Está en la página 1de 86

Ideas iniciales

Secuencias ordenadas
Permutaciones
Contando combinatorias

Combinatorias

Alexander Grande

Estadística Inferencial - UCS

Octubre 2022

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contenidos

1 Ideas iniciales

2 Secuencias ordenadas

3 Permutaciones
Cuando todos los objetos son distintos
Cuando todos los objetos no son distintos

4 Contando combinatorias

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Combinatorias
Introducción

Las combinatorias son una rama honorífica de las matemá-


ticas relacionadas al conteo, organización y ordenamiento.

Las aplicaciones de combinatorias son ricas en diversidad


y número.

Biólogo molecular: Determinar de cuántas formas los ge-


nes se pueden posicionar en un cromosoma.
Científico de datos: Estudiando la “cola de prioridades”.
Psicólogo: Modelando la forma en la que aprendemos.
Economista: Analizando elecciones de producción consi-
derando los impuestos a nivel microeconómico.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Combinatorias
Introducción

Aún siendo ramas diferentes, con preguntas e hipótesis di-


ferentes, la solución a todos estos problemas tienen la mis-
ma base: 4 reglas y teoremas básicos.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contenidos

1 Ideas iniciales

2 Secuencias ordenadas

3 Permutaciones
Cuando todos los objetos son distintos
Cuando todos los objetos no son distintos

4 Contando combinatorias

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Secuencias ordenadas
La regla de la multiplicación

Algunas veces, los resultados “relevantes” de un problema


de combinatorias son secuencia ordenadas.

Por ejemplo, si se lanzan 2 dados y obtenemos como resul-


tado (4,5), es una secuencia ordenada de orden 2.

El número de posibles resultados se calcula usando un re-


sultado fundamental en combinatorias: “La regla de la mul-
tiplicación”.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Secuencias ordenadas
La regla de la multiplicación

Si una operación A se puede realizar de “m” diferentes for-


mas, y B en “n” diferentes formas, la secuencia (operación
A, operación B) se puede llevar a cabo en “m ∗ n” formas
diferentes.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Prueba

Se puede verificar la regla de multiplicación considerando


un diagrama de árbol:

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Prueba

Consistentemente:
“Si la operación Ai , i = 1, 2, 3..., k, se puede realizar en ni
formas, respectivamente; entonces la secuencia ordenada
(operación A1 . operación A2 , operación A3 ,...,operación Ak )
se puede realizar en n1 ∗ n2 ∗ n3 ∗ ... ∗ nk formas.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 1

Suponga que la combinación de una caja fuerte tiene 2 dia-


les, cada uno con 16 marcas:

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 1

Para abrir la caja fuerte, primero se debe girar el dial iz-


quierdo en cierta dirección y detenerse en una marca en
particular.

Si el mismo proceso se repite para el dial derecho, ¿cuán-


tas configuraciones de clave diferentes son posibles?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 1

En la terminología de regla de la multiplicación, abrir la caja


fuerte corresponde a una secuencia de 4 pasos (A1 , A2 , A3 , A4 )

Por lo tanto, existen 1024 configuraciones diferentes:

Número de diferentes combinaciones = n1 ∗ n2 ∗ n3 ∗ n4


= 2 ∗ 16 ∗ 2 ∗ 16
= 1024

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 2

Un criminalista del siglo 19 desarrolló un sistema de identi-


ficación basado en 11 variables anatómicas (altura, ancho
del rostro, tamaño de orejas, etc) debido a que son carac-
terísticas que no cambian durante la adultez.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 2

El rango de cada variable se divide en 3 intervalos: peque-


ño, mediano y largo.

Además, la configuración es una secuencia ordenada de


once letras, donde cada letra indica el tamaño de la varia-
ble:
p,p,m,l,m,l,l,p,m,m,m

¿Cuanto debe ser la población de una ciudad para garan-


tizar que al menos 2 personas tienen la misma configura-
ción?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 2

Por la regla de la multiplicación, un total de 311 = 177, 147


diferentes secuencias son posibles.

Por lo tanto, cualquier ciudad con al menos 177,148 adultos


tiene por menos 2 personas con las mismas características.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 3

En 1824, Louis Braille inventó lo que eventualmente se con-


vertiría en el alfabeto estándar para las personas ciegas.

El sistema está compuesto por una matriz de 6 puntos.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 3

Donde estos puntos se elevan dependiendo del caracter


que se desea trnascribir. Por ejemplo, la letra “e” sería:

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 3

De esta forma, se puede especificar marcas de puntuación,


palabras, sufijos, etc.

En general, ¿cuántos caracteres diferentes pueden ser es-


critos en braille?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

La regla de la multiplicación
Ejemplo 3

Pensando en cada punto como una operación distinta, nu-


merada del 1 al 6, solo existen 2 posibles opciones para
cada punto: elevarlo o no.

El número se secuencias, con k = 6 y n1 = n2 = n3 = ... =


n6 = 2, es 26 o 64.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Contenidos

1 Ideas iniciales

2 Secuencias ordenadas

3 Permutaciones
Cuando todos los objetos son distintos
Cuando todos los objetos no son distintos

4 Contando combinatorias

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Introducción

Las secuencias ordenadas se originan, fundamentalmente,


de 2 formas:

La primera es el escenario dirigido por la regla de la multi-


plicación.
La segunda ocurre cuando una distribución ordenada de
longitud “k” es formada por una colección finita de objetos.

Cualquier tipo de organización hace referencia a una per-


mutación de longitud “k”.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Introducción

Por ejemplo, dado tres objetos (A, B y C), existen 6 diferen-


tes permutaciones de longitud 2 que pueden ser formadas
sin repetir alguno:

AB,AC,BC,BA,CA,CB

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Introducción

En general:

El número de permutaciones de longitud K que pueden ser


formados de un conjunto de n elementos distintos, sin
repeticiones, es denotado por el símbolo n Pk , donde:

n!
n Pk = n(n − 1)(n − 2)...(n − k + 1) =
(n − k)!

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Prueba

Cualquiera de los “n” objetos puede ocupar la primera po-


sición en la distribución original.

Cualquier n-1 puede ocupar el segundo lugar, cualquier n-2


puede ocupar la posición 3 y así sucesivamente.

El número de opciones disponibles para llenar la posición


número “k” será n-k+1.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Prueba

Así, el teorema surge de la regla de multiplicación: Habrá


n(n-1)...(n-k+1) distribuciones ordenadas.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 1

¿Cuántas permutaciones de longitud k=3 pueden ser for-


madas de un conjunto de n=4 elementos distintos (A, B, C
y D)?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 1

De acuerdo al teorema, el número de permutaciones debe-


ría ser 24:

n! 4! 4∗3∗2∗1
= = = 24
(n − k)! (4 − 3)! 1

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 1

Solo para confirmar, la siguiente tabla muestra las 24 per-


mutaciones:

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

Una joven enamorada listó 8 razones por las cuales sigue


creyendo en el amor.

Suponga que ella ha decicido enviarle cartas a su ser ama-


do porque cree que es la forma más fácil de expresar sus
sentimientos.

¿Por cuántos años puede enviar cartas que contengan exac-


tamente cuatro de las 8 razones sin repetir cartas iguales?

Considere que el orden de las razones importa.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

Al seleccionar los versos para cada carta, la chica estaría


creando una permutación de longitud k=4 de un conjunto
de n=8 objetos distintos. Entonces:

8!
Número de cartas distintas =8 P4 = =8∗7∗6∗5
(8 − 4)!
= 16800

Si envía una carta diaria, podría no repetir cartas por más de 4


años y medio.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Algunos años atrás, antes de la invención del cubo de rubik,


los rompecabezas eran más simples.

Algunos de los juegos relacionados a las combinatorias era


una rejilla de 4x4 con 15 piezas movibles.

¿En cuántas formas posibles puede ser ordenado el rom-


pecabezas?
Alexander Grande Estadística Inferencial
Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Imaginen que el espacio en blanco es el número 16.

Entonces, toda la rejilla, de inicio a final, permite hacer una


secuencia ordenada de 16 dígitos y cada permutación de
la secuencia corresponde a una patrón diferente.

Por definición, buscamos n Pn = 16! = más de 20 trillones.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 4

Suponga que una baraja de 52 cartas es mezclada y colo-


can en una mesa de forma ordenada.

¿En cuántas permutaciones se da el caso que los 4 aces


están juntos?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 4

Muchas veces, es importante ilustrar gráficamente los pro-


blemas porque esto permite resolverlos con mayor facili-
dad.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 4

El gráfico anterior muestra la estructura básica que necesi-


ta ser considerada.

Los 4 aces están posicionados juntos en algún lugar entre


o alrededor de 48 cartas que no son aces.

Claramente, hay 49 “espacios” que pueden ser ocupados


por los 4 haces (detrás y delante de la primera carta que
no es un as, delante de la segunda carta no as y así suce-
sivamente).

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 4

Además, una vez que los 4 aces son asignados a las 49


posiciones, pueden ser permutados en 4 P4 = 4! formas.

De forma similar, las 48 cartas que no son aces se pueden


ordenar en 48 P48 = 48!.

Por la regla de multiplicación, el número de posibles orde-


namientos que tendan 4 aces consecutivos es el producto
49 ∗ 4! ∗ 48!.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 4 - Formula de Stirling

Algunas veces, calcular n! puede ser muy complicado aún


para valores pequeños (como 16! en el ejemplo 2, que valía
trillones).

Afortunadamente, existe una aproximación fácil de usar co-


nocida como la fórmula de Stirling:

n! = 2πnn+1/2 e−n

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 4 - Formula de Stirling

En la práctica, la fórmula se aplica de la siguiente manera:


 
1
log10 (n!) = log10 ( 2π) + n + log10 (n) − n log10 (e)
2

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 4 - Formula de Stirling

En el ejemplo de los aces, el número de secuencias orde-


nadas que buscábamos era calculada al resolver 49*4!*48!
(que también podemos expresar como 24*49!).

Aplicando la fórmula de Stirling:


 
1
log10 (49!) = log10 ( 2π) + 49 + log10 (49) − 49 log10 (e)
2
≈ 62.783366
Por lo tanto:

24 ∗ 49! = 24 ∗ 1062.79

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 5

En una partida de ajedrez, la torre se puede mover de for-


ma horizontal y vertical capturando cualquier pieza que se
encuentre en el camino.

¿De cuántas formas pueden ser colocadas 8 torres en un


tablero de forma ninguna torra pueda capturar a otra?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 5

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 5

Para ver el problema de forma simple, suponga que las 8


torres son idénticas.

Dado que 2 torres no pueden estar en la misma fila o co-


lumna (debido a que se capturarían), cada fila y columna
debe contener exactamente 1 torre.

La torre de la primera fila puede estar en cualquier colum-


na. Sin embargo, la torre de la segunda fila puede estar en
cualquiera de las 7 columnas restantes, y así sucesivamen-
te.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 5

Por la regla de multiplicación, el número de combinaciones


en el tablero donde 8 torres no se capturan es equivalente
a 8 P8 o 8!.

Ahora, imaginen que cada torre es diferentes (en color o


tamaño, por ejemplo).

Así, también habrían 8! patrones diferentes para ordenar


las torres, por lo que el número total de formas en las que
se pueden posicionar 8 torres distintas, sin que se captu-
ren, es 8! ∗ 8!, o 1,625,702,400.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Introducción

En los ejemplos anteriores hemos visto como calcular el


número de permutaciones de n objetos cuando todos son
distintos.

No obstante, si algunos objetos son distintos, existen me-


nos de n! permutaciones distintas.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Introducción

Por ejemplo, existen 3! = 6 formas de permutar 3 objetos


distintos A, B y C:

ABC,ACB,BAC,BCA,CAB,CBA

Por otro lado, si los 3 objetos a permutar fueran A, A y B


(es decir, dos idénticos), el número de permutaciones dis-
minuye a 3:

AAB,ABA,BAA

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Teorema

El número de formas de permutar n objetos, donde n1 es un


tipo de objeto; n2 es un segundo tipo de objeto; ... ; y nr es
un tipo de objeto número “r”, entonces:

n!
n1 !n2 !n3 ! . . . nr !
Pr
Donde i=1 n1 =n

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 1

Una gaseosa cuesta S/. 2.50 en una máquina expendedo-


ra.

¿De cuántas formas diferentes se pueden introducir: dos


monedas de 1 sol, tres monedas de 10 céntimos y una mo-
neda de 20 céntimos?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 1

Si todas las monedas del mismo valor sin idénticas, enton-


ces podemos decir que el orden de introducir las monedas
es una permutiación donde no todos los objetos son distin-
tos.

Entonces, esta permutación contiene n = 6 objetos y r = 3


categorías:
n1 = número de monedas de 1 sol = 2
n2 = número de monedas de 10 céntimos = 3
n3 = número de monedas de 20 céntimos = 1

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 1

Si aplicamos el teorema, hay 60 posibles secuencias:

n! 6!
= = 60
n1 !n2 !n3 ! 2!3!1!
En cambio, si las monedas hubieran sido diferentes (en pe-
so o material, por ejemplo), el número de permutaciones
hubiera sido 6! o 720.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

¿Cuál es el coeficiente de x23 en la expansión (1 + x5 +


x9 )100 ?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

Para entender cómo esta pregunta se relaciona a las per-


mutaciones, consideren el simple ejemplo de expandir (a +
b)2 :

(a + b)2 = (a + b)(a + b)
=a∗a+a∗b+b∗x+b∗b
= a2 + 2ab + b2

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

Noten que cada término en el primer (a+b) se multiplica con


cada término del segundo (a+b).

Además, el coeficiente que acompaña cada término corres-


ponde al número de formas en las que puede ser formado.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

Por ejemplo, el 2 en “2ab” refleja el hecho de que el pro-


ducto ab se puede obtener de 2 formas diferentes:

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

Por analogía, el coeficiente de x23 en la expansión de (1 +


x5 +x9 )100 será el número de formas que un término de cada
uno de los 100 factores (1+x5 +x9 ) pueden ser multiplicados
para formar x23 .

Los únicos factores que producirían un x23 serían: dos x9 ,


un x5 y noventa y siete 1’s:

x23 = x9 ∗ x9 ∗ x5 ∗ 1 ∗ 1 ∗ 1 . . . ∗ 1

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 2

Por lo tanto, el coeficiente de x23 es el número de forma de


permutar dos x9 , un x95 y 97 unos:

100!
Coeficiente de x23 =
2!1!97!
= 485, 100

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Un repartidor de pizza se encuentra actualmente en el pun-


to X y necesita entregar una pizza en el punto 0 antes de
manejar al punto Y.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

¿Cuántas rutas diferentes puede tomar el repartidor de for-


ma que no tome un camino más largo del necesario para
llegar a cada punto?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Noten que cada posible ruta del punto X al punto 0 es una


secuencia ordenada de 11 movimientos (nueve al este y 2
al norte).

En la imagen inicial se puede observar la siguiente secuen-


cia ordenada:

EENEEEENEEE

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Similarmente, cualquier ruta aceptable del punto 0 al punto


Y consistirá necesariamente de 5 movimientos al este y 3
al norte.
En el gráfico:

EENNENEE

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Dado que cada ruta de X a 0 corresponde a una permu-


tación de 9 E´s y 2 N´s, el número de posibles rutas es
equivalente a:

11!
= 55
9!2!
Por la misma razón, el número de rutas de 0 a Y es:
8!
= 56
5!3!

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Finalmente, por la regla de la multiplicación, el número total


de posibles rutas cortas de X a Y que pasen por 0 es el
producto de 55 y 56, o 3080.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Un ladrón está tratando de desactivar una alarma que tiene


un código de 6 dígitos.

Ha notado que 3 botones del teclado están más desgasta-


dos que los otros (3, 4 y 9), lo que sugiere que solo esos 3
números son utilizados para el código.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Prueba y error podría ser una estrategia aceptable, pero la


experiencia le dice que si en los primeros 30 minutos no
tiene por lo menos un 70 % de probabilidad de descifrar la
clave, el riesgo de ser atrapado es muy alto.

Dado que puede probar una permutación diferente cada 5


segundos, ¿debería tratar de desactivar el código o no?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Formas de permutar Ejemplo Número


Un dígito aparece 4 veces,
449434 6!/(4!1!1!)*3=90
los demás aparecen 1 vez

Un dígito aparece 3 veces,


otro aparece 2 veces y el 944334 6!/(3!2!1!)*3!=360
tercero 1 vez

Cada dígito aparece 2 veces 439934 6!/(2!2!2!)*1=120

TOTAL:570

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas Cuando todos los objetos son distintos
Permutaciones Cuando todos los objetos no son distintos
Contando combinatorias

Permutaciones
Ejemplo 3

Si el ladrón prueba 1 clave cada 5 segundos, podría probar


un total de 360 permutaciones en media hora.

No obstante, 360 solo es el 63 % de 570, por lo que el cri-


terio de 70 % no se cumpliría.

Así, el ladrón debería optar por no tratar de desactivar la


alarma y retirarse.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contenidos

1 Ideas iniciales

2 Secuencias ordenadas

3 Permutaciones
Cuando todos los objetos son distintos
Cuando todos los objetos no son distintos

4 Contando combinatorias

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Introducción

El orden no siempre es una característica significativa en


una colección de elementos.

Consideren a un jugador de poker que tiene 5 cartas.

2 de corazones, 4 de trébol, 9 de trébol, J de corazones y


un as de diamantes.

En ese orden, o cualquiera de los otras 5!-1 permutaciones,


el orden es irrrelevante.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Introducción

H|ay muchas situaciones - problemas donde lo que nos in-


teresa es la composición del conjunto de elementos, mas
no el orden particular.

Llamaremos a una colección de “k” elementos desordena-


dos una combinación de tamaño “k”.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Introducción

Por ejemplo, dado un conjunto de n = 4 elementos distintos


(A, B, C y D), hay 6 formas distintas de formas combinacio-
nes de tamaño 2:
AyB ByC
AyC ByD
AYd CyD
Una fórmula general de contar combinaciones puede deri-
varse facilmente de lo que ya conocemos de permutacio-
nes.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Teorema

El número de formas de construir combinaciones de tama-


ño k, de un conjunto de n distintos objetos, sin repeticiones,
es denotado por el símbolo nk o n Ck , donde:


 
n n!
=n Ck =
k k!(n − k)!

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Prueba

Digamos que nk denota el número de combinaciones que




satisfacen las condiciones del teorema.

Dado que cada una de estas combinaciones pueden ser


ordenadas de k! formas, el producto k! nk sería equivalente


al número de permutaciones de longitud k que pueden ser


formados de n elementos distintos.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Prueba

Pero n distintos elementos pueden ser formados en permu-


taciones de longitud k en n(n − 1)...(n − k + 1) = n!/(n − k)!
formas. Entonces:
 
n n!
k! =
k (n − k)!
 
n n!
=
k k!(n − k)!

n

Nota. es común referirse a k como coeficientes binomia-
les.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 1

Ocho políticos asisten a una cena de caridad.

¿Cuántos saludos se pueden intercambiar si cada político


saluda de mano a todos los demás solamente 1 vez?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 1

Imaginen que los políticos son fichas numeradas del 1 al 8.

Un apretón de manos corresponde a una secuencia desor-


denada de tamaño 2.

Dado que las repeticiones no están permitidas, entonces el


número total de apretones de mano sería:
 
8 8!
= = 28
2 2!(8 − 2)!

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 2

Uno de las propiedades más famosas de los coeficientes


binomiales es el triangulo de Pascal, un ordenamiento nu-
mérico donde cada elemento es la suma de los dos núme-
ros que aparecen en las diagonales superiores.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 2

Noten que cada elemento del triangulo de Pascal puede ser


expresado como un coeficiente binomial:

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 2

Además, la relación del triangulo de Pascal se puede redu-


cir a una simple ecuación que involucra estos coeficientes:
     
n+1 n n
= +
k k k−1

Demuestre que la ecuación se mantiene cierta para todos


los enteros positivos n y k.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 2

Considere un conjunto de n + 1 objetos distintos


A1 , A2 , A3 , . . . , An+1 .

Podemos
 diseñar elementos de tamaño k de ese conjunto
en n+1
k formas diferentes.

Ahora consideren cualquier objeto (por ejemplo, A1 ).

En relación a A1 , cada uno de los n+1



k elementos pertene-
cen a uno de las 2 categorías: los que contienen A1 y los
que no.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 2

Para formar elementos que contienen A1 , necesitamos se-


leccionar k − 1 elementos adicionales de los n restantes.

n

Esto se puede realizar en k−1 formas.

n

De forma similar, hay k formas de construir elementos que
no contengan A1 .

n+1 n n
  
Así, k es quivalente a k + k−1

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 3

Las respuestas a preguntas de combinatorias pueden ser


obtenidas usando diferentes enfoques.

Lo que distingue una solución de otra es la forma en la que


los resultados son caracterizados.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 3

Por ejemplo, suponga que han ordenado un pan con carne


en Subway.

Ahora tienen que decidir si añadir alguno de los 8 adiciona-


les (lechuga, cebolla, etc) que tiene la tienda.

Si la tienda tiene 8 adicionales diferentes, ¿cuántos panes


con carne diferentes puede ordenar?

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 3

Claramente, por la regla de multiplicación, podríamos decir


existen un total de 28 diferentes panes que podríamos ele-
gir.

Una secuencia ordenada de orden 8, sin embargo, no es la


única forma de caracterizar los panes con carne.

También podmeos distinguir entre los diferentes panes por


la combinación particular de adicionales que cada uno tie-
ne.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 3

8

Por ejemplo, existen 4 = 70 panes que tienen exactamen-
te 4 adicionales.

Esto sigue que el número total de panes diferentes es el nú-


mero total de combinaciones diferentes de tamaño k, donde
k toma un rango entre 0 y 8.

Así, el total de posibles combinaciones corresponde a una


suma de estas combinaciones de 0 a 8.

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 3

       
8 8 8 8
Número total de panes diferentes = + + ... +
0 1 2 8
= 1 + 8 + 28 + . . . + 1
= 256

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Contando combinatorias
Ejemplo 3

Lo que acabamos de ilustrar en la diapositiva anterior es


otra propiedad de los coeficientes binomiales:
n  
X n
= 2n
k
k=1

Alexander Grande Estadística Inferencial


Ideas iniciales
Secuencias ordenadas
Permutaciones
Contando combinatorias

Combinatorias

Alexander Grande

Estadística Inferencial - UCS

Octubre 2022

Alexander Grande Estadística Inferencial

También podría gustarte