimiento. Por ejemplo, en 1845 Bertrand conjeturó que
habı́a al menos un número primo entre n y 2n, para cualquier número
natural n mayor o igual que 2. Chebyshev demostró esta conjetura en
1850. Erdös, a los 18 años, encontró una elegante demostración elemen-
tal de este hecho. Otro resultado asociado con Erdös es el teorema de
los números primos, que establece que la cantidad de primos menores o
iguales a n tiende a infinito asintóticamente con lnnn . Este resultado fue
conjeturado en el siglo XVIII y demostrado hasta en 1896 por Hadamard
y de la Vallée Poussin. En 1949 Erdös y Atle Selberg hallaron una el-
8.6. Algunos problemas abiertos en combinatoria 115

co), (e=azul), (f=verde), (g=blanco), (h=rojo), (i=blanco),


(j=azul). De esta forma, todo conjunto Ak tendrá el-
ementos de los n = 4 diferentes colores. ¡Obsérvese
que el resultado en general parece obvio, aunque desde
luego no lo es!

2. Una vieja conjetura en teorı́a de números, aún sin re-


solver, consiste en probar que para cada entero posi-
tivo k existen k números primos que siguen una pro-
gresión aritmética. Hasta el momento, la más larga pro-
gresión aritmética de números primos conocida tiene 17
términos y es debida a Weintraub.
En relación con este problema, Erdös conjeturó lo sigu-
iente: si (ak )k≥1 es una sucesión P
de enteros positivos
estrictamente creciente y la serie ∞ n=1 1/an = ∞, en-
tonces para todo k ≥ 1 existen k términos consecutivos
de los an ’s que forman una progresión aritmética.

egante demostración elemental. Originalmente Selberg y Erdös habı́an


convenido en publicar su trabajo en una serie de varios artı́culos, com-
partiendo los créditos. Sin embargo, Selberg cambió de parecer y se
adelantó, publicándola de primero. ¡Erdös se enteró de ello hasta el año
siguiente, cuando Selberg ganó la Medalla Fields por este trabajo!
Recibió el premio Cole de la Asociación Matemática Americana en
1951 por sus variados artı́culos sobre la teorı́a de números, y en par-
ticular por su trabajo “Sobre un nuevo método en teorı́a de números
elemental que lleva a una prueba elemental del teorema de los números
primos”, publicado en el Proccedings of the National Academy of Sci-
ences en 1949. También ganó el premio Wolf (con $50.000) en 1983.
Como matemático trashumante que era, sin par en la historia, Erdös
asistı́a a decenas de coloquios y congresos al año, extendiendo y re-
forzando continuamente sus contactos y sirviendo de catalizador de ideas
matemáticas, formando discı́pulos. Tenı́a un estilo de vida muy sen-
cillo que requerı́a de pocos recursos personales. Donaba la mayorı́a del
dinero que ganaba por concepto de sus conferencias dictadas por todo
el mundo para ayudar a los estudiantes, ofreciendo además premios en
efectivo para la resolución de algunos problemas matemáticos que él
mismo planteaba. Trabajó en numerosas universidades, aunque sin es-
tablecerse fijamente en ninguna de ellas por perı́odos largos. Entre ellas
116 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

Como Euler demostró que la suma de los recı́procos


de los números primos es divergente, entonces la de-
mostración de la conjetura de Erdös demostrarı́a también
la vieja conjetura de las progresiones aritméticas de los
primos.

Ofrezco 3000 dólares por una prueba o un contraejem-


plo de esta conjetura, señala Erdös.

8.6.2 El “Football Pool Problem”


Uno de los problemas abiertos de combinatoria de más sen-
cillo enunciado es el “Football Pool Problem”, cuya versión
más sencilla es la siguiente.
Supóngase que se desea vaticinar el resultado de n juegos
de fútbol, cada uno de ellos con tres posibles resultados: i)
victoria del equipo casa (codificado con un 2); ii) empate
(codificado con un 1); iii) derrota del equipo casa (codificado
con un 0). Una boleta de apuestas consiste en indicar el
resultado de cada uno de los n juegos en disputa. ¿Cuál es
el mı́nimo número σn de boletas que se deben llenar para
garantizar que acertaremos al menos n − 1 de los juegos?
Parece que se trata de un problema sencillo. Por ejemplo:
1. Para n = 1 la solución es obvia, σ1 = 1 (no importa
como llenemos la boleta, siempre acertaremos al menos
0 juegos).
2. Para n = 2 también es obvio: σ2 = 3. Por ejemplo,
podemos llenar las siguientes 3 boletas: (0, 0), (1, 2),
(2, 0) (la boleta “(1, 2)” indica por ejemplo que se pro-
dujo empate en el primer juego y victoria del equipo
casa en el segundo juego), garantizando de esta manera
destacan la Universidad Purdue (1943), la Universidad de Notre Dame
(1952) y la Universidad de Israel (1954).
A Erdös se le considera el fundador de las matemáticas discretas, uno
de los fundamentos teóricos de las ciencias de la computación.
8.6. Algunos problemas abiertos en combinatoria 117

que siempre obtendremos al menos 1 resultado correcto.


Puede demostrarse por enumeración que 3 boletas son
necesarias en este caso.
3. Para n = 3 todavı́a podemos analizar el problema man-
ualmente, enumerando todas las posibilidades, para obtener
σ3 = 5. El lector puede comprobar que las siguientes
5 boletas bastan para garantizar que obtendremos al
menos 2 resultados correctos: (0,1,2), (0,2,0), (1,1,0),
(1,2,2), (2,0,1). La solución no es única.
4. Para n = 4 el problema no es tan obvio como para
resolverlo manualmente, pues la cantidad de configu-
raciones a analizar es muy elevada. Sin embargo, con
paciencia y ayuda de una computadora obtenemos que
σ4 = 9. Por ejemplo, las siguientes 9 boletas garanti-
zan al menos 3 resultados correctos: (0,0,0,0), (0,1,1,2),
(0,2,2,1), (1,0,1,1), (1,1,2,0), (1,2,0,2), (2,0,2,2), (2,1,0,1),
(2,2,2,1). La solución no es única.

5. Para n = 5 es problema es muy complicado, aunque


aún nos queda el recurso de utilizar computadoras para
enumerar rápidamente los resultados, obteniéndose que
σ5 = 27. Por ejemplo, los siguientes 27 números, cuando
se representan en base 3, corresponden a 27 boletas que
garantizan al menos 4 resultados correctos: 0, 10, 23, 34,
41, 51, 59, 69, 73, 89, 93, 106, 111, 124, 128, 136, 146, 156,
166, 179, 180, 191, 198, 211, 222, 239, 242.

Sin embargo, para n = 6 el problema aún está abierto:


¡se desconoce el valor exacto de σ6 ! El problema aquı́ es el
rápido crecimiento “combinatorio” de las configuraciones que
deben analizarse. Para resolver el problema por enumeración
n
se necesitarı́a analizar un gran total de 23 casos, cantidad
que se escapa a toda posibilidad de análisis en el tiempo. Por
ejemplo, para n = 6 habrı́a que analizar 2729 casos: toda la
eternidad aún para la computadora más veloz del mundo.
118 Capı́tulo 8. Otros tópicos de la teorı́a de combinatoria

No se conoce una fórmula directa, ni por recurrencia, para


el cálculo de σn . Menos aún se conoce la función generadora
Fσ . Tan sólo se conocen algunas cotas superiores para σn , co-
tas que se han ido mejorando con el pasar de los años. Cada
vez que alguien encuentra una cota superior más pequeña
para algún valor de σn , el descubrimiento es objeto de una
publicación en alguna de las mejores revistas de la teorı́a de
combinatoria del mundo. Para el caso más simple aún de-
sconocido, σ6 , se encontró en 1992 que σ6 ≤ 73 y se conjetura
que σ6 = 72.

8.7 Ejercicios
124. Encuentre la función generadora para Ak , el número de
//
maneras de cambiar k colones en billetes de C10000, //
C5000,
//
C2000, //
C1000, //
C500, //
C100 //
y C50.

125. Dado un grupo de n mujeres y sus respectivos esposos,


cúantas personas deben ser seleccionadas de este grupo de 2n
personas para garantizar que en el grupo de las seleccionadas
habrá un matrinomio?

126. Muestre que cualquier subconjunto de n + 1 enteros


diferentes entre 1 y 2n, con n ≥ 2, siempre contiene un par
de enteros que son primos relativos.

127. Muestre que en una fiesta de 20 personas, siempre hay


2 que tienen el mismo número de amigos (amistad dentro del
grupo de las 20 personas).

128. Muestre que en una fiesta con 6 o más personas, siem-


pre habrá un grupo de 3 amigos mutuos o un grupo de 3
extraños mutuos.

129. Muestre que cualquier secuencia de nm + 1 números


distintos siempre contiene una subsecuencia creciente de n+1
números o una subsecuencia decreciente de m + 1 números.
Capı́tulo 9

Las soluciones de los


ejercicios impares
Presentamos en este capı́tulo las soluciones de los ejer-
cicios impares planteados a lo largo de toda la obra. Las
soluciones se presentan con gran cantidad de detalles, con
fines meramente didácticos.
Por lo general dispondremos de varios métodos para re-
solver los problemas de combinatoria. Recomendamos al lec-
tor que intente resolver cada ejercicio empleando sus propias
ideas y métodos y solamente luego de ello consulte las solu-
ciones aquı́ desarrolladas.

9.1 Ejercicios del capı́tulo 1


1. a. Hay 5 caminos que conducen de A a B y para cada
uno de ellos hay 3 caminos que conducen de B a C. Luego,
en total hay 15 = 5 × 3 caminos diferentes que conducen de
A a C pasando por B.
1

2 1
A 3
B 2
C

4 3

5
b) Generalización: hay n × m caminos diferentes que con-
ducen de A a C pasando por B.

119
120 Capı́tulo 9. Las soluciones de los ejercicios impares

3. a) Cantidad de nombres que los ingleses suelen dar a un


niño:
i ) Si no se admiten repeticiones de nombre de ningún tipo:

[300]3 + [300]2 + [300]1 = 300 × 299 × 298 + 300 × 299 + 300


= 26.820.600 nombres.

El primer sumando corresponde el número de maneras de


asignar 3 nombres diferentes, el segundo al número de man-
eras de asignar 2 nombres diferentes, etc.
ii ) Si se permiten las repeticiones de nombres:

3003 + 3002 + 300 = 27.090.300 nombres.

3b) Generalización: i ) Sin repeticiones de nombres:

n
X
[N ]i nombres.
i=1

ii ) Con repeticiones de nombres:

N (N n − 1)
N + N2 + N3 + · · · + Nn = nombres.
N −1

5. a) Hay 90.000 números diferentes de 5 dı́gitos, si los ceros


iniciales no son permitidos. Estos se obtienen a partir de
la cantidad de números totales 100.000 (del 0 al 99.999) re-
stando los 10.000 (del 0 al 09999) que comienzan con 0.
5b) Serán pares la mitad de ellos, esto es, 45.000. La paridad
solamente depende del último dı́gito.
5c) Aparece un 3 en alguna posición en 37.512 casos, de los
90.000. Estos pueden contarse según el siguiente esquema,
9.1. Ejercicios del capı́tulo 1 121

en donde  indica una casilla a ser llenada por un dı́gito:


1ra posición: 3 
| {z } = 10.000 casos
10.000
2da posición:  3 
|{z}  }
| {z = 8.000 casos
8 1.000
3ra posición:  3 
 |{z}
|{z}  =
|{z} 7.200 casos
8 9 100
4ta posición:  
|{z}  3 |{z}
|{z}  = 6.480 casos
8 81 10
5ta posición:  
|{z}  } 3
| {z = 5.832 casos
8 729

5d) Palı́ndromos: 900 en total. Pueden contarse mediante el


siguiente esquema:
a |{z}
|{z} b |{z}
c b a = 900 casos.
9 10 10

7. Tendremos que en general m personas se pueden sentar


a una mesa circular de (m − 1)! formas distintas. Esto se
obtiene fijando cualquiera de las personas como “cabecera” y
calculando las permutaciones de las m−1 personas restantes,
las cuales son (m − 1)!.
7a) De 5! (5 − 1)! = 2.880 formas distintas. Más sencillo es
explicar el caso general que sigue.
7b) Generalización al caso de n hombres y n mujeres: primero
colocamos n sillas iniciales en la mesa circular y procedemos
a sentar a los n hombres, lo cual puede hacerse de (n − 1)!
formas distintas. Luego, agregamos sillas intercaladas entre
los hombres. Fijamos la posición de un hombre cualquiera en
la mesa y procedemos a contar el número de permutaciones
simples de las n mujeres: hay n! en total. Cada una de estas
permutaciones simples de las mujeres se pueden intercalar en
la disposición circular de los hombres previamente estable-
cida. Luego, habrá en total n! (n − 1)! formas distintas de
sentar a los hombres y las mujeres en forma intercalada.
122 Capı́tulo 9. Las soluciones de los ejercicios impares

9. Números de matrı́cula de automóvil: 182.789.000 difer-


entes números, los cuales los podemos contar con el siguiente
esquema:
 #### =
|{z} 260.000,
| {z }
26 10.000
 # # # # =
|{z} 6.760.000,
| {z }
262 10.000
  } # # # # = 175.760.000.
| {z | {z }
263 10.000

En el diagrama anterior,  denota cualquier letra de las 26


posibles, mientras que # denota cualquier dı́gito, de los 10
posibles.

11. Permutaciones de palabras, dejando las vocales en las


posiciones originales.
11a) “matematica”: Prescindiendo de las vocales (las cuales
tienen posición fija) tendremos 2“m”, 2“t”, 1“c”. Luego,
habrá
5!
= 30 permutaciones.
2! 2! 1!
11b) “parabola”: Eliminando las vocales, tendremos 1“p”,
1“r”, 1“b”, 1“l”. Luego, habrá
4!
= 24 permutaciones.
1! 1! 1! 1!
11c) “ingrediente”: Esta vez al eliminar las vocales nos
queda 2“n”, 1“g”, 1“r”, 1“d”, 1“t”. Luego, habrá
6!
= 360 permutaciones.
2! 1! 1! 1! 1!
11d) “parangaricutirimicuaro”: Eliminando las vocales,
esta vez tendremos 1“p”, 4“r”, 1“n”, 1“g”, 2“c”, 1“m”.
Luego, habrá
10!
= 75.600 permutaciones.
1! 4! 1! 1! 2! 1!
9.1. Ejercicios del capı́tulo 1 123

13. Números distintos de 4 cifras divisibles por 4 con los


dı́gitos 1, 2, 3, 4, 5. Usando solo esas cifras, tendremos que los
únicos números divisibles por 4 serán aquellos que terminen
en 12, 24, 32, 44 y 52. Luego, la cantidad total buscada es:

  
|{z}  = 125 números.
|{z}
5×5 5

15. Es más fácil calcular el porcentaje de los casos del torneo


en que NO se habrá determinado un ganador absoluto. Esto
ocurrirá cuando cada uno de los jueces nombre de primero a
un gimnasta distinto al nombrado por sus otros colegas. El
primer juez tiene 10 posibilidades de selección de su nomi-
nado, el segundo juez tendrá entonces sólo 9 posibilidades de
selección el tercer juez tendrá por tanto sólo 8 posibilidades
de selección, para un total de 10 × 9 × 8 = 720 formas dis-
tintas en las cuales no habrá un ganador absoluto. Como
en total hay 10 × 10 × 10 = 1.000 maneras distintas en que
los jueces pueden designar al primer nominado (sin restric-
ciones), entonces el número de casos en los cuales habrá un
ganador absoluto es 1.000 − 720 = 280, para una proporción
de 100 × 280/1.000 = 28% de los casos del torneo.

17. El conteo de collares y brazaletes pertenece al difı́cil


tema de las permutaciones circulares con repeticiones, tema
para el cual no hemos estudiado ninguna fórmula en la teorı́a,
pues la misma —como veremos— se escapa a los objetivos de
la presente monografı́a. Aclaramos que cuando hablamos de
collares y brazaletes estamos considerando las permutaciones
circulares simples con repeticiones, tomando en consideración
las simetrı́as que se producen al “darle vuelta” al collar o
brazalete. Este ejemplo ilustrará las dificultades.
17a) Cuando se trata de 5 cuentas iguales y 2 de mayor di-
mensión, el problema puede ser resuelto fácilmente por enu-
meración de casos: solamente habrá tres 3 brazaletes circu-
124 Capı́tulo 9. Las soluciones de los ejercicios impares

lares diferentes, los cuales son:

BBaaaaa , BaBaaaa , B a a B a a a.

Aquı́ “a” representa una de las 5 cuentas pequeñas y “B”


representa a una de las 2 cuentas grandes. Es inmediato
corroborar que cualquier otro diseño es semejante a alguno de
los tres diseños básicos anteriores. Por ejemplo, el brazalete
“B a a a B a a” es semejante al último de la lista de arriba,
en virtud de la circularidad.
17b. Generalización: cuando tenemos n cuentas de un tipo
y m de otro tipo, el problema se complica enormemente. En
efecto, la solución viene dada por la fórmula
1 X ((n + m)/d)!
φ(d) · ,
n+m (n/d)! (m/d)!
d

donde d recorre los divisores del máximo común divisor de


n y m y φ(d) es la función de Euler1 : el número de primos
relativos de d entre la lista 0, 1, 2, . . . , d−1. En el caso en que
n y m sean primos relativos (pero solo en ese caso) la fórmula
anterior simplifica, pues solamente tendrá un sumando, y
1 (n+m)!
queda n+m n! m! . Por ejemplo, en el caso n = 3 y m = 3,
obtenemos que el número de brazaletes diferentes será
 
1 6! (6/3)! 1
φ(1) + φ(3) = (1 · 20 + 2 · 2) = 4.
6 3! 3! (3/3)! (3/3)! 6
Los 4 brazaletes son, en este caso:

a a a B B B, a a B a B B, a a B B a B, a B a B a B.
1
La función φ de Euler está caracterizada por las siguientes
propiedades:
• Está definida para todo entero positivo.
• Si p es primo, entonces φ(p) = p − 1 y φ(pk ) = pk − pk−1 .
• φ es una función multiplicativa: φ(a · b) = φ(a) · φ(b), si a y b son
primos relativos.
9.1. Ejercicios del capı́tulo 1 125

19. En este problema los m libros encuadernados en ne-


gros son indistinguibles entre sı́, interesando únicamente su
posición relativa con respecto a los n libros encuadernados
en rojo.
19a) Permutaciones en las cuales los primeros m lugares son
libros encuadernados en negro: n!. Cualquier posición inicial
de los m libros encuadernados en negro es equivalente.
19b) Permutaciones en las que los m libros negros quedan
juntos: podemos contarlas mediante el siguiente esquema:

| ·{z
n · · n}  · · · }
| {z = n! permutaciones
negros n rojos
 n
|{z} | ·{z
· · n} 
| ·{z
· · } = n! permutaciones
rojo negros n−1 rojos
.. ..
. .
| ·{z
· · } n
| ·{z
· · n} = n! permutaciones
n rojos negros

para un total de (n + 1) n! = (n + 1)! permutaciones.


21. ¡Otro problema de brazaletes! La fórmula general para
la cantidad de brazaletes de n cuentas, donde n1 cuentas son
de tipo 1, n2 cuentas son de tipo 2, . . . , nr cuentas son de
tipo r, es sumamente compleja de obtener pues involucra a
la función φ de Euler. Esta fórmula es:
1X (n/d)!
φ(d) ,
n (n1 /d)! (n2 /d)! · · · (nr /d)!
d
donde d recorre a los divisores del máximo común divisor de
n1 , n2 , . . . , nr y φ es la función de Euler (ver el ejercicio 17).
En este caso tendremos n = 18, n1 = 5, n2 = 6, n3 = 7,
que son primos relativos entre sı́, de manera que la fórmula
anterior simplifica a un único sumando: el número total de
brazaletes será igual a
1 18!
· φ(1) · = 816.816.
18 5! 6! 7!
126 Capı́tulo 9. Las soluciones de los ejercicios impares

23. Premios de la Olimpı́ada: son 20 personas compitiendo


y los premios son 3 ejemplares del libro A, 2 ejemplares del
libro B y 1 ejemplar del libro C.
23a) Bajo el supuesto que a nadie le otorguen 2 premios de
golpe, tendremos el siguiente esquema de posibilidades de
entrega de los premios:

1er libro A: = 20 posibilidades


2do libro A: = 19 posibilidades
3er libro A: = 18 posibilidades
1er libro B: = 17 posibilidades
2do libro B: = 16 posibilidades
1er libro C: = 15 posibilidades
Total: = [20]6 = 27.907.200 posibilidades.

23b) Bajo el supuesto que a nadie se le otorguen 2 ejem-


plares de un mismo libro, tendremos el siguiente esquema de
posibilidades de entrega de los premios:

1er libro A: = 20 posibilidades


2do libro A: = 19 posibilidades
3er libro A: = 18 posibilidades
1er libro B: = 20 posibilidades
2do libro B: = 19 posibilidades
1er libro C: = 20 posibilidades
Total: = [20]3 · [20]2 · [20]1 = 51.984.000

25. Tendremos dos posibilidades de abordar el problema:


25a) Si permitimos ceros iniciales: en este caso el número
formado por las tres primeras cifras tiene 1.000 posibilidades
distintas de ser seleccionado (del 000 al 999), y para la se-
lección i-ésima el número formado por las tres últimas cifras
tendrá entonces 999 − i posibilidades de ser seleccionado (del
000 al 999 − i). Luego, tendremos un total de posibilidades
9.2. Ejercicios del capı́tulo 2 127

de selección igual a
999
X 999 × 1.000
(999 − i) = = 499.500.
2
i=0

25b) Si no permitimos los ceros iniciales: en este caso el


número formado por las tres primeras cifras tiene solamente
900 posibilidades distintas de ser seleccionado (del 100 al
999), y para la selección i-ésima el número formado por las
tres últimas cifras tendrá entonces 999 − i posibilidades de
selección, para un total de posibilidades igual a
999
X
(999 − i) = 404.550.
i=100

9.2 Ejercicios del capı́tulo 2


27. Tablero de ajedrez.
27a) Número de selecciones de dos casillas del tablero, una
blanca y una negra: 32 × 32 = 1.024. Lo anterior si no
interesa el orden. Si interesa el orden, la respuesta es 2! ×
32 × 32 = 2.048.
27b) Número de selecciones de dos casillas del tablero, sin
limitaciones: ( 64
2 ) = 2.016. Lo anterior si no interesa el or-
den. Si interesa el orden, la respuesta serı́a 64 × 63 = 4.032.

29. Palabras de género masculino (12), femenino (9) y neutro


(10). No interesa el orden dentro de las selecciones.
29a) Elección de una de cada género: 12 × 9 × 10 = 1.080
formas.
29a) Generalización: mf n formas.

31. Número de maneras de formar 6 palabras a partir de 26


letras diferentes.
128 Capı́tulo 9. Las soluciones de los ejercicios impares

31a) Si en el conjunto de las 6 palabras, cada letra se utiliza


solo una vez. Comenzamos eligiendo la primera letra de cada
palabra, lo cual puede hacerse de [26]6 = 26 × 25 × 24 × 23 ×
22 × 21 formas diferentes. Nos quedan 20 letras disponibles.
Seleccionamos entre ellas las k letras que del todo no se em-
plearán, con 0 ≤ k ≤ 20. Para cada valor de k esto puede
hacerse de ( 20
k ) formas distintas. Quedan 20 − k letras dis-
tintas, a distribuir en las 6 “cajas ordenadas” (palabras), lo
cual puede hacerse de [6]20−k = (25 − k)!/5! formas distintas.
Luego, la solución será

20  
X 20
[26]6 · · [6]20−k ≈ 0, 47 × 1032 .
k
k=0

31b) Generalización: cuando tenemos n (en vez de 26) letras


y se requiere formar m palabras (en vez de 6), la solución
será:
n−m
X n − m
[n]m · · [m]n−m−k .
k
k=0

El autor ignora si esta última expresión admite una simplifi-


cación.

33. Al principio los 12 libros son indistinguibles entre sı́:


tan solo nos interesa de qué color quedarán encuadernados.
Encuadernamos 1 libro en marrón, 1 en rojo y 1 en verde
(cualesquiera de ellos). Nos quedan 9 libros, que podemos
encuadernar en cualquier color. Luego, si denotamos por x1 ,
x2 y x3 la cantidad final de libros encuadernados en marrón,
rojo y verde, andamos buscando el número de soluciones en-
teras no-negativas de la ecuación

x1 + x2 + x3 = 9,

que de acuerdo a la teorı́a es igual a ( 3+9−1


9 ) = ( 11
9 ) = 55.
9.2. Ejercicios del capı́tulo 2 129

35. Una baraja de naipes.


35a) Selecciones de una carta de cada palo: hay 134 = 28.561.
35b) Selecciones de una carta de cada palo, sin que haya
ningún par igual: [13]4 = 13 × 12 × 11 × 10 = 17.160.

37. Baraja de naipes.


37a) Extracciones de 10 cartas en las cuales habrá al menos
1 as: ( 52 48
10 ) − ( 10 ) = 9.279.308.324. Al total le restamos las
extracciones en las cuales no hay ases.
37b) Extracciones de 10 cartas en las cuales habrá al exacta-
mente 1 as: 4 × ( 48
9 ) = 6.708.426.560.
37c) Extracciones de 10 cartas en las cuales habrá al menos
2 ases: ( 42 ) ( 50 4
8 ) = 3.221.271.900. El factor ( 2 ) cuenta las
selecciones de los 2 ases, mientras que el otro factor cuenta
las selecciones de las 8 cartas restantes.
37d) Extracciones de 10 cartas en las cuales habrá exacta-
mente 2 ases: ( 42 ) ( 48
8 ) = 2.264.093.964.

39. Número de soluciones enteras de x1 + · · · + xn = m en


las cuales xi ≥ −3, para todo i: de acuerdo a la fórmula del
teorema 10, tendremos un total de

n veces
 z }| {   
n + m + 3 + 3 + · · · + 3 −1 4n + m − 1
= soluciones.
n−1 n−1

41. Manzanas y peras. La respuesta al problema es

5!
= 10 formas.
2! 3!
Esta cantidad coincide con el número de permutaciones de las
letras de la palabra M M P P P , donde “M ” indica manzana
y “P ” indica pera.
130 Capı́tulo 9. Las soluciones de los ejercicios impares

43. Club deportivo con 30 miembros.


43a) Maneras de seleccionar un equipo de 4 personas: ( 304 )=
164.430. Aquı́ no interesa el orden entre las personas.
43b) Maneras de seleccionar un equipo de 4 personas, para
participar en la carrera de relevos 100 + 200 + 400 + 800:
ahora interesa cuál persona corre cuál distancia, de forma
que la solución es [30]4 = 30 × 29 × 28 × 27 = 657.720.

45. Grupo de 7 hombres y 4 mujeres.


45a) Selecciones de 6 personas, entre ellas al menos 2 mujeres:
( 42 ) ( 74 ) + ( 43 ) ( 73 ) + ( 44 ) ( 72 ) = 371 selecciones.
45b) Generalización: en el caso en que hay H hombres, M
mujeres, y hay que seleccionar p personas, de las cuales al
menos h de ellas deben ser hombres y m mujeres, con h+m ≤
p ≤ H + M . La solución es ( M H M H
m )( p−m ) + ( m+1 )( p−m−1 ) +
M
· · · + ( p−h )( H
h ) selecciones.

47. Baile entre 7 mujeres y 10 hombres.


47a) Variantes en las cuales las 7 mujeres participan, con un
acompañante masculino diferente: [10]7 = 604.800.
47b) Mismo asunto que en a), pero tomando en cuenta cuáles
hombres quedaron sin bailar: ( 10 10
3 ) = ( 7 ) = 120.
47c) Mismo asunto que en 47a), pero si se sabe con certeza
que 2 hombres determinados siempre serán sacados a bailar:
[7]2 × [8]5 = 282.240.
47c) Mismo asunto que en 47b), pero si se sabe con certeza
que 2 hombres determinados siempre serán sacados a bailar:
( 83 ) = ( 85 ) = 56.

49. Fiesta escolar con 12 niños y 15 niñas.


49a) Selecciones de 4 parejas para un baile: ( 12 15
4 )( 4 ) =
675.675.
49b) Generalización: cuando hay n niños, m niñas y se deben
seleccionar k ≤ min{n, m} para un baile: ( nk ) ( m
k ).
9.2. Ejercicios del capı́tulo 2 131

51. División de m + n + p objetos distinguibles en 3 grupos


con m, n y p objetos en cada grupo, sin distinguir el orden
entre los grupos:
  
m+n+p n+p
maneras.
m n

53. Tenemos n primos distintos p1 , . . . , pn . Sea q = pα1 1 ·


pα2 2 · · · pαnn , con αi ∈ N.
53a) Número de divisores de q. Primero observamos que la
cantidad de divisores de cada primo pi son 2, mientras que la
cantidad de divisores de pαi i son αi + 1. Además, la cantidad
de divisores de pi ·pj (i 6= j) son (αi +1)·(αj +1). Por lo tanto,
la cantidad de divisores de q es (α1 + 1) · (α2 + 1) · · · (αn + 1).
53b) Suma de los divisores de q. Claramente esta suma es
igual a
X X
d = pβ1 1 · pβ2 2 · · · pβnn
d|q 0≤βi ≤αi

= (1 + p1 + p21 + · · · + pα 2 αn
1 ) · · · (1 + pn + pn + · · · + pn ).
1

55. Selecciones de 12 personas de entre 17.


55a) Si dos personas dadas de estas 17 no pueden ser selec-
cionadas juntas: ( 17 15
12 ) − ( 10 ) = 3.185 selecciones (al total de
selecciones le restamos aquellas en las cuales los fulanos se
encuentran juntos).
55b) Generalización: en el caso de seleccionar n personas
de entre N , con la restricción que k personas especı́ficas no
N −k
pueden ser seleccionadas juntas, la solución es ( N
n ) − ( n−k ).

57. El problema del bote: hay 31 candidatos, de los cuales


10 se pueden sentar en el costado izquierdo, 12 en el costado
derecho y 9 en cualquiera de los costados. Hay que seleccionar
4 de ellos para cada uno de los costados del bote. En total
132 Capı́tulo 9. Las soluciones de los ejercicios impares

habrá
4 X
4     
X 9 12 9−k 10
= 15.638.850
k 4−k i 4−i
k=0 i=0

selecciones distintas: primero seleccionamos los k indiferentes


que irán en el costado derecho (0 ≤ k ≤ 4). Esto puede
hacerse de ( k9 ) formas distintas. Para cada selección anterior,
tendremos que completar la tripulación de la parte derecha
con 4−k personas de las 12 disponibles, lo cual puede hacerse
12
de ( 4−k ) formas. El resto es completamente análogo y no
requiere explicación.

59. El coro con 10 participantes.


59a) Selecciones de 6 participantes durante tres dı́as, de man-
era que cada dı́a el coro tenga distinta composición: ( 106 )×
10 10 10
[( 6 ) − 1] × [( 6 ) − 2] = [( 6 )]3 = 9.129.120.
59b) Generalización: en el caso en que tenemos N partic-
ipantes y son seleccionados n de ellos durante tres dı́as, la
solución será [( N
n )]3 .

61. Palabras de 5 letras que se puede formar a partir de 26


letras distintas.
61a) Si se admiten repeticiones de letras, pero no las repeti-
ciones contiguas: 26 × 25 × 25 × 25 × 25 = 26 × 254 =
10.156.250.
61b) Generalización: mismo asunto, si ahora tenemos N le-
tras distintas y las palabras son de n letras: N (N − 1)n−1 .

63. Grupo de 10 parejas de casados, a dividir en 5 grupos


de 4 personas para un paseo en botes.
63a) Número de casos en los cuales un hombre quedará en
el mismo bote que su esposa: ( 92 )( 92 )( 72 )( 72 )( 52 )( 52 )( 32 )( 32 ) =
514.382.400.
9.3. Ejercicios del capı́tulo 3 133

63b) Número de casos en los cuales dos hombres quedarán en


un solo bote junto con sus esposas: ( 10 8 8 6 6 4 4
2 )( 2 )( 2 )( 2 )( 2 )( 2 )( 2 ) =
285.768.000. En este caso, el primer factor ( 10 2 ) es el número
de maneras de seleccionar las 2 parejas que viajarán juntas
en un bote. El factor ( 82 )( 82 ) es el número de maneras de
seleccionar la tripulación del segundo bote: 2 hombres de
los 8 restantes y 2 mujeres de las 8 restantes. El resto es
análogo.

9.3 Ejercicios del capı́tulo 3


65. Distribuimos inicialmente 1 bola en cada urna. Quedarán
m − n bolas, a distribuir en las n urnas. Esto es, andamos
buscando el número de soluciones enteras de la ecuación

x1 + x2 + · · · + xn = m − n,

con xi ≥ 0, ∀i ∈ {1, . . . , n}. De acuerdo a la teorı́a, la


solución es
   
n + (m − n) − 1 m−1
= .
m−n m−n
Pn
67. Evalúe la suma k=3 (k − 2)(k − 1)k. Utilizamos la
identidad (k − 2)(k − 1)k = 3! ( k3 ), y la fórmula del ejercicio
66f, para obtener:
n n  
X X k
(k − 2)(k − 1)k = 3!
3
k=3 k=3
n−3
X 3 + k   
n+1
= = 3!
3 4
k=0
6(n + 1)(n)(n − 1)(n − 2)
=
4!
n(n + 1)(n − 1)(n − 2)
= .
4
134 Capı́tulo 9. Las soluciones de los ejercicios impares

69. Los casos n < k y n = k son triviales y se dejan al lector.


Veamos el caso n > k. En virtud de que la sucesión ( m k )m∈N
es estrictamente creciente, entonces existe un único m ∈ N
tal que    
m m+1
<n≤ − 1. (9.1)
k k
Luego, al aplicar la identidad indicada, tendremos la sigu-
iente desigualdad:
     
m m−1 m−k+1
n≤ + + ··· + .
k k−1 1
Si la desigualdad anterior fuese una igualdad, obtendrı́amos
de inmediato el resultado deseado. En caso contrario, escrib-
amos mk = m y consideremos ahora el número
 
m
n2 = n − .
k
Tendremos que, en virtud de (9.1) y de la identidad indicada:
     
m−1 m−k+1 m
0 < n2 < + ··· + = − 1.
k−1 1 k−1
Aplicamos el mismo procedimiento, ahora empleando k − 1
en vez de k, hallando el único valor de m0 ∈ N tal que
m0
   0 
m +1
< n2 ≤ − 1.
k−1 k−1
Claramente m0 < m. Definimos mk−1 = m0 . El lector
no tendrá dificultad para continuar con este procedimiento,
obteniendo finalmente que
       
mk mk−1 m2 m1
n= + + ··· + + ,
k k−1 2 1
con mk > mk−1 > · · · > m2 > m1 ≥ 0. Para demostrar la
unicidad de esta representación, basta darse dos posibles rep-
resentaciones de este tipo y demostrar que coinciden término
a término, lo cual también se deja al lector.
9.3. Ejercicios del capı́tulo 3 135

Veamos un ejemplo: k = 4, n = 823.


Etapa 1: Hallamos el único valor de m ∈ N para el cual
(m m+1
4 ) < 823 ≤ ( 4 ) − 1. La solución en este caso es m = 13
y la desigualdad es estricta:
   
13 14
715 = < 823 < − 1 = 1000.
4 4
Luego, ponemos m4 = 13.
Etapa 2: Restamos: n2 = 823 − ( 13 4 ) = 108 y repetimos
el proceso, esta vez empleando k = 3. Esto es, hallamos el
único valor de m ∈ N para el cual ( m m+1
3 ) < 108 ≤ ( 3 ) − 1.
La solución esta vez es m = 9, pues
   
9 10
84 = < 108 < − 1 = 119.
3 3
Luego, ponemos m3 = 9.
Etapa 3: Restamos: n3 = 108 − ( 93 ) = 24 y repetimos el
proceso, esta vez con k = 2. Esto es, hallamos el único valor
de m ∈ N para el cual tenemos que ( m m+1
2 ) < 24 ≤ ( 2 ) − 1.
La solución esta vez es m = 7, pues
   
7 8
21 = < 24 < − 1 = 27.
2 2
Luego, ponemos m2 = 7.
Etapa 4 (última): Restamos: n4 = 24 − ( 72 ) = 3. Este será
el valor de m1 : m1 = 3. Luego, hemos obtenido finalmente
que
       
13 9 7 3
823 = + + +
4 3 2 1
= 715 + 84 + 21 + 3.

71. Demuestre que ( n1 ) + 6 ( n2 ) + 6 ( n3 ) = n3 . Escribimos:


     
n n n(n − 1) n n(n − 1)(n − 2)
= n, = , = .
1 2 2 3 6
Se suma y simplifica.
136 Capı́tulo 9. Las soluciones de los ejercicios impares

73. Utilizamos la fórmula del ejercicio 66a y el binomio de


Newton, para obtener:
n   n   Xn  
X n X n n
(k + 1) = k +
k k k
k=0 k=0 k=0
n−1
= n2 + 2 = (n + 2) 2n−1 .
n

75. La fórmula del ejercicio 64 establece que


       
n n+1 n+m n+m+1
+ + ··· + = .
n n n n+1

Luego, si r + 1 ≤ m, obtenemos:
n        
X k m m+1 n
= + + ··· +
r r r r
k=m
       
r r+1 m n
= + + ··· + + ··· +
r r r r
   
r m−1
− − ··· −
r r
   
n+1 m
= − .
r+1 r+1

Por otra parte, si r + 1 > m la suma original queda como


     
r n n+1
+ ··· + = ,
r r r+1
m
mientras el factor ( r+1 ) es nulo.

77. Empleamos inducción sobre n ∈ N∗ .


Caso n = 1: Aquı́ la parte izquierda de la fórmula nos da
[m]m , mientras que la parte derecha nos da [m + 1]m+1 /(m +
1). Claramente ambos factores son iguales.
9.3. Ejercicios del capı́tulo 3 137

Hipótesis de inducción: Supongamos que la fórmula vale


para algún valor n = k ∈ N, esto es,

[m + k]m+1
[m]m + · · · + [m + k − 1]m = .
m+1

Paso inductivo: Veamos que la fórmula también vale para


n = k + 1. En efecto, tendremos

S = [m]m + · · · + [m + k − 1]m + [m + k]m


[m + k]m+1
= + [m + k]m
m+1
k [m + n]m
= + [m + k]m
m+1  
k
= [m + k]m +1
m+1
m+k+1
= [m + k]m
m+1
[m + k + 1]m+1
= ,
m+1
que es lo que debı́a dar la fórmula.

79. Hallar el valor de k que maximiza las cantidades.


79a) maxk {( nk )}: Escribamos xk = ( nk ). Calculemos el co-
ciente xk+1 /xk :
 
n
xk+1 k+1 n! k! (n − k)! n−k
=   = = .
xk n (k + 1)! (n − k − 1)! n! k+1
k

Luego, vemos que xk+1 /xk ≥ 1 sı́ y solo si n − k ≥ k +


1. Resolviendo para k, obtenemos que la sucesión (xk ) es
creciente sı́ y solo si k ≤ (n + 1)/2. Por lo tanto, el valor
máximo de ( nk ) se obtiene cuando k = n/2, si n es par, o
cuando k = (n − 1)/2 y k = (n + 1)/2, cuando n es impar.
138 Capı́tulo 9. Las soluciones de los ejercicios impares

79b) maxk {( 2n+k 2n−k 2n+k 2n−k


n )( n )}. Escribamos yk = ( n )( n ).
Calculemos el cociente yk /yk+1 :
  
2n+k 2n−k
yk n n
=   
yk+1 2n+k+1 2n−k−1
n n
(2n + k)! (2n − k)! n! (n + k + 1)! n! (n − k − 1)!
=
n! (n + k)! n! (n − k)! (2n + k + 1)! (2n − k − 1)!
(2n − k)(n + k + 1)
=
(2n + k + 1)(n − k)
2n2 − k 2 − k + nk + 2n
= > 1,
2n2 − k 2 − k − nk + n
para todo k ∈ {0, 1, . . . , n}. Luego, la sucesión (yk ) es estric-
tamente decreciente, alcanzando por lo tanto el valor máximo
cuando k = 0, esto es, maxk {( 2n+k 2n−k 2n 2n
n )( n )} = ( n )( n ).

81. Para n ≥ 2 sean


     
n n n
R = 1 +3 +5 + ···
1 3 5
     
n n n
S = 2 +4 +6 + ···
2 4 6
De las fórmulas de los ejercicios 66a y 66b, tendremos en-
tonces
     
n n n
R+S = 1 +2 + ···n = n 2n−1 ,
1 2 n
n  
X
k n
R−S = (−1) k = 0.
k
k=0

Luego, R = S = 21 n 2n−1 = n 2n−2 .

83. Tenemos que


n n
X (2n)! X (2n)! (n!)2
=
{ k! (n − k)! }2 (n!)2 { k! (n − k)! }2
k=0 k=0
9.3. Ejercicios del capı́tulo 3 139

n  
(2n)! X n 2
=
n! n! k
k=0
n
n 2
 X  
2n
=
n k
k=0
   
2n 2n
= · ,
n n

donde la última igualdad proviene de la fórmula del ejercicio


66(d).

85. Emplearemos la identidad ( −n m n+m−1 ).


m ) = (−1) ( m
85a) Aquı́ tendremos:
   
n −n n k−1 n + k − 2
(−1) = (−1) (−1)
k−1 k−1
 
k n−1 n + k − 2
= (−1) (−1)
n−1
 
−k
= (−1)k .
n−1

85b) Aquı́ tendremos:


−(2n−1)
− 12 2n ( −1 −3
2 )( 2 ) · · · (
 
)
(−1)n 2 = (−1)n 22n 2
n n!
1 · 3 · · · (2n − 1) 2 · · · 2n
= (−1)n 2n (−1)n ·
n! 2 · · · 2n
2n (2n)!
 
2n
= = .
n! n! 2n n

85c) Aquı́ tendremos:


1 −1
· · · −(2n−3)
−3
1
n · ·
(−1) 2 22n = (−1)n 22n 2 2 2 2
n n!
(−1)2n−1 22n 1 · 3 · · · (2n − 3) 2 · · · (2n − 2)
=
2n n! 2 · · · (2n − 2)
140 Capı́tulo 9. Las soluciones de los ejercicios impares

−2n (2n − 2)!


=
n! 2n−1 (n − 1)!
−2 (2n − 2)!
=
n (n − 1)! (n − 1)!
 
−2 2n − 2
= .
n n−1

85d) Tendremos:
m m
X [m]k X m(m − 1) · · · (m − k + 1) (m − k)! (n − k)!
=
[n]k n(n − 1) · · · (n − k + 1) (n − k)! (m − k)!
k=0 k=0
m
X m! (n − k)!
=
n! (m − k)!
k=0
m
m!(n − m)! X (n − k)!
=
n! (m − k)! (n − m)!
k=0
m  
1 X n−k
= n .
(m ) n−m
k=0

Ahora, aplicando la fórmula del ejercicio 66(f) con r = n−m,


obtenemos una simplificación de la última suma:
m   m  
1 X n−k 1 X n−k
n = n
(m ) n−m (m ) m−k
k=0 k=0
n−(n−m) 
1 X n−m+i
= n
(m ) i
i=0
 
1 n+1
= n
(m ) n−m+1
(n + 1)! m! (n − m)!
=
(n − m + 1)! m! n!
n+1
= .
n−m+1

9.4 Ejercicios del capı́tulo 4


9.4. Ejercicios del capı́tulo 4 141

87. Número de maneras de distribuir n objetos distinguibles


en m cajas distinguibles, de manera que p cajas queden ocu-
padas y m − p queden vacı́as. Primeramente seleccionamos
las p cajas que no quedan vacı́as. Esto puede hacerse de
(mp ) maneras distintas. Para cada una de estas selecciones,
debemos distribuir los n objetos ocupando cada una de las p
cajas, lo cual puede hacerse de tantas formas como funciones
sobreyectivas hay entre un conjunto de n elementos y otro de
p elementos, esto es, de p! Snp formas. Luego, la solución de
nuestro problema es:
 
m m(m − 1) · · · (m − p + 1)
p! Snp = p! Snp = [m]p Snp .
p p!

88. Solamente brindamos la respuesta:

n!
.
(1!)λ1 (2!)λ2 · · · (k!)λk (λ1 !)(λ2 !) · · · (λk !)

89. Sobre los números de Lah Lnk :


Pn+1 k k−1 } [x] =
89a)
Pn+1 kVamos a probar que k=1 {−(n + k) Ln − Ln k
k=1 Ln+1 [x]k , de donde al comparar coeficientes se obtiene
la recurrencia buscada:
k
Ln+1 = (−n + k) Lnk − Lnk−1 .

En efecto, sea
n+1
X
A = {−(n + k) Lnk − Lnk−1 } [x]k
k=1
n+1
X n+1
X n+1
X
= −n Lnk [x]k − k Lnk [x]k − Lnk−1 [x]k
k=1 k=1 k=1
n
X n
X n
X
= −n Lnk [x]k − k Lnk [x]k − Lni [x]i+1 ,
k=1 k=1 i=0
142 Capı́tulo 9. Las soluciones de los ejercicios impares

pues Lnn+1 = 0. Ahora, en virtud que nk=1 Lnk [x]k = [−x]n ,


P
y dado que Ln0 = 0 y que [x]i+1 = [x]i (x − i), obtenemos:
n
X n
X
A = −n [−x]n − k Lnk [x]k − Lni [x]i (x − i)
k=1 i=0
Xn
= −n [−x]n − x Lni [x]i
i=0
= (−x − n) [−x]n = [−x]n+1
n+1
X
k
= Ln+1 [x]k .
k=1

La verificación de la tabla queda a cargo del lector.


89b) Primeramente vamos a demostrar que la relación aducida
es válida. Recordemos el desarrollo binomial, válido para
|t| < 1:
∞  
β
X β n
(1 + t) = t .
n
n=0
Aplicándolo, tendremos por una parte:
∞ ∞ 
tn X −x n
X 
[−x]n = t = (1 + t)−x .
n! n
n=0 n=0

Por otra parte,


∞  
−t k
  x
X x t
= 1− = (1 + t)−x ,
k 1+t 1+t
k=0

lo que demuestra la relación. A continuación vamos a de-


1 −t k
mostrar que Lk (t) = k! ( 1+t ) . Para ello, por una parte
tendremos
∞ ∞  
−t k −t k
  
X 1 X x
[x]k =
k! 1 + t k 1+t
k=0 k=0

X tn
= [−x]n = S.
n!
n=0
9.4. Ejercicios del capı́tulo 4 143

Por otra parte:


∞ ∞ X

X X tn
Lk (t) [x]k = Lnk
[x]k
n!
k=0 k=0 n=0
∞ X ∞  n
X
k t
= Ln [x]k
n!
n=0 k=0

X tn
= [−x]n = S.
n!
n=0

Comparando ambas expresiones, obtenemos


−t k
 
1
Lk (t) = .
k! 1 + t
Finalmente, para obtener una fórmula directa para los nú-
meros de Lah, procedemos como sigue. Tenemos que

−t k tn
 
1 X
= Lk (t) = Lnk . (9.2)
k! 1 + t n!
n=0

Por otra parte, haciendo un desarrollo de (−t/(1+t))k , obten-


emos:
−t k
 
1 1
= (−1)k tk (1 + t)−k
k! 1 + t k!
∞  
1 k k
X −k i
= (−1) t t
k! i
i=0
∞  
1 i k+i−1
X
k k
= (−1) t (−1) ti
k! i
i=0
∞  
k+i k + i − 1 1
X
= (−1) tk+i .
i k!
i=0

Haciendo el cambio de ı́ndice n = k + i, obtenemos:



−t k
   
1 n n−1 1 n
X
= (−1) t
k! 1 + t n − k k!
n=k
144 Capı́tulo 9. Las soluciones de los ejercicios impares


n! tn
 
X
n n−1
= (−1) .
k−1 k! n!
n=k

Comparando con la parte derecha de (9.2), deducimos que


 
k n n − 1 n!
Ln = (−1) ,
k − 1 k!

para n ≥ k. Queda al lector la verificación de la recurrencia,


a partir de esta fórmula directa.

91. Identidad bj=a j n = nm=1 Snm {[b+1]n+1 −[a]n+1 }/(m+


P P
1), con a ≤ b ∈ Z y n ∈ N? .
b
X b X
X n 
n
j = Snm [j]m
j=a j=a m=1
n
X b
X
= Snm [j]m
m=1 j=a
n
X [b + 1]m+1 − [a]m+1
= Snm .
m+1
m=1

La última igualdad se obtuvo de la identidad del ejercicio 90.

9.5 Ejercicios del capı́tulo 5


93. Enteros entre 1 y 6300 inclusive que no son divisibles por
3, ni por 5 ni por 7. Tendremos que la cantidad de enteros
divisibles por 3 es igual a b6300/3c = 2100, mientras que los
divisibles por 5 son b6300/5c = 1260 y los divisibles por 7
son b6300/7c = 900, y los divisibles simultáneamente por 3
y 5 son b6300/(3 × 5)c = 420 y ası́ sucesivamente.
Luego, la respuesta buscada es

6300 − b6300/3c − b6300/5c − b6300/7c


9.5. Ejercicios del capı́tulo 5 145

+ b6300/(3 × 5)c + b6300/(3 × 7)c + b6300/(5 × 7)c


− b6300/(3 × 5 × 7)c
= 2880.

Carne

13 Empanadas

6 3
25 25

10 1 9

Jamón Queso

Figura 9.1: Distribución del tipo de sándwichs que llevaron al


paseo las 92 personas, en el Problema 95.

95. De los datos del problema y empleando la fórmula de


inclusión-exclusión, obtenemos que la cantidad de personas
que llevaron empanadas al paseo es igual a

Empanadas = 92 − 47 − 38 − 42
+ 28 + 31 + 26 − 25 = 25.

Esto a veces es más fácil visualizarlo mediante un simple


diagrama de Venn, como se ilustra en la Figura 9.1.

97. Este tipo de problema es más fácil de analizar mediante


un diagrama de Venn, como se ilustra en la Figura 9.2. La
respuesta a las preguntas es: (a) 0%: a ningún lector le gusta
solamente el vino; (b) 30%: porcentaje de lectores que les
gusta exactamente dos de las tres bebidas.

99. En la Figura 9.3 se presentan los mapas esquemáticos de


las casas.
146 Capı́tulo 9. Las soluciones de los ejercicios impares
Vino

0%

10% 10%
25%

10% 10% 15%

Te Naranja

Figura 9.2: Bebidas que les gusta a los lectores de periódicos, de


acuerdo al Problema 97.

99a) En la Casa 1 tenemos 4 habitaciones h1 , h2 , h3 , h4 y 6


puertas p1 , p2 , p3 , p4 , p5 , p6 . Consideremos las 6 propiedades
q1 , . . . , q6 dadas por qi ↔ las habitaciones que se comunican
por medio de la puerta pi son pintadas con el mismo color.
Seguimos el mismo enfoque teórico expuesto en la sección
Coloreando una casa (página 67). Luego, la cantidad de for-
mas distintas de colorear la Casa 1 es igual a

N (q10 , q20 , q30 , q40 , q50 , q60 ) = W (0) − W (1) + W (2) − W (3)
+ W (4) − W (5) + W (6).

Las cantidades W (0), . . . , W (6) las calculamos como sigue:


1. W (0) = m4 , pues en ausencia de restricciones cada
habitación puede ser coloreada de m formas distintas.
2. W (1) = ( 61 ) m3 = 6m3 , pues siempre una puerta cualquiera
pone en comunicación a dos habitaciones.
3. W (2) = ( 62 ) m2 = 15m2 , pues siempre dos puertas cua-
lesquiera ponen en comunicación a tres habitaciones.
4. W (3) = 16m + 4m2 . En efecto, de las ( 63 ) = 20 selec-
ciones de 3 puertas, hay 4 de ellas que ponen en comu-
nicación solamente a 3 habitaciones. Estas combina-
ciones especiales son: p1 p2 p3 , p1 p5 p6 , p2 p4 p5 , y p3 p4 p6 .
Las restantes 16 selecciones de 3 puertas ponen en co-
municación a las 4 habitaciones.
9.5. Ejercicios del capı́tulo 5 147

5. W (4) = ( 64 ) m = 15m, pues siempre 4 puertas comuni-


can todas las 4 habitaciones.
6. W (5) = ( 65 ) m = 6m, pues siempre 5 puertas comuni-
can todas las 4 habitaciones.
7. W (6) = m.

Luego, en total tendremos

N (q10 , q20 , q30 , q40 , q50 , q60 ) = m4 − 6m3 + 11m2 − 6m

formas de colorear la Casa 1. p5 p4


h2 h6 h5 h4
• • • •
@
p1 p2
p5 @
p6 p7 @p8 p3
p6 •H p4
h4 H
@
• H•
H • • @•
@
h1 h3 h1 p1 h2 p2 h3
p3
Casa 1 Casa 2
Figura 9.3: Distribución de habitaciones en el ejercicio 99.

99b) En la Casa 2 tenemos 6 habitaciones h1 , . . . , h6 y 8


puertas p1 , . . . , p8 . Consideramos las 8 propiedades q1 , . . . ,
q8 dadas por qi ↔ las habitaciones que se comunican por
medio de la puerta pi son pintadas con el mismo color. Luego,
tendremos que la cantidad de formas distintas de colorear la
Casa 2 es igual a

N (q10 , . . . , q80 ) = W (0) − W (1) + W (2) − W (3) + W (4)


− W (5) + W (6) − W (7) + W (8).

Las cantidades W (0), . . . , W (8) son este caso:


1. W (0) = m6 .
2. W (1) = ( 81 ) m5 = 8m5 .
3. W (2) = ( 82 ) m4 = 28m4 .
4. W (3) = 2m4 + [( 83 ) − 2] m3 = 2m4 + 54m3 .
148 Capı́tulo 9. Las soluciones de los ejercicios impares

5. W (4) = 12m3 + [( 84 ) − 12] m2 = 6m3 + 58m2 .


6. W (5) = m3 +49m2 +[( 85 )−49−1] m = m3 +49m2 +6m.
7. W (6) = 4m2 + [( 86 ) − 4] m = 4m2 + 24m.
8. W (7) = ( 87 ) m = 8m.
9. W (8) = m.

Luego,

N (q10 , . . . , q80 ) = m6 − 8m5 + 26m4 − 49m3 + 13m2 + 11m.

101. Este problema es una generalización trivial al ejercicio


93, pues en vez del número 6300 ahora se escribe simplemente
N y se está tomando en consideración el primo 2. Aplicando
la fórmula de inclusión-exclusión obtenemos la respuesta: el
número de enteros positivos menores e iguales a N que no
son divisibles por los primos 2, 3, 5 y 7 es igual a

N − W (1) + W (2) − W (3) + W (4),


P P P
donde W (1) = bN/ic, W (2) = bN/ijc, W (3) = bN/ijkc,
P
W (4) = bN/ijklc. Finalmente, cuando N = 210n, el núme-
ro anterior se calcula fácilmente, tomando en consideración
que
W (1) = b210n/2c + b210n/3c + b210n/5c + b210n/7c = 247n
W (2) = b210n/(2 · 3)c + b210n/(2 · 5)c + b210n/(2 · 7)c
+ b210n/(3 · 5)c + b210n/(3 · 7)c + b210n/(5 · 7)c = 101n
W (3) = b210n/(2 · 3 · 5)c + b210n/(2 · 3 · 7)c + b210n/(2 · 5 · 7)c
+ b210n/(3 · 5 · 7)c = 17n
W (4) = b210n/(2 · 3 · 5 · 7)c = n,

de donde la cantidad buscada es igual a

210n − 247n + 101n − 17n + n = 48n.


9.5. Ejercicios del capı́tulo 5 149

103. Primeramente observamos que si p es un número primo,


entonces φ(p) = p − 1. En efecto, de la lista 0, 1, 2, . . . , p − 1
de p números, el único que no es primo relativo con p es 0,
pues es múltiplo de p.
Una segunda observación preliminar es que si p es un
número primo y α ∈ N? , entonces φ(p) = pα − pα−1 . En
efecto, si denotamos por N (p) la cantidad de números de la
lista
0, 1, 2, . . . , pα − 1
que son múltiplos de p, entonces tendremos que N (p) = pα−1 .
Estos múltiplos de p son: 0, p, 2p, . . . , (p − 1)pα−1 . Luego,
tendremos que φ(pα ) = pα − pα−1 .
Ahora calculemos φ(pα q β ). Aplicando la fórmula de in-
clusión-exclusión, tendremos que
φ(pα q β ) = N − N (p) − N (q) + N (p, q),
donde de nuevo N (p) denota la cantidad de múltiplos de p,
N (q) la cantidad de múltiplos de q y N (p, q) la cantidad de
múltiplos de p y q simultáneamente. Aquı́ tendremos:
1. N es la cantidad de números en la lista 0, 1, 2, . . . ,
pα q β − 1. Luego, N = pα q β .
2. N (p) = q β pα−1 es la cantidad de números de la lista
anterior que son múltiplos de p. Ellos son: 0, p, 2p, 3p,
. . . , q β pα−1 .
3. N (q) = pα q β−1 , por simetrı́a.
4. N (p, q) = pα−1 q β−1 es la cantidad de múltiplos de pq
en la lista. Ellos son: 0, pq, 2pq, . . . , pα−1 q β−1 pq,
exceptuando el último número, el cual es igual a pα q β .
Luego, se concluye que
φ(pα q β ) = pα q β − pα−1 q β − pα q β−1 + pα−1 q β−1
= (pα − pα−1 ) · (q β − q β−1 )
= φ(pα ) · φ(q β ).
150 Capı́tulo 9. Las soluciones de los ejercicios impares

La generalización a más de 2 primos es evidente. Escribiendo


n = pα1 1 · · · pαmm la factorización prima de n, tendremos:

φ(pα1 1 · · · pαmm ) = N − N (p1 ) − · · · N (pm )


+ N (p1 , p2 ) + N (p1 , p3 ) + · · ·
− N (p1 , p2 , p3 ) − N (p1 , p2 , p4 ) − · · ·
.. ..
. .
= φ(pα1 1 ) · · · φ(pαmm )
= (pα1 1 − pα1 1 −1 ) · · · (pαmm − pαmm −1 )
   
α1 αm 1 1
= (p1 · · · pm ) · 1 − ··· 1 − ,
p1 pm
que es lo que se debı́a demostrar. La verificación de la tabla
queda a cargo del lector.

9.6 Ejercicios del capı́tulo 6


105. Selecciones de k bolas de una urna con 3 bolas verdes,
3 blancas, 3 azules y 3 doradas.
La selección es sin reemplazo. En la función generadora or-
dinaria F (t), el factor (1 + t + t2 + t3 ) estará asociado con la
cantidad de bolas rojas (u otro color especı́fico) seleccionadas.
Como son 4 colores, entonces la función generadora será

F (t) = (1 + t + t2 + t3 )4 ,

y Ak será el coeficiente de tk en esta función.

107. La función generadora ordinaria F (t) en este problema


es
F (t) = (1 + t + t2 + t3 + t4 )3 .
El factor (1 + t + t2 + t3 + t4 ) se asocia a la cantidad de
objetos seleccionados de un mismo tipo especı́fico. Andamos
buscando el coeficiente de t6 en F (t), el cual es igual a 19.
9.6. Ejercicios del capı́tulo 6 151

109. La función generadora ordinaria F (t) en este problema


es

F (t) = (1 + t2 + t4 + t6 + t8 + t10 )2 (t3 + t4 + t5 )3 .

El primer factor (1 + t2 + t4 + t6 + t8 + t10 )2 se asocia con las


dos primeras cajas, cada una de las cuales podrá contener un
número par de objetos que no exceda a 10. El segundo factor
(t3 + t4 + t5 )3 se asocia con las 3 cajas restantes, cada una
de las cuales podrá contener entre 3 y 5 objetos. Andamos
buscando el coeficiente Ak de tk en esta función. Los primeros
coeficientes Ak son los siguientes:

k 9 10 11 12 13 14 15 16 17 18 19 20
Ak 1 3 8 13 21 26 35 39 49 52 63 65

111. Número de maneras de recolectas $15 de 20 personas.


La función generadora ordinaria es

F (t) = (1 + t)19 (1 + t + t5 )
19  
5
X 19 k
= (1 + t + t ) t .
k
k=0

El factor (1 + t)19 corresponde a cada una de las primeras


19 personas que solo pueden dar $1 o nada, mientras que
el factor (1 + t + t5 ) corresponde a la persona número 20,
que puede dar $5, $1, o nada. Andamos buscando el coefi-
ciente de t15 en esta expresión, el cual es ( 19 19 19
15 ) + ( 14 ) + ( 10 ) =
4.163.488.284.384.

113. Distribuciones de 25 bolas idénticas en 7 cajas distintas,


si la primera caja puede contener a lo sumo 10 bolas y el
resto de las cajas tiene capacidad ilimitada. Aquı́ la función
generadora ordinaria es

F (t) = (1 + t + t2 + · · · + t10 ) (1 + t + t2 + t3 · · ·)6


152 Capı́tulo 9. Las soluciones de los ejercicios impares

1 − t11 1
= = (1 − t11 ) (1 − t)−7
1 − t (1 − t)6
∞  
11
X −7
= (1 − t ) (−1)k tk
k
k=0
∞  
11
X k+6 k
= (1 − t ) t .
k
k=0

El número buscado es el coeficiente de t25 en la anterior ex-


presión, que por tanto es igual a ( 31 20
25 ) − ( 14 ) = 697.521.

115. Función generadora exponencial del número de man-


eras de situar k personas en 3 cuartos diferentes.
115 a) Con la restricción que en cada cuarto quede al menos
una persona. Aquı́ tendremos que
 t2 t3 3
E1 (t) = t + + + · · · = (et − 1)3 .
2! 3!
115 b) Ahora cada cuarto debe quedar con un número par
de personas. Luego,
 t 2 t4 3  et + e−t 3
E2 (t) = 1 + + + · · · = cosh3 (t) = .
2! 4! 2
117. Cantidad de secuencias distintas de k dı́gitos en base
4, con un número par de 0’s y un número impar de 1’s. Aquı́
la función generadora exponencial (obsérvese que interesa el
orden dentro de las secuencias) es
2
t2 t4 t3 t2
  
t t
E(t) = 1+ + + ··· + + ··· 1 + + + ···
2! 4! 1! 3! 1! 2!
t −t t −t
e +e e −e e4t − 1
= cosh(t) senh(t) (et )2 = e2t =
2 2 4
∞ ∞
1 X k tk X t k
= 4 = 4k−1 .
4 k! k!
k=1 k=1

Para k > 0 el número buscado es el coeficiente de tk /k! de


esta expresión, que es igual a 4k−1 .
9.7. Ejercicios del capı́tulo 7 153

9.7 Ejercicios del capı́tulo 7


119. Mostrar que el número de particiones de n en tres
partes es igual al número de particiones de 2n en tres partes
de tamaño menor que n.
Solución: Sea A el conjunto de las particiones de n en tres
partes y sea B el conjunto de las particiones de 2n en tres
partes menores que n. Luego, podemos asociar de manera
unı́voca cada partición de A con otra de B, de la siguiente
forma:

(a, b, c) ∈ A −→ (a + b, a + c, b + c) ∈ B.

La partición original (a, b, c) ∈ A es tal que a + b + c = n, con


a ≥ b ≥ c > 0; es asociada con la partición (a+b, a+c, b+c) ∈
B. Obsérvese que esta última partición de 2n tiene cada
una de sus partes menores que n: a + b < n, a + c < n y
b + c < n. Recı́procamente, cualquier partición (x, y, z) ∈ B,
con x + y + z = 2n y n > x ≥ y ≥ z > 0 es asociada en forma
inversa con la siguiente partición de A:
 
x + y − z x − y + z −x + y + z
(x, y, z) ∈ B −→ , , ∈ A.
2 2 2
Lo anterior demuestra que existe una biyección entre A y B y
por lo tanto ambos conjuntos tienen la misma cardinalidad.

121. Mostrar que el número de particiones de 2r + k en r + k


partes es el mismo, para cada k ∈ N.
Solución: Primeramente debe observarse que toda partición
de 2r + k en r + k partes es de la forma

(λ1 , λ2 , . . . , λr , 1, . . . , 1),
| {z }
k
P
donde λ1 ≥ λ2 ≥ · · · ≥ λr ≥ 1, λi = 2r y la cantidad de
1’s finales es al menos k. Lo anterior debido a que la suma
154 Capı́tulo 9. Las soluciones de los ejercicios impares

de las partes debe dar 2r + k, cantidad que se sobrepasarı́a


si alguna de las k partes finales fuera superior a 1.
Luego, considere la asociación

(λ1 , . . . , λr , 1, . . . , 1) ←→ (λ1 , . . . , λr ),

entre el conjunto de particiones de 2r + k en r + k partes y el


conjunto de particiones de 2r en r partes. Claramente esta
asociación establece una biyección, demostrando que ambos
conjuntos tienen la misma cardinalidad, independientemente
de k ∈ N.

123. Mostrar que el número de particiones de r + k en k


partes es igual a:
123 a) El número de particiones de r + ( k+1 2 ) en k partes
desiguales. Solución: Consideremos primero un ejemplo que
arrojará luz sobre la situación general. Estudiemos el con-
junto A36+3 de las particiones de 6 + 3 en 3 partes, esto es,
r = 6, k = 3. En la tabla siguiente se enumeran todas las
particiones de este conjunto y en una segunda columna la
partición asociada dentro del conjunto B de las particiones
de 6 + ( 42 ) en 3 partes desiguales, en cada caso.

Partición de A36+3 Partición asociada de B


7 + 1 + 1 −→ 9 + 2 + 1
6 + 2 + 1 −→ 8 + 3 + 1
5 + 2 + 2 −→ 7 + 3 + 2
5 + 3 + 1 −→ 7 + 4 + 1
4 + 3 + 2 −→ 6 + 4 + 2
4 + 4 + 1 −→ 6 + 5 + 1
3 + 3 + 3 −→ 5 + 4 + 3

En el ejemplo es claro que los conjuntos A36+3 y B tienen la


misma cardinalidad. En general, consideremos el conjunto
Akr+k de las particiones de r + k en k partes, y el conjunto
9.7. Ejercicios del capı́tulo 7 155

B de las particiones de r + ( k+1


2 ) en k partes desiguales.
Establecemos la siguiente biyección entre ambos conjuntos:

(λ1 , . . . , λk−1 , λk ) −→ (λ1 + k − 1, . . . , λk−1 + 1, λk ).

P
Aquı́ λ1 ≥ λ2 ≥ · · · ≥ λk ≥ 1, con λi = r + k. Luego, la
suma de las partes de la partición de la derecha es

k  
X (k − 1)k k+1
λi + k − i = (r + k) + =r+ ,
2 2
i=1

y todas las partes son desiguales. Es obvio que se trata de


un biyección entre ambos conjuntos, de forma que Akr+k y B
tienen la misma cardinalidad.

123 b) El número de particiones de r en partes de tamaño


menor o igual a k. Solución: Al igual que en (a), veamos
primero un ejemplo, el cual nos guiará hacia el caso general.
Consideremos de nuevo el conjunto A36+3 de las particiones
de 6 + 3 en 3 partes, esto es, r = 6, k = 3. En la primera
columna de la tabla siguiente se enumeran todas las parti-
ciones de este conjunto A36+3 . En la segunda columna se resta
1 a cada una de las partes de las particiones de la primera
columna, obteniendo de esa forma una partición de 6 en 3
o menos partes, ya que al restar 1 a cada una de las partes
de la partición original podrı́a obtenerse partes vacı́as. En
la tercera columna se enumeran las conjugadas de las parti-
ciones correspondientes a la segunda columna. Como puede
observarse, se obtienen precisamente todas las particiones de
6 en partes de tamaño no mayor que 3.
156 Capı́tulo 9. Las soluciones de los ejercicios impares

Particiones Restando 1 Partición conjunda


de A36+3 a cada parte correspondiente
7 + 1 + 1 6 1 + 1 + 1 + 1+1+1
6 + 2 + 1 5 + 1 2 + 1 + 1 + 1+1
5 + 2 + 2 4 + 1+1 3 + 1 + 1 + 1
5 + 3 + 1 4 + 2 2 + 2 + 1 + 1
4 + 3 + 2 3 + 2+1 3 + 2 + 1
4 + 4 + 1 3 + 3 2 + 2 + 2
3 + 3 + 3 2 + 2+2 3 + 3

En general si Akr+k es el conjunto de las particiones de


r + k en k partes y Br≤k es el conjunto de las particiones
de r en k o menos partes, entonces podemos construir una
biyección entre ambos conjuntos de la siguiente forma:

(λ1 , λ2 , . . . , λk ) ∈ Akr+k −→ (λ1 −1, λ2 −1, . . . , λk −1) ∈ Br≤k ,

de donde ambos conjuntos tienen la misma cardinalidad. Fi-


nalmente, las conjugadas de las particiones de Br≤k son pre-
cisamente las particiones de r en partes menores o iguales a
k, estableciéndose entonces el resultado.
9.8. Ejercicios del capı́tulo 8 157

9.8 Ejercicios del capı́tulo 8


125. Grupo de n mujeres y sus respectivos n esposos. . . ¿mı́-
nimo número de personas que deben ser seleccionadas para
garantizar la selección de un matrimonio? Solución: n + 1
personas. En efecto, en el peor de los casos (cuando el número
de selecciones es mayor), por ejemplo, se deben seleccionar a
las n mujeres y a 1 hombre.

127. Fiesta con 20 personas. Mostrar que siempre hay 2


personas que tienen el mismo número de amigos. Solución:
La solución depende de la simetrı́a de la relación de amistad,
esto es, si A es amigo de B, entonces también B es amigo de
A. En efecto, para cada i ∈ {1, 2, . . . , 20}, sea ni el número
de amigos de la i-ésima persona. Luego, 0 ≤ ni ≤ 19, para
cada i ∈ {1, . . . , 20}. La única forma que todos los ni sean
distintos es que recorran los enteros 0, 1, . . . , 19 sin repeti-
ciones. Pero esto es imposible, ya que de ser ası́ entonces
existirı́an dos personas i1 y i2 tales que i1 tiene 0 amigos
(esto es, ni1 = 0) y i2 tiene 19 amigos (esto es, ni2 = 19),
llegándose a una contradicción, pues tendrı́amos que i2 es
amigo de i1 pero i1 no es amigo de i2 .

128. Se trata del número de Ramsey R3 introducido en la


sección 8.4. Vamos a demostrar que R3 = 6, esto es, en
cualquier fiesta de 6 o más personas siempre habrá un grupo
de 3 amigos mutuos o un grupo de 3 extraños mutuos.
Llamemos a una de las personas de la fiesta por A. En-
tonces, separamos a las restantes personas de la fiesta en dos
grupos:
(a) Aquellos que conocen a A.
(b) Aquellos que no conocen a A.
Alguno de estos dos grupos contendrá 3 o más miembros,
pues luego de separar a A quedan en la fiesta 5 o más per-
sonas. Supongamos, primeramente, que es el grupo (a) el que
158 Capı́tulo 9. Las soluciones de los ejercicios impares

contiene 3 o más miembros. Si entre ellos hay dos personas


se conocen, digamos B y C, entonces hemos encontrado un
grupo de tres amigos mutuos: A, B, C. Si por el contrario,
en el grupo (a) no hay dos personas que se conozcan, entonces
este grupo estará conformado por 3 o más extraños mutuos.
Finalmente, si es el grupo (b) el que contiene 3 o más
miembros, entonces hay dos posibilidades: si entre ellos hay
dos personas que no se conocen, digamos B y C, entonces
hemos encontrado un grupo de tres personas que son extraños
mutuos: A, B, C. Si por el contrario, en el grupo (b) no
hay dos personas desconocidas, entonces este grupo estará
conformado por 3 o más amigos mutuos.
Esto demuestra que R3 ≤ 6. Aún falta demostrar que
R3 > 5, esto es, existe al menos una fiesta de 5 personas en
la cual no hay 3 amigos mutuos o 3 extraños mutuos. Esto
lo ilustramos mediante la Figura 9.4.
4
t
 QQ

5 t Q t3
 Q

C 
C 
C 
C
Ct t

1 2

Figura 9.4: Grafo que ilustra que R3 > 5, esto es, existe una fiesta
de 5 personas en el cual no hay 3 amigos mutuos ni 3 extraños
mutuos. Las aristas representan la relación de amistad.

129. Cualquier secuencia de nm + 1 números distintos siem-


pre contiene una subsecuencia creciente de n números o una
subsecuencia decreciente de m números. Solución: Este es
un difı́cil problema resuelto por Erdös y Szekeres en 1935,
quienes obtuvieron la siguiente demostración elemental y el-
egante.
Sean u1 , u2 , . . . , unm+1 los números distintos. Sea `−
i el largo
9.8. Ejercicios del capı́tulo 8 159

de la mayor subsecuencia decreciente con primer término ui y


sea `+
i el largo de la mayor subsecuencia creciente con primer
término ui . Suponga que la proposición es falsa. Entonces,

ui −→ (`− +
i , `i )

define una aplicación de {u1 , u2 , . . . , unm+1 } en el producto


cartesiano {1, 2, . . . , m} × {1, 2, . . . , n}. Esta aplicación es
inyectiva, pues si i < j,

u i > uj ⇒ `− − − + − +
i > `j ⇒ (`i , `i ) 6= (`j , `j )
− + − +
u i < uj ⇒ `+ +
i > `j ⇒ (`i , `i ) 6= (`j , `j ).

Luego, Card {u1 , . . . , unm+1 } ≤ Card ( {1, . . . , m} × {1, . . . , n}),


llegándose a una contradicción.
Hasta aquı́ la demostración de Erdös-Szekeres. Termi-
namos esta obra mencionando una especie de problema in-
verso al planteado en el ejercicio 129, que pone en evidencia
que la cantidad nm + 1 del teorema de Erdös-Szekeres es
mı́nima.
Problema: Mostrar que existe una secuencia u1 , u2 , . . . ,
unm de números distintos tal que no contiene ninguna sub-
secuencia creciente de largo n + 1 ni ninguna subsecuencia
decreciente de largo m + 1.
Una elegante solución comunicada al autor por Di Prisco
y Gómez-Sánchez es la siguiente. Tomamos la secuencia de
los primeros nm números naturales positivos:

1, 2, 3, 4, . . . , nm.

Separemos la anterior secuencia en n bloques, cada uno con-


teniendo m números consecutivos:

1, 2, . . . , m | m + 1, . . . , 2m | · · · | (n − 1)m + 1, . . . , nm
| {z } | {z } | {z }
Bloque 1 Bloque 2 Bloque n
160 Capı́tulo 9. Las soluciones de los ejercicios impares

Ahora, dentro de cada bloque invertimos el orden, obteniendo


entonces la siguiente secuencia:

m, . . . , 2, 1 | 2m, . . . , m + 1 | · · · | nm, . . . , (n − 1)m + 1


| {z } | {z } | {z }
Bloque 1 Bloque 2 Bloque n
Esta última secuencia de nm números no contiene ninguna
subsecuencia decreciente de m + 1 o más números, ni tam-
poco contiene ninguna subsecuencia creciente de n + 1 o más
números. En efecto, por construcción tendremos que cada
bloque constituye una subsecuencia decreciente de exacta-
mente m términos, la cual no puede aumentarse con términos
de los próximos bloques. Ası́mismo, las únicas subsecuen-
cias crecientes se obtienen seleccionando un término de cada
bloque, obteniendo un largo máximo para la subsecuencia de
n.
Por ejemplo, cuando n = 2 y m = 5, empezamos con los
números 1, 2, . . . , 10:

1, 2, 3, 4, 5, 6, 7, 8, 9, 10.

Formamos 2 bloques de 5 números consecutivos:

1, 2, 3, 4, 5 | 6, 7, 8, 9, 10 .
| {z } | {z }
Bloque 1 Bloque 2
Dentro de cada bloque invertimos el orden:

5, 4, 3, 2, 1 | 10, 9, 8, 7, 6 .
| {z } | {z }
Bloque 1 Bloque 2
Luego, la respuesta a nuestro problema cuando n = 2 y m =
5 es
5, 4, 3, 2, 1, 10, 9, 8, 7, 6.
Una simple inspección nos lleva al convencimiento que no
existe una subsecuencia creciente de 3 términos ni existe una
subsecuencia decreciente de 6 términos.
Bibliografı́a
1 Berge, Claude: Principles of Combinatorics. Edito-
rial Academic Press, New York, 1971.
2 Erdös, Paul: On the combinatorial problems which I
would most like to see solved . Revista Combinatorica,
1, 25–42, 1981.
3 Erdös, P. & Szekeres, G.: A combinatorial problem
in geometry. Revista Composito Math., 2, 463–470,
1935.
4 Ötergård, Patric: New Upper Bounds for the Foot-
ball Pool Problem for 11 and 12 Matches, Revista Jour-
nal of Combinatorial Theory, Series A, 67, 161–168,
1994.
5 Petrovšek, M. & Wilf, H. & Zeilberger, D.:
A = B, Addison Wesley, Reading, Massachusetts, 1996.
6 Piza, Eduardo: Apuntes de combinatoria. Material
didáctico preliminar para los cursos MA-918 Matemática
finita y MA-720 Probabilidades I, UCR, San José, 1992.
7 Riordan, John: An Introduction to Combinatorial
Analysis. John Wiley & Sons, Inc., New York, 1958.
8 Rota, Gian-Carlo (editor): Studies in Combinatorics.
The Mathematical Association of America, Boston, 1978.
9 Tucker, Alan: Applied Combinatorics. John Wiley
& Sons, Inc., New York, 1980.

161
Índice analı́tico
ajedrez, 29, 31 Catalan, números de, 46
problema de las torres, Cátedra Sadleirian, 89n
70 Cavalieri, 22n, 40n
arreglos, 2 Chebyshev, 114n
con repeticiones, 3 clases de equivalencia, 112
de letras, 3 coeficientes
de objetos en cajas orde- binomiales, 4n, 21, 35–
nadas, 15, 17 46, 78
Auzout, 37n binomiales generalizados,
41
Baker, 94n multinomiales, 4, 4n, 22,
Barrow, 22n 23, 35, 42
Bell Cole, 52n
E. T.: biografı́a, 52
coloraciones, 112
números de, 52–57, 78
combinaciones, 20–22, 25–26
recurrencia de, 54
con a lo sumo m repeti-
Berge, Claude, xii, 161
ciones, 82
Bernoulli, 62, 92n
con repeticiones, 25, 78,
fórmula de, 64, 67
105
J.: biografı́a, 64
con restricciones, 83, 86
números de, 62
sin repeticiones, 21
Bertrand, 114n
composiciones, 104–106
binomio de Newton, xi, 2, 21,
conjetura sobre los primos, 115
35, 58
conjuntos
Bôcher, 53n
finitos, 1
bridge, 22, 24, 25
potencia, 1, 36
Bromwich, 94n
Copley, 91n
cajas ordenadas, 15 Courant, 55n
caminos entre ciudades, 9 criba de inclusión-exclusión,
Carcavi, 37n 67
Cardan, 40n, 92n
cardinalidad, 1 da Silva, fórmula de, 64, 67
Carr, G. S., 92n de la Vallé Poussin, 114n

163
164 Índice analı́tico

De Morgan, 91n función Gamma, 80


denumerantes, 103–104 funciones
Desargues, 37n biyectivas, 3
desarreglos, 69 generadoras, 77–87, 98–
desarrollo binomial, 41, 78 100, 103, 105, 106,
Descartes, 39n 118
Di Prisco, 158 inyectivas, 7
diagramas de Ferrars, 94–97 número total de, 6, 50
Dirichlet, principio de los n sobreyectivas, 49, 59, 85
cajones de, 106
distribuciones, 15–16, 23–24 Galileo, 24n
con cajas vacı́as, 48, 60, Gassendi, 37n
141 Gauss, 93n
con restricciones, 42, 85– Gómez-Sánchez, 158
87 Grace, 94n
sin cajas vacı́as, 48 grafos, teorı́a de, 106
Dobinski, G., 56 grupos de permutaciones, 111–
112
enumeraciones de objetos, 81
equivalencia, relaciones de, 53 Hadamard, 114n
Erdös, 112–116, 158, 161 Hardy, 93n, 100
P.: biografı́a, 112 G. H.: biografı́a, 89
esquemas, 112 Heidegger, 56n
Euclides, 37n Hobson, 89n, 94n
Euler, 65n, 100, 116 Husserl, 56n
expansión binomial, 41 Huygens, 24n, 39n

inclusión y exclusión, princi-


fórmula
pio de, 63–75
de Bernoulli, 64, 67
inducción matemática, xi, 35
de da Silva, 64, 67
Ingham, 90n
de inversión, 57–61
ingleses, 10
de Stirling, 58
inversión, fórmulas de, 57–61
de Sylvester, 64, 67
Faber, 114 Jeans, J. H., 91n
Fejér, 113n
Fermat, 22n, 40n Killian, 56
Ferrars, diagramas de, 94–97 Kummer, 93n
Football Pool Problem, 116–
118 Lah
Forsyth, 94n números de, 60–61, 141
Índice analı́tico 165

recurrencia, 61 primos relativos, 75


Landau, 90n Newton, 40n
Larmor, 94n binomio de, xi, 2, 21, 35,
Leibniz, 22n, 39n, 64n 58
Littlewood, 90n, 93n I.: biografı́a, 21
Lovász, 114 multinomio de, xi, 4, 42
Nicholson, 94n
ménage, números de, 71
México, 11 Ötergård, Patric, 161
Maclaurin, 48n
MacMahon, 93n póker, 22, 25
Maple, 104 Pólya, teorema de, 111
Mersenne, 37n Pacioli, 40n
Möbius, 55n palı́ndromos, 10
Montero, Bernardo, v palabras
Montmort, 69 con letras distintas, 3, 4,
muestra 7
ordenada, 6 con repeticiones, 6
sin remplazo, 7 con restricciones, 34
multinomio de Newton, xi, 42 en orden creciente, 17–
Mussolini, 54n 18, 26
Mydorge, 37n palomar, principio del, 106
Mylon, 37n Parangaricutirimı́cuaro, 11
particiones
números auto-conjugadas, 95–97
de Bell, 52–57, 78 conjugadas, 95
de Bernoulli, 62 de un conjunto, 47–53
de Catalan, 46 de un entero, 89–101
de Lah, 60–61, 141 en partes desiguales, 96–
de ménage, 71 97
de Ramsey, 110 en partes especı́ficas, 103
de soluciones enteras, 18– en partes impares, 96–97
20 ordenadas, 104
de Stirling Pascal
de primera especie, 7– B.: biografı́a, 37
9, 51, 59, 78 triángulo de, 37–40
de segunda especie, 47– Pascaline, máquina calculadora,
53, 58, 59 38n
exponenciales, 52 permutaciones, 1–13, 78, 83–
primos, 33, 74, 75, 115 85
166 Índice analı́tico

circulares, 10, 12 reencuentros, problema de los,


con repeticiones, 3, 5 69
con restricciones, 84 relaciones de equivalencia, 53
de letras, 3–5, 7 Riesz, 90
grupos de, 111–112 Riordan, John, 161
sin repeticiones, 6 Roberval, 22n, 37n
Petrovšek, M., 161 Rogosinski, W. W., 90n
Pólya, 90n Rota, 55, 161
principio G.-C.: biografı́a, 54
de inclusión y exclusión, Ruffino, 92n
63–75 Russell, 107n
de inducción matemática,
xi, 35 Schickard, 38n
de los n cajones de Dirich- Schwartz, 55n
let, 106 Selberg, 114n
del palomar, 106 selección
problema con reemplazo, 5
de Erdös-Szekeres, 158 de objetos no consecutivos,
de las torres, 70 26–28
de los abrigos, 70 sin reemplazo, 6
de los reencuentros, 69 Steele, 55n
producto cartesiano, 1 Stirling
#’s de primera especie,
Ramanujan, 90n, 100 7–9, 51, 59, 78
S. A.: biografı́a, 92 #’s de segunda especie,
Ramı́rez, Francisco, v 47–53, 58, 59
Ramsey fórmula de, 58
F. P.: biografı́a, 107 J.: biografı́a, 47
números de, 110, 156 polinomios de, 8
teorı́a de, 106–109 Sylvester, 91n, 103
teorema de, 109 fórmula de, 64, 67
recurrencia Szekeres, G., 158, 161
#’s de Bell, 54
#’s de Lah, 61 Taine, John, 53n
#’s de Stirling Tartaglia, 40n, 92n
de primera especie, 8 teorı́a
de segunda especie, 48, de grafos, 106
51 de Ramsey, 106–109
particiones de un entero, Titchmarsh, 90n
92 triángulo de Pascal, 37–40
Índice analı́tico 167

Tschirnhaus, 39n
Tucker, Alan, 161

Wallis, 22n, 40n


Watson, 94n
Weintraub, 115
Whitehead, 94n, 107n
Whittaker, 94n
Wilf, H., 161
Wolf, 115n
Wright, E. M., 90n

Young, 94n

Zeilberger, D., 161