Combinatoria Cap3 MD 2010 2011

Captulo 3
Las estructuras basicas de la

Combinatoria
Cuando contamos y enumeramos, cuando hacemos Combinatoria, aparecen con frecuencia
unas estructuras basicas, que merecen nombres propios y analisis especcos. As, cada vez
que, tras meditar detenidamente sobre una cierta cuesti on combinatoria, identiquemos los
objetos de interes (por ejemplo, particiones de un cierto conjunto en bloques no vacos),
sabremos que la respuesta estara en una correspondiente familia de n umeros (para el caso,
n umeros de Stirling). Este captulo sera una suerte de muestrario de estas estructuras basicas:
explicaremos los contextos en las que aparecen unas u otras y aprenderemos a contar cuantas
de ellas hay, en cada caso.
Prep arese el lector, pues, para una excursi on, casi taxon omica, en la que ira descubriendo
paulatinamente las principales familias, algunos de los generos, y hasta alguna que otra
especie, que pueblan el h abitat combinatorio.
En realidad, ya iniciamos esta excursi on en el captulo anterior, en el que presentamos
diversos tipos de listas (con y sin repetici on, circulares, etc.). Recomendamos al lector que
que tenga presentes los resultados que all obtuvimos, porque aparecer an continuamente en
los argumentos combinatorios que siguen.
3.1. Subconjuntos. Coecientes bin omicos
Sea A un conjunto con n 1 elementos. Para las cuestiones que nos interesan, los nombres
de los elementos de A no desempe nan papel alguno, as que, por concreci on y conveniencia,
supondremos que A es el conjunto 1, . . . , n. Queremos saber cuantos subconjuntos (sin
repeticion) distintos de tama no k podemos extraer de el. Por ejemplo, si n = 4 y k = 2,
hay seis 2-subconjuntos: 1, 2, 1, 3, 1, 4, 2, 3, 2, 4 y 3, 4. Llamemos
C(n, k) = #k-subconjuntos extrados de un conjunto de n elementos .
El par ametro k, que indica el tama no de los subconjunto que nos interesan, puede tomar en
principio los valores k = 0, 1, 2, . . . Pero si k > n, entonces C(n, k) = 0, pues resulta imposible
construir un subconjunto con m as elementos de los que tiene el conjunto de partida.
103
104 Captulo 3. Las estructuras b asicas de la Combinatoria
As que situemonos en el rango de interes: para un cierto n 1 y para cada 0 k n. Si
nuestro objetivo fuera contar el n umero de listas de longitud k y sin repetici on que podemos
formar con n smbolos, la respuesta sera
n(n 1) (n k + 1) =
n!
(n k)!
,
como vimos en la subseccion 2.2.1. Consideremos ahora una cualquiera de ellas: en sus k
posiciones tiene smbolos distintos, as que podremos reordenarla de k! maneras distintas.
La observaci on clave es que cada una de estas k! posibles reordenaciones da lugar, si nos
olvidamos del orden de presentaci on de los smbolos, a un unico conjunto de tama no k.
Por tanto, podemos relacionar cada k! listas (en las que s es relevante el orden) con un
solo conjunto (en el que el orden no es relevante). Esta aplicaci on k! a 1 entre el conjunto de
las k-listas sin repeticion formadas con smbolos 1, . . . , n y la coleccion de k-subconjuntos
de 1, . . . , n nos permite concluir que, para cada n 1,
C(n, k) =
n!
k! (n k)!
si 0 k n;
0 si k > n.
con el convenio habitual de que 0! = 1. Observese que de este analisis combinatorio se deduce
que la fracci on
n!
k! (nk)!
es un entero, algo que no es sencillo comprobar algebraicamente.
Es tradicional designar al cociente de factoriales de la f ormula anterior con el siguiente
smbolo:
_
n
k
_
=
n!
k! (n k)!
(se lee n sobre k). Estos n umeros son conocidos como coecientes binomicos
1
y estan, en
principio, denidos para cada entero positivo n y para cada 0 k n. El lector podr a com-
probar que
_
n
n
_
= 1 y
_
n
0
_
= 1
(utilizando de nuevo que 0! = 1). Unos valores que son consistentes con la interpretacion
combinatoria que aqu estamos considerando: por un lado, C(n, n) = 1, porque el unico
conjunto con n elementos que se puede extraer de un conjunto de n elementos es el propio
conjunto; y, por otro, C(n, 0) = 1, puesto que solo hay un conjunto de tama no cero que
podemos extraer del conjunto 1, . . . , n, el conjunto vaco .
En lo que sigue, para evitar una proliferaci on innecesaria de smbolos, y salvo alguna
reaparici on espor adica de la notaci on C(n, k), diremos que, dado n 1, el n umero de sub-
conjuntos de tama no k que podemos extraer del conjunto 1, . . . , n, esto es, el n umero de
maneras en que podemos seleccionar k smbolos de entre una colecci on de n, viene dado
por
_
n
k
_
, con el convenio adicional de que este coeciente binomico es 0 para los valores de k
que quedan fuera del rango 0 k n.
1
As llamados porque se obtienen en el desarrollo del binomio de Newton (vease la subseccion 3.1.2).
(versi on preliminar 26 de septiembre de 2010)
3.1. Subconjuntos. Coecientes bin omicos 105
Aunque en la subsecci on 3.1.3 presentaremos algunas aplicaciones combinatorias intere-
santes de estos n umeros, ah va un primer ejemplo simpatico, para que el lector empiece a
captar su utilidad.
Ejemplo 3.1.1 La ley de Murphy y los calcetines. Tenemos diez pares de calcetines
(distintos) y desaparecen seis calcetines (escogidos al azar). Que es m as probable, que nos
queden cuatro pares utiles (el caso malo) o que nos queden siete pares utiles (el bueno)
2
?
Lo adivin o: la ley de Murphy es cierta, es mas probable que nos queden s olo 4 pares. Etique-
temos los calcetines seg un la pareja a la que pertenezcan y si son derecho o izquierdo:
D
1
, I
1
, D
2
, I
2
, . . . D
10
, I
10
.
Como en el ejemplo 2.2.4, apelaremos a la nocion de probabilidad como cociente del n umero
de casos favorables entre el total. Hay
_
20
6
_
posibles desapariciones distintas, pues hay que
elegir 6 de los 20 calcetines. Si han de quedar 7 pares utiles, la unica posibilidad es que hayan
desaparecido tres pares completos. Para contar los casos favorables, basta elegir esas tres
parejas (de entre las 10 que hay). As que, si llamamos p
7
a la probabilidad de tener 7 pares
utiles,
p
7
=
_
10
3
_
_
20
6
_ =
1
323
.
Si quedan 4 parejas utiles, s olo puede ser porque haya desaparecido un calcetn de cada
una de las otras seis. As que decidimos primero que cuatro parejas quedan ntegras (
_
10
4
_
posibilidades) y luego que seis calcetines desaparecen: uno de la primera pareja que queda
(2 posibilidades), otro de la segunda (otras 2 posibilidades), etc. En total, hay 2
6
posibles
desapariciones. As que
p
4
=
_
10
4
_
2
6
_
20
6
_ =
112
323
.
Es 112 veces mas probable estar en el caso malo! Pero no desesperemos: en realidad, lo mas
probable es que nos queden 5 pares utiles. Podemos analizar este caso con el siguiente argu-
mento: elegimos los 5 pares que quedan completos (
_
10
5
_
maneras) y, de los restantes 5 pares,
uno ha de desaparecer completo (5 posibilidades), y del resto hemos de elegir que calcetn
desaparece (2
4
maneras). En total,
p
5
=
_
10
5
_
5 2
4
_
20
6
_ =
168
323
.
El ultimo caso (6 pares utiles) requerira elegir los 6 pares ntegros, y de los otros cuatro,
elegir los dos que desaparecen completos y tomar un calcetn de las otras dos parejas:
p
6
=
_
10
6
_ _
4
2
_
2
2
_
20
6
_ =
42
323
.
Observese el permanente uso de la regla del producto que hemos hecho en estos calculos.
Compruebese tambien que p
4
+ p
5
+ p
6
+ p
7
= 1.
2
N otese que, en esta desastrosa circunstancia, por lo demas bastante habitual, no pueden quedar mas de 7
pares ntegros, y que siempre quedan al menos 4.
3.1.1. Propiedades de los coecientes bin omicos
Vamos a enunciar unas cuantas propiedades utiles de los coecientes binomicos, que
comprobaremos con argumentos algebraicos y combinatorios.
A. Simetra
La propiedad que nos disponemos a demostrar es la siguiente:
_
n
k
_
=
_
n
n k
_
para n 1 y 0 k n,
La raz on por la que hablamos de propiedad de simetra resultar a evidente cuando, unas
p aginas mas adelante, dispongamos los coecientes bin omicos en el habitual tri angulo.
La prueba algebraica es muy sencilla:
_
n
k
_
=
n!
k!(n k)!
=
n!
(n k)! (n (n k))!
=
_
n
n k
_
.
Pero es mas interesante conrmar esta propiedad utilizando argumentos combinatorios. Lla-
memos
1
=
_
subconjuntos de tama no k
extrados de 1, . . . , n
_
y
2
=
_
subconjuntos de tama no n k
_
.
A cada subconjunto B de tama no k (es decir, incluido en
1
) le podemos asociar el sub-
conjunto de tama no n k (que estara incluido en
2
) formado por todos los elementos de
1, . . . , n que no est an en B, esto es, 1, . . . , n B.
Construimos as una aplicaci on entre los conjuntos
1
y
2
que, como podr a comprobar
sin dicultad el lector, es biyectiva. De lo que se deduce que ambos conjuntos han de tener
el mismo tama no. Es decir, que las cantidades
[
1
[ =
_
n
k
_
y [
2
[ =
_
n
n k
_
han de ser iguales.
B. Suma de los coecientes binomicos
La segunda propiedad da cuenta del valor de la suma de todos los coecientes binomicos
de ndice superior jo: para cada n 1,
n
k=0
_
n
k
_
= 2
n
La prueba algebraica, manipulando los factoriales que aparecen en la suma, es una tarea muy
laboriosa. Sin embargo, es sencillo construir una prueba por inducci on, y animamos al lector
a completarla (ejercicio 3.1.1). Veremos tambien una demostracion alternativa, utilizando el
teorema del binomio, en la subsecci on 3.1.2.
La prueba combinatoria es trasparente. Sabemos que
_
n
k
_
cuenta, para cada 0 k n,
el n umero de subconjuntos de tama no k que podemos extraer del conjunto A = 1, . . . , n.
Llamemos al conjunto de todos los posibles subconjuntos de A. Sabemos (recuerdese el
ejemplo 2.2.2) que el conjunto tiene tama no 2
n
. Denamos ademas
0
= subconjuntos de A de tama no 0
1
= subconjuntos de A de tama no 1
.
.
.
n
= subconjuntos de A de tama no n.
Los conjuntos
0
,
1
,
2
, . . . ,
n
constituyen una partici on de (compruebese!). As que,
con la regla de la suma, concluimos que
[[ =
n
j=0
[
j
[ ; es decir, 2
n
=
n
j=0
_
n
j
_
.
Conviene insistir en la identicaci on entre subconjuntos y listas de ceros y unos del ejem-
plo 2.2.2. All vimos que dar un subconjunto del conjunto 1, . . . , n es exactamente lo mismo
que construir una lista de longitud n con ceros y unos. El diccionario entre ambas cuestiones
es: si en la posicion j-esima de la lista aparece un 1, el elemento j esta en el subconjunto; y
si aparece un 0, no estara.
En su momento esto nos permitio determinar que hay 2
n
subconjuntos posibles. Ahora
podemos ser un poco mas nos: si solo nos interesamos por los subconjuntos de tama no k, el
mismo argumento nos permite reinterpretar, combinatoriamente, los coecientes bin omicos:
_
n
k
_
= #
_
listas de longitud n formadas con ceros
o unos que tienen exactamente k unos
_
.
C. Regla de recurrencia
La ultima propiedad por la que nos vamos a interesar es una regla de recurrencia para
los coecientes binomicos, que nos permitira calcularlos de manera muy eciente. La citada
regla dice as: dado n 2 y para cada 1 k n 1,
_
n
k
_
=
_
n 1
k
_
+
_
n 1
k 1
_
La prueba algebraica, aunque sencilla, requiere unas ciertas manipulaciones:
_
n 1
k
_
+
_
n 1
k 1
_
=
(n 1)!
k!(n 1 k)!
+
(n 1)!
(k 1)!(n k)!
=
n k
n
n!
k!(n k)!
+
k
n
n!
k!(n k)!
=
_
n
k
__
k
n
+
n k
n
_
. .
=1
=
_
n
k
_
.
Para una comprobaci on combinatoria, construimos la siguiente partici on:
Subconjuntos de
tama no k extrados
de 1, . . . , n
Subconjuntos de tama no k
que contienen al elemento n
que no contienen al elemento n
Por supuesto, la eleccion del elemento n, el ultimo, para este proceso es totalmente arbitraria
(podamos haber elegido, por ejemplo, el primero). El conjunto de la izquierda, ya lo sabemos,
tiene tama no
_
n
k
_
, y la regla de la suma nos permite escribir que
_
n
k
_
= #
que contienen al elemento n
+ #
que no contienen al elemento n
= #
_
Subconjuntos de tama no k 1
extrados de 1, . . . , n 1
_
+ #
_
extrados de 1, . . . , n 1
_
=
_
n 1
k 1
_
+
_
n 1
k
_
.
La pen ultima igualdad es la clave del argumento, y est a basada en un par de biyecciones.
Para el primer termino argumentamos as: para construir todos los subconjuntos de tama no k
con los elementos 1, . . . , n que contengan al elemento n, basta decidir quienes son sus k 1
acompa nantes, es decir, basta elegir k 1 elementos del conjunto 1, . . . , n 1. Para el
segundo termino, como los subconjuntos que estamos considerando en este caso no contienen
a n, tendremos que escoger los k elementos de entre los del conjunto 1, . . . , n 1.
Figura 3.1: Tartaglia
La combinaci on de esta regla de recurrencia y lo que por razones
que se entenderan en un momento llamaremos los valores frontera,
_
n
0
_
= 1 y
_
n
n
_
= 1 , para cada n 1,
nos permite calcular y codicar los valores de todos los coecientes
bin omicos. Para ello, es costumbre utilizar el llamado triangulo de
Pascal-Tartaglia
3
: un tri angulo formado por casillas que van etique-
tadas con dos par ametros, n y k. El par ametro n etiqueta los pisos
del tri angulo, empezando en n = 0, mientras que el par ametro k, por
su parte, marcar a la coordenada de las sucesivas diagonales, de nuevo
de k = 0 en adelante. En la casilla de coordenadas n y k situamos el
n umero C(n, k), o indistintamente
_
n
k
_
.
3
A veces solo triangulo de Tartaglia, a veces solo triangulo de Pascal. Niccolo Fontana (1499-1557) es
mas conocido como Tartaglia (tartamudo; o tartaja, m as catizo y un punto despectivo). Parece ser que
de peque no fue gravemente herido en la cara por las tropas francesas que ocupaban Brescia, su localidad
natal, y que de aquel episodio conservo una gran cicatriz en el rostro y ciertas dicultades para hablar.
Tradujo y publico numerosas obras matematicas clasicas, como los Elementos de Euclides y algunos tratados
de Arqumedes. Consiguio, entre otros logros, obtener una f ormula para la resolucion de la ecuacion c ubica
(vease la nota al pie de la pagina 20).
Para que todo cuadre, es conveniente decidir que C(0, 0) = 1; una denici on consistente
con la f ormula de los factoriales, aunque sin aparente signicado combinatorio
4
. Los valores
en los bordes (las fronteras) del tri angulo son siempre 1. Y las casillas interiores se rellenan
siguiendo la ecuacion de recurrencia, cuya interpretaci on gr aca aparece debajo de estas
lneas, a la izquierda: cada coeciente bin omico se obtiene sumando los valores de los dos
inmediatamente superiores. Con esta regla, y los valores en los bordes, podemos completar
el tri angulo, tal como hacemos a continuaci on (hasta n = 7):
n = 0
n = 1
n = 2
n = 3
n = 4
n = 5
n = 6
k = 0
k = 1
k = 2
k = 3
k = 4
k = 5
k = 6
1
1 1
1
1
1
1
1
1
1
1
1
1
2
3 3
4 6 4
10 10 5 5
6 15 15 20 6
C(n1, k1) C(n1, k)
C(n, k)
s C
n = 7 1 7 21 35 35 21 7 1
k = 7
Si, por ejemplo, el lector dirige su mirada al piso n = 6 y diagonal k = 2, encontrar a el
valor de C(6, 2), o bien
_
6
2
_
, que es 15. Hoy en da asociamos este triangulo a los nombres de
Pascal y/o Tartaglia, pero los coecientes binomicos eran ya conocidos, en mayor o menor
grado, siglos antes. Por ejemplo, por Ibn Ezra
5
y por Levi ben Gerson
6
, entre los siglos
XII y XIV. Aunque los matem aticos arabes y chinos
7
tambien manejaban estos n umeros,
como se aprecia en la gura
8
de la derecha, del siglo XIII. El tri angulo de Tartaglia, casi un
icono cabalista, contiene, veladamente, muchas sucesiones de n umeros de interes
9
. Es buen
momento para recomendar, de nuevo, la lectura de El diablo de los n umeros de Erzensberger.
4
O si lo tiene, en realidad? Alardee el lector de sus habilidades para el razonamiento escolastico-bizantino
y justique combinatoriamente que C(0, 0) = 1.
5
Abraham Ben Meir Ibn Ezra (1089-1164), matem atico, exegeta y astrologo. . . espa nol!, nacido en Tudela
y muerto en Calahorra, estaba interesado y saba calcular los coecientes binomicos con n = 7. Porque siete
eran los cuerpos celestes: el Sol, la Luna, Mercurio, Venus, Marte, J upiter y Saturno. Como buen astrologo,
a Ibn Ezra le preocupaba saber de cu antas formas se puede estar simultaneamente bajo varios de esos signos.
El lector podra encontrar m as informaci on sobre este personaje en el artculo La astrologa combinatoria del
rabino Ibn Ezra, de Doron Zeilberger (La Gaceta de la Real Sociedad Matematica Espa nola 1 (1998), no. 3).
6
Parece que fue el rabino Levi Ben Gerson (1288-1344) el primero en dar una expresion explcita de los
coecientes binomicos.
7
Vease la referencia a Al-Karaji de la pagina 40. Aprovechamos aqu para sugerir al lector una excelente
referencia en Historia de las Matematicas: Mathematics and its history (Springer-Verlag, 1991), de J. Stillwell.
8
La tabla acaba en n = 8. Observe el lector los smbolos. Sera capaz de escribir los n umeros del 1 al 99
en estos caracteres chinos?
9
Por ejemplo, los n umeros triangulares Tn =
_
n+1
2
_
(vease el ejercicio 1.2.3), que est an en la diagonal k = 2.
Vease tambien la subseccion 6.3.5.
La regla de recurrencia anterior permite escribir
_
n
k
_
(cuyo ndice superior es n) en termi-
nos de la suma de dos coecientes binomicos cuyos ndices superiores son n1. Si repetimos
el procedimiento, pero para los dos nuevos coecientes binomicos, llegamos a
_
n
k
_
=
_
n 1
k
_
+
_
n 1
k 1
_
=
__
n 2
k
_
+
_
n 2
k 1
__
+
__
n 2
k 1
_
+
_
n 2
k 2
__
=
_
n 2
k
_
+ 2
_
n 2
k 1
_
+
_
n 2
k 2
_
=
_
2
0
__
n 2
k
_
+
_
2
1
__
n 2
k 1
_
+
_
2
2
__
n 2
k 2
_
.
Ahora
_
n
k
_
se escribe como suma de coecientes binomicos de ndice superior n2. N otese que
los n umeros que los acompa nan pueden ser escritos, a su vez, como coecientes binomicos.
Podramos iterar el proceso, pero los calculos seran demasiado engorrosos, y vale la pena
argumentar en general, combinatoriamente. Queremos escribir
_
n
k
_
en terminos de coecientes
bin omicos cuyo ndice superior sea, por ejemplo, nl. Primero declaramos del primer tipo
a l elementos de entre 1, . . . , n, por ejemplo los l primeros, marcando los restantes n l
como del segundo tipo. Ahora clasicamos los k-subconjuntos dependiendo del n umero j
(con 0 j k) de elementos del primer tipo que contengan, en la siguiente partici on:
_
k-subconjuntos extrados
de 1, . . . , n
_
=
k
_
j=0
_
k-subconjuntos extrados de 1, . . . , n
con j elementos del primer tipo
_
.
Observese que, como solo hay l elementos del primer tipo, los conjuntos de la colecci on de la
derecha que corresponden a valores j > l son vacos.
Calculamos el tama no del conjunto con etiqueta j seleccionando primero que j elementos
del primer tipo est an en nuestro subconjunto (hay
_
l
j
_
posibilidades); y luego seleccionando
los k j elementos del segundo tipo que contiene el subconjunto (hay
_
nl
kj
_
posibilidades).
Aplicando las reglas de la suma y del producto llegamos a la formula de Vandermonde
10
:
_
n
k
_
=
k
j=0
_
l
j
__
n l
k j
_
El caso l = 1 es la formula de recursi on habitual. La suma anterior se extiende, en realidad,
hasta el mnimo de l y k. Esta imprecision en los lmites de sumaci on no supone problema
alguno si seguimos aplicando el convenio (que ser a de uso general en lo que sigue) de que
los coecientes binomicos son nulos si, por ejemplo, el ndice de abajo es mayor que el de
arriba, o si aparecen ndices negativos. En muchas ocasiones aprovecharemos este convenio
para ser voluntariamente poco cuidadosos con los lmites de sumaci on. Por ejemplo, en la
f ormula anterior de Vandermonde podramos haber escrito que la suma se extiende hasta .
10
El nombre del matematico y m usico frances Alexandre-Theophile Vander-
monde (1735-1796) ha quedado asociado al determinante de Vandermonde,
que exhibimos a la derecha, y cuyo valor es
1i<jn
(aj ai). Vease, por
ejemplo, como aparece este determinante en la demostracion del teorema 4.36.
Aunque parece ser que, pese a que Vandermonde fue uno de los pioneros de
la teora de los determinantes, jamas considero el que lleva su nombre.
1 1 1
a1 a2 an
a
2
1
a
2
2
a
2
n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
1
a
n1
2
a
n1
n

D. Calculo y tama no de los coecientes bin omicos
Como ya hemos visto, los coecientes binomicos siguen la siguiente formula:
_
n
k
_
=
n!
k!(n k)!
=
n(n 1) (n k + 1)
k(k 1) 3 2 1
(n otese que hay tantos factores en el numerador como en el denominador). Una f ormula que,
en principio, parece ser la mejor manera de calcularlos. Ahora bien, si el lector recuerda la
discusion de las subsecciones 2.4.3 y 2.4.4, convendra con nosotros en que n! es un n umero
asombrosamente grande. Si, por ejemplo, quisieramos calcular un modesto
_
50
30
_
con la f ormula
anterior, necesitaramos evaluar los factoriales de 50, 30 y 20, para luego dividirlos. Una tarea
que puede poner en apuros a cualquier ordenador. Sin embargo, la aplicaci on reiterada de la
regla de recurrencia permite calcularlos de una manera quiz as mas eciente, pues solo requiere
un cierto n umero de sumas. Por esta razon, muchos paquetes matematicos de calculo emplean
este segundo procedimiento para evaluar los coecientes bin omicos.
Pero la f ormula contiene mucha informaci on. Con ella, y con la ayuda de la f ormula de
Stirling, podemos estimar el orden de magnitud de un coeciente bin omico cualquiera. Fije-
mos un valor de n, un piso en el tri angulo de Tartaglia, y miremos los coecientes binomicos
cuyondice superior es n. Por ejemplo, los correspondientes a n = 7 son 1, 7, 21, 35, 35, 21, 7, 1 .
Como ya sabemos, por la propiedad A
de esta misma subseccion, la lista es simetri-
ca con respecto al elemento central (o cen-
trales, si, como en el ejemplo, n es impar).
Notese que los valores van creciendo, de iz-
quierda a derecha, hasta llegar al centro (o
centros), a partir del cual empiezan a decre-
cer. Este comportamiento es general:
max
k=0,...,n
__
n
k
__
=
_
n
n/2|
_
=
_
n
n/2|
_
Observese que los dos coecientes binomicos escritos a la derecha son el mismo si n es par.
Vea el lector el ejercicio 3.1.2 para una posible demostraci on. A la derecha mostramos la
gr aca con los valores de los sucesivos coecientes binomicos para n = 20.
Interesa conocer el orden de magnitud del coeciente bin omico que ocupa la posicion
central (o centrales) de una la del tri angulo de Pascal-Tartaglia, que como hemos visto
antes, es el mayor de toda la la. Por comodidad de c alculo, analizaremos el coeciente
_
2n
n
_
.
Para empezar, la suma de todos los coecientes
_
2n
j
_
vale 2
2n
= 4
n
, as que cada uno de
ellos, y en particular
_
2n
n
_
, ha de ser menor que 4
n
. Pero adem as, como
_
2n
n
_
es el mayor de
todos ellos,
4
n
=
2n
j=0
_
2n
j
_
<
2n
j=0
_
2n
n
_
= (2n + 1)
_
2n
n
_
.
Reuniendo ambas estimaciones, concluimos que
4
n
2n + 1
<
_
2n
n
_
< 4
n
.
La precisa estimacion asint otica de Stirling (vease la seccion 2.4.4) nos permite anar m as:
_
2n
n
_
=
(2n)!
n! n!

(2n)
2n
e
2n
4 n
[n
n
e
n
2 n]
2
=
1
n
4
n
cuando n .
As que es un crecimiento exponencial, con una peque na correccion (el denominador

n).
Visto en una escala logartmica, que es la adecuada en este caso, estas correcciones son
irrelevantes, y el lector podra comprobar sin esfuerzo que
lm
n
ln
_
2n
n
_
n ln(4)
= 1 .
3.1.2. Sobre el teorema del binomio
Tras tanto mentar a los coecientes binomicos, resulta oportuno recordar el origen de su
nombre. La regla del binomio de Newton nos permite calcular la potencia n-esima de una
suma de dos terminos. La formulaci on habitual es la siguiente:
(1 + x)
n
=
n
k=0
_
n
k
_
x
k
una expresi on que es v alida para cualquier n umero real x. Un ejercicio interesante, que
proponemos al lector como ejercicio 3.1.19, consiste en probar la validez del teorema por
inducci on en n.
Atenci on!, nuestra denici on del coeciente bin omi-
co
_
n
k
_
era puramente combinatoria: n umero de mane-
ras de escoger k elementos de entre un conjunto de n
elementos. Y aqu reaparecen, de repente, como coe-
cientes del polinomio que se obtiene al desarrollar
(1 + x)
n
. Pero en realidad es justamente la denici on
combinatoria la que lo justica. Vease el esquema de
la derecha,
(1 + x)
(1 + x)
(1 + x)
(1 + x)
n factores
(1 + x)
.
,
hay que escoger
k veces la x
en el que hemos escrito los n factores en columna. Nos preguntamos cuantas veces
aparecer a el termino x
k
al multiplicarlos todos, pues ese sera el coeciente de x
k
. Pero para
que aparezca x
k
habr a que tomar k veces la x (y n k veces el 1, claro). Es decir, hay que
elegir las k las en las que tomamos la x. Es decir,
_
n
k
_
.
Por cierto que este es un primer ejemplo de una funcion generatriz: la funci on (1+x)
n
genera, al ser desarrollada en potencias de x, la sucesion de n umeros
_
_
n
k
_
_
k=0
=
_
_
n
0
_
,
_
n
1
_
,
_
n
2
_
, . . . ,
_
n
n
_
, 0, 0, 0 . . .
_
;
sobre estas cuestiones insistiremos, y mucho, en el captulo 11.
Si reemplazamos x por x/y en la f ormula del binomio,
_
1 +
x
y
_
n
=
n
k=0
_
n
k
_
x
k
y
k
=
_
y + x
y
_
n
=
n
k=0
_
n
k
_
x
k
y
k
,
obtenemos, tras multiplicar por y
n
, la siguiente generalizaci on:
(x + y)
n
=
n
k=0
_
n
k
_
x
k
y
nk
que en principio, por el argumento utilizado, sera v alida s olo para y ,= 0. Pero como para
y = 0 dice simplemente que x
n
= x
n
, concluimos que es valida para todo y.
Es inmediato obtener, a partir del teorema del binomio, unas cuantas identidades in-
teresantes. Por ejemplo, si en la ultima expresion tomamos x = y = 1, recuperamos la ya
conocida
2
n
=
n
k=0
_
n
k
_
.
Pero si tomamos x = 1 e y = 1, llegamos a la (algo mas inesperada
11
) identidad siguiente:
0 =
n
k=0
(1)
k
_
n
k
_
que nos dice que la suma de todos los coecientes bin omicos de ndice superior n, alterna-
dos en signo, es 0. Usaremos esto, por ejemplo, en la demostracion del principio de inclu-
sion/exclusi on (vease la subseccion 3.1.4).
Nuestro siguiente objetivo es evaluar la suma
n
k=0
k
_
n
k
_
.
El truco, que utilizaremos profusamente en el captulo 11, consiste en derivar con respecto
a x la f ormula del binomio. As se obtiene que
n(1 + x)
n1
=
n
k=1
_
n
k
_
kx
k1
; y, evaluando en x = 1, que
n
k=0
k
_
n
k
_
= n2
n1
Usaremos esta argucia muchas veces en el captulo 11, y muy en particular, en el contexto
probabilstico para calcular medias de variables aleatorias que toman valores en los enteros no
negativos (vease la seccion 12.1). Pero como eso queda todava lejos, adelantamos un ejemplo
combinatorio.
11
Note el lector que, si n fuera impar, la identidad sera consecuencia de la simetra los coecientes binomicos,
que se iran cancelando por parejas. En el caso de n par ya no es as, pues hay un n umero impar de sumandos.
Ejemplo 3.1.2 Queremos corroborar la intuici on que nos dice que el tama no medio de
los subconjuntos que se pueden extraer del conjunto 1, . . . , n es n/2.
Llamemos a la coleccion de todos los subconjuntos de 1, . . . , n. Sabemos que [[ = 2
n
.
El tama no medio al que nos referimos es la media aritmetica de los tama nos de todos los
subconjuntos, es decir,
1
2
n
[[ ,
donde [[ signica el tama no de cada subconjunto . La suma consta de 2
n
sumandos. Vamos
a calcularla agrupando los subconjuntos que tengan el mismo tama no, que ser a un cierto
par ametro k entre 0 y n. El c alculo, pese a la aparatosa notaci on, es sencillo y directo:
1
2
n
[[ =
1
2
n
n
k=0
||=k
[[ =
1
2
n
n
k=0
||=k
k =
1
2
n
n
k=0
k #
_
subconjuntos
tales que [[ = k
_
=
1
2
n
n
k=0
k
_
n
k
_
=
1
2
n
_
n2
n1
_
=
n
2
,
como nos sugera la intuici on (vease un argumento alternativo en el ejercicio 3.1.10).
El binomio de Newton (versi on general)
Figura 3.2: Newton
Reescribamos el teorema del binomio, que es valido para cualquier
n N (ademas de para todo x R), de la siguiente manera:
(1+x)
n
=
n
k=0
_
n
k
_
x
k
=
n
k=0
n!
k!(nk)!
x
k
=
k=0
n(n1) (nk + 1)
k!
x
k
.
Notese que el numerador del coeciente de x
k
tiene k factores. Hemos
escrito que la suma se extiende hasta , aunque en realidad sabemos
que es un polinomio (los coecientes se anulan si k > n). El teorema
general del binomio de Newton
12
arma que la expresi on anterior es
tambien cierta sustituyendo n por un real cualquiera:
Teorema 3.1 (binomio de Newton) Para todo R, si [x[ < 1,
(1 + x)
k=0
( 1)( 2) ( k + 1)
k!
x
k
.
12
Sir Isaac Newton (1642-1727) es, quiz as, el cientco mas famoso de todos los tiempos (solo Einstein
rivaliza con el en fama y gloria): el padre de la ley de la gravitaci on y el inventor del Calculo diferencial e
integral (al tiempo que Leibniz). En sus Philophiae naturalis principia mathematica, o simplemente Principia,
de 1687, que son considerados como el mas importante libro cientco jam as escrito, establecio los principios
basicos de la Mecanica, la Dinamica de Fluidos, el movimiento ondulatorio, dedujo las leyes de Kepler del
movimiento de planetas y cometas. . . En un arranque de humildad (lo que por cierto no era muy frecuente
en el), Newton dijo una vez que si el haba visto un poco mas lejos era porque estaba subido a hombros de
gigantes, en reconocimiento al trabajo anterior de otros cientcos. Pues oiga, no: para gigante, Newton.
Cuidado!, la expresi on es la misma, pero mientras que en el caso en el que sea un
entero positivo la suma es nita (un polinomio), en el caso general tendremos una serie de
potencias innita. Por esto hemos sido cuidadosos de incluir, en el enunciado del teorema,
los valores de x para los que la serie converge con seguridad. El lector podr a encontrar la
demostracion de este resultado, junto con diversas aplicaciones, en la subseccion 11.3.4.
El multinomio de Newton
Vamos ahora a escribir el binomio de Newton de una manera alternativa:
(x + y)
n
=
n
k=0
_
n
k
_
x
k
y
nk
=

a,b0, a+b=n
n!
a! b!
x
a
y
b
,
que sale de observar simplemente que, para cada k, los exponentes de x e y suman siempre n.
A la vista de esta expresion, quiz as el lector podra aventurar que la formula del trinomio
debera ser
(x + y + z)
n
=
a,b,c0, a+b+c=n
n!
a! b! c!
x
a
y
b
z
c
=
a,b,c0
_
n
a, b, c
_
x
a
y
b
z
c
.
A la derecha hemos utilizado una nueva notaci on,
_
n
a, b, c
_
=
_
n!
a! b! c!
si a + b + c = n;
0 en caso contrario.
que permite escribir la suma triple de manera mas sencilla: se suman en todos los a, b, c 0,
pero los terminos son nulos a menos que a+b+c = n. A este n umero se le conoce, por razones
obvias, como un coecientes multinomico. El caso general del multinomio de Newton sera
(x
1
+ x
2
+ + x
k
)
n
=
a
1
,...,a
k
0
_
n
a
1
, a
2
, . . . , a
k
_
x
1
a
1
x
2
a
2
x
k
a
k
,
donde, de nuevo,
_
n
a
1
, a
2
, . . . , a
k
_
=
_
n!
a
1
a
2
!a
k
!
si a
1
+ a
2
+ + a
k
= n;
0 en caso contrario.
Las expresiones anteriores son correctas: el lector puede animarse a probar la ultima
expresion general por inducci on en k, partiendo de la f ormula del binomio habitual, que es
el caso k = 2 (vease el ejercicio 3.1.19).
Pero quiz as el lector proteste por la s ubita irrupci on de estos n umeros, que han aparecido
como cados del cielo. Tenga paciencia, pues de la misma manera en que los coecientes
bin omicos
_
n
k
_
aparecan en el desarrollo del binomio por razones combinatorias, tambien
estos coecientes multinomicos tienen su razon de ser combinatoria. En la subsecci on 3.1.6
volveremos a ellos.
3.1.3. Algunas aplicaciones combinatorias de los coecientes bin omicos
Desde hace unas p aginas, los coecientes binomicos se pasean, pavoneandose. Es hora
ya de ponerlos a trabajar. En esta subsecci on y en las dos siguientes vamos a analizar unas
cuantas cuestiones combinatorias en cuya respuesta intervienen, de una manera u otra, los
coecientes binomicos.
Las primeras aplicaciones tienen que ver con contar el n umero de soluciones de la
ecuacion diofantica
x
1
+ x
2
+ + x
k
= n.
Aqu, los datos son n y k. Y utilizamos el adjetivo diof anticas
13
porque las soluciones de la
ecuaci on anterior han de ser n umeros enteros no negativos. Es decir, una soluci on es una lista
(x
1
, . . . , x
n
) de n umeros enteros no negativos. En las aplicaciones habituales, ademas, los x
j
suelen tener condiciones adicionales, como ser todos mayores o iguales que 1 o similares.
El enunciado anterior es pura abstracci on que recoge los ingredientes fundamentales de
diversos problemas combinatorios, algunos de los cuales pasamos a enunciar.
Cuesti on 1. Composiciones del entero n de longitud k.
Como vimos en la subseccion 2.2.3, una composici on de n es una manera de escribir n
como suma (ordenada) de n umeros naturales. La composici on tendr a longitud k si hay exac-
tamente k sumandos. As que, si llamamos x
1
, . . . , x
k
a estos sumandos, contar el n umero de
estas composiciones es lo mismo que calcular el n umero de soluciones de
_
x
1
+ x
2
+ + x
k
= n
x
1
1, . . . , x
k
1
_
Cuesti on 2. Distribuciones de n bolas identicas en k cajas numeradas.
Es la primera vez que aparece en este texto el lenguaje de las distribuciones de bolas en
cajas, que, como iremos viendo, es extremadamente util para representar m ultiples cuestiones.
Como comprobar a el lector, en unos casos las bolas seran identicas (indistinguibles), y en
otros numeradas (distinguibles). Lo mismo ocurrir a con las cajas. De nuevo, todo esto es una
abstraccion que describe una gran variedad de problemas combinatorios. En la secci on 3.4
resumiremos los distintos casos que nos iremos encontrando a lo largo de estas paginas.
En el que nos ocupa, como las bolas son identicas, lo unico relevante es decidir cu antas
bolas van en cada caja. As que, si llamamos x
j
al n umero de bolas que va en cada caja j,
contar el n umero de distribuciones (biyecci on al canto) es lo mismo que contar el n umero de
soluciones de
_
x
1
+ x
2
+ + x
k
= n
x
1
0, . . . , x
k
0
_
o quiz as de
_
x
1
+ x
2
+ + x
k
= n
x
1
1, . . . , x
k
1
_
si es que permitimos cajas vacas (primer caso), o si no permitimos que queden cajas vacas
(segundo caso). Por supuesto, el lector puede imaginar otras restricciones sobre las distribu-
ciones de bolas que se traducen, de manera inmediata, en condiciones sobre los x
j
.
13
Estudiaremos este tipo de ecuaciones con detalle en el captulo 4, en especial en la subseccion 4.1.4. Por
ahora no nos interesara c omo resolverlas, sino solo saber cu antas soluciones distintas tienen.
Cuesti on 3. Multiconjuntos de tama no k extrados de 1, . . . , n.
Claro, no podan faltar!, se dir a el lector: si en las listas distinguamos entre aquellas en
las que se permite repetici on de las que no, por que no hacer lo mismo con los conjuntos?
En un subconjunto, de manera natural, la repetici on de smbolos esta prohibida. Y aunque
suene algo forzado, deniremos un multiconjunto de tama no k extrado de 1, . . . , n como
una coleccion de k smbolos escogidos de 1, . . . , n donde se permite que aparezca varias
veces cada smbolo.
Antes de caer en el desanimo por la vertiginosa proliferaci on de problemas con y sin
repeticion, con y sin orden, con y sin. . . observe el lector (o medite un rato hasta convencerse)
que, para describir un multiconjunto, lo unico relevante es decidir cu antas veces aparece cada
smbolo. Es decir, podemos representar un multiconjunto general de la siguiente manera:
1,
x
1
veces
. . . , 1, 2,
x
2
veces
. . . , 2, . . . , n,
xn veces
. . . , n , 1
x
1
, 2
x
2
, . . . , n
xn
.
Los x
j
son enteros no negativos, y su suma ha de valer k (que es el tama no total del multi-
conjunto). As que el n umero de multiconjuntos coincide con el n umero de soluciones de
# soluciones de
_
x
1
+ x
2
+ + x
n
= k
x
1
0 , . . . , x
n
0
_
El mismo tipo de problema, salvo que los papeles de n y k estan cambiados con respecto a
los anteriores.
Una vez convencidos de que vale la pena dar soluci on a la cuestion sobre soluciones de
ecuaciones diofanticas, pues de esa manera daramos soluci on, de una tacada, a estas tres
cuestiones, nos ponemos con ello.
Pero empezamos el an alisis recurriendo al lenguaje de las composiciones. Revise el lector
el argumento que utilizamos en la subseccion 2.2.3, y que entonces nos permitio deducir que
el n umero total de composiciones de n era 2
n1
: una composici on se obtiene colocando los n
unos en la y decidiendo, en cada hueco entre ellos (hay n 1) si se para (y se suma todo
lo que se haya ido acumulando) o se sigue adelante. Es decir, es lo mismo que una lista de
longitud n 1 formada con dos smbolos. Si ahora la composici on ha de tener k sumandos,
querr a decir que en la lista anterior ha de aparecer exactamente k 1 veces el separador
que representa el para y suma (por que k 1?). De manera que nos basta con escoger en
que k 1 huecos (de los n 1 posibles) van estos separadores. Las biyecciones implcitas en
este argumento nos permiten deducir que
#
_
composiciones de lon-
gitud k del n umero n
_
= #
_
formas de elegir k 1 posiciones (para los separadores)
de entre n 1 (los huecos a nuestra disposicion)
_
= #
_
subconjuntos distintos de tama no k 1
extrados del conjunto 1, . . . , n 1
_
=
_
n 1
k 1
_
.
Y de forma inmediata, vista la traducci on a ecuaciones diofanticas, que
# soluciones de
_
x
1
+ x
2
+ + x
k
= n
x
1
1, . . . , x
k
1
_
=
_
n 1
k 1
_
Sigamos adelante: en las cuestiones combinatorias descritas al principio apareca tambien
el problema de contar el n umero de soluciones de
_
x
1
+ + x
k
= n
x
i
0
_
.
Por ejemplo, al contar las distribuciones de n bolas identicas en k cajas numeradas, si es que
permitimos cajas vacas.
Vamos a transformar este problema en uno del tipo anterior (con restricciones sobre las
variables del tipo 1) con una sencilla biyecci on. A cada lista (x
1
, . . . , x
k
) soluci on del
problema anterior le asociaremos una lista (y
1
, . . . , y
k
) con la receta de que cada y
j
es el
correspondiente x
j
mas 1. Como cada y
j
= x
j
+1, es claro que son n umeros 1. Pero ahora
su suma vale lo que vala la suma de los x
j
mas el n umero de unos a nadidos, es decir, n +k.
Esta biyeccion nos permite concluir que
# sols. de
_
x
1
+ + x
k
= n
x
i
0
_
= # sols. de
_
y
1
+ + y
k
= n + k
y
i
1
_
=
_
n + k 1
k 1
_
Quiz as el lector quiera reescribir este argumento en terminos de cajas en bolas (quitando una
bola de cada caja si es que todas tienen al menos una; o, en sentido contrario, a nadiendo
una bola a cada caja en una distribuci on general para obtener una con cajas no vacas). Por
cierto que el n umero de k-multiconjuntos con smbolos 1, . . . , n de la cuestion 3 resulta ser,
leyendo adecuadamente la formula anterior,
_
n+k1
n1
_
.
Visto el exito conseguido, nos animamos a plantear una versi on m as general del problema
diof antico, como es calcular el n umero de soluciones de
_
x
1
+ x
2
+ + x
k
= n
x
1
p
1
, . . . , x
k
p
k
_
.
Los datos aqu son n, k y unos enteros no negativos p
1
, . . . , p
k
. Resolvemos la cuestion con un
truco como el de arriba, transform andola en una que ya sabemos contar, como por ejemplo
aquella en el que las restricciones son del tipo 0. Para ello, empleamos el cambio (biyeccion)
siguiente:
y
j
= x
j
p
j
para cada j = 1, . . . , k.
Notese que los y
j
son enteros mayores o iguales que 0 (pues los x
j
p
j
) que suman
k
j=1
y
j
=
k
j=1
(x
j
p
j
) =
k
j=1
x
j

k
j=1
p
j
= n
k
j=1
p
j
.
ahora, simplemente mirando la f ormula de arriba, concluimos que:
# sols de
_
x
1
+ + x
k
= n
x
1
p
1
, . . . , x
k
p
k
_
= # sols de
_
y
1
+ + y
k
= n
k
j=1
p
j
y
1
0, . . . , y
k
0
_
=
n + k 1
k
j=1
p
j
k 1

De nuevo animamos al lector a que reinterprete este argumento en terminos de quitar o
a nadir bolas en cajas. Observe el lector que si

j
p
j
> n no hay soluciones, pero de esto ya
da cuenta el convenio habitual de los coecientes bin omicos. Para recordar esta aparatosa
f ormula, puede ser util, casi como regla mnemotecnica, que el coeciente binomico tiene
como ndice superior el valor total de la suma, n, mas el n umero de sumandos, k,
menos 1 y menos lo que sumen las restricciones (los p
j
);
y como ndice inferior, el n umero de sumandos menos 1.
La f ormula anterior contiene, como casos particulares, los dos resultados obtenidos antes:
si p
1
= p
2
= p
k
= 0, entonces la respuesta es
_
n + k 1
k 1
_
;
y si p
1
= p
2
= = p
k
= 1, entonces es simplemente
_
n 1
k 1
_
.
El lector ambicioso estara ya esperando la siguiente generalizaci on: dadas dos listas de
enteros no negativos (p
1
, . . . , p
k
) y (q
1
, . . . , q
k
), contar el n umero de soluciones de
_
x
1
+ x
2
+ + x
k
= n
p
1
x
1
q
1
, . . . p
k
x
k
q
k
_
.
Ahora hay restricciones sobre los x
j
por arriba y por debajo. En terminos de distribuciones
de bolas en cajas, se tratara de calcular el n umero de formas de distribuir n bolas identicas
en k cajas numeradas de manera que en la caja 1 vayan entre p
1
y q
1
bolas; en la caja 2 entre
p
2
y q
2
bolas, etc. Pero a pesar de que el problema tiene un aspecto semejante a los anteriores,
aqu no es posible obtener una f ormula sencilla en terminos de los par ametros involucrados,
pues la soluci on pasa por aplicar el siempre engorroso principio de inclusion/exclusi on. Lo
ilustramos a continuaci on con un ejemplo.
Pero antes, avisamos al lector de que se podran plantear restricciones mas generales
que estas: por ejemplo, exigir que x
1
fuera par, que x
2
estuviera entre 3 y 15, que x
3
fuera
m ultiplo de 5, etc. En la secci on 13.1 volveremos sobre esto, ya con el lenguaje de las funciones
generatrices.
Ejemplo 3.1.3 El n umero de soluciones de la ecuaci on diof antica x
1
+x
2
+x
3
= 50, donde
0 x
1
10, 5 x
2
35 y 0 x
3
20.
Iniciamos el an alisis, para facilitar los calculos, poniendo las cotas inferiores a cero:
y
1
= x
1
0 , y
2
= x
2
5 0 , y
3
= x
3
0 .
Con esta transformacion, el problema pasa a ser el de contar el n umero de soluciones de
_
y
1
+ y
2
+ y
3
= 50 0 5 0 = 45
0 y
1
10 , 0 y
2
30 , 0 y
3
20
_
.
Ahora pasaremos al complementario y aplicaremos el principio de inclusi on/exclusi on. De-
nimos primero el conjunto grande:
A =
_
soluciones de
_
y
1
+ y
2
+ y
3
= 45
y
i
0
__
= [A[ =
_
45 + 3 1
3 1
_
=
_
47
2
_
.
Hay tres prohibiciones:
/ =
_
soluciones
de
_
y
1
+ y
2
+ y
3
= 45
y
1
11 , y
2
0 , y
3
0
__
[/[ =
_
45 + 3 11 1
3 1
_
=
_
36
2
_
,
B =
_
soluciones
de
_
y
1
+ y
2
+ y
3
= 45
y
1
0 , y
2
31 , y
3
0
__
[B[ =
_
45 + 3 31 1
3 1
_
=
_
16
2
_
,
( =
_
soluciones
de
_
y
1
+ y
2
+ y
3
= 45
y
1
0 , y
2
0 , y
3
21
__
[([ =
_
45 + 3 21 1
3 1
_
=
_
26
2
_
.
El n umero de soluciones v alidas sera [A[ [/ B ([, as que tendremos que calcular el
tama no de las intersecciones de dos y tres conjuntos. Por ejemplo,
/B =
_
soluciones
de
_
y
1
+ y
2
+ y
3
= 45
y
1
11 , y
2
31 , y
3
0
__
[/B[ =
_
45 + 3 42 1
3 1
_
=
_
5
2
_
.
De la misma manera se obtendra que [/ ([ =
_
15
2
_
. Pero al calcular [B ([ obtendramos
un coeciente bin omico con ndice superior negativo. Es decir, B( = . En consecuencia,
la intersecci on tres a tres sera tambien vaca y el resultado nal sera
#soluciones =
_
47
2
_
__
36
2
_
+
_
16
2
_
+
_
26
2
__
+
__
5
2
_
+
_
15
2
__
= 121.
3.1.4. Los coecientes bin omicos y el principio de inclusi on y exclusi on

El principio de inclusi on/exclusi on, que presentamos en la seccion 2.3, permite calcular
el tama no de la uni on de una coleccion nita de conjuntos A
1
, A
2
. . . , A
n
:
[A
1
A
2
A
n
[ =
n
j=1
(1)
j+1
j
,
donde los
j
son las sumas de los tama nos de todas las posibles intersecciones de j conjuntos:
1
= [A
1
[ +[A
2
[ + +[A
n
[
2
= [A
1
A
2
[ +[A
1
A
3
[ + +[A
n1
A
n
[
.
.
.
n
= [A
1
A
2
A
n
[.
Ahora sabemos cuantos sumandos aparecen en el c alculo de cada
j
. Por ejemplo,
1
consta
de n sumandos (las posibles formas de escoger 1 elemento de un conjunto de n, esto es,
_
n
1
_
);
2
consta de
_
n
2
_
sumandos (las posibles formas de escoger 2 elementos de entre n), etc.
En general,
j
tendr a
_
n
j
_
terminos. Conocer este dato sera muy util porque, como veremos
mas adelante (veanse los ejemplos 3.1.4 y 3.1.5), muchas veces todas las intersecciones de j
conjuntos, para cada valor de j, son del mismo tama no; y esta simetra nos permitir a obtener
f ormulas mas o menos sencillas.
A. Demostracion del principio de inclusion/exclusi on
Vamos a utilizar un argumento de doble conteo. Llamamos A =
n
j=1
A
j
y denotamos los
elementos de A por
1
,
2
, . . .
1

2

3

4

A
1
1 1 1 1
A
2
1 1 1 0
A
3
1 1 0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
An 1 0 0 1
A
1
A
2
1 0 1 0
A
1
A
3
1 1 0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A
n1
An 1 0 0 1
A
1
A
2
A
3
1 1 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A
n2
A
n1
An 1 0 0 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A
1
An (1)
n+1
0 0 0
Construimos una tabla en cuyas colum-
nas situamos los elementos
j
de A. Etique-
tando las las aparecen primero los conjuntos
A
1
, . . . , A
n
, luego las intersecciones dos a dos,
A
1
A
2
, A
1
A
3
, . . . A
n1
A
n
; despues, las in-
tersecciones tres a tres, cuatro a cuatro. . . as,
hasta llegar a la interseccion de todos los A
j
.
Los registros de la matriz van a ser 0, 1 y
1. Consideremos la columna etiquetada por
un cierto elemento
j
: si
j
no pertenece al
conjunto que etiquete la la, pondremos un 0.
En el caso de pertenencia al conjunto, distin-
guiremos si se trata de una interseccion de un
n umero impar de conjuntos (en cuyo caso pon-
dremos un +1) o de una intersecci on de un
n umero par (escribiremos un 1). Por ejem-
plo, pondramos un 1 en las casillas correspondientes si
j
estuviera en A
3
, en A
2
A
5
A
6
,
o en A
2
A
3
A
7
A
8
A
9
, mientras que pondramos un 1 si perteneciera, por ejemplo, a
A
1
A
3
, a A
2
A
3
A
5
A
n
, etc. La tabla tendra un aspecto parecido al que se muestra a la
derecha. Ahora sumaremos las entradas de la matriz, primero por las y luego por columnas.
La suma por las nos va a dar la suma alternada en signos del principio de inclu-
sion/exclusi on (hemos dise nado la matriz expresamente para esto). La la etiquetada con
A
1
contiene [A
1
[ unos, la de A
2
, [A
2
[ unos, etc. Cada la etiquetada con A
i
A
j
contiene
[A
i
A
j
[ signos 1. Y as sucesivamente. En total, la suma por las nos da
()
m
i=1
[A
i
[
i<j
[A
i
A
j
[ + .
La suma por columnas requiere un an alisis mas cuidadoso. Fijemos un A, que es-
tar a en, digamos, k de los A
j
, para cierto 1 k n. En su columna tendremos exactamente
k unos en las las etiquetadas por los conjuntos A
1
, . . . , A
n
. Pero si esta en k de los A
j
, es-
tar a en exactamente
_
k
2
_
de las intersecciones dos a dos: ah encontraremos
_
k
2
_
signos 1.
Tambien estara en
_
k
3
_
de las tres a tres, etc. El ultimo signo no nulo estar a en las las de las
intersecciones k a k: sera un (1)
k+1
, justo en la la etiquetada por la intersecci on de todos
los A
j
en los que este ; mas alla, todo ceros. En total, la suma de la columna de valdr a
_
k
1
_
_
k
2
_
+
_
k
3
_
+ (1)
k+1
_
k
k
_
=
k
j=1
(1)
j+1
_
k
j
_
= 1
k
j=0
(1)
j
_
k
j
_
.
Pero la suma (completa y alternada en signo) de coecientes bin omicos es 0 (vease la p agi-
na 113). As que al sumar las entradas de la columna del elemento obtenemos exactamente 1.
Si ahora tomamos un elemento distinto, cambiar a su valor de k (el n umero de subcon-
juntos a los que pertenezca), pero el argumento funciona igualmente. De manera que cada
columna de la matriz suma 1. Y como hay [A[ = [A
1
A
n
[ columnas, resulta que la
suma () vale [A[, lo que concluye la demostracion.
El lector podra encontrar un par de generalizaciones del principio del inclusi on/exclusi on
en los ejercicios 3.1.25 y 3.1.26.
B. Las desigualdades de Bonferroni
La f ormula del principio de inclusi on/exclusi on,
n
_
j=1
A
j
=
n
i=1
[A
i
[
. .
1i<jn
[A
i
A
j
[
. .
2
+

1i<jn
[A
i
A
j
[
. .
3
+ + (1)
n+1
[A
1
A
n
[
. .
n
.
exige calcular los valores de los sucesivos
j
, lo que en general es una tarea muy engorrosa.
Notese que hay un total de 2
n
sumandos, 2
n
intersecciones por calcular.
Nos gustara saber el error que se cometera si, por ejemplo, nos limitaramos a calcular
los primeros
j
. Por ejemplo, el lector podr a comprobar (vease el ejercicio 3.1.21), que
[A
1
A
n
[
n
j=1
[A
j
[ =
1
.
As que si nos quedamos simplemente con el primer termino (las sumas de los tama nos
individuales), acotamos la suma completa por arriba. En el mismo ejercicio se pide comprobar
que [A
1
A
n
[
1
2
. Bueno, no va mal. Pero, en estas estimaciones, en cuanto nos
equivocamos? El siguiente resultado responde a esta pregunta:
Lema 3.2 Para cada 2 t n,
j=1
(1)
j+1
j

t1
j=1
(1)
j+1
j=t
(1)
j+1

t
.
As que el error cometido al truncar la serie de principio de inclusi on/exclusi on esta controlado
por el tama no del primer termino despreciado.
Bueno!, dir a el lector, no es tan raro: da la impresi on de que los n umeros
j
, que son
todos no negativos, son cada vez m as peque nos. Por ejemplo, es claro que los [A
j
[ son mas
grandes que los [A
i
A
j
[. Pero cuidado!, de los primeros sumamos n, mientras que de los
segundos sumamos mas,
_
n
2
_
. El lema anterior sera inmediato si efectivamente se cumpliera
que
1

2

3
(vease el ejercicio 3.1.22). Pero este no es el caso. En general, los
terminos
j
del principio de inclusi on/exclusi on no tienen por que ser decrecientes (vease
un sencillo ejemplo en el ejercicio 3.1.23). As que la demostraci on del lema 3.2 es mas sutil
de lo que pudiera parecer a primera vista, y requiere una cuidadosa estimaci on del valor de
sumas alternadas (pero incompletas) de coecientes bin omicos. El lector podra encontrar las
sugerencias oportunas para completar esta prueba en el ejercicio 3.1.24.
Del lema anterior obtenemos inmediatamente toda una cadena de desigualdades, las lla-
madas desigualdades de Bonferroni. Partimos de la ya conocida
[A
1
A
n
[
1
que nos dice que [A
1
A
n
[
1
0. Ahora, el caso t = 2 del lema reza as (n otese como
nos libramos del valor absoluto en el segundo paso):
[A
1
A
n
[
1

2
=
1
[A
1
A
n
[
2
= [A
1
A
n
[
1
2
,
que es la segunda desigualdad de la cadena. Ahora el caso t = 3 nos da
[A
1
A
n
[ (
1

2
)

3
= [A
1
A
n
[
1
+
2

3
= [A
1
A
n
[
1
2
+
3
,
que es la tercera desigualdad. Y as, sucesivamente. As que cada vez que a nadimos un
j
(con
su signo), nos acercamos cada vez m as al valor real, y estas aproximaciones se van alternando:
una por exceso, la siguiente por defecto. S olo al nal, al sumar todos los
j
con sus signos
correspondientes, recuperamos el valor exacto de [A
1
A
n
[. Recordemos, ademas, que
sabemos acotar el error que se comete en cada una de ellas. Por ejemplo, en la ultima que
hemos escrito el error estara acotado por
4
, el primer termino despreciado.
C. Algunas aplicaciones
Hay dos aplicaciones especialmente interesantes del principio de inclusi on/exclusi on, como
son la de obtener una f ormula para el n umero de aplicaciones sobreyectivas y la de calcular el
n umero de los llamados desbarajustes, un tipo especial de permutaciones. Los dos ejemplos
siguientes contienen los analisis respectivos.
Ejemplo 3.1.4 Contemos cu antas aplicaciones sobreyectivas podemos dar entre los
conjuntos A = 1, . . . , n e = 1, . . . , k.
Recuerdese, del ejemplo 2.2.5, que podemos identicar aplicaciones de A con n-listas
formadas con los smbolos 1, . . . , k. Las aplicaciones sobreyectivas son las que no se saltan
ning un elemento de . M as formalmente, aquellas para las que, para todo y , existe al
menos un x A tal que f(x) = y. Alternativamente, son las n-listas en las que aparecen
todos los k smbolos. En el argumento que sigue iremos alternando estos dos puntos de vista.
Vamos a pasar al complementario: las aplicaciones que no sean sobreyectivas, o bien se
saltar an el elemento 1, o bien el 2, etc., as hasta el k. As que, si denimos los conjuntos
A
j
= aplicaciones A que se saltan el elemento j , para cada j = 1, . . . , k ,
el n umero de aplicaciones sobreyectivas resulta ser k
n
[A
1
A
2
A
k
[.
Calculemos, en primer lugar, el tama no de cada uno de los A
j
. Una aplicaci on que
este en A
j
no toma el valor j como imagen. Y en terminos de listas, eso supone construir
n-listas en las que utilicemos cualquiera de los smbolos de menos el smbolo j. As que
[A
j
[ = (k 1)
n
, para cada j = 1, . . . , k.
Sucede algo an alogo con las intersecciones: si una aplicacion esta en A
i
A
j
, entonces no
tomara como imagen ni al smbolo i ni al j. Es decir, la lista correspondiente se formar a con
cualesquiera de los otros k 2 smbolos. Por tanto,
[A
i
A
j
[ = (k 2)
n
, para cada i ,= j.
El mismo argumento sirve para las intersecciones tres a tres, cuatro a cuatro, etc. Como el
n umero de sumandos en cada suma de la expresion del principio de inclusi on/exclusi on viene
dado por un coeciente bin omico, concluimos que, si [A[ = n e [[ = k,
#
_
aplicaciones sobreyectivas A
_
= k
n
[A
1
A
2
A
k
[
= k
n
__
k
1
_
(k 1)
n
_
k
2
_
(k 2)
n
+
_
k
k
_
(k k)
n
_
=
k1
j=0
(1)
j
_
k
j
_
(k j)
n
Pues vaya formulita!, clamar a el lector, y con razon. Y eso que estabamos en uno de los casos
buenos de aplicaci on del principio de inclusi on/exclusi on, en el que todas las intersecciones
del mismo tipo tienen el mismo tama no. Como regla de calculo, lo reconocemos, no resulta
muy util. Por eso, en la subseccion 3.3.1 retomaremos esta cuestion, y obtendremos una
manera alternativa de calcular el n umero de aplicaciones sobreyectivas, apoy andonos en una
de las familias de n umeros mas famosas de la Combinatoria: los n umeros de Stirling (de
segunda especie). El lector impaciente puede ya saltar hasta all, si lo desea.
Ejemplo 3.1.5 Desbarajustes.
Las permutaciones de 1, . . . , n son, recordemos, las n-listas sin repeticion formadas con
ese conjunto de smbolos. Es decir, todas las n! posibles reordenaciones de los smbolos
1, . . . , n. O, alternativamente, las aplicaciones biyectivas de 1, . . . , n en s mismo. En la
seccion 3.2 nos ocuparemos de estos objetos, de su estructura interna y de diversos problemas
combinatorios que aparecen al estudiarlos.
Aqu nos vamos a centrar en un tipo muy especial de permutaciones, a las que llamaremos
desbarajustes: son las n-listas en las que ning un smbolo esta en su posicion natural: es
decir, el 1 no esta en la posici on primera, el 2 no est a en la segunda, etc. En el lenguaje de
las aplicaciones, seran las biyecciones que no jan elemento alguno.
Nos interesa hallar una f ormula explcita para el n umero de desbarajustes, al que nos
referiremos como D
n
. O mejor, para D
n
/n!, que representa la proporci on que los desbarajustes
ocupan entre todas las permutaciones. Esto es, la probabilidad de que si escogemos una
permutaci on al azar, esta sea un desbarajuste.
En el planteamiento cl asico del problema
14
, se han escrito n cartas y preparado los n
sobres con las direcciones correspondientes, cada uno al lado de su carta. Pero alguien los
ha descolocado, de manera que no queda m as remedio que introducir las cartas en los sobres
al azar. Hecho esto, cual sera la probabilidad de no acertar ninguna? Esta probabilidad,
observese, es justamente D
n
/n!.
14
Una version alternativa habla de hombres que dejan sus sombreros a la entrada de una esta, y luego los
recogen al azar, y luego. . . una version algo anticuada, en todo caso.
Antes de empezar a analizar el problema, quizas el lector debera meditar un momento
sobre la cuestion y apelar a su intuici on para, al menos, arriesgar una respuesta aproximada:
una probabilidad cercana a 0, cercana a 1? Que ocurre cuando el n umero de cartas y sobres
es muy grande? Parece difcil no acertar alguna, o no?
Argumentamos, como antes, pasando al complementario y usando el principio de inclu-
sion/exclusi on. Una permutaci on no es un desbarajuste si al menos uno de los smbolos esta en
su posici on natural. As que consideramos los siguientes conjuntos:
A
j
= permutaciones de 1, . . . , n con el smbolo j en la posicion j, para j = 1, . . . , n
(en el lenguaje de las aplicaciones, cada A
j
contendra a las biyecciones que jan el corres-
pondiente elemento j). Como hay n! permutaciones en total,
D
n
= n! [A
1
A
n
[ .
El tama no de cualquiera de los conjuntos A
j
es (n 1)!, porque en A
j
estan las listas en
las que el smbolo j esta en la posici on j, y para contarlas bastar a ordenar (permutar) los
n 1 smbolos restantes. Por otro lado, todas las intersecciones dos a dos tienen tama no
(n 2)!, pues en una intersecci on dos a dos estan las listas con dos smbolos ya colocados en
sus correspondientes posiciones (solo hay que permutar los restantes). Y as con el resto de
los casos. Aplicando el principio de inclusi on/exclusi on obtenemos que
D
n
= n!
__
n
1
_
(n 1)!
_
n
2
_
(n 2)! + + (1)
n
_
n
n
_
(n n)!
_
=
n
j=0
_
n
j
_
(n j)!(1)
j
.
Esto es,
D
n
= n!
n
j=0
(1)
j
j!
, o bien
D
n
n!
=
n
j=0
(1)
j
j!
.
La f ormula, como puede comprobar el lector, es bastante mas sencilla que la del caso
de las aplicaciones sobreyectivas. Pero mas a un, la cantidad

n
j=0
(1)
j
/j!, que en principio
depende de n, es, a todos los efectos numericos y si n es grande, casi indistinguible
15
de 1/e.
Atenci on!, porque la conclusi on es sorprendente: por un lado, la probabilidad D
n
/n!
de obtener un desbarajuste es pr acticamente independiente de n (si n es sucientemente
grande). Pero m as a un, es una probabilidad grande, mayor que un tercio. Quiz as mas de
lo que hubieramos apostado al principio.
Y que explicaci on
16
tiene este extra no fen omeno? Llamemos B
j
a los complementarios
de los A
j
en el conjunto de las permutaciones. Es decir, B
j
contiene a las permutaciones de
1, . . . , n en las que el smbolo j no esta en la posici on j. Observese que
Prob(B
j
) = 1 Prob(A
j
) = 1
(n 1)!
n!
= 1
1
n
.
15
Como ya comentamos en la subseccion 2.4.2. Por ejemplo, las primeras cifras decimales de 1/e son
0.3678794412, mientras que al sumar hasta j = 10 obtenemos 0.3678794643. El lector interesado podr a en-
contrar un argumento preciso en el ejercicio 3.1.27.
16
La que aqu sugerimos requiere cierta familiaridad con conceptos de probabilidad. Quizas el lector quiera
consultar antes el captulo 7. Veanse, por ejemplo, el ejercicio 7.3.7 y el ejemplo 7.5.12.
La interseccion de todos los conjuntos B
j
son, precisamente, los desbarajustes. Si los B
j
fueran independientes entre s, entonces tendramos que
Prob
_
n
j=1
B
j
_
=
n
j=1
Prob(B
j
) =
n
j=1
_
1
1
n
_
=
_
1
1
n
_
n
1
e
si n es grande.
No toca aqu precisar el signicado exacto de independientes, pues de eso nos ocuparemos
en el captulo 7. Pero, de manera intuitiva, quiere decir que, por ejemplo, el que el smbolo j
este fuera de su posici on no inuye en que el smbolo k este fuera de su posicion. Es este el
caso? No, desde luego, si consideramos permutaciones de dos elementos 1, 2, porque si el 1
esta fuera de su posici on, entonces el 2 ha de estar necesariamente descolocado. Si tenemos
tres smbolos, el que el smbolo 1 no este en su posicion inuye en que, por ejemplo, el 2 no
este en la segunda posicion, aunque algo menos. Pero cuando n se hace cada vez mas grande,
esta inuencia se va diluyendo. Es decir, los B
j
son (aproximadamente) independientes, lo
que explica que la probabilidad de obtener un desbarajuste sea 1/e. El lector interesado
puede encontrar un argumento riguroso de esta armaci on en el ejercicio 3.1.28.
Como extension de este analisis sobre desbarajustes, en el ejercicio 3.1.29 se cuenta el
n umero de permutaciones que jan 1, 2, etc. smbolos.
Como ya hemos comentado en alguna ocasion, y como esta comprobando repetidamente
el lector, un buen n umero de cuestiones combinatorias tienen que ver con listas con restric-
ciones. Habitualmente, estas restricciones impiden contar el n umero de listas con una simple
aplicaci on de la regla del producto, y hace falta aplicar otro tipo de tecnicas.
Los dos ejemplos anteriores son una buena ilustraci on. En el de las aplicaciones sobreyec-
tivas, se trata de contar listas de longitud n formadas con los smbolos 1, . . . , k en las que
aparecen todos los smbolos posibles. En los desbarajustes, se trata de n-listas sin repeticion
con los smbolos 1, . . . , n (permutaciones) en las que ning un smbolo aparece en su posici on
natural. En ambos casos, se trata de un buen n umero (k en el primer caso, n en el segundo)
de condiciones simultaneas (interseccion de condiciones), que tras pasar al complementario,
se convierten en una uni on de condiciones (las complementarias de las originales). Ah es
donde entra en escena el principio de inclusi on/exclusi on.
Otro tipo de restricciones, muy frecuentes, son aquellas en las
no se pueden repetir smbolos en ciertas posiciones. Ya nos hemos
encontrado con alg un caso, como el del ejemplo del ejemplo 2.2.7.
Queramos entonces contar las 4-listas en las que podemos situar los
smbolos 1, . . . , n, con la restriccion de que posiciones consecuti-
vas deben llevar smbolos distintos y, ademas, no podemos colocar
el mismo smbolo en las posiciones primera y cuarta. A la derecha
Pos. 1 Pos. 2
Pos. 3 Pos. 4
exhibimos un par de representaciones gr acas del problema: arriba,
la lista con sus prohibiciones; abajo, una traducci on que utilizaremos
mas adelante: cada posicion de la lista etiqueta un vertice y cada
prohibici on se corresponde con un arco o arista. Esto es lenguaje de grafos, que desarrolla-
remos en el captulo 9. S olo lo usamos aqu para representar de manera sencilla, sin mas
aparato te orico. Pero observe el lector como el esquema con vertices y arcos representa la
informaci on de manera m as clara que el dibujo de la lista con prohibiciones.
Ya obtuvimos la respuesta al comienzo de la seccion 2.3, separando en dos casos y apli-
cando la regla de la suma: hay n(n1)(n
2
3n+3) listas distintas. Pero, dado que se trata de
unas cuantas restricciones simultaneas, deberamos ser capaces de abordarlo tambien usando
el principio de inclusi on/exclusi on (tras pasar al complementario). Sea A el conjunto de las
listas de interes y X el conjunto de las 4-listas con los smbolos 1, . . . , n, de las que hay n
4
.
El complementario de A dentro de X se puede escribir como
X A =
4
_
i=1
A
i
, donde
A
1
= 4-listas con 1
a
= 2
a
A
2
= 4-listas con 2
a
= 3
a
A
3
= 4-listas con 3
a
= 4
a
A
4
= 4-listas con 4
a
= 1
a
una uni on de conjuntos (no disjuntos). El principio de inclusi on/exclusi on nos dice que
[A[ = [X[
4
j=1
[A
j
[ +
i<j
[A
i
A
j
[
i<j<k
[A
i
A
j
A
k
[ +[A
1
A
2
A
3
A
4
[ .
El primer c alculo, el del tama no de los conjuntos A
j
, es sencillo:
[A
1
[ = #4-listas con smbolos 1, . . . , n tales que 1
a
= 2
a
= n
3
[A
2
a
= 3
a
= n
3
[A
3
a
= 4
a
= n
3
[A
4
a
= 1
a
= n
3
Cu al es el tama no de las intersecciones dos a dos? El siguiente argumento graco nos conven-
ce de que, por ejemplo, A
1
A
3
y A
1
A
4
tiene el mismo tama no, n
2
, aunque por razones
distintas:
. .. .
n posibilidades n posibilidades
[A
1
A
3
[ = n
2
. . . .
[A
1
A
4
[ = n
2
n posibilidades
..
n posibilidades
Compruebe el lector que el resto de las intersecciones dos a dos tienen tambien tama no n
2
.
Una sencilla inspecci on muestra que las intersecciones tres a tres son tambien todas de igual
tama no; por ejemplo, [A
1
A
2
A
3
[ = n, porque que en la primera y segunda posiciones
aparezca el mismo smbolo, en la segunda y tercera tambien, y lo mismo en la tercera y cuarta,
hace que el mismo smbolo deba aparecer en las cuatro posiciones (y hay n posibilidades
para elegir este smbolo). Por supuesto, la interseccion de los cuatro conjuntos tiene tambien
tama no n, as que podemos concluir que
[A[ = [X[
4
_
i=1
A
i
=
_
4
0
_
n
4
_
4
1
_
n
3
+
_
4
2
_
n
2
_
4
3
_
n +
_
4
4
_
n = n(n 1)(n
2
3n + 3) .
Mucho ruido, para tan pocas nueces, se dir a el lector. Total, para obtener un resultado que ya
conocamos. Pero bueno, si al menos todas las intersecciones del mismo tipo tienen siempre
el mismo tama no. . .
Veamos otro ejemplo, en el que el conjunto de restricciones es el
que se representa en los esquemas de la derecha. Argumentamos como
antes: el conjunto de listas prohibidas ser a la uni on de los conjuntos
A
1
= listas con 1
a
= 2
a
A
2
= listas con 2
a
= 3
a
A
3
= listas con 3
a
= 4
a
A
4
= listas con 1
a
= 3
a
A
5
= listas con 1
a
= 4
a
;
una restriccion m as que antes.
Pos. 1 Pos. 2
Pos. 3 Pos. 4
Compruebe el lector que todos los A
j
tienen tama no n
3
, y
que todas las intersecciones dos a dos tienen tama no n
2
.
Pero cuidado!, la simetra se rompe al llegar a las intersecciones tres a tres, de las que hay
_
5
3
_
= 10. La mayor parte de ellas tienen tama no n. Por ejemplo, la interseccion A
1
A
2
A
3
,
porque estar en A
1
exige tener el mismo smbolo en las dos primeras posiciones; estar en A
2
hace que la tercera lleve ese smbolo com un; y estar en A
3
exige que ese smbolo aparezca
tambien en la cuarta posici on. Solo hay que decidir, pues, el smbolo com un a toda la lista.
Sin embargo, hay dos intersecciones que tienen tama no n
2
. Veamos, por ejemplo, el caso
[A
1
A
2
A
4
[. Por estar en A
1
y en A
2
, las tres primeras posiciones han de llevar el mismo
smbolo; pero estar en A
4
no a nade informaci on, pues exige que la primera y tercera posiciones
lleven el mismo smbolo. As que hay que elegir un smbolo para las tres primeras posiciones,
y otro para la cuarta (n
2
posibilidades). Lo mismo ocurre para la intersecci on A
3
A
4
A
5
.
Note el lector que estos dos casos se corresponden con conguraciones en las que las aristas
correspondientes abarcan unicamente tres vertices en triangulo (vease el dibujo).
Si el lector se esmera analizando todos los casos, comprobara que las intersecciones cuatro
a cuatro y la intersecci on cinco a cinco tienen todas el mismo tama no, n, as que
# listas = [A[ [A
1
A
2
A
3
A
4
A
5
[ =
_
5
0
_
n
4
[
1

2
+
3

4

5
]
=
_
5
0
_
n
4
_
5
1
_
n
3
+
_
5
2
_
n
2
__
5
3
_
2
_
n 2n
2
+
_
5
4
_
n
_
5
5
_
n.
Si simplicamos esta expresi on, obtenemos n(n1)(n2)
2
. Pero espere!, eso mismo habramos
obtenido si nos hubieramos lanzado, de manera algo osada, a contar las listas directamente,
en plan regla del producto: n posibilidades para la primera posicion, n 1 para la segunda,
n 2 para la tercera (recuerdese la arista diagonal en la representaci on con grafos) y otra
vez n 2 (porque en las posiciones 1 y 3 van smbolos distintos) para la cuarta posici on.
O sea que a veces se puede aplicar la regla del producto, otras veces hay que argu-
mentar con el principio de inclusi on/exclusi on, pero incluso en este caso a veces todas las
intersecciones tienen el mismo tama no y otra veces no, en funci on de como se combinen las
restricciones. . . Y esto hay que hacerlo para listas con muchas posiciones y un buen n umero
de restricciones? No, oiga, no, protestara el lector: pongan algo de orden en estos calculos!
Y esto es justamente lo que haremos, ya con el lenguaje de los grafos, en la seccion 10.3.3,
cuando desarrollemos lo que daremos en llamar el polinomio crom atico de un grafo.
3.1.5. Una interpretaci on graca de los coecientes bin omicos
Vamos a considerar la red que aparece dibu-
jada a la derecha de estas lneas, en la que cada
nodo se identica con unas coordenadas (n, k),
tal como se indica en la gura.
k = 0
k = 1
k = 2
k = 3
k = 4
k = 5
izquierda
n = 0
derecha
n = 1
n = 2
n = 3
n = 4
n = 5
Nuestro objetivo
es estudiar los posibles caminos desde (0, 0) has-
ta un cierto (n, k) tales que, en cada paso, desde
cada nodo s olo se puede pasar a los nodos que
estan inmediatamente debajo. La longitud del
camino sera el n umero de pasos dados. Para ca-
da par de valores n y k, llamaremos Cam(n, k)
al n umero de caminos distintos que podemos trazar desde el nodo (0, 0) a un nodo cualquiera
de coordenadas (n, k). Distintos, por supuesto, signicar a que las sucesiones de pasos de que
constan se diferencian en alguno de ellos. Para jar ideas, en la descripci on de los caminos
utilizaremos la nomenclatura de paso a la derecha y paso a la izquierda adoptando el
punto de vista de un caminante que circulara por la red (as que es la orientaci on contraria
a la del lector que lee estas paginas).
Figura 3.3: Polya
Esta formulaci on, que como veremos es muy rica y elegante, se de-
be al matematico h ungaro P olya
17
, quien es tambien responsable de
las teoras que hay detr as del estudio de la combinatoria con simetras
(vease el captulo 17) y del paseo aleatorio (vease el captulo 19, en el
que nos volveremos a encontrar con estas guras).
Para algunos de los valores posibles de los par ametros n y k es sen-
cillo calcular el correspondiente n umero Cam(n, k). Por ejemplo, para
cualquier n 0, Cam(n, 0) = 1, porque s olo hay un camino que lleve
del (0, 0) al (n, 0) (el que consiste en dar siempre pasos a la derecha).
De la misma manera, Cam(n, n) = 1 (dar s olo pasos a la izquierda).
El objetivo es encontrar, si es que la hay, una f ormula cerrada para
Cam(n, k) en terminos de n y k.
El lector, quiz as inspirado por el aspecto de la gura
18
, estara ya sospechando que estos
n umeros guardan relaci on con los coecientes binomicos. Para comprobarlo, enunciemos una
serie de propiedades que verican estos n umeros, que nos resultar an sin duda familiares.
17
George Polya (1887-1985) es uno de los miembros mas destacados de la magnca escuela matematica
h ungara del siglo XX. Su actividad se desarrollo en diversos lugares, primero en su Budapest natal (hasta
1912), luego en G ottingen (1913) y Z urich, desde 1914 hasta 1940 (en 1924 estuvo en Inglaterra, trabajando
con Hardy y Littlewood; el libro Inequalities es uno de los frutos de esta colaboraci on). La siguiente etapa de
esta suerte de paseo aleatorio vital (una estupenda biografa suya se titula justamente The random walks of
George Polya, Gerard Alexanderson, MAA, 2000) fue la Universidad de Stanford en Estados Unidos, a donde
emigr o en 1940, y en la que permanecera hasta el nal de sus das. Polya trabajo en diversos campos de
las Matematicas: Teora de N umeros, Combinatoria, Analisis real y complejo, Probabilidad, etc.; algunas de
estas aportaciones las iremos recogiendo en estas paginas. Pero, ademas de por esta actividad investigadora,
Polya es famoso por sus reexiones sobre la actividad matematica y la didactica de las matem aticas: libros
como How to solve it (1945), Mathematics and plausible reasoning (1954) o Mathematical Discovery (1962)
han sido autenticos exitos editoriales.
18
O mas simplemente, por el ttulo de esta subseccion.
A. Traslacion
Esta primera propiedad ser a util en an ali-
sis posteriores: observemos los esquemas de la
derecha.
(0, 0)
(n, k)
(0, 0)
(a, b)
(n + a, k + b)
Ni los caminos de (0, 0) a (n, k) ni
los que van de (a, b) a (n + a, k + b) pueden
salirse del area se nalada, y como ambas zonas
son iguales, podremos deducir que:
Cam(n, k) = #
_
caminos (0, 0) (n, k)
_
= #
_
caminos (a, b) (a + n, b + k)
_
.
B. Reexion
Consideremos un camino de (0, 0) a (n, k). Si
lo reejamos con respecto al eje vertical que pasa
por el (0, 0), obtenemos un camino de (0, 0) a
(n, nk). Esta reexion es una biyecci on entre el
conjunto de caminos que unen (0, 0) con (n, k) y
el conjunto de los que conectan (0, 0) con (n, n
k). De manera que Cam(n, k) = Cam(n, n k).
(0, 0)
(n, k)
(0, 0)
(n, n k)
C. Recursi on
La propiedad anterior nos recuerda, desde
luego, a las propiedades de simetra de los coe-
cientes bin omicos. Cumpliran tambien la misma
regla de recurrencia? Clasiquemos los caminos
hasta (n, k) dependiendo del vertice inmediata-
mente superior por el que pasen. Esto es una
partici on de nuestro conjunto total de caminos:
_
caminos
(0, 0) (n, k)
_
=
_
caminos (0, 0) (n 1, k 1)
y luego izquierda
_
_
caminos (0, 0) (n 1, k)
y luego derecha
_
.
Ahora obtenemos los tama nos de los conjuntos calculando, simplemente, de cu antas maneras
se puede llegar a los puntos (n 1, k 1) y (n 1, k), respectivamente:
Cam(n, k) = Cam(n 1, k 1) + Cam(n 1, k) .
Tenemos entonces dos familias de n umeros, Cam(n, k) y los coecientes binomicos
_
n
k
_
, que
satisfacen la misma ecuacion de recurrencia y que tienen los mismos valores frontera. Esto
supone que Cam(n, k) coincide, para cada par de valores de los par ametros n y k con el coe-
ciente bin omico
_
n
k
_
. As que, despues de todo, no estamos mas que ante otra interpretaci on
combinatoria de los coecientes bin omicos.
(0, 0)

(n, k)
(n1, k) (n1, k1)
En lo que sigue vamos a aprovechar esta nueva interpretaci on de los coecientes binomicos
para obtener algunas expresiones interesantes.
D. Barrera horizontal
Vamos a clasicar los caminos hasta (n, k) seg un
el nodo de la barrera horizontal de un nivel anterior
n l por el que pasan (vease el dibujo).
nl
n
kl
k
T
nodo (n, k)
Los nodos
de la barrera tienen coordenadas (n l, k l + m),
donde m = 0, 1, . . . , l. Esto da lugar a una partici on
del conjunto de caminos, pues todos los caminos hasta
(n, k) han de pasar necesariamente por uno (y s olo uno) de los nodos de la barrera:
_
caminos
(0, 0) (n, k)
_
=
l
_
m=0
_
caminos consistentes en ir (0, 0) (n l, k l + m)
y luego ir (n l, k l + m) (n, k)
_
A la izquierda tenemos
_
n
k
_
caminos distintos. Del punto (0, 0) al punto (n l, k l + m) se
puede ir de
_
nl
kl+m
_
maneras distintas. Y hay tantos caminos desde (n l, k l + m) hasta
(n, k) como entre (0, 0) y (l, l m), como podr a comprobar el lector si aplica cuidadosamente
la regla A de traslacion. Aplicando las reglas de la suma y el producto, concluimos que:
_
n
k
_
=
l
m=0
_
l
l m
__
n l
k l + m
_
,
que es la formula de Vandermonde de la p agina 110 (cambiese el ndice m por j = l m).
E. Barrera diagonal
Ahora, para un cierto nodo de la red, que por co-
modidad tomaremos de coordenadas (n + 1, k + 1),
consideramos la barrera diagonal que incluye a los no-
dos de segundo ndice k (vease el dibujo). Es decir, los
nodos de coordenadas (j, k), con j = k, . . . , n.
k1
n+1
k
T
nodo (n+1, k+1)
Como
antes, pretendemos clasicar los caminos de (0, 0) a
(n + 1, k + 1) dependiendo de su paso por la barrera. Podramos, por ejemplo, escribir que
_
caminos
(0, 0) (n, k)
_
=
n
_
j=k
_
caminos consistentes en ir (0, 0) (j, k)
y luego ir (j, k) (n + 1, k + 1)
_
Pero esto no es una partici on, pues hay caminos que estan en m as de uno de los conjuntos de
la derecha. Imagine el lector un camino que llegue a un nodo intermedio de la barrera y luego
baje un rato por ella. Para resolver esta dicultad, y contar una unica vez cada camino, los
clasicamos dependiendo de cual sea el ultimo nodo de la barrera por el que se pase:
_
caminos
(0, 0) (n, k)
_
=
n
_
j=k
_
caminos (0, 0) (n + 1, k + 1) tales que (j, k)
es el ultimo nodo de la barrera por el que pasan
_
Ahora s que tenemos una verdadera partici on, y bastar a contar cu antos elementos tiene cada
bloque de la partici on.
Pero si el nodo (j, k) es el ultimo de la barrera que se toca, entonces el recorrido, m as
all a de ese punto, esta ya jado: paso a la izquierda y luego bajada hasta el nodo (n+1, k+1).
Concluimos as que
_
n + 1
k + 1
_
=
n
j=k
_
j
k
_
=
n
j=0
_
j
k
_
Atenci on!, esta ultima f ormula es nueva y util. Ya sabemos sumar los coecientes binomi-
cos cuando variamos el ndice inferior. Aqu tenemos la suma analoga cuando variamos el
superior. Mostramos juntas ambas f ormulas, para que lector aprecie la diferencia: si k n,
n
j=0
_
k
j
_
= 2
k
y
n
j=0
_
j
k
_
=
_
n + 1
k + 1
_
.
Ejemplo 3.1.6 Una formula para los n umeros de Catalan C
n
.
Si el lector d ocil revisa el ejemplo 2.3.3, recordara que C
n
cuenta, entre otras muchas cosas,
el n umero de listas (x
1
, . . . , x
2n
), donde x
j
= 1 (hay n unos y n menos unos), y de manera
que las sumas parciales, esto es, x
1
, x
1
+ x
2
, x
1
+ x
2
+ x
3
, etc, sean siempre no negativas.
(1, 1)
n + 1
2n+1
(2n+1, n+1)
Traduzc amoslo a nuestro contexto: un +1 que-
rr a decir un paso a la izquierda (recordemos, izquier-
da para el habitante de la red), y un 1, un paso a
la derecha. As que una lista (x
1
, . . . , x
2n
) formada
con +1 y 1 (la mitad de cada) es un camino en
el que se dan n pasos a la izquierda y otros tantos
a la derecha. Empezamos en el punto (1, 1). De los
2n pasos, n han de ser hacia la izquierda; as que necesariamente acabamos en el punto de
coordenadas (2n+1, n+1). Adem as, en cada momento, al menos se han dado tantos pasos a
la izquierda como a la derecha, as que nunca podremos tocar la lnea vertical. Las listas que
interesan se corresponden, pues, con caminos como el que exhibimos en el dibujo anterior.
(1, 1)
n + 1
2n + 1
. . . . . . . . . . . . . . . . . . ...........
(1, 0)
(2n + 1, n + 1)
El n umero total de caminos posibles desde (1, 1)
hasta (2n+1, n+1) es
_
2n
n
_
; pero solo queremos con-
tar aquellos que no tocan la lnea vertical. Aqu lle-
ga la idea brillante
19
: un argumento de reexi on.
Vamos a evaluar el tama no del complementario,
los caminos que s tocan la vertical: supongamos
que tenemos uno de ellos, como el que aparece en
el dibujo de la derecha, y consideremos la primera
vez que alcanza la barrera. Reejando este primer tramo, a cada camino que toca la lnea le
hacemos corresponder uno desde (1, 0) a (2n + 1, n + 1).
Pero al reves tambien, pues un camino de (1, 0) a (2n+1, n+1) esta obligados a cruzar la
lnea vertical. El lector podr a comprobar que justo el considerar la primera vez que tocan
la barrera es lo que hace que sea una biyeccion entre los dos tipos de caminos. Ahora, de
19
Idea que, por consiguiente, no es original de los autores.
(1, 0) a (2n+1, n+1), con el argumento de traslaci on habitual, sabemos que hay tantos como
de (0, 0) a (2n, n + 1); esto es,
_
2n
n+1
_
caminos. As que, nalmente, deducimos que
C
n
=
_
2n
n
_
_
2n
n + 1
_
para cada n 0.
Dejamos que el lector se entretenga con las manipulaciones algebraicas que conducen a la
siguiente formula, que nos permite calcular los valores de la sucesion:
C
n
=
1
n + 1
_
2n
n
_
(C
n
) = (1, 2, 5, 14, 42, 132, 429, 1430, 4862, 16796 . . . )
3.1.6. Coecientes multin omicos

Los coecientes multinomicos
_
n
a
1
, a
2
, . . . , a
k
_
=
n!
a
1
! a
2
! . . . a
k
!
aparecieron fugazmente en la subseccion 3.1.2, al tratar, claro, el multinomio de Newton. En
la expresion de arriba est a implcito el convenio seg un el cual el coeciente multinomico es 0
si los enteros no negativos a
1
, . . . , a
k
no suman exactamente n.
Pero si aparecieron all es justamente porque son respuesta a una cuesti on combinatoria
que pasamos a enunciar, en dos versiones. Se trata de contar
el n umero de formas de distribuir n bolas numeradas en k cajas numeradas de forma
que haya a
1
bolas en la primera caja, a
2
en la segunda, etc., donde a
1
+ + a
k
= n;
o el n umero de listas de longitud n formadas con los smbolos 1, . . . , k con exactamente
a
1
unos, a
2
doses, etc. De nuevo, los n umeros a
1
, . . . , a
k
cumplen que a
1
+ +a
k
= n.
La biyeccion entre las dos cuestiones es in-
mediata: distribuir las n bolas en k cajas con
las restricciones citadas exige decidir a que ca-
ja va cada bola. Es decir, formar una lista de
n posiciones (una por bola), en las que indi-
camos a que caja va cada bola.
1 2
n
que caja va la bola 1

escribimos aqu a

a cual la bola 2 a cual la bola n

Si queremos
que haya a
1
bolas en la caja 1, a
2
en la caja 2, etc., entonces en la lista han de aparecer
exactamente a
1
unos, a
2
doses, etc. Y si nos dan la lista con todas estas condiciones, la
reinterpretaci on en terminos de distribuciones en cajas es obvia.
Ay!, las dichosas distribuciones de bolas en cajas, ese lenguaje tan del gusto de los que se
dedican a menesteres combinatorios. En la secci on 3.1.3 tuvimos un primer contacto con este
lenguaje, aunque entonces trat abamos distribuciones de bolas identicas en cajas numeradas.
Ahora, al considerar a las bolas como numeradas, esto es, distinguibles, no basta, como all,
con informar de cu antas bolas van en cada caja; hay que se nalar tambien cu ales son.
Si la cuesti on se hubiera planteado sin restricciones sobre el n umero de bolas por caja
(o sobre el n umero de veces que aparece cada smbolo en la lista), el analisis sera directo:
bastara decidir a que caja va cada bola; o cual es el smbolo de cada posici on de la lista. Lo
que, por la regla del producto, se puede hacer de k
n
maneras. Es otra manera de entender las
listas (en este caso, de longitud n y k smbolos) o las aplicaciones A si es que [A[ = k
e [[ = n (revise el lector el ejemplo 2.2.5 y cambie all los papeles de n y k).
Nuestro problema requiere un an alisis diferente. Vemos primero un ejemplo sencillo, que
nos da la pista para el argumento general. Digamos que hay que repartir n bolas numeradas
en 3 cajas numeradas, con a
1
2
en la segunda y a
3
en la tercera,
donde a
1
+ a
2
+ a
3
= n. Contamos cuantas distribuciones hay con el siguiente proceso:
1. Elegimos cu ales (recordemos que las bolas son distinguibles) son las a
1
bolas que van
a la caja 1. Esto se puede hacer de
_
n
a
1
_
formas distintas.
2. Elegimos las bolas de la segunda caja de entre las n a
1
bolas que quedan; tenemos
_
na
1
a
2
_
maneras de hacerlo.
3. Las de caja 3 quedan ya determinadas (las restantes), as que no habr a que decidir nada
en este paso. Aunque tambien podramos argumentar como en los dos pasos anteriores
y observar que las bolas de la caja 3 se pueden elegir de
_
na
1
a
2
a
3
_
=
_
a
3
a
3
_
= 1 forma.
La regla del producto nos dice entonces que el n umero de posibles distribuciones es
_
n
a
1
__
n a
1
a
2
__
a
3
a
3
_
=
n!
a
1
!(n a
1
)!
(n a
1
)!
a
2
!(n a
1
a
2
)!
(n a
1
a
2
)!
a
3
!0!
=
n!
a
1
! a
2
! a
3
!
.
El lector podra comprobar que el mismo argumento se puede aplicar al caso general, para
obtener que el n umero de distribuciones de n bolas distinguibles en k cajas numeradas con a
1
2
en la segunda, etc., donde a
1
+a
2
+ +a
k
= n, viene dado por
el coeciente multinomico
_
n
a
1
, a
2
, . . . , a
k
_
=
n!
a
1
! a
2
! . . . a
k
!
.
Note el lector que el caso k = 2 es algo especial, pues si a
1
+ a
2
= n, entonces a
2
= n a
1
,
as que
_
n
a
1
, a
2
_
=
n!
a
1
! a
2
!
=
n!
a
1
! (n a
1
)!
=
_
n
a
1
_
,
y recuperamos el coeciente binomico habitual. Una cierta ambig uedad de notaci on que
conamos en que no cause confusi on.
Ejemplo 3.1.7 Se pretende repartir los 25 empleados de una empresa en 4 grupos de trabajo:
el de relaci on con los clientes debe constar de 4 personas; el de desarrollo de proyectos, de 6
personas; 7 personas iran al grupo de contabilidad, mientras que las 8 restantes trabajaran
en tareas de organizacion interna. De cuantas maneras se pueden estructurar estos grupos?
El objetivo es repartir 25 bolas numeradas (las personas) en 4 cajas numeradas (los grupos
de trabajo), con 4 en la primera, 6 en la segunda, 7 en la tercera y 8 en la cuarta. Respuesta:
_
25
6, 4, 7, 8
_
=
25!
4! 6! 7! 8!
= 4417238826000 formas distintas
casi cuatro billones y medio, una cantidad por cierto enorme.
Y por que aparecen estos n umeros en el multinomio de Newton,
(x
1
+ x
2
+ + x
k
)
n
=

a
1
,...,a
k
0
_
n
a
1
, a
2
, . . . , a
k
_
x
1
a
1
x
2
a
2
x
k
a
k
?
Tendramos que contar cuantas veces aparece cada termino x
a
1
1
x
a
k
k
en el desarrollo de
(x
1
+ + x
k
)
n
. Si el lector se construye un esquema como el que apareca al principio de
la subseccion 3.1.2 dedicada al teorema del binomio, poniendo en columna los n factores
(x
1
+ + x
k
), se convencera que para que aparezca x
a
1
1
x
a
k
k
hay que escoger a
1
veces
el x
1
, a
2
veces el x
2
, etc. Lo que nos lleva al coeciente multinomico correspondiente.
Cerramos esta subseccion insistiendo en la interpretaci on en terminos de listas, no tanto
por el resultado, que ya es conocido, sino por una manera de argumentar que es util en muchas
ocasiones. Queremos contar cuantas n-listas podemos formar con los smbolos 1, . . . , k de
manera que haya a
1
unos, a
2
doses, etc., donde a
1
+ +a
k
= n. Ya sabemos que la respuesta
esta en el coeciente multinomico correspondiente.
Pero argumentemos de la siguiente manera: hagamos que los smbolos sean distingui-
bles. Como que distinguibles?, pero de que manera vamos a poder distinguir, por ejemplo,
dos unos entre s?, protestara el lector, alarmado ante este nuevo articio. Pues justamente
etiquetando de cierta manera cada smbolo. Para ello consideramos el nuevo conjunto de
smbolos siguiente:
1
1
, 1
2
, . . . , 1
a
1
, 2
1
, . . . , 2
a
2
, . . . , k
1
, . . . , k
a
k
.
Hemos considerado tantos clones del smbolo 1 como nos indica el valor de a
1
, tantos del
2 como indique a
2
, etc. Ahora, en total hay n smbolos distinguibles, que podemos disponer
en una n-lista de n! maneras distintas. Pero, para contrarrestar la diferenciaci on cticia
y auxiliar que hemos introducido, por ejemplo, entre los unos, deberemos dividir por un
factor a
1
! (construya el lector explcitamente la aplicacion a
1
! a 1 que hay detr as de este
comentario). Lo mismo deberemos hacer con los doses, con los treses, etc. As llegamos, de
nuevo, al resultado
n!
a
1
! a
2
! a
k
!
=
_
n
a
1
, a
2
, . . . , a
k
_
.
No le extra nar a al lector, a la vista de este argumento, que en algunos textos se utilice el
nombre de (n umero de) permutaciones con repetici on para describir esta cantidad.
Ejemplo 3.1.8 Cu antas listas de longitud 8 formadas por 2 aes, 3 bes y 3 ces hay?
Las listas estan formadas por los smbolos a, a, b, b, b, c, c, c, pero por supuesto no todas las 8!
permutaciones posibles dan lugar a listas distintas. Aplicamos de nuevo el truco citado antes:
hacemos distinguibles los smbolos, a
1
, a
2
, b
1
, b
2
, b
3
, c
1
, c
2
, c
3
, y formamos las 8! permutaciones
posibles. Obtenemos as, por ejemplo, listas como
a
1
a
2
b
1
b
2
b
3
c
3
c
2
c
1
y a
2
a
1
b
1
b
2
b
3
c
3
c
2
c
1
que, al borrar los subndices de las aes, dan lugar a la misma, (a, a, b, b, b, c, c, c). Solucionamos
esta proliferaci on espuria de listas dividiendo por los factoriales correspondientes:
8!
2! 3! 3!
=
_
8
3, 2, 3
_
=
8 7 6 5 4
2 2 3
= 560 .

EJERCICIOS DE LA SECCI
ON 3.1
3.1.1 Pruebese, por inducci on, que
n
j=0
_
n
j
_
= 2
n
.
Recuerde el lector el argumento combinatorio de la subseccion 3.1.1 y la prueba, va el teorema del
binomio, de la subsecci on 3.1.2.
3.1.2 Queremos probar que el valor m aximo en cada la del tri angulo de Tartaglia es el central (o
centrales). Es decir, que
max
k=0,...,n
__
n
k
__
=
_
n
n/2|
_
=
_
n
n/2|
_
.
(a) Utilcese la propiedad de simetra de los coecientes binomicos para deducir que basta calcular ese
m aximo en el rango 0 k n/2|.
(b) Sup ongase, por ejemplo, que n es par. Compruebese que, siempre que k n/2,
_
n
k1
_
<
_
n
k
_
.
(c) Completense los detalles del caso en que n sea impar.
3.1.3 Pruebese que, si k es un cierto n umero jo, entonces
tanto
_
n 1
k 1
_
como
_
n + k 1
k 1
_
como
_
n +
_
k
2
_
1
k 1
_
son asintoticamente (recuerdese el smbolo de la subsecci on 2.4.1) como
n
k1
(k1)!
cuando n .
3.1.4 (a) Tenemos 2n bolas rojas numeradas y otras 2n bolas blancas numeradas. De cu antas
formas distintas se puede escoger, de entre esas 4n bolas, un conjunto con n bolas rojas y n blancas?
(b) Tenemos 10 bolas rojas numeradas y 6 bolas blancas numeradas. De cu antas maneras puede
escogerse un conjunto de 9 bolas de forma que a lo sumo haya 4 bolas rojas?
(c) De cu antas maneras distintas se pueden distribuir 40 personas en 8 grupos de 5 personas?
(d) De cu antas maneras distintas se pueden distribuir 40 bolas identicas en 6 cajas numeradas, de
manera que entre las tres primeras cajas se distribuyan 25 bolas y que en cada una de las dos ultimas
cajas se sit uen a lo sumo 6 bolas?
3.1.5 De Nuestro hombre en La Habana, de Graham Greene:
- No entiendo por que escogiste ese n umero.
- No te ocurre a ti que hay n umeros que se te quedan grabados para siempre en la memoria?
- S, pero este precisamente lo has olvidado.
- Lo recordare enseguida. Era algo as como 77539.
- Nada menos que cinco cifras!
- Podemos intentar todas las combinaciones de 77539.
- Sabes cu antas hay? Como unas seiscientas, mas o menos. Espero que no tengas prisa.
- Estoy seguro de todo menos del 7.
- S, pero que 7? Esto signica que hay que probar con seis mil conguraciones. No soy ma-
tematico, sabes?
Podra el lector ayudar al personaje de esta novela y precisar sus calculos?
3.1.6 Consideremos las 22 consonantes b, c, . . . , z y una unica vocal a. Queremos formar con
ellas palabras de 12 letras, de las cuales exactamente cinco sean consonantes (distintas), y en las que
no aparezcan consonantes seguidas. Cu antas distintas habra?
3.1.7 (a) Cu antos n umeros entre 0 y 9999 tienen la suma de sus cifras igual a 7? (b) Y 7?
3.1.8 Para su uso en este ejercicio, describimos brevemente la baraja espa nola: consta de 40 cartas,
que est an agrupadas en cuatro palos (oros, copas, espadas y bastos). Cada palo cuenta con diez cartas:
as, dos, tres, cuatro, cinco, seis, siete, sota, caballo y rey.
(a) Cu al es la probabilidad de que en un mazo bien barajado de cartas de una baraja espa nola las
dos primeros cartas no formen pareja (no sean, por ejemplo, dos ases, o dos sotas, o dos. . . )?
(b) En cuantas manos distintas de 5 cartas de baraja espa nola aparecen los 4 palos? (Nota: con-
sideremos que una mano de 5 cartas es un subconjunto de 5 cartas).
(c) Cu antas manos de cinco cartas de la baraja espa nola son exactamente un tro (por ejemplo, tres
sotas y las otras dos cartas que no sean sotas y que, adem as, sean distintas entre s)? Y exactamente
dobles parejas?
(d) Estamos jugando a la pocha
20
y tenemos la siguiente partida:
sobre el mazo de cartas est a el 2 de espadas (espadas es, por tanto,
la pinta). El jugador A, que es mano (esto es, el primero en
jugar), tiene un 7 de espadas. Lo unico que nos interesa saber es
que, con las reglas del juego, s olo hay en la baraja 5 cartas que
superen el valor de su carta (sota, caballo, rey, tres y as de espadas).
Cu al es la probabilidad de que A pierda la jugada?
3.1.9 Si n bolas numeradas se distribuyen al azar en n cajas numeradas, cu al es la probabilidad
(a) de que ninguna caja quede vaca?;
(b) y de que exactamente una caja quede vaca?
3.1.10 (a) El tama no medio de los subconjuntos de 1, . . . , n, como vimos en el ejemplo 3.1.2,
es n/2. Obtengase una prueba alternativa de este resultado utilizando la siguiente observaci on: por
cada subconjunto A de tama no k hay uno (el subconjunto B = 1, . . . , nA) que tiene tama no nk.
(b) La longitud de una composici on de un n umero natural n es el n umero de sumandos. Pruebese
que si un n umero n tiene M composiciones de longitud k, entonces tambien tiene M composiciones
de longitud n k + 1. Ded uzcase que la longitud media de las composiciones del n umero n es
n+1
2
.
3.1.11 Se tienen dos listas de smbolos, (a
1
, a
2
, . . . , a
n
) y (b
1
, b
2
, . . . , b
m
), todos distintos. Se quiere
formar una unica lista con todos los n + m smbolos respetando el orden dado de las as y el orden
dado de las bs. Por ejemplo, si n = 2 y m = 3 la lista (b
1
, a
1
, b
2
, a
2
, b
3
) es v alida, pero no as la lista
(a
1
, b
3
, b
2
, a
2
, b
1
)). De cu antas maneras se puede hacer esto?
3.1.12 Se distribuyen n bolas identicas en m cajas numeradas. (a) De cu antas formas distintas se
puede hacer esto de manera que cada caja reciba al menos una bola y a lo sumo dos? (b) Y si la
unica restricci on es que haya a lo sumo dos en cada caja?
3.1.13 Consideremos el conjunto de smbolos A = 1, 2, 3, . . . , 50. Diremos que un subconjunto A
de A esta separado si la diferencia entre cualesquiera dos de sus elementos es al menos tres unida-
des. Por ejemplo, 10, 15, 17, 40 no esta separado, mientras que 10, 15, 18, 40 s lo est a. Cu antos
subconjuntos separados distintos de cinco elementos se pueden formar con los elementos de A?
3.1.14 Tenemos n cerillas, que usamos para representar las letras I y V : la I requiere una cerilla,
la V dos. Cu antas palabras distintas de longitud k se pueden formar?
3.1.15 (a) Compruebese que el n umero de listas de longitud n con ceros y unos, en las que hay
exactamente r unos, y sin unos consecutivos, es
_
nr+1
r
_
.
20
Concesion local al, sin duda, juego mas popular entre los alumnos de los autores.
(b) De cu antas formas distintas se puede extraer de 1, 2, . . . , n un conjunto de r n umeros, de forma
que no haya dos consecutivos?
3.1.16 Tenemos n posiciones, numeradas de 1 a n, marcadas sobre una circunferencia. Las vamos
a rellenar con r unos y n r ceros, pero no queremos que, en ese orden circular, aparezcan unos
consecutivos. De cu antas maneras distintas lo podremos hacer?
3.1.17 En este ejercicio reunimos una serie de identidades que involucran coecientes bin omicos.
(a) Pruebese, algebraica y combinatoriamente, que
k
_
n
k
_
= n
_
n 1
k 1
_
.
(b) El apartado anterior es el caso l = 1 de la siguiente identidad (que tambien pedimos demostrar):
_
k
l
__
n
k
_
=
_
n
l
__
n l
k l
_
.
(c) Pruebese mediante un argumento combinatorio que
_
2n
2
_
= 2
_
n
2
_
+ n
2
.
(d) Pruebese la siguiente generalizaci on del apartado anterior:
_
kn
2
_
= k
_
n
2
_
+
_
k
2
_
n
2
.
(e) Verifquense las siguientes identidades:
n
k=0
_
n
k
_
2
=
_
2n
n
_
;
n
k=0
(2n)!
(n k)!
2
k!
2
=
_
2n
n
_
2
;
n1
k=0
_
n
k
__
n
k + 1
_
=
_
2n
n + 1
_
.
(f ) Pruebese (y comparese con la f ormula de Vandermonde de la p agina 110) la siguiente expresi on:
_
n
k
_
=
nl
j=kl
_
j
k l
__
n j 1
l 1
_
EL caso l = 1 fue ya obtenido en la subsecci on 3.1.5.
3.1.18 Pruebese, con la formula de Stirling, la siguiente estimaci on asintotica para los n umeros de
Catalan:
C
n
=
1
n + 1
_
2n
n
_
2
2n
n
3/2
cuando n .
3.1.19 (a) Pruebese, por inducci on en n, el desarrollo del binomio:
(1 + x)
n
=
n
k=0
_
n
k
_
x
k
.
(b) Pruebese, por inducci on en k, el desarrollo del multinomio:
(x
1
+ x
2
+ + x
k
)
n
=
a1,...,a
k
0
_
n
a
1
, a
2
, . . . , a
k
_
x
1
a1
x
2
a2
x
k
a
k
.
(c) Ded uzcase que
a1,...,a
k
0
_
n
a
1
. . . a
k
_
= k
n
.
3.1.20 Sea o = s
1
, s
1
, s
2
, s
2
, . . . , s
m
, s
m
un multiconjunto que contiene dos copias de los distintos
smbolos s
1
, s
2
, . . . , s
m
. De cu antas maneras distintas se puede formar una lista ordenada de los
elementos de o con la condici on de que los smbolos contiguos sean distintos?
3.1.21 Pruebese por induccion que
(a) [A
1
A
n
[
n
j=1
[A
j
[ ; (b) [A
1
A
n
[
n
j=1
[A
j
[
i<j
[A
i
A
j
[ .
3.1.22 Consideremos una sucesion de n umeros a
1
a
2
a
n
> 0 y las siguientes sumas
alternadas en signo:
S
k
=
k
j=1
(1)
j+1
a
j
para cada k = 1, . . . , n.
Compruebese, con un argumento graco, que S
1
S
3
S
5
y que S
2
S
4
S
6
Ademas,
cualquier suma S
k
de ndice k impar es que todas las de ndices pares. Verifquese tambien que
[S
k
S
l1
[ =
j=l
(1)
j+1
a
j
a
l
si k l.
3.1.23 Consideremos los conjuntos A = 1, 2, B = 1, 3, C = 1, 4, D = 1, 5, E = 1, 6
y F = 1, 7. Compruebese que, con la nomenclatura habitual del principio de inclusi on/exclusi on,
1
<
2
<
3
, mientras que
3
=
4
>
5
>
6
.
3.1.24 Desigualdad de Bonferroni. En este ejercicio vamos a proponer una demostracion del
lema 3.2. Consideramos unos conjuntos A
1
, . . . , A
n
y llamamos A =
n
j=1
A
j
. Llamemos tambien
S
t
=
t
j=1
(1)
j+1
j
, para cada t = 1, . . . , n.
Los n umeros
j
son los habituales del principio de inclusi on/exlusion, que nos dice que S
n
= [A[. El
lema que deseamos demostrar dice que [S
n
S
t
[
t+1
para cada t = 1, . . . , n 1.
(a) Empezamos con una estimaci on para sumas incompletas y alternadas en signo de coecientes
bin omicos. Pruebese, por inducci on (en k), que
t
j=0
(1)
j+1
_
k
j
_
= (1)
t1
_
k 1
t
_
(notese que si t k, entonces ambos miembros de la identidad anterior valen 0).
(b) Necesitamos tambien comprobar que, si k t + 1
_
k 1
t
_
_
k
t + 1
_
(notese que si t k, entonces ambos coecientes binomicos son nulos).
(c) El argumento sigue las lneas de la demostracion del principio de inclusion/exclusi on de la subsec-
ci on 3.1.4. Observese que S
n
S
t
es la suma de las entradas de las las de la matriz que all exhibimos
desde las intersecciones t + 1 a t + 1 en adelante. Compruebese, utilizando el apartado (a), que
S
n
S
t
=
n
k=t+1
#
_
elementos de A en
exactamente k de los A
j
_
(1)
t
_
k 1
t
_
y ded uzcase, empleando ahora el apartado (b), que
[S
n
S
t
[
n
k=t+1
#
_
elementos de A en
exactamente k de los A
j
__
k
t + 1
_
.
(d) Compruebese nalmente, argumentando unicamente sobre las las de la matriz correspondientes a
las intersecciones t +1 a t +1, que el miembro de la derecha de la ultima expresi on coincide con
t+1
.
3.1.25 Una generalizaci on del principio de inclusi on/exclusion. Estamos de nuevo en la
situacion del ejercicio anterior, con los conjuntos A
1
, . . . , A
n
y A =
n
j=1
. Tenemos la sucesi on
de n umeros
1
,
2
, . . . ,
n
. Denimos
0
= A. Denimos la sucesi on de n umeros (E
j
)
n
j=0
de la
siguiente manera: E
k
cuenta el n umero de elementos de A que estan en exactamente k de los conjuntos
A
1
, . . . , A
n
(observese que E
0
= 0). Del ultimo apartado del ejercicio anterior se deduce que
j
=
n
k=1
_
k
j
_
E
k
,
expresion que nos da el valor de un
j
en funci on de los E
k
. Compruebese que podemos invertir esta
expresion para expresar los E
k
en funci on de los
j
de la siguiente manera:
E
k
=
n
j=k
(1)
jk
_
j
k
_
j
.
Observese que el caso k = 0 es el principio de inclusi on/exclusi on habitual.
3.1.26 Una segunda generalizaci on del principio de inclusi on/exclusion. Supongamos que
tenemos una colecci on de subconjuntos A
1
, . . . , A
n
de un conjunto , y una funci on p que a cada
elemento de le asocia un cierto n umero positivo p(), su peso. Llamemos
P
i
=
Ai
p() , para cada i = 1, . . . , n,
al peso total (la suma) de los elementos de A
i
. Analogamente, llamemos
P
i,j
=
AiAj
p() (i ,= j) , P
i,j,k
=
AiAjA
k
p() (i ,= j ,= k) , etc.
Consideremos, por ultimo,
P =
p() y Q =
\iAi
p()
Pruebese que
Q = P
n
i=1
P
i
+
i<j
P
i,j
+ + (1)
n
P
1,...,n
.
Nota: Si p() = 1 para todo , esto es el principio de inclusi on/exclusi on habitual.
3.1.27 Generalcese el resultado del ejercicio 3.1.22 sobre sumas alternadas en signo de terminos
decrecientes (o cons ultese directamente el teorema 11.1) para probar que, si D
n
es el n umero de
desbarajustes de 1, . . . , n,
1
e

D
n
n!
j=0
(1)
j
j!

n
j=0
(1)
j
j!
1
(n + 1)!
.
Ded uzcase que, si n > 1, D
n
es el entero m as cercano a n!/e.
3.1.28 Llamamos B
j
al conjunto de permutaciones de 1, . . . , n en las que el smbolo j no esta en
la posici on j. Pruebese que
Prob(B
i
B
j
)
Prob(B
i
) Prob(B
j
)

n
1
3.1.29 a) Sea D
n
(k) el n umero de permutaciones de 1, 2, . . . , n que jan exactamente k elementos.
As, D
n
(0) coincide con D
n
, el n umero de desbarajustes de 1, 2, . . . , n. Pruebese que
D
n
(k) =
_
n
k
_
D
nk
=
1
k!
nk
j=0
(1)
j
j!
,
donde conviene denir D
0
= 1.
(b) El apartado anterior nos da la escala de cuan frecuentes son las permutaciones en funci on
del n umero de smbolos que jan. Recordemos que, si n es grande, el n umero de desbarajustes es
D
n
(0) = D
n
n!/e. Deduce, del resultado del apartado anterior, que
D
n
(1)
n!
e
, D
n
(2)
n!
2! e
, D
n
(3)
n!
3! e
, D
n
(4)
n!
4! e
. . .
Quiz as el lector quiera comprobar la similitud con la situaci on del ejemplo 2.3.2.
3.1.30 Pruebese la siguiente regla de recurrencia para un coeciente multin omico:
_
n
a, b, c
_
=
_
n 1
a 1, b, c
_
+
_
n 1
a, b 1, c
_
+
_
n 1
a, b, c 1
_
, donde a + b + c = n.
Explquese el signicado combinatorio de esta identidad.
3.2. Permutaciones
Las permutaciones de un conjunto X con n elementos, que ya presentamos en la subsec-
cion 2.2.1, son objetos combinatorios con una estructura lo sucientemente rica como para
merecer la atencion que les vamos a dispensar en las siguientes paginas. Como siempre, para
simplicar la notaci on, el conjunto de referencia sera X = 1, 2, . . . , n.
Una permutacion del conjunto X = 1, . . . , n es una lista de longitud n sin repetici on
formada con los smbolos de X. O tambien, como vimos en ejemplo 2.2.5, una aplicaci on
biyectiva de A en A. Esto es, una (re)ordenaci on de los elementos de X. Como bien sabe-
mos, hay n! permutaciones distintas de X. Algunas de estas permutaciones, como veremos
mas adelante, tienen propiedades especiales y para ellas reservaremos nombres especcos
(desbarajustes, permutaciones cclicas, trasposiciones, involuciones, etc.).
Observe el lector las dos siguientes formas de representar una permutacion:
(2, 7, 5, 1, . . . , 6) y
_
1 2 3 4 . . . n
2 7 5 1 . . . 6
_
.
A la izquierda representamos la permutacion, simplemente, como una lista. La representacion
de la derecha es mas adecuada para la interpretaci on como aplicacion biyectiva: observese
como nos permite reconocer que la imagen del 1 es el 2, la del 2, el 7, etc. De ahora en
adelante, convendremos en que ambos esquemas representan a la misma permutacion; es
decir, identicaremos, por ejemplo, la lista (2, 7, 5, 1, . . . , 6) con la aplicaci on biyectiva que
lleva el 1 en el 2, el 2 en el 7, el 3 en el 5, etc. Como en todo lo que sigue nos centraremos en
la interpretaci on como aplicacion biyectiva, utilizaremos generalmente la segunda notaci on.
A. Composici on de permutaciones
Consideremos las dos siguientes permutaciones del conjunto A = 1, 2, 3, 4, 5:
f = (1, 3, 2, 5, 4) =
_
1 2 3 4 5
1 3 2 5 4
_
g = (5, 2, 3, 1, 4) =
_
1 2 3 4 5
5 2 3 1 4
_
.
La permutaci on g es una aplicacion biyectiva de X en X que lleva, por ejemplo, el elemento 1
en el 5; esto es, g(1) = 5. Tambien f es biyectiva de X en X, y por ejemplo lleva el 5 en
el 4, esto es, f(5) = 4. Lo que nos induce a pensar que sera posible aplicar primero g sobre
el elemento 1, y luego f, pero ahora sobre el 5, para acabar nalmente en el 4.
Vamos a formalizar esta nocion de aplicacion sucesiva de dos permutaciones. Partimos
de dos permutaciones del conjunto X = 1, . . . , n, digamos f y g. La composici on de f
con g, que escribiremos como f g (observese el orden en que lo escribimos) se dene como
(f g)(x) = f(g(x)), para cada x X = 1, . . . , n;
es decir, la accion sucesiva de g primero y f despues. Observe el lector que es una buena
denici on: si x X, entonces g(x) es un elemento de X y por tanto f(g(x)) esta bien denido.
En otras palabras, la composici on de f con g es una aplicacion del conjunto X en s mismo.
Pero adem as, y esto es lo importante, la aplicacion (f g) que hemos denido antes resulta
ser una aplicaci on biyectiva de X en X. Esto es, una nueva permutaci on.
3.2. Permutaciones 143
Para comprobarlo, basta demostrar que (f g) es una aplicaci on inyectiva (pues los
conjuntos de llegada y partida son el mismo, X). Supongamos que tenemos dos elementos
de X, digamos a y b, tales que
(f g)(a) = (f g)(b) ; es decir, tales f(g(a)) = f(g(b)) .
Como f es una aplicacion biyectiva, se cumplir a que g(a) = g(b). Y como a su vez g es
biyectiva, deducimos nalmente que a y b deben ser iguales.
As que la acci on sucesiva de g (primero) y f (despues), la composicion f g (perdone el
lector la insistencia: se dio cuenta en que orden las escribimos?; ah!, por si acaso), es una
aplicaci on inyectiva de X en X y, por tanto, una aplicaci on biyectiva de X en s mismo.
Este tipo de estructura (un conjunto y una operaci on entre pares de elementos del con-
junto cuyo resultado es siempre un elemento del mismo conjunto) tiene un nombre especial
en Matematicas:
el conjunto de las permutaciones, dotado de la operaci on de composicion, tiene
una estructura de grupo.
Al conjunto de las permutaciones de 1, . . . , n, entendido como grupo con la operaci on de
composicion nos referiremos como el grupo simetrico S
n
. Decimos que S
n
es un grupo
porque se verican las siguientes propiedades
21
:
Si f, g S
n
, entonces f g S
n
(el conjunto S
n
es cerrado para la operaci on de
composicion).
Se verica la propiedad asociativa: si f, g, h S
n
, entonces (f g) h = f (g h).
La identidad id, es decir, la permutaci on que deja jos todos los elementos, es el ele-
mento neutro de S
n
:
id f = f id = f para cualquier f S
n
.
Para cada permutaci on f S
n
existe su elemento inverso, que denominaremos f
1
,
que verica que
f f
1
= f
1
f = id .
Ademas, este elemento inverso de f es unico
22
.
La primera propiedad ya la hemos comprobado, la segunda es sencilla de vericar y la tercera
es obvia. S olo la cuarta requiere un momento de reexi on y se deduce de la biyectividad de f.
El lector, que seguramente en mas de una ocasion habr a escuchado todas estas propiedades
en forma de cantinela escolar, estara echando en falta una de ellas: propiedad conmutativa!,
es que se les ha olvidado? No, no es un olvido, porque en general la composicion de permu-
taciones no es conmutativa. Es decir, es relevante el orden en que escribamos la composicion
(ven por que vala la pena la insistencia?). Es decir, excepto en algunos casos especiales, no
sera la misma permutacion (f g) que (g f). Veamos un ejemplo:
21
Estudiaremos la nocion general de grupo en el captulo 16.
22
Se atreve el lector a probar esto, usando simplemente las propiedades aqu citadas?
Ejemplo 3.2.1 Sea A = 1, 2, 3, 4, 5 y consideremos las permutaciones
f =
_
1 2 3 4 5
1 3 5 4 2
_
y g =
_
1 2 3 4 5
2 1 3 5 4
_
.
Calculemos las permutaciones f
2
, g
2
, (f g), (g f) y f
1
.
Por f
2
entenderemos la composicion de f consigo misma, f f. Calculamos sucesivamente
f
2
(1) = f(f(1)) = f(1) = 1, f
2
(2) = f(f(2)) = f(3) = 5, etc., y lo mismo para g
2
, para
concluir que
f
2
=
_
1 2 3 4 5
1 5 2 4 3
_
y g
2
=
_
1 2 3 4 5
1 2 3 4 5
_
.
As que g
2
coincide con la permutaci on identidad. Si calculamos f g y g f, obtenemos
f g =
_
1 2 3 4 5
3 1 5 2 4
_
y g f =
_
1 2 3 4 5
2 3 4 5 1
_
,
lo que conrma que la composici on de permutaciones no tiene por que ser conmutativa. El
calculo de la composici on f g exige evaluar las imagenes sucesivas (primero g y luego f) de
cada elemento. Es comodo representar dicho c alculo de la siguiente manera: escribimos un
primer piso con los elementos de X en el orden natural, un segundo con el resultado de la
accion de g, y un tercero con los resultados de la accion de f (sobre los de la segunda la);
para, nalmente, olvidarnos de la la intermedia:
1 2 3 4 5
2 1 3 5 4
3 1 5 2 4
f g =
_
1 2 3 4 5
3 1 5 2 4
_
.
Por ultimo, hallar la inversa de f es lo mismo que calcular la permutaci on f
1
para la
que f f
1
= id. Por ejemplo, f(f
1
(1)) debe coincidir con id(1) = 1. Si observamos que
f(1) = 1, concluimos que f
1
(1) = 1. De la misma forma, f(f
1
(2)) debe ser id(2) = 2.
Como f(5) = 2, tendremos que f
1
(2) = 5. Y as, sucesivamente, hasta llegar a que
f
1
=
_
1 2 3 4 5
1 5 2 4 3
_
.
De nuevo, un peque no truco de representaci on nos ayuda a organizar ecientemente este
calculo. Basta darle la vuelta a f (intercambiar sus dos las) para luego reordenar las
columnas con el criterio de que la primera la quede ordenada:
f =
_
1 2 3 4 5
1 3 5 4 2
_

_
1 3 5 4 2
1 2 3 4 5
_
reordenar columnas
f
1
=
_
1 2 3 4 5
1 5 2 4 3
_
.
M as adelante (vease la subseccion 3.2.1) descubriremos otra manera efectiva de calcular
la inversa de una permutaci on. Recordamos de nuevo que, pese a que la composicion de
permutaciones no es en general conmutativa, en el caso del inverso no hay que tener cuidado
de denirlo por la izquierda o por la derecha: es unico.
B. Orden de una permutacion
Supongamos que f y g son dos permutaciones de X = 1, . . . , n, esto es, dos elementos
de S
n
. Su composici on f g sera tambien una permutaci on de X, y por tanto tendr a un
inverso, que viene dado explcitamente por
(f g)
1
= g
1
f
1
.
Notese que se invierte el orden de accion de los inversos. La comprobaci on requiere unicamente
utilizar la propiedad asociativa, que permite olvidar los parentesis:
(f g)
_
g
1
f
1
_
= f g g
1
. .
=id
f
1
= f f
1
= id .
Hemos acordado que, para k 1, f
k
signica la accion sucesiva (k veces) de la permutacion f.
Cu al es, por ejemplo, el inverso de f
2
? Con la observaci on anterior, resulta que
_
f
2
_
1
= (f f)
1
= f
1
f
1
=
_
f
1
_
2
.
A la composicion de la permutaci on f
1
consigo misma nos referiremos como f
2
. Y si
componemos f
1
consigo misma k veces, tendremos una permutaci on que llamaremos f
k
.
Para completar la notaci on, diremos que f
0
= id. Con este convenio, tenemos un algebra de
composiciones que resulta muy c omoda: dados unos enteros s y t,
f
s
f
t
= f
s+t
.
Insistimos en que no es mas que notaci on, que simplica mucho las manipulaciones. Com-
pruebe el lector la validez de la expresion anterior escribiendo todas las f y f
1
que nos
indiquen los valores de s y t (seg un sean positivos o negativos) y cancelando por parejas.
Ya estamos en condiciones de presentar el concepto de orden de una permutaci on. Consi-
deremos una permutacion f S
n
y listemos las sucesivas composiciones de f consigo misma:
f, f
2
, f
3
, . . . , f
n!
, f
n!+1
, . . .
Lo que sigue es una sencilla aplicaci on del principio del palomar. Recordemos que en S
n
hay n! permutaciones distintas. De manera que, entre los primeros n! +1 terminos de la lista,
los que hemos exhibido explcitamente mas arriba, necesariamente habr a (al menos) dos
permutaciones repetidas. Esto es, con seguridad existir an dos enteros s, t 1 (supongamos
que s > t) tales que
f
s
= f
t
.
Componiendo con f
t
a los dos lados, obtenemos que f
st
= f
0
= id, donde st > 0. Lo que
quiere decir esto es que, dada una permutacion, existe (al menos) un entero no negativo k
tal que f
k
= id. Pues bien, el orden de la permutaci on f es el menor entero positivo para el
que se cumple esta propiedad
23
(vease tambien el ejercicio 3.2.1). Veremos en un momento
una manera ecaz de calcular el orden de una permutaci on.
23
Siguiendo con el argumento del principio del palomar, podemos comprobar que el orden de f es siempre
menor o igual que n!. Sabemos que existen enteros s y t, con 1 t < s n! +1, tales que f
s
= f
t
. Pero claro,
s t n!, as que el orden de f ha de ser tambien n!. De hecho, el orden de f es siempre un divisor de n!
(vease el ejercicio 3.2.2).
3.2.1. Permutaciones y ciclos
Existe un tipo de permutaciones particularmente importantes, porque podemos utilizarlas
como piezas basicas para construir cualquier otra: son los ciclos.
Un ciclo en S
n
es una permutaci on que ja un cierto n umero de elementos de 1, . . . , n
(o quiz as ninguno, caso al que nos referiremos como permutacion cclica), mientras que
mueve los restantes cclicamente. Se entiende facilmente en un ejemplo: la permutacion de
S
5
dada por
f =
_
1 2 3 4 5
1 4 2 3 5
_
ja los elementos 1 y 5, mientras que mueve los restantes de la siguiente manera:
2
f
4
f
3
f
2 ,
cerrando un ciclo. Para describir esta permutaci on, utilizaremos el siguiente smbolo:
f =
_
1 2 3 4 5
1 4 2 3 5
_
=
5
(2 4 3) ,
que pretende resumir toda la informaci on relevante sobre la permutaci on: es de S
5
, mueve
cclicamente los elementos 2, 4 y 3 (en el orden indicado) y ja los restantes (1 y 5).
La identidad, que ja todos los elementos de 1, . . . , 5, podra venir descrita con el
smbolo
5
(1), o quiz as con
5
(2),
5
(3), etc. Observese que podemos tambien escribir el
ciclo f como la composicion de las siguientes tres permutaciones:
f =
5
(1)
5
(2 4 3)
5
(5)
(n otese que hemos compuesto dos veces con la identidad, lo que no cambia la permutacion).
Si el contexto estuviera claro (es decir, si sabemos en que S
n
estamos trabajando), nos
podramos olvidar del subndice e incluso del smbolo . En este caso, escribiramos
f = (1) (2 4 3) (5) ,
la notaci on que aparece habitualmente en otros textos. Observemos que el orden en que se
componen estos ciclos es irrelevante: podramos haber escrito, por ejemplo, f = (5)(1)(2 4 3).
M as a un, mientras se respete el orden circular del ciclo, lo que pongamos como primer
elemento es tambien irrelevante: podramos haber escrito, por ejemplo, (4 3 2), o quizas (3 2 4).
Pero salvo por estas cuestiones de escritura, la descripcion es unica.
La longitud de un ciclo es el n umero de elementos
que mueve realmente su accion (3, en nuestro ejemplo).
Como permutaci on que es, un ciclo tendr a un cierto or-
den. Cu al? En el ejemplo anterior, los elementos 1 y 5
quedan jos, y por tanto no es necesario considerarlos a
los efectos del calculo del orden. Observemos que los otros tres se mueven como se indica a
la derecha.
f f f
2 4 3 2
3 2 4 3
4 3 2 4
Aj a!, la tercera aplicaci on de f nos devuelve la conguraci on original. As que
f
3
= id y el orden del ciclo es 3; justo el n umero de elementos que se mueven cclicamente
(su longitud).
Comprobemos que esto es un resultado general, analizando con mas detalle cual es la
estructura de un ciclo. Sea f un ciclo de longitud k en S
n
. Fijar a n k elementos y mo-
ver a cclicamente los restantes. Digamos que estos elementos son (a
1
, . . . , a
k
):
f =
n
(a
1
a
2
. . . a
k1
a
k
) .
Esto quiere decir que, bajo la acci on de f,
a
1
f
a
2
f

f
a
k1
f
a
k
f
a
1
.
En otras palabras, a
2
= f(a
1
), a
3
= f(a
2
) = f
2
(a
1
) y as hasta a
k
= f
k1
(a
1
), mientras
que f
k
(a
1
) = a
1
. De manera que el ciclo se podra reescribir de la siguiente manera, algo
farragosa, pero util para nuestros argumentos:
f =
n
(a
1
f(a
1
) . . . f
k2
(a
1
) f
k1
(a
1
)) .
Nos interesa entender la permutacion f
k
. Pero f
k
ja el primer elemento, pues f
k
(a
1
) = a
1
.
Y tambien el segundo:
f
k
(a
2
) = f
k
(f(a
1
)) = f(f
k
(a
1
)) = f(a
1
) = a
2
.
Compruebe el lector que ocurre lo mismo para los restantes elementos del ciclo (quizas ar-
gumentando que, en realidad, el ciclo es el mismo sea cual sea el primer elemento de el que
escribamos, mientras que preservemos el orden). Como f ja los elementos que no estan en el
ciclo, tambien lo har a f
k
. Deducimos as que f
k
es la permutaci on identidad. Como adem as k
es el primer entero no negativo para el que sucede esto, el orden del ciclo f es justamente k,
su longitud como ciclo.
A. Descomposicion en ciclos
No hemos introducido los ciclos por capricho. Resulta que cualquier permutaci on se puede
escribir como composicion de ellos (y de manera unica!). Esta forma de escribirlos, esta
composicion (o m as bien, descomposicion), es especialmente informativa y util, porque nos
dice cuales son los subconjuntos de 1, . . . , n en los que la permutaci on act ua de forma
independiente.
Consideremos la siguiente permutacion f de un conjunto con 7 elementos:
f =
_
1 2 3 4 5 6 7
3 5 1 2 6 4 7
_
Observamos que los elementos 1, 3 se mueven cclicamente con f: 1
f
3
f
1. De la
misma forma, 2
f
5
f
6
f
4
f
2, mientras que 7
f
7. Pues bien, la permutaci on f
se puede escribir como la composici on de los siguientes ciclos:
f =
7
(1 3)
7
(2 5 6 4)
7
(7) .
La comprobacion es sencilla, solo hay que obser-
var que los subconjuntos de elementos que mueve
cada ciclo son disjuntos dos a dos. La ultima permu-
tacion es, simplemente, la identidad. La acci on suce-
siva de las dos primeras se recoge a la derecha
1 2 3 4 5 6 7
7
(2 5 6 4)
1 5 3 2 6 4 7
7
(1 3)
3 5 1 2 6 4 7
(en
negrita, los elementos que se mueven realmente en
cada permutaci on). Y el resultado es la permutaci on
f de partida. Observemos que, de nuevo, el orden de presentaci on de los ciclos no es relevante
(estas permutaciones s conmutan, pues mueven conjuntos de elementos disjuntos dos a dos);
y en que elemento empieza el ciclo, tampoco. Por ejemplo, f se podra escribir como
f =
5
(7)
5
(1 3)
5
(2 5 6 4) o como f =
5
(7)
5
(3 1)
5
(4 2 5 6) .
Hagamos el argumento en general, dise nando de paso un algoritmo para obtener la des-
composicion en ciclos de una permutaci on f S
n
. Empezamos con un cierto elemento de
1, . . . , n, por ejemplo el 1, y escribimos la lista
1, f(1), f
2
(1), f
3
(1), f
4
(1), . . .
Esta lista es, en principio, tan larga como queramos, pero como solo hay n elementos en
1, . . . , n, el principio del palomar asegura que contendr a dos n umeros repetidos. Esto es,
existiran dos enteros positivos s > t para los que
f
s
(1) = f
t
(1) .
Lo que supone que f
st
(1) coincide con id(1) = 1. As que en la lista anterior, no solo hay
repeticiones, sino que ademas aparece alg un 1 (adem as del primero). El primer paso del
algoritmo consistira, entonces, en ir construyendo la lista anterior hasta encontrar el primer
(nuevo) 1; al terminar, habremos detectado el ciclo en el que est a encuadrado el elemento 1:
n
(1, f
1
(1), f
2
(1) . . . ) .
Si este ciclo tuviera longitud n, ya habramos terminado: f sera una permutaci on cclica. En
caso contrario, si la longitud fuera < n (podra ser incluso 1, si es que f(1) = 1), quedara
trabajo por hacer. Por ser ordenados, buscaramos el primer elemento de 1, . . . , n que no
hubiera sido ya incluido en el ciclo anterior y repetiramos con el el procedimiento. Notese que
ning un elemento de este nuevo ciclo puede pertenecer al ciclo anterior. El proceso continuara
hasta alcanzar a todos los elementos de 1, . . . , n.
El resultado de este algoritmo es unico, salvo por la ya mencionada cuesti on de que el
orden de presentaci on de los ciclos resultantes es irrelevante y de que podemos elegir, como
primer elemento de cada ciclo, el elemento del mismo que deseemos. Los ciclos que obtenemos,
recordemos, son disjuntos dos a dos.
Normalmente, los ciclos de orden 1 no se escriben, aunque esto puede dar lugar a ciertas
confusiones, a menos que el contexto este muy claro. Por ejemplo, f = (1 2) podra ser
interpretado como una lista, o quiz as como un ciclo. Visto como una lista, sera la permutaci on
de la izquierda; visto como ciclo, la de la derecha:
_
1 2
1 2
_
;
_
1 2
2 1
_
.
Esto, cuando se trate realmente de una permutaci on de S
2
, porque podra tambien representar
una de, digamos, S
4
:
_
1 2 3 4
2 1 3 4
_
.
Por eso conviene insistir en escribir los ciclos de longitud 1, o bien utilizar la notaci on sugerida,
4
(1 2), salvo que el contexto sea muy claro.
El lenguaje de los ciclos simplica bastantes c alculos con permutaciones. Por ejemplo,
para calcular el inverso de una permutaci on dada, basta leer los ciclos de la permutacion
original al reves:
f =
9
(1 2 4)
9
(3 8 7)
9
(5)
9
(6 9)
f
1
=
9
(4 2 1)
9
(7 8 3)
9
(5)
9
(9 6)
Al n y al cabo, si el elemento 3 va al 8 a traves de f, el 8 ha de ir al 3 a traves de f
1
.
No es ya tan util, en general, para describir la composici on de dos permutaciones, porque se
pueden mezclar los ciclos de una con los ciclos de la otra.
B. Orden de una permutacion y ciclos
Otra tarea que se simplica notablemente con el uso de los ciclos es la del c alculo del
orden de una permutaci on. Ya vimos que si la permutaci on es un ciclo de longitud k, entonces
el orden de la permutaci on es tambien k. Y en el caso general? Veamos un ejemplo: sea la
permutaci on de S
5
dada por la composici on de ciclos
f =
5
(2 1)
5
(3 5 4) .
Si partimos del orden natural, (1, . . . , 5), cuando apliquemos f
2
, los elementos 1, 2 habr an
vuelto a sus posiciones originales; no as los restantes. Con f
3
son 3, 4, 5 los que vuelven al
orden original; pero los dos primeros se han descolocado. Un momento de reexi on nos lleva a
convencernos de que sera necesario aplicar 6 veces f para recuperar la conguraci on original.
Si f tuviera dos ciclos de longitudes 2 y 4, un argumento an alogo nos dira que f
4
= id y
que, por tanto, su orden sera 4.
En general, si una permutaci on f se escribe como composicion de ciclos, cuyas longitudes
son l
1
, . . . , l
m
(podra haber varios ciclos de cada una de las longitudes), su orden sera
orden(f) = mnk 1 : f
k
= id = mcm(l
1
, . . . , l
m
) ,
donde mcm(l
1
, . . . , l
m
) representa al mnimo com un m ultiplo de los n umeros l
1
, . . . , l
m
.
C. El n umero de permutaciones con una determinada estructura de ciclos
Una cuestion combinatoria muy interesante es la de contar el n umero de permutaciones
cuya descomposici on en ciclos re une una serie de propiedades dada. La estructura a la que
se reere el ttulo de este epgrafe puede ser muy diversa: que el n umero total de ciclos
este jo, que no haya determinado tipo de ciclos, que el n umero de ciclos de cada tipo posible
este determinado . . .
En la subsecci on 3.3.2 veremos, por ejemplo, como contar cuantas permutaciones de
1, . . . , n tienen un cierto n umero, digamos k, de ciclos. Ya calculamos, en el ejemplo 3.1.5,
cuantos desbarajustes (permutaciones que no jan elemento alguno, es decir, sin ciclos de
orden 1) hay.
Pero ya podemos calcular, por ejemplo, cu antas permutaciones cclicas hay. Recordemos
que son las permutaciones que mueven cclicamente todos los elementos (observese que, como
no jan elemento alguno, son un caso particular de desbarajustes). El argumento es sencillo
y directo: para determinar el ciclo que incluye a todos los elementos basta ordenarlos (n!
maneras posibles). Pero hay que tener en cuenta que, dada una de estas ordenaciones, la
eleccion de que elemento va primero no es relevante. Como hay n posibles maneras de elegir
ese primer elemento, la respuesta nal es que
#permutaciones cclicas en S
n
=
n!
n
= (n 1)! .
Visto desde otro punto de vista, como tenemos la libertad de elegir cu al es el primer elemento
de la lista, s olo hay que ordenar los n 1 elementos restantes.
Un argumento an alogo nos permite contar cu antas permutaciones son ciclos de orden k:
elegimos primero los k elementos del ciclo, para luego determinar el orden dentro del ciclo.
Esto se puede hacer de
_
n
k
_
(k 1)! maneras. Las trasposiciones, otro tipo de permutaciones
que tendr an un papel destacado en lo que sigue, son las permutaciones que intercambian dos
elementos y jan los restantes. Es decir, las que son, simplemente, un ciclo de orden 2. La
observaci on anterior nos dice que hay
_
n
2
_
trasposiciones distintas.
Un planteamiento m as general consistira en prescribir cuantos ciclos de cada posible
longitud deben tener las permutaciones que nos interesan. Esto es, dar una lista de enteros
no negativos (b
1
, . . . , b
n
) donde, para cada j = 1, . . . , n, el n umero b
j
es el n umero de ciclos
de longitud j. Observese que se tendra que
n
j=1
b
j
= #total de ciclos , y ademas que
n
j=1
j b
j
= n,
porque cada uno de los elementos de 1, . . . , n esta en alg un ciclo. Por ejemplo, las permu-
taciones cclicas son las que tienen b
n
= 1 y b
j
= 0 para el resto.
La pregunta que nos interesa responder es la siguiente: dada una lista de n umeros no
negativos (b
1
, b
2
, . . . , b
n
) tales que

n
j=1
j b
j
= n, cuantas permutaciones de S
n
tienen b
1
ciclos de longitud 1, b
2
ciclos de longitud 2, etc.?
Argumentemos como sigue: empezamos escogiendo una ordenacion cualquiera de los ele-
mentos 1, . . . , n (hay n! posibles). Ahora marcamos los ciclos en un orden determinado: los
b
1
primeros elementos de la lista estan en los ciclos de orden 1, los 2b
2
siguientes, en los de
orden 2, y as sucesivamente:
() ()
. .
b
1
( ) ( )
. .
b
2
( ) ( )
. .
b
3

Hemos construido as n! descomposiciones en ciclos con la estructura pedida. Pero entre ellas
habr a, sin duda, descomposiciones repetidas. Por ejemplo, dentro de cada uno de los ciclos
que hemos marcado podemos rotar circularmente los elementos (elegir el que va primero)
sin cambiar de que ciclo se trata. Observese que cada porcion de tama no j tiene j posibles
rotaciones. As que el n umero total de rotaciones de los trozos que dan lugar a la misma
descomposicion en ciclos es
1
b
1
veces
1 2
b
2
veces
2 n
bn veces
n = 1
b
1
2
b
2
n
bn
.
Pero adem as, y esta es ya la ultima cuestion que hay que considerar, podemos permutar, por
ejemplo, los ciclos de longitud 1 entre s (pero no con los dem as!); y, en general, los trozos
de longitud j entre ellos mismos (lo que se puede hacer de b
j
! maneras). Reuniendo todas
estas observaciones, llegamos a la respuesta buscada:
#
_
permutaciones de S
n
con b
1
, . . . , b
n
ciclos
de longitudes 1, . . . , n, respectivamente
_
=
n!
1
b
1
2
b
2
n
bn
b
1
!b
2
! b
n
!
El lector podra comprobar que con esta f ormula recuperamos los resultados para los casos
vistos anteriormente: permutaciones cclicas (b
n
= 1 y b
1
= b
2
= = b
n1
= 0), ciclos de
orden k (b
k
= 1, b
1
= n k y el resto de los b
j
= 0) o trasposiciones (b
2
= 1, b
1
= n 2 y
el resto de los b
j
= 0). N otese tambien que, si una permutaci on es un desbarajuste (no ja
elemento alguno), entonces solo sabemos que b
1
= 0, pero no tenemos informaci on sobre el
valor de los restantes b
j
. Por eso no se puede aplicar la f ormula anterior y tuvimos que hacer
un an alisis especco en el ejemplo 3.1.5.
3.2.2. Permutaciones pares e impares
Como ya se ha mencionado, una trasposicion de S
n
es una permutaci on que intercambia
dos elementos de 1, . . . , n y ja los restantes. Es decir, tiene un ciclo de longitud 2 y
otros n 2 ciclos de longitud 1. Por ejemplo,
n
(a b)
n
(c)
n
(d) ,
si es que a y b son los elementos intercambiados. Este tipo de permutaciones, de estructura
por otra parte tan simple, tambien sirven para descomponer una permutaci on cualquiera.
Ejemplo 3.2.2 Consideremos la permutaci on f =
5
(1 2 5).
Esta permutaci on de S
5
mueve cclicamente los elementos 1 2 5 1 (y ja los
restantes). Esto es, es de la forma (al menos para los elementos que no quedan jos)
f =
_
1 2 5
2 5 1
_
El mismo resultado se puede obtener aplicando sucesivamente las trasposiciones que inter-
cambian el 1 y el 2 y el 1 y el 5:
1 2 5
5
(1 2)
2 1 5
5
(1 5)
2 5 1
As que podramos escribir que el ciclo es la composicion sucesiva de estas dos trasposiciones:
5
(1 2 5) =
5
(1 5)
5
(1 2) .
Cuidado!, ahora los ciclos de cada trasposici on no son disjuntos, as que es importante
se nalar el orden en que se aplican (pruebese a componer las trasposiciones al reves). El lector
podr a comprobar tambien que esa misma permutacion f se puede escribir como
5
(1 2 5) =
5
(1 2)
5
(1 5)
5
(2 5)
5
(1 2) .
Es decir, la escritura en terminos de trasposiciones no es unica; y adem as importa el orden
en que se aplican (porque no tienen por que ser disjuntas).
Es posible expresar un ciclo cualquiera como composici on de transposiciones? Si el ciclo
es de orden 1, entonces se puede escribir como composicion (dos veces) de la misma trasposi-
cion. Los ciclos de orden 2 ya son, ellos mismos, trasposiciones. Analicemos entonces el caso
de un ciclo de longitud 3, digamos f =
n
(a
1
a
2
a
3
). N otese que la accion
f(a
1
) = a
2
, f(a
2
) = a
3
y f(a
3
) = a
1
.
se consigue tambien trasponiendo, sucesivamente, el primer elemento con los restantes (en el
orden en que aparecen en el ciclo), como se sugera en el ejemplo 3.2.2; esto es,
f =
n
(a
1
a
3
)
. .
f
3

n
(a
1
a
2
)
. .
f
2
.
Notese el orden: primero trasponemos a
1
con a
2
(lo que llamamos f
2
) y luego a
1
con a
3
,
con f
3
. El lector podr a comprobar que, efectivamente, f = f
3
f
2
y obtener la descomposicion
an aloga en el caso de un ciclo ciclo de longitud 4,
f =
n
(a
1
a
2
a
3
a
4
) =
n
(a
1
a
4
)
n
(a
1
a
3
)
n
(a
1
a
2
) ;
y, en general, para un ciclo de cualquier longitud (vease el ejercicio 3.2.5):
f =
n
(a
1
a
2
. . . a
k1
a
k
) =
n
(a
1
a
k
)
n
(a
1
a
k1
)
n
(a
1
a
3
)
n
(a
1
a
2
) ,
Y si partieramos de una permutaci on general? Podramos, por ejemplo, descomponerla
primero en ciclos, para luego proceder a descomponer cada uno de ellos en transposiciones
siguiendo la regla anterior. As que tambien es posible descomponer una permutaci on general
en trasposiciones. Aunque, como ya hemos visto, esta descomposicion no es unica, y adem as
las distintas trasposiciones utilizadas en la descomposicion no ser an, en general, disjuntas.
Entonces, para que consideramos este tipo de descomposiciones? Las piezas utilizadas
en la descomposici on son muy simples, siempre ciclos de orden 2, pero esto no parece sucien-
te. Y no lo sera si no fuera porque, adem as, y como comprobaremos en un momento, dada
una cierta permutaci on, sea cual sea la descomposicion en transposiciones que tomemos, el
n umero de trasposiciones utilizadas tiene una paridad determinada. Esto es, o bien se emplea
siempre un n umero par de transposiciones, o bien un n umero impar.
Sea g S
n
una permutaci on con
j
ciclos de cada longitud j. Tendr a, en total,

n
j=1
j
ciclos. Sea una trasposici on que, digamos, intercambia los elementos a y b. Ahora nos
preguntamos por el n umero de ciclos que tiene la permutacion g. Distinguimos dos casos,
dependiendo de si a y b pertenecen al mismo ciclo de g o no (n otese que no act ua sobre los
elementos que pertenezcan a ciclos en los que no esten ni a ni b):
Caso 1: si a y b pertenecen al mismo ciclo de g, entonces
g =
n
(a x
2
. . . x
r2
b x
r
. . . x
l
) (resto de ciclos de g) .
(podemos suponer que a es el primer elemento de ese ciclo). En este caso, la accion sucesiva
de g y sobre los elementos del ciclo viene dada por
a x
2
. . . x
r2
b x
r
. . . x
l
g
x
2
x
3
. . . b x
r
x
r+1
. . . a

x
2
x
3
. . . a x
r
x
r+1
. . . b
La conclusi on es que se forman dos ciclos a partir del original:
g =
n
(a x
2
. . . x
r2
)
n
(b x
r
. . . x
l
Caso 2: Si a y b estan en ciclos distintos,
g =
n
(a a
2
. . . a
l
)
n
(b b
2
. . . b
s
) (resto de ciclos de g) ,
entonces
a a
2
. . . a
l
b b
2
. . . b
s
g
a
2
a
3
. . . a b
2
b
3
. . . b

a
2
a
3
. . . b b
2
b
3
. . . a
Y ahora tenemos un unico ciclo a partir de los dos de partida:
g =
n
(a a
2
. . . a
l
b b
2
. . . b
s
En resumen, si es una trasposicion,
#ciclos de ( g) = #ciclos de g 1 .
Esta observaci on es el ingrediente fundamental de la demostraci on del siguiente resultado:
Teorema 3.3 Dada una permutacion g S
n
, si g se puede escribir como composici on de s
y t trasposiciones, entonces, o bien s y t son pares, o bien s y t son impares.
Demostraci on. Escribimos primero g como composicion de s trasposiciones:
g =
s

s1

2

1
.
Como
1
es una trasposicion, tendr a n 1 ciclos (1 de orden 2 y el resto de orden 1). Como
hemos visto, cada sucesiva trasposicion hace que el n umero de ciclos aumente o disminuya
en una unidad. Digamos que, tras las s 1 trasposiciones, hemos tenido aumentos y
disminuciones. Observese que
s 1 = + y #ciclos de g = (n 1) + .
Sumando estas dos expresiones y despejando s del resultado, llegamos a que
s = n + 2 #ciclos de g .
Si ahora escribimos g como composicion de t trasposiciones, g =
t

t1

2

1
y
procedemos de manera analoga, llegamos a que
t = n + 2 #ciclos de g ,
donde es el n umero de aumentos con las sucesivas trasposiciones
j
. Restando ambas
cantidades, obtenemos que s t = 2 ( ), que es un n umero par. Por tanto, los n umeros
s y t son, o bien ambos pares, o bien ambos impares.
A la vista de este resultado, tiene sentido denir una permutaci on par como aquella que
se escribe como composicion de un n umero par de trasposiciones; e impar si ese n umero
de trasposiciones es impar. Es habitual denir el signo (o signatura) de una permutaci on
como 1 si la permutacion es par, y como 1 si es impar. Esto es,
signo(g) = (1)
t
,
donde t es el n umero de trasposiciones en una descomposicion (en trasposiciones) cualquiera
de g. El lector interesado podr a consultar algunas otras cuestiones relevantes sobre este
concepto de signatura de una permutaci on en los ejercicios 3.2.63.2.9. Terminamos con una
simpatica e ingeniosa aplicaci on de esta noci on.
Ejemplo 3.2.3 El puzzle 14-15 de Sam Loyd.
A nales del siglo XIX, Samuel Loyd
24
dise n o el siguiente pasatiempo, por
cuya resoluci on ofreca una importante recompensa. Cubriendo 15 de las
16 casillas de un tablero 4 4 tenemos chas cuadradas rotuladas con los
n umeros del 1 al 15, en la disposicion que se muestra en la gura.
1 2 3 4
5 6 7 8
9 10 11 12
13 15 14
Observese
que los n umeros 14 y 15 no estan en el orden natural. La casilla inferior
derecha esta libre. Las piezas solo se pueden mover si una casilla adyacente esta libre. Por
ejemplo, en el primer paso podramos bajar la pieza con el 12 o mover hacia la derecha la
pieza con el 14. El objetivo del juego es conseguir una conguraci on identica a la inicial, s olo
que con las chas 14 y 15 intercambiadas entre s.
24
Aunque parece ser que no fue el quien realmente lo invento. En todo caso, fue quien lo popularizo.
Es posible que el lector se haya entretenido en alguna ocasion jugando con este pasatiem-
po, o con otras versiones que de el a un se comercializan por ah. El pasatiempo de Loyd se
convirti o en todo un exito en su tiempo. Y es que, pese a su aparente sencillez, nadie era
capaz de conseguir recolocar las chas 14 y 15. Y no era por falta de habilidad, ni de empe no,
ni. . . es que, directamente no se puede, es imposible
25
.
Nuestro analisis comienza traduciendo la cuestion al lenguaje de las permutaciones, le-
yendo los smbolos que aparecen al recorrer las casillas del tablero: de izquierda a derecha los
smbolos de la primera la, luego (tambien de izquierda a derecha) los de la segunda la, etc.
As, cualquier conguraci on del tablero se puede interpretar como una lista de 16 po-
siciones, en las que van los smbolos del 1 al 15, adem as de un smbolo especial (la casilla
vaca), que nombraremos como . Esto es, una permutacion del conjunto 1, 2, . . . , 15, . En
concreto, la conguraci on inicial es
g
inicial
= (1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 15, 14, ) .
Y el objetivo del juego es conseguir la conguraci on (la permutacion) siguiente:
g
nal
= (1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, ) .
Observese que g
nal
se puede obtener a partir de g
inicial
trasponiendo directamente los smbo-
los 14 y 15. Una trasposici on es obviamente una permutaci on impar, y al componer una
permutaci on con una trasposici on cambiamos la signatura de la permutaci on de partida
(veanse los detalles en el ejercicio 3.2.7).

Este es el primer ingrediente de nuestro argumento:
las permutaciones g
inicial
y g
nal
tienen distinta paridad.
Ah!, pero no hagamos trampas. Vease el tablero en su conguracion inicial: la trans-
posicion directa de los smbolos 14 y 15 no esta permitida. En realidad, los movimientos
permitidos, tanto en la primera jugada como en las posteriores, son transposiciones de la ca-
silla con el smbolo con otras casillas. Cada una de estas trasposiciones son permutaciones
impares. Pero si consiguieramos demostrar que cualquier secuencia de movimientos permi-
tidos que llevara la conguraci on inicial en la nal consta, necesariamente, de un n umero
par de trasposiciones, entonces sabramos que es imposible resolver el puzzle. Porque esta
secuencia de un n umero par de trasposiciones nunca podra llevar una permutaci on par en
una impar.
El ingenioso argumento que nos convencer a de ello pasa por pintar de
blanco y negro las casillas del tablero, como si de uno de ajedrez se tratara
(vease la gura
1 2 4
5 7
10 12
13 14
3
6 8
9 11
15
de la derecha). Observese que, al principio, est a visible
(no ocupada por cha alguna) una casilla negra. Cualquier movimiento
inicial har a que quede visible una casilla blanca. Y luego, al hacer cualquier
movimiento, se vera una negra. Y as, sucesivamente. As que, si lo que pretendemos es acabar
con una casilla negra visible, sera necesario que el n umero de movimientos empleado sea
necesariamente un n umero par. Feliz observaci on que concluye el argumento.
25
Ah!, el imposible matematico. El argumento que aqu empleamos, tan habitual en otros contextos, es la
presencia de un invariante. El objeto de partida tiene una cierta caracterstica, en este caso el signo, y todas
las posibles transformaciones conservan esta caracterstica.
3.2.3. La er otica del poder y sus permutaciones
No se alarme el lector.

Esta es la subseccion 3.2.3, en la p agina 156 del captulo 3 de un
libro de Matem atica Discreta. La subseccion anterior hablaba de desbarajustes. Eso pase,
pero el poder, la er otica?, nos preguntar a el lector, no del todo sosegado. Bueno, no lo
negaremos: hablaremos algo de poder, y bastante menos de erotica
26
.
Erase una pandilla de amigos, cinco: A, B, C, D y E. Las decisiones para elegir entre
dos pelculas, dos destinos de vacaciones, dos. . . se tomaban por mayora. Se hablaba, eso s,
se discuta, y luego se votaba. Con buen rollo. Pero B vena d andose cuenta de que al nal
la opini on de A prevaleca casi siempre que A y B, los lderes de la pandilla, discrepaban.
B observ o que en realidad E esperaba a ver lo que pensaba A y votaba siempre, siempre,
en ese mismo sentido. As que en realidad no eran cinco personas con 1 voto cada una, sino
cuatro personas: A con dos votos y B, C y D con 1. C y D, gente de mente independiente
(valga la aliteraci on), votaban seg un sus propias opiniones. Para que A ganara, s olo necesitaba
convencer a C o a D, mientras que B necesitaba convencer a los dos. A tena ventaja, eso
estaba claro, pero cuanta? En esta subseccion vamos a presentar un marco general para
abordar estos an alisis con un enfoque combinatorio, contando alianzas.
Planteemos la cuestion en terminos mas generales: tenemos un conjunto de personas (un
consejo de administraci on de una empresa, un tribunal judicial, el Congreso o el Senado. . . )
que votan y toman decisiones por mayora. La mayora a la que nos referimos podra ser
absoluta (la mitad m as uno de los votos), de dos tercios, etc. Ademas, cada persona podra
tener distinto n umero de votos (por ejemplo, alguien en quien otros votantes hubieran dele-
gado el voto, un miembro de un consejo de administraci on de una empresa representando a
un grupo de accionistas o un presidente con poderes especiales). Incluso cabe la posibilidad
de que alguno de los votantes tuviera derecho de veto (como en el Consejo de Seguridad de
la ONU) o la posibilidad de deshacer empates (prerrogativa habitual de los presidentes de
tribunales). Digamos que son n votantes, y que el votante 1 dispone de v
1
votos, el 2 tiene
v
2
votos, etc.
Queremos medir, cuanticar, el poder que, en ese sistema, tiene un votante cualquiera.
Una posibilidad inmediata y tentadora es emplear como medida simplemente el n umero de
votos que tiene esa persona. O, mas bien, su proporci on de votos sobre el total. Pero es f acil
convencerse de que este no suele ser un buen indicador. Imaginemos, por ejemplo, que hay
unicamente dos votantes, uno con 51 votos y otro con 49, y que las decisiones se toman
por mayora absoluta. El segundo votante, pese a tener una proporci on muy alta (casi la
mitad!) de votos, no tiene inuencia alguna en las decisiones. O, en el otro sentido, si hay tres
votantes, a, que cuenta con 50 votos, b con 49 y c con 1, aunque b cuenta con una proporci on
de votos mucho mayor que c, su poder decisorio es exactamente el mismo.
Este ejemplo, y el de los cinco amigos, nos dan una pista clara: el poder de un votante
depende de lo f acil que tenga aliarse para ganar. Precisemos primero este ultimo eslogan,
para luego matizar el sentido tecnico de facil.
Decimos que una coalicion (un subconjunto) de votantes es ganadora si re une los votos
sucientes como para ganar la votaci on. Si los votantes que no est an en una cierta coalici on
26
Era, pero no lo propague, porque la erotica vende.
pueden ganar, entonces diremos que esa coalicion es perdedora. Finalmente, si una coalici on
no es ni ganadora ni perdedora, entonces se dice que es bloqueadora. Un caso especial, al
que reservamos un nombre rotundo, es aquel en el que un unico votante forma, por s mismo,
una coalici on ganadora: diremos que ese votante es un dictador. Veamos algunos ejemplos.
Ejemplo 3.2.4 Tenemos n personas, cada una con 1 voto, y las decisiones se toman por
mayora absoluta.
Una coalici on es ganadora si re une, al menos, a n/2| + 1 de los votantes. Observese que,
si n es par, cualquier coalici on de n/2 personas es bloqueadora, mientras que no puede haber
coaliciones bloqueadoras si n es impar.
Supongamos que el n umero de votantes es par, n = 2k, que las decisiones se toman por
mayora absoluta, pero que, adem as, en caso de empate hay un votante (el presidente) que
decide. En este caso, cualquier coalicion de k personas entre las que se encuentre el presidente
es ganadora; y si no est a el presidente, es perdedora.
Ejemplo 3.2.5 Hay cuatro votantes, a, b, c y d. En un caso, disponen de 2, 1, 1 y 1 votos,
respectivamente (es el ejemplo de los amigos con el que abramos la subsecci on). En el otro
tienen 10, 9, 6 y 4 votos, respectivamente.
La mayora absoluta exige, en el primer caso, 3 votos, y 15 en el segundo. En las dos siguientes
tablas exhibimos, para cada caso, las 2
4
1 = 15 posibles coaliciones (excluimos al ), junto
con los votos que suponen, y se nalamos, en negrita, las que son adem as ganadoras:
Caso 1 (mayora con 3 votos)
{a} {b} {c} {d} {a, b}
2 1 1 1 3
{a, c} {a, d} {b, c} {b, d} {c, d}
3 3 2 2 2
{a, b, c} {a, b, d} {a, c, d} {b, c, d} {a, b, c, d}
4 4 4 3 5
Caso 2 (mayora con 15 votos)
{a} {b} {c} {d} {a, b}
10 9 6 4 19
{a, c} {a, d} {b, c} {b, d} {c, d}
16 14 15 13 10
{a, b, c} {a, b, d} {a, c, d} {b, c, d} {a, b, c, d}
25 23 20 19 29
Observese el papel del votante d en ambos sistemas. En el caso 1, esta incluido en cinco
coaliciones ganadoras, aunque solo es realmente imprescindible (en el sentido de que su
retirada hara que la coalici on dejara de ser ganadora) en la coalici on a, d. En el caso 2,
el votante d participa en cuatro coaliciones ganadoras, aunque en ninguna de ellas es im-
prescindible. Notese como, en este segundo caso, el votante c, que tiene un n umero de votos
muy similar a d (6 frente a 4) y que participa en seis coaliciones ganadoras, es, sin embargo,
imprescindible en cuatro de ellas (a, c, b, c, a, c, d y b, c, d).
Es hora ya de cuanticar, de medir el poder que un determinado votante tiene en un
sistema. Esto no es un mero entretenimiento. Si tuvieramos un tal procedimiento, un patr on
bien establecido, entonces, por ejemplo, podramos comparar entre dos sistemas de asignacion
de votos. Quizas recuerde el lector las discusiones en torno a los porcentajes de votos que deba
tener cada pas en el proceso de ampliacion de la Uni on Europea. Se deca, por ejemplo, que
Alemania tena tal poder de decisi on, y que, con la ampliaci on y la consecuente redistribuci on
de votos, pasaba a tener tal o cual inuencia. Cualquier discusi on de este tipo debe tener, en
su base, un procedimiento de medida de ese poder.
Como ya hemos sugerido, el n umero de votos o la proporci on de votos frente al total no
son buenas medidas. En el ya citado ejemplo de a con 51 votos y b con 49, a pesar de que
las proporciones de votos son muy similares, a tiene todo el poder. Tampoco el n umero de
coaliciones ganadoras (o quizas la proporcion frente al total de coaliciones ganadoras) es un
ndice adecuado. Siguiendo con el ejemplo de a con 51 votos y b con 49, de las tres posibles
coaliciones, a, b y a, b, hay dos ganadoras, a y a, b, y b participa en la mitad de
ellas!, cuando, como hemos dicho, su poder decisorio es nulo.
La mayor parte de las medidas que se emplean en estos contextos tratan de recoger la
idea de que lo importante no es que un individuo este en un equipo ganador, sino que su
participaci on sea decisiva para que el equipo sea ganador. M as concretamente, manejan la
siguiente nocion: decimos que un votante a es imprescindible en una coalici on S si S es
ganadora pero S a no lo es.
Uno de los ndices mas populares, el ndice de poder Shapley-Shubik
27
tiene que ver
con permutaciones. Supongamos que tenemos un conjunto V con n votantes, cada uno con
un cierto n umero de votos. Las reglas del sistema exigen reunir una cierta cantidad de votos
q para ganar. Ahora ordenamos los votantes de una cierta manera: (x
1
, . . . , x
n
). Decimos que
x
i
es pivote con respecto a esta ordenacion si x
1
, . . . , x
i1
no es una coalici on ganadora
(es decir, no re une los q votos exigidos), pero x
1
, . . . , x
i
s lo es. Observese que, una vez
decidida la ordenaci on de los votantes, hay un unico pivote. El valor de nuestro ndice para el
votante a se dene como la proporcion de permutaciones en las que a es pivote. En f ormula,
I
SS
(a) =
1
n!
#permutaciones en las que a es pivote .
Observese que 0 I
SS
(a) 1 para cada votante a. Un valor cercano a 0 querr a decir que el
votante a tiene poco poder en el sistema, mientras que un valor pr oximo a 1 signicar a que
su inuencia es muy grande. El poder total es 1, pues
vV
I
SS
(v) = 1 ,
y se distribuye entre todos los votantes.
Si, por ejemplo, tenemos los votantes a con 51 votos y b con 49, entonces a es pivote en
las dos permutaciones posibles, (a, b) y (b, a), y por tanto, I
SS
(a) = 1 e I
SS
(b) = 0.
Supongamos ahora que a tiene 50 votos, b tiene 49 y c solo 1. La mayora esta en 51 votos.
A continuaci on listamos las seis posibles permutaciones e identicamos, en negrita, el pivote
en cada una de ellas: (abc), (acb), (bac),(bca), (cab), (cba). As que I
SS
(a) =
4
6
, mientras que
I
SS
(b) = I
SS
(c) =
1
6
. Observese como, con esta medida, b y c tienen la misma inuencia en el
sistema, pese a que el n umero de votos de que dispone cada uno es muy diferente.
Dejamos que el lector se ejercite listando las 24 posibles permutaciones de los sistemas
con cuatro votantes del ejemplo 3.2.5. As podr a cuanticar la intuici on de nuestro atribulado
amigo B acerca de como A, al contar siempre con el seguidismo de E, aumentaba enorme-
mente su inuencia en las decisiones. En concreto, A resulta tener un ndice de poder 1/2.
En el siguiente ejemplo analizamos, en general, el efecto de la formacion de alianzas.
27
Propuesto en 1954 por el matematico Lloyd Shapley y el economista Martin Shubik, como aplicacion a
estos contextos polticos de ideas que Shapley haba desarrollado en el marco de la Teora de Juegos.
Ejemplo 3.2.6 La uni on hace la fuerza. Tenemos n votantes, cada uno con 1 voto.
Queremos comparar los ndices de poder en esta situaci on con la siguiente: cuando b de los
votantes se alan para votar siempre en la misma direcci on.
Veamos la primera situacion. La mayora esta en q = n/2| + 1. Podemos argumentar sim-
plemente que, por simetra (el papel de cada votante es intercambiable), todos los votantes
han de tener el mismo poder, y que, por tanto,
I
SS
(v) =
1
n
, para cada votante v.
De otra manera, cada votante es pivote en las listas en que ocupe justamente la posici on en
la que se sumen los n/2|+1 votos necesarios. De estas listas hay (n1)!, como corresponde
a ordenar el resto de los votantes en las demas posiciones. As obtenemos de nuevo que
I
SS
(v) =
(n1)!
n!
=
1
n
para cada votante v.
Que ocurre si b de los votantes forman una alianza? Ahora tenemos n b + 1 votantes,
uno con b votos y el resto con 1 voto. La mayora sigue estando en q = n/2|+1. Analicemos
primero el caso b < q. En el siguiente esquema marcamos las posiciones de las permutaciones
(que son de longitud n + b 1) en las que el votante con b votos es pivote:
qb+1

NO NO
. .
q b
S
I
q
S
I
NO NO
nb+1

En las primeras q b posiciones, la coalicion no es pivote, porque al sumar sus b votos no
se consigue todava mayora. M as alla de la posici on q, la mayora ya se ha completado con
otros votantes. La proporci on de permutaciones de n b + 1 smbolos en las que uno de los
smbolos ocupa una posici on entre la q b + 1 y la q resulta ser, justamente, la proporci on
de estas posiciones reservadas frente al total. Esto es,
I
SS
(b) =
q (q b + 1) + 1
n b + 1
=
b
n b + 1
.
En el esquema inicial, la suma de los ndices de
poder de los b votantes es b/n. Pero al aliarse, el
conjunto tiene ndice b/(n b + 1). Supongamos,
por ejemplo, que hay 100 votantes inicialmente.
En el gr aco de la derecha comparamos el valor
de la suma de los ndices individuales y el ndice
de la alianza en funci on del tama no b de la alian-
za, donde b = 1, . . . , 50. Por ejemplo, si b = 12,
estos 12 votantes pasaran de tener una suma de
ndices 12/100, esto es, del 12 %, a 12/89, es decir
un 13, 48 %. Si la alianza fuera m as numerosa, por
ejemplo de 44 votantes, pasaramos de un 44 % a 44/57, esto es, un 77, 19 %.
El caso b q es especial, pues la alianza re une, por si sola, sucientes votos como para
imponer sus criterios. Es decir, es una alianza dictatorial. Y, como el lector sospechara, el
ndice de Shapley-Shubik de un dictador es 1.
Quiz as el lector crtico pueda estar algo descontento con esta forma de medir el ndice de
poder, basada en permutaciones. Y quiz as le parecera mas natural un sistema que, a cada
votante a le asignara un ndice en funci on del n umero de coaliciones ganadoras en las que a
fuera imprescindible (en lugar del n umero de permutaciones en las que a es pivote). Vamos,
una versi on con conjuntos, en lugar de con listas.
En realidad, el ndice de Shapley-Shubik tambien se pue-
de escribir en terminos de coaliciones. Digamos que hay n
votantes y que a es pivote de una permutaci on como la que
aparece a la derecha.
x
1
. . . x
j1
a x
j+1
x
n
j
Esto quiere decir que x
1
, . . . , x
j1
no es coalicion ganadora, pero
x
1
, . . . , x
j1
, a s lo es. Pero observemos que, al permutar entre s los primeros j 1 ele-
mentos o los ultimos nj, obtenemos una permutaci on distinta de la que a es pivote, que se
corresponde con la misma coalici on ganadora en la que a es imprescindible, x
1
, . . . , x
j1
, a.
Como hay (j 1)!(n j)! formas de permutar entre s los dos bloques de elementos,
I
SS
(a) =
1
n!
#
_
permutaciones en las
que a es pivote
_
=
1
n!
n
j=1
#
_
permutaciones en las que
a es pivote en posicion j
_
=
n
j=1
(j 1)! (n j)!
n!
#
_
coaliciones ganadoras de j votantes
en las que a es imprescindible
_
.
De manera que podemos tambien calcular el ndice de Shapley-Shubik del votante a evaluando
el n umero de coaliciones ganadoras en las que a es imprescindible, y luego haciendo la suma
ponderada anterior.
Otro ndice com unmente utilizado es el llamadondice de Banzhaf
28
, que directamente
cuenta el n umero de coaliciones ganadoras en las que un votante es imprescindible:
I
B
(a) = #coaliciones ganadoras en las que a es imprescindible .
Es habitual considerar una versi on normalizada de este ndice, dividiendo por la suma de los
ndices de Banzhaf de todos los votantes:
I
B
(a) =
I
B
(a)
votantes v
I
B
(v)
=
n
j=1
1
votantes v
I
B
(v)
#
_
coaliciones ganadoras de j votantes
en las que a es imprescindible
_
,
que cumple que 0

I
B
(a) 1 para cada votante a y que
I
B
(a) = 1. Como queda claro en
la escritura de la derecha, es unndice de estructura an aloga al de Shapley-Shubik, cambiando
los factores de ponderacion (que ahora son jos).
En el sistema con tres votantes, a con 50 votos, b con 49 y c con 1, los ndices de Shapley-
Shubik son 4/6, 1/6 y 1/6, respectivamente, mientras que los ndices de Banzhaf son 3/5, 1/5
y 1/5. Animamos al lector a que calcule (y compare) los ndices de Banzhaf y de Shapley-
Shubik de los ejemplos propuestos en esta subsecci on.
28
Este ndice, introducido por el abogado estadounidense John F. Banzhaf III en 1965, cuantica un sistema
de asignacion de votos propuesto un par de decadas antes por el psiquiatra, genetista y matematico Lionel
S. Penrose, Por cierto, son hijos de Lionel Penrose el matematico Oliver Penrose, el conocidsimo fsico-
matematico Sir Roger Penrose y Jonathan Penrose, gran maestro de ajedrez. Cielos!, de que se hablara a
la hora de la cena en la casa de los Penrose?
ON 3.2
3.2.1 Compruebese que f
s
= id si y s olo si s es un m ultiplo del orden de f.
3.2.2 Compruebese que el orden de una permutacion f S
n
divide a n!.
3.2.3 Demuestrese que
(a) f
2
= id si y s olo si f unicamente tiene ciclos de longitud 1 y/o 2;
(b) f
3
= id si y s olo si f unicamente tiene ciclos de longitud 1 y/o 3.
3.2.4 Las permutaciones f de A que cumplen que f
2
= id se denominan involuciones del conjun-
to X. Calc ulese el n umero de involuciones del conjunto X = 1, 2, . . . , n.
3.2.5 Compruebese que una permutaci on dada por f =
n
(a
1
a
2
. . . a
k1
a
k
) se puede escribir como
f = f
k
f
k1
f
3
f
2
,
donde, para j = 2, . . . , k, f
j
es la trasposici on que intercambia a
1
con a
j
.
3.2.6 Sea g S
n
un ciclo de longitud k. Compruebese que g es una permutaci on par si k es un
n umero impar; y es una permutaci on impar si k es par.
3.2.7 Pruebese que si g y h son permutaciones de S
n
,
(a) signo (g h) = signo (g) signo (h).
(b) signo (g
1
) = signo (g).
3.2.8 Llamemos, para n 2, A
n
al conjunto de permutaciones de S
n
que son pares. Ded uzcase,
del ejercicio 3.2.7 que A
n
es un (sub)grupo de permutaciones, conocido como el grupo alternado.
Compruebese que [A
n
[ = n!/2, es decir, que la mitad de las permutaciones son pares.
3.2.9 Pruebese que si g S
n
es la composici on de m ciclos disjuntos de longitudes l
1
, l
2
, . . . , l
m
,
signo (g) = (1)
t
, donde t = (l
1
1) + (l
2
1) + + (l
m
1) .
O, de otra manera, agrupando los ciclos por longitudes: si g tiene
j
ciclos de longitud j, j = 1, . . . , n,
signo(g) = (1)
2+4+6+
.
3.2.10 Representacion de permutaciones con matrices de ce-
ros y unos. Supongamos que tenemos la permutaci on del conjunto
A = 1, . . . , n de la derecha.
_
1 2 n
a
1
a
2
a
n
_
.
Formamos entonces una matriz n n
con las y columnas etiquetadas con 1, . . . , n. En la primera columna pondremos un 1 en la la
que nos indique a
1
(y as esta primera columna nos informa de la imagen del 1 con la permutaci on,
a
1
): en la segunda columna, pondremos el 1 en la posici on que nos indique a
2
, etc. En el resto de las
posiciones situamos ceros.
Si, por ejemplo, A = 1, 2, 3, la permutaci on g que aparece debajo de estas lneas (a la izquierda)
se corresponde con la matriz de ceros y unos que aparece a su lado. Tambien exhibimos la versi on de
esta matriz en terminos de chas colocadas sobre un tablero (una unica cha por la y columna):
g1 =
_
1 2 3
1 3 2
_

1 2 3
1 1 0 0
2 0 0 1
3 0 1 0

Observese que este procedimiento establece una aplicaci on biyectiva entre el conjunto de las permu-
taciones de 1, . . . , n y el de las matrices n n con ceros y unos con un unico 1 por columna y un
unico 1 por la (o el de los tableros n n tales que. . . ).
(a) Descrbanse las matrices asociadas a los desbarajustes y a las trasposiciones.
(b) Sean g
1
y g
2
dos permutaciones y sean M
1
y M
2
las matrices correspondientes. Compruebese que
la matriz asociada a la composici on g
1
g
2
viene dada por el producto de matrices M
1
M
2
.
3.2.11 En este ejercicio describiremos un algoritmo gr aco para generar todas las
permutaciones cclicas (para cada valor de n). Se parte de una cuadrcula innita,
con los cuadrados etiquetados con los enteros positivos, como la que mostramos a la
derecha.
1 2 3 4
1
2
3
4
El primer paso es colocar una cha en el cuadrado
superior izquierdo. En el segundo se sit uan dos chas
seg un indica el dibujo.
1 2 3 4
1
2
3
4
1 2 3 4
1
2
3
4
Y ahora interpretamos la zona

recuadrada como una permutaci on del conjunto 1, 2:
el 1 va al 2, y el 2 al 1, as que es el ciclo
2
(1 2).
Para construir el paso n = 3, tomamos una cual-
quiera de las chas y la sustituimos por otras dos, situa-
das una en la misma columna y en el cuadrado exterior
al resaltado hasta el momento, y la otra en la misma la
y en el cuadrado exterior correspondiente. Se entiende
bien en el dibujo de la derecha, en el que se nalamos con un aspa la cha que quitamos en cada caso.
1 2 3 4
1
2
3
4
n = 3
1 2 3 4
1
2
3
4
La primera matriz representa a la permutaci on que lleva el 1 en 2, el 2 en 3 y el 3 en 1; esto es,

el ciclo
3
(1 2 3). La segunda representa al ciclo
3
(1 3 2). El procedimiento se repite, de manera
que en el paso k sustituimos una cha de coordenadas (i, j) por chas en las posiciones (i, k) y (k, j).
(a) Constr uyanse con este procedimiento las 3! = 6 permutaciones cclicas de 1, 2, 3, 4.
(b) Convenzase el lector de que este procedimiento produce siempre matrices de permutaciones (esto
es, en el paso k, una matriz k k con una unica cha por la y columna).
(c) Llamemos conguraci on factible a una disposici on de chas en el tablero construida con este
procedimiento. Pruebese que una conguraci on es factible si y s olo si la conguraci on representa
a una permutaci on cclica.
(d) Compruebese que la equivalencia anterior nos permite recuperar el ya conocido resultado (vease
la p agina 150) de que el n umero de permutaciones cclicas de 1, . . . , n es (n 1)!.
3.2.12 Hay 100 votantes, cada uno con un voto. En caso de empate, el presidente decide. (a) Cu al
es el poder de cada uno de los votantes? (b) Y si el presidente tiene derecho de veto?
3.2.13 El Consejo de Seguridad de la ONU consta de 15 miembros. Cada pas cuenta con 1 voto y
son necesarios 9 para aprobar las resoluciones importantes. Pero los 5 miembros permanentes (EEUU,
Reino Unido, Francia, Rusia y China) tienen derecho de veto. Calc ulense los ndices de poder de los
miembros del Consejo de Seguridad.
3.2.14 Tenemos un sistema con n votantes. Observese que el ndice de Shapley-Shubik se puede
escribir como
I
SS
(a) =
1
n
IIa
1
_
n 1
[I[ 1
_ ,
donde 1
a
es la colecci on de coaliciones ganadoras en las que a es imprescindible.
(a) Decimos que una coalici on ganadora es minimal si la retirada de uno cualquiera de sus miembros
hace que la coalici on deje de ser ganadora. Compruebese que, si llamamos
a
a la colecci on de las
coaliciones ganadoras minimales del sistema que incluyen al votante a, entonces
I
SS
(a)
1
n
JJa
1
_
n 1
[J[ 1
_ ,
(b) Compruebese que, si es la colecci on de todas las coaliciones ganadoras minimales del sistema,
JJ
1
_
n
[J[
_ 1 y ded uzcase que [[
_
n
n/2|
_
.
(c) Una familia o de subconjuntos se dice que es familia de Sperner si ning un A o esta contenido
en alg un otro B o (sobre estas familias de Sperner hablaremos en el captulo 18). Compruebese que
la familia de coaliciones ganadoras minimales del apartado anterior es de Sperner.
(d) Sea o la colecci on de subconjuntos de tama no 3 del conjunto 1, 2, . . . , 7. Observese que o es una
familia de Sperner. Compruebese que, sin embargo, no hay ninguna asignacion de votos a 1, 2, . . . , 7
para la que o sea el conjunto de coaliciones ganadoras minimales.
3.3. Particiones y descomposiciones
Una cuestion muy habitual en Combinatoria consiste en contar de cu antas maneras se
puede partir o descomponer, en piezas sencillas, un cierto objeto conocido:
Podemos preguntarnos, por ejemplo, cu antas maneras hay de partir un conjunto en
subconjuntos suyos. La respuesta la encontraremos en la subseccion 3.3.1.
Tambien nos interesara saber cuantas permutaciones hay con un determinado n umero
de ciclos (vease la subseccion 3.3.2).
Finalmente, nos ocuparemos tambien de contar de cu antas maneras se puede escribir un
entero (positivo) como suma
29
de enteros tambien positivos (vease la subsecci on 3.3.3).
3.3.1. Particiones de conjuntos
Partir un conjunto en subconjuntos (disjuntos dos a dos), para luego aplicar la regla de la
suma, es una de las estrategias basicas de la Combinatoria, como ya vimos en la seccion 2.3.
La cuestion que aqu nos interesa es saber de cu antas maneras distintas se puede partir un
conjunto dado.
Sea A un conjunto con n elementos, que supondremos, como hacemos habitualmente,
que son los n umeros 1, . . . , n. Una particion en k bloques no vacos de A sera una
coleccion de subconjuntos A
1
, A
2
, . . . A
k
(los bloques) tales que
1. los bloques, efectivamente, conforman una partici on de A:
A = A
1
A
k
y A
i
A
j
= para cada i ,= j.
2. Y los bloques son no vacos, esto es, A
i
,= para cada i = 1, . . . , k.
Es fundamental se nalar que, por un lado, el orden de los elementos dentro de cada bloque es
irrelevante (por eso hablamos de subconjuntos); y, por otro, que el orden de presentacion de
los bloques tambien es irrelevante. Pese a que nombramos los bloques como A
1
, . . . , A
k
, no
debe suponer el lector que estemos dando un orden entre ellos.
Por ejemplo, si A fuera el conjunto 1, 2, 3, tendramos una unica partici on con un bloque
(el propio conjunto 1, 2, 3), tres particiones con dos bloques,
1, 2 3, 1, 3 2, 2, 3 1 ;
y una partici on en tres bloques, 1 2 3. Ya no hay m as, pues queremos que los
bloques no sean vacos. Insistimos en que, por ejemplo, 1, 23, 31, 2 o 32, 1
representan la misma particion.
29
Sin duda el lector conoce otra forma de descomponer un entero, la que consiste en escribir el entero como
producto de primos. Una cuestion sumamente interesante, a la que dedicaremos una atencion especial en la
subseccion 4.1.5. Pero dado que, como es bien sabido, la citada descomposicion es unica, entendera el lector
que no la tratemos en una seccion como esta, cuyo leit motiv es de cu antas maneras se puede hacer?.
3.3. Particiones y descomposiciones 165
Denimos los n umeros de Stirling de segunda especie
30
S(n, k) de la siguiente
manera:
S(n, k) = #
_
particiones distintas del conjunto 1, . . . , n en k bloques no vacos
_
.
En un lenguaje alternativo, S(n, k) cuenta tambien el n umero de posibles distribuciones de n
bolas numeradas (antes, los elementos del conjunto) en k cajas indistinguibles (los bloques
de la partici on), de manera que ninguna caja quede vaca.
Una nueva familia aparece para poblar el h abitat combinatorio. Como hicimos con los
coecientes binomicos, trataremos de obtener una f ormula explcita para ellos o, al menos,
una regla de recurrencia que facilite su c alculo.
Empezamos determinando el rango de valores de los par ametros n y k. Por un lado,
exigiremos que n 1 (si el conjunto ya es vaco, difcilmente vamos a poder partirlo en
bloques no vacos). Fijado n, si ocurriera que k > n, entonces no podramos construir ninguna
partici on (nos faltaran smbolos para llenar los bloques), as que
S(n, k) = 0 si k > n.
De manera que el rango de interes es n 1 y, para cada n, 1 k n.
El n umero total de particiones de 1, . . . , n en bloques no vacos se obtendr a clasicando
las particiones seg un el n umero de bloques que contengan; por la regla de la suma, habr a
B(n) =
n
k=1
S(n, k)
particiones distintas del conjunto 1, . . . , n (o distribuciones de n bolas numeradas en cajas
identicas sin que queden cajas vacas). Los B(n) son conocidos como n umeros de Bell.
Por ejemplo, hemos visto que, para n = 3, S(3, 3) = 1, S(3, 2) = 3 y S(3, 1) = 1; y, en
total, habr a B(3) = 5 particiones distintas del conjunto 1, 2, 3.
Veamos algunos casos sencillos. Para empezar, lo que por analoga con el an alisis de los
coecientes binomicos llamaremos valores frontera de los n umeros de Stirling de segunda
especie: S(n, n) y S(n, 1).
Si tenemos n smbolos y pretendemos formar n bloques no vacos con ellos, s olo queda
la posibilidad de situar un smbolo por bloque. Es decir, S(n, n) = 1 para cada n 1.
Permtanos el lector describir esta particion, de manera algo informal pero ilustrativa, como
aquella en la que cada smbolo va por su cuenta.
Si de nuevo partimos de n smbolos, pero ahora s olo tenemos un bloque, la unica manera
de hacer la partici on es colocar todos los smbolos en ese bloque. Esto es, S(n, 1) = 1 para
cada n 1. Esta particion es la de todos juntos.
Pues hasta aqu, todo igual al caso de los coecientes bin omicos. Analicemos un par de
casos mas.
30
Hay, claro, n umeros de Stirling de primera especie (vease la subseccion 3.3.2).
Ejemplo 3.3.1 El valor de S(n, n 1), para n 2.
Por denici on, S(n, n 1) cuenta el n umero de particiones de 1, . . . , n en n 1 bloques
no vacos. Observemos que solo hay una conguraci on posible, la que corresponde a tener un
bloque con dos smbolos, y el resto de los smbolos, cada uno en un bloque distinto
31
. Decidir
que conguraci on de estas tenemos exige unicamente determinar que dos smbolos van juntos,
pues el resto de los smbolos se deben situar uno en cada uno de los dem as bloques. As que,
despues de todo, solo hay que elegir dos elementos, por lo que concluimos que
S(n, n 1) =
_
n
2
_
.
Ejemplo 3.3.2 El valor de S(n, 2), para n 2.

Ahora tenemos dos bloques, y bastar a decidir que elementos van en uno de los bloques (los
del otro quedan jados). Note el lector que no tiene sentido hablar de primer bloque y
segundo bloque, pues estos son indistinguibles. A un as, emplearemos el truco habitual de
asignar un orden auxiliar y cticio a los bloques, que luego compensaremos al nal. Digamos
entonces que los bloques son
Bloque 1 Bloque 2
En el primero, en principio, podemos situar cualquier subconjunto de 1, . . . , n; y hay 2
n
de ellos. Pero no podemos utilizar ni el (porque el bloque 1 sera vaco) ni todo 1, . . . , n
(porque el bloque 2 quedara vaco). As que la respuesta sera 2
n
2.
Ahora debemos compensar el orden espurio que hemos introducido. Digamos que A es
un subconjunto de 1, . . . , n, una de las 2
n
2 elecciones posibles que citabamos antes. En
el proceso que hemos hecho estamos distinguiendo entre
A 1, . . . , n A y 1, . . . , n A A
Estas dos conguraciones, vistas como particiones en bloques (esto es, sin orden entre los
bloques) son en realidad la misma. As que la respuesta correcta es
S(n, 2) =
2
n
2
2
= 2
n1
1 .
Nos gusta, es mas sencillo argumentar cuando podemos referirnos a un bloque en concreto.
Arriba impusimos un orden cticio entre bloques, que luego supimos compensar, y que nos
permiti o hablar de bloque 1 y bloque 2. Un an alisis alternativo, que emplearemos varias veces
mas adelante, es el siguiente. Vamos a referirnos al bloque que contiene a un elemento parti-
cular, por ejemplo el elemento n. No es primer bloque ni segundo bloque, sino simplemente
el bloque que contiene a n. Pero ahora que tenemos un bloque distinguido, el argumento
es sencillo: solo tenemos que decidir que elementos acompa nan a n en su bloque; o quiz as
que es lo que va en el otro bloque. La respuesta es directa: hay 2
n1
1 posibilidades, todos
los posibles subconjuntos (con n 1 smbolos!, que n ya esta colocado), excepto el vaco.
31
Sencilla aplicacion del principio del palomar: como hay n smbolos y n1 bloques, necesariamente uno de
los bloques ha de llevar al menos dos smbolos. Y si queremos que todos los bloques sean no vacos, entonces
solo queda la posibilidad de que un bloque lleve dos smbolos, y el resto uno.
Quiz as el lector quiera intentar el analisis de casos mas complicados (3 bloques, o quizas
n2 o n3 bloques), como proponemos en el ejercicio 3.3.1. Observar a, por un lado, que cada
caso requiere un argumento combinatorio ad hoc, y que adem as el aspecto de las formulas que
se obtienen no permite albergar muchas esperanzas de llegar a una formula general sencilla.
Por ejemplo, S(n, 2) =
_
n
2
_
, mientras que S(n, n 1) = 2
n1
1. Esta tal f ormula general
existe, aunque, como vera el lector, es bastante complicada. La obtendremos en el apartado B
de esta subseccion, aunque antes analizaremos un procedimiento de c alculo alternativo.
A. Regla de recurrencia para los n umeros de Stirling de segunda especie
Queremos representar los valores de
S(n, k) en un tri angulo como el que uti-
liz abamos para codicar los coecien-
tes bin omicos.
S(1, 1)
S(2, 1) S(2, 2)
S(3, 1) S(3, 2) S(3, 3)
S(4, 1) S(4, 2) S(4, 3) S(4, 4)
S(5, 1) S(5, 2) S(5, 3) S(5, 4) S(5, 5)
S(6, 1) S(6, 2) S(6, 3) S(6, 4) S(6, 5) S(6, 6)
S(7, 1) S(7, 2) S(7, 3) S(7, 4) S(7, 5) S(7, 6) S(7, 7)
n = 1
n = 2
n = 3
n = 4
n = 5
n = 6
n = 7
k = 1
k = 2
k = 3
k = 4
k = 5
k = 6
k = 7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Las coordenadas de ca-
da casilla son (piso) n y (diagonal) k,
que ahora recorren unos rangos lige-
ramente distintos al caso de los coe-
cientes bin omicos. Notese que, si co-
nocieramos todos los valores de S(n, k)
para un cierto piso n, el n umero de Bell
B(n) correspondiente se obtendra, sim-
plemente, sumandolos. Sabemos ya que
S(n, n) = S(n, 1) = 1 para todo n,
as que tenemos los valores de la fron-
tera del triangulo.
Inspirados por los coecientes bin omicos, querramos expresar S(n, k) (que estar a en una
casilla del piso n) en terminos de n umeros de Stirling de primer ndice n1 (casillas del piso
anterior). Esto exigira relacionar particiones de conjuntos con n smbolos con particiones de
conjuntos n 1 smbolos. Para ello, analizaremos que puede ocurrir con un bloque especial,
por ejemplo el que contiene al elemento n. Caben dos posibilidades excluyentes:
Caso 1 El bloque que contiene a n no contiene ning un otro elemento. Una partici on de estas
tendr a el siguiente aspecto:

. .
k 1 bloques
n
Insistimos en que en el esquema anterior no se est a suponiendo orden alguno entre bloques:
simplemente identicamos el bloque que contiene a n, que en este caso no contiene nada mas.
Pero ahora, como n va en un bloque (y por su cuenta), s olo queda construir una partici on
del conjunto 1, . . . , n1 en k 1 bloques no vacos, para que en total tengamos k bloques.
M as formalmente, hay una biyecci on entre el conjunto de las particiones de 1, . . . , n en
k bloques en las que n va solo en un bloque y el conjunto de las particiones de 1, . . . , n1
en k1 bloques no vacos. El diccionario, la biyecci on, es simplemente quitar el bloque n
o a nadir el bloque n. De manera que hay S(n1, k 1) particiones de este primer tipo.
Caso 2: El bloque que contiene a n tiene, adem as, otros elementos. Podremos contar con la
misma receta? Veamos un ejemplo: sea A = 1, 2, 3, 4 y k = 2. Nos interesan las particiones
en las que que el bloque con el 4 contiene, adem as, otros elementos. Dos distintas seran
1, 2 3, 4 y 3 1, 2, 4 .
Ahora no podemos hablar de quitar el bloque 4, pero a un podramos intentar una regla
del tipo quitar el elemento 4. Pero no, no funciona, porque, por ejemplo,
1, 2 3, 4 1, 2 3
3 1, 2, 4 1, 2 3
_
dan lugar a la misma particion!
A un as, no descartemos completamente el argumento. Pensemos en el proceso al reves,
a nadir 4. Dada la partici on con dos bloques 1, 23, podemos situar el 4 en cualquiera
de ellos
1, 2 3 1, 2, 4 3 y 1, 2 3, 4
para dar lugar a una partici on de 1, 2, 3, 4 en dos bloques, con el 4 acompa nado.
Hagamos el argumento en general: tenemos las S(n 1, k) particiones del conjunto
1, . . . , n 1 en k bloques. Para cada una de ellas, a nadimos el elemento n en alguno
de los bloques. Tendremos k posibilidades para colocarlo:

. .
k bloques
. . . , n
. . . , n
.
.
.
. . . , n
Dejamos al lector meticuloso que se convenza de que, al recorrer todas las particiones de
1, . . . , n1 en k bloques vamos generando todas las particiones de 1, . . . , n en k bloques
en las que n esta acompa nado, sin repetir ninguna. Como por cada partici on del primer tipo
obtenemos k del segundo, concluimos que hay k S(n 1, k) particiones en este Caso 2.
Ya tenemos la regla de recursi on que busc abamos:
S(n, k) = S(n 1, k 1) + k S(n 1, k)
que, junto a los valores frontera, codica toda la informaci on sobre los n umeros S(n, k).
Podremos as construir el an alogo al tri angulo de Pascal, en el que podemos leer, ademas,
sumando por las, los valores de los n umeros de Bell B(n):
n = 1
n = 2
n = 3
n = 4
n = 5
n = 6
n = 7
k = 1
k = 4
k = 2
k = 5
k = 3
k = 6
k = 7
1
1 1
1 3 1
1 7 6 1
1 15 25 10 1
1 31 90 65 15 1
1 63 301 350 140 21 1
B(n)
1
2
5
15
52
203
877
Observe el lector como ahora ya no tenemos la simetra del
tri angulo de los coecientes bin omicos. La regla de recursion se
interpreta gr acamente como aparece a la derecha,
S(n1, k1) S(n1, k)
S(n, k)
a
k
donde la e-
cha de la izquierda, mas oscura, nos indica que hay que multipli-
car (por k) antes de sumar. Los n umeros de Bell B(n) tambien
verican una regla recursiva (vease el ejercicio 3.3.3).
B. Una formula para los n umeros de Stirling de segunda especie. Relacion con el
n umero de aplicaciones sobreyectivas
Ya sabemos cuantas aplicaciones sobreyectivas hay entre un conjunto con n elemen-
tos y otro con k. Una f ormula complicada, que obtuvimos aplicando el principio de inclu-
sion/exclusi on en el ejemplo 3.1.4. Vamos ahora a relacionar, con un argumento combinatorio,
ese n umero de aplicaciones sobreyectivas con S(n, k). Esto nos dar a, por un lado, una f ormu-
la explcita para los S(n, k). Alternativamente, dado que sabemos calcular ecazmente los
n umeros de Stirling, va la regla de recurrencia, hallaremos una buena manera de calcular
tambien el n umero de aplicaciones sobreyectivas entre dos conjuntos.
Sean dos conjuntos A e con tama nos respectivos n y k. Supongamos, como es habitual,
que A = 1, . . . , n e = 1, . . . , k. Observese primero que una aplicacion cualquiera de A
a dene una partici on del conjunto A: en cada bloque de la partici on estaran los elementos
de A que tengan imagen com un. Pero si adem as la aplicacion es sobreyectiva (es decir, todo
elemento y tiene un conjunto de preim agenes no vaco), entonces sabemos de cuantos
bloques consta la partici on: exactamente k, tantos como elementos tenga .
Precisemos esta idea, construyendo las aplicaciones sobreyecti-
vas de A en con el siguiente procedimiento: primero partimos
el conjunto A en k bloques no vacos. Esto, como bien sabemos,
se puede hacer de S(n, k) maneras distintas. Ahora que tene-
mos A partido en k bloques no vacos, asignamos a cada uno de
estos bloques un elemento de . En terminos de la aplicaci on,
estaremos decidiendo cual es el elemento imagen com un a todos
los del bloque. Este ultimo paso se puede hacer, por supuesto,
de k! maneras. El dibujo de la izquierda describe el proceso, en
el que primero construimos los bloques, y luego les asignamos imagen.
X Y
f
Deducimos as que
#aplicaciones sobreyectivas de A = 1, . . . , n en = 1, . . . , k = k! S(n, k) .
Recuerdese que el valor de S(n, k) se puede obtener mediante la regla de recursion citada
antes. Y si ahora recuperamos el resultado del ejemplo 3.1.4, llegamos a la formula
S(n, k) =
1
k!
k1
j=0
(1)
j
_
k
j
_
(k j)
n
o bien S(n, k) =
(1)
k
k!
k
m=1
(1)
m
_
k
m
_
m
n
(a la derecha hemos cambiado el ndice de sumaci on, de j a m = k j, y hemos utilizado la
simetra de los coecientes binomicos).
En terminos de bolas en cajas, S(n, k) cuenta el n umero de distribuciones de n bolas
numeradas en k cajas identicas (sin cajas vacas). Ahora vemos que k! S(n, k) cuenta el
n umero de distribuciones de n bolas numeradas en k cajas numeradas (sin cajas vacas).
Calculemos, utilizando la f ormula anterior, S(n, 2):
S(n, 2) =
(1)
2
2!
2
m=1
(1)
m
_
2
m
_
m
n
=
1
2
_
_
2
1
_
+
_
2
2
_
2
n
_
=
2
n
2
2
,
como ya vimos en el ejemplo 3.3.2. Y si recordamos los calculos que hicimos para S(n, n) y
S(n, n 1), deducimos los valores de las siguientes dos imponentes sumas:
S(n, n) =
(1)
n
n!
n
m=1
(1)
m
_
n
m
_
m
n
= 1 ;
S(n, n 1) =
(1)
n1
(n 1)!
n1
m=1
(1)
m
_
n 1
m
_
m
n
=
_
n
2
_
.
Animamos al lector (no, es broma) a que intente la prueba algebraicas de estas identidades.
Ejemplo 3.3.3 Una identidad para los n umeros de Stirling de segunda especie.
Sabemos que, si [A[ = n y [[ = k, hay un total de k
n
aplicaciones A distintas. Una
manera alternativa de contar este n umero de aplicaciones es la siguiente:
1. primero decidimos cu antos elementos de van a tener preimagen. Este n umero ser a un
cierto j, con 1 j k. Ahora, para cada j,
2. decidimos que elementos de tienen preimagenes (lo podremos hacer de
_
k
j
_
maneras);
3. y una vez que hemos decidido a que j elementos llega la aplicacion, s olo resta construir
una aplicaci on sobreyectiva a estos j elementos.
Aplicando las reglas de la suma y del producto, llegamos a que
k
n
=
k
j=1
_
k
j
_
j! S(n, j) .
Observese que la presencia de los coecientes binomicos permite poner, como lmite superior
de sumaci on, n, mn(n, k), o incluso +.
Ahora observemos que, para n jo, podemos reescribir la identidad anterior como
k
n
=
n
j=1
k(k 1) (k j + 1) S(n, j) para todo k 1.
Arriba hemos escrito dos polinomios de grado n que coinciden en todos los enteros. Como
veremos con mas detalle en la seccion 4.6, esto supone que los polinomios han de ser el mismo:
x
n
=
n
j=1
x(x 1) (x j + 1) S(n, j) para todo x R.

3.3.2. Descomposici on de permutaciones en ciclos
En la subsecci on 3.2.1 vimos que una permutaci on se puede escribir, de manera unica,
como producto de ciclos.

Unica, con las salvedades habituales: el orden en el que presentamos
los ciclos, y el elemento que aparece primero dentro de cada ciclo.
En principio, el n umero de ciclos que puede tener una permutaci on es cualquier n umero
entre 1 (las permutaciones cclicas) y n (por ejemplo, la permutaci on identidad). Y la pregunta
natural es: cu antas permutaciones tienen un n umero determinado de ciclos? Llamemos
z(n, k) = #permutaciones de 1, . . . , n que tienen exactamente k ciclos .
A estos n umeros se les suele llamar n umeros de Stirling (sin signo) de primera especie.
Por razones hist oricas (vease la discusion de la p agina 172), los n umeros de Stirling de
primera especie s(n, k) se denen de forma ligeramente diferente: s(n, k) cumple que
(1)
nk
s(n, k) = z(n, k) = #permutaciones de 1, . . . , n con exactamente k ciclos ,
de manera que pueden tomar tanto valores positivos como negativos. En lo que sigue, y por
simplicar, nos centraremos en la familia de n umeros s(n, k). Aunque todas las expresiones
que obtendremos tendr an sencilla traduccion a los n umeros z(n, k) sin mas que eliminar los
posibles signos: z(n, k) = [s(n, k)[.
Comenzamos el analisis jando el rango de los par ametros n y k. En principio, tiene
sentido considerar n 1 y k 1. Pero como no puede haber permutaciones con m as ciclos
que elementos, diremos que, dado n 1,
s(n, k) = 0 si k > n.
As que podremos representar estos n umeros de Stirling de primera especie en un tri angulo
a la Tartaglia. Observese que, si k = n, la unica permutaci on que tiene tantos ciclos como
elementos es la identidad. Por tanto,
s(n, n) = (1)
nn
1 = 1 para cada n 1.
El otro caso extremo sera considerar k = 1. Como ya vimos en la p agina 150, hay (n 1)!
permutaciones de 1, . . . , n que son, ellas mismas, un ciclo (las llamadas permutaciones
cclicas). As que
s(n, 1) = (1)
n1
(n 1)! para cada n 1.
A. Regla de recurrencia para los n umeros de Stirling de primera especie
Ya tenemos los valores frontera, y ahora buscaremos la regla de recurrencia. El argu-
mento es similar al que empleabamos para los n umeros S(n, k): clasicaremos en funci on
del papel de un elemento especial, digamos n. Partimos de una descomposicion del conjunto
A = 1, . . . , n en k ciclos. Tenemos, de nuevo, dos casos excluyentes.
Caso 1 Si n forma un ciclo por s mismo, entonces, al quitarlo, nos queda una permutaci on
de 1, . . . , n 1 con exactamente k 1 ciclos.
Caso 2 En caso contrario, n forma parte de un ciclo junto con otros elementos. Quitar n
y pasar a permutaciones de 1, . . . , n 1 no cambia el n umero de ciclos. Pero observese lo
que ocurre en el siguiente ejemplo, en el que quitamos el 4:
4
(3, 2)
4
(1, 4)
da lugar a

3
(3 2)
3
(1)
4
(3, 2, 4)
4
(1)
da lugar a

3
(3 2)
3
(1)
Esto no funciona. Argumentamos entonces en sentido contrario. Partimos de una permu-
tacion del conjunto 1, . . . , n 1 con k ciclos, que tendr a un aspecto semejante a
n1
(a
1
1
, . . . , a
1
s
)
n1
(a
2
1
, . . . , a
2
t
) . . .
n1
(a
k
1
, . . . , a
k
u
) .
Queremos a nadir el elemento n sin que se formen nuevos ciclos. Sea cual sea la permutacion
considerada, tenemos n1 lugares donde colocarlo (los n1 huecos entre los a
j
). As que,
por cada permutaci on de 1, . . . , n 1 con k ciclos, obtenemos n 1 permutaciones de
1, . . . , n con k ciclos en las que n este acompa nada.
Deducimos entonces que el n umero de permutaciones de A con k ciclos coincide con
(n 1) #
_
permutaciones de 1, . . . , n 1
con k ciclos
_
+ #
_
permutaciones de 1, . . . , n 1
con k 1 ciclos
_
,
lo que nos dara la relaci on de recurrencia
z(n, k) = (n 1) z(n 1, k) + z(n 1, k 1) .
O, en terminos de los s(n, k),
s(n, k) = (n 1) s(n 1, k) + s(n 1, k 1)
Con esta regla y los valores frontera, podemos re-
llenar los valores del triangulo de los s(n, k).
1
1
1
2 3 1
6 11 6 1
24 50 35 10
120 274 225 85
1
15 1
n = 1
n = 2
n = 3
n = 4
n = 5
n = 6
k = 1
k = 2
k = 3
k = 4
k = 5
k = 6
Los
valores de z(n, k) se leen, simplemente, quitan-
do el signo en los valores del tri angulo.
s(n1, k1) s(n1, k)
s(n, k)
a
(1n)
Observese
que la suma por las en el tri angulo de los s(n, k)
da ahora siempre 0. Y la suma por las en el
tri angulo de los z(n, k)? Vease el ejercicio 3.3.6.
B. Relacion entre los n umeros de Stirling de primera y segunda especie
Antes de que el lector se aventure en la lectura de este apartado, queremos advertirle de
que requiere cierta familiaridad con los conceptos de espacio vectorial y base.
Las familias de n umeros S(n, k) y s(n, k) no tenan, cuando surgieron como conceptos
matematicos, el sabor combinatorio que aqu les estamos dando. Stirling estaba interesado
en otras cuestiones, de tipo mas algebraico, y que por su interes pasamos a esbozar, dejando
para los ejercicios algunos detalles de su desarrollo.
Las dos siguientes son las identidades clave:
() x
n
=
n
k=0
S(n, k) x(x1) (xk+1) ; () x(x1) (xn+1) =
n
k=0
s(n, k)x
k
.
La de la izquierda ya la vimos en el ejemplo 3.3.3. Por comodidad, tomamos el lmite inferior
de sumaci on como 0. Para ello, es conveniente denir S(n, 0) = 0 para cada n 1, pero
S(0, 0) = 1. Dejamos la prueba de la identidad (), que involucra n umeros de Stirling
de primera especie, como ejercicio 3.3.8 para el lector. Aqu tambien es necesario denir
s(n, 0) = 0 para cada n 1, pero s(0, 0) = 1.
El espacio de los polinomios p(x) con coecientes reales es un espacio vectorial (de di-
mension innita, pero numerable). En el podemos considerar la base estandar, dada por
B
1
=
_
x
k
_
k=0
= 1, x, x
2
, x
3
, . . . ,
que es la que se usa habitualmente en la denici on de polinomio como una combinaci on lineal
de potencias de x.
Pero en realidad cualquier colecci on de polinomios en la que cada uno tenga uno de los
grados posibles valdra tambien como base (cerciorese el lector!). Por ejemplo, la base de los
factoriales decrecientes,
B
2
=
_
x(x 1) (x k + 1)
_
k=0
= 1, x, x(x 1), x(x 1)(x 2), . . .
(observese la especial interpretacion del caso k = 0).
Lo ilustramos con un ejemplo, que analizamos a mano: partimos del polinomio
p(x) = 1 + 2x + 3x
3
,
cuyos coecientes en la base B
1
son, por supuesto, (1, 2, 0, 3, 0, 0, . . . ). Tras unas ciertas ma-
nipulaciones algebraicas, el lector podr a llegar a que
p(x) = 1 + 2x + 3x
3
= 1 + 5x + 9x(x 1) + 3x(x 1)(x 2) ,
que nos dice que los coecientes de p(x) en la base B
2
son (1, 5, 9, 3, 0, 0, . . . ).
Si el polinomio esta escrito en la base B
2
, pasarlo a la base B
1
es relativamente sencillo:
basta multiplicar todos los factores e ir agrupando los terminos de igual grado. El otro camino
es algo mas laborioso.
Observe el lector que las identidades () y () constituyen, precisamente, un diccionario
para pasar de una base a la otra. La de la izquierda (en la que intervienen los S(n, k))
cambia de la base est andar B
1
a la base B
2
de los factoriales decrecientes, mientras que la de
la derecha (la de los s(n, k)) hace el cambio inverso. Aunque no sabemos bien que tena en
mente Stirling cuando decidi o bautizarlos como de primera y de segunda especie. El lector
hallar a mas informaci on y ocasion de aprender sobre este papel de los n umeros de Stirling
como coecientes del cambio de base en los polinomios en el ejercicio 3.3.9.
3.3.3. Particiones de enteros
Ahora nos interesa contar de cu antas maneras se puede es-
cribir un cierto entero positivo n como suma de enteros positi-
vos, donde el orden de los sumandos es irrelevante. Cada una
de estas formas sera lo que llamaremos una particion de n; y
cada uno de los sumandos, una parte. A la derecha exhibimos
las siete posibles particiones de 5.
5 = 1 + 1 + 1 + 1 + 1
5 = 1 + 1 + 1 + 2
5 = 1 + 2 + 2
5 = 1 + 1 + 3
5 = 2 + 3
5 = 1 + 4
5 = 5
Observese que, por ejemplo,
5 = 2 + 3 y 5 = 3 + 2 representan la misma partici on. Por comodidad, se suelen escribir los
sumandos de menor a mayor:
11 = 2 + 2 + 2 + 2 + 3 =
_
2
4
3
;
o incluso en la forma abreviada de la derecha, donde 2
4
recuerda que hay que sumar 4 doses.
Demosles nombres y smbolos a las cantidades de interes. Al n umero total de particiones
de n lo nombraremos como p(n). Intervendr an tambien en nuestros an alisis las particiones
de n que tienen exactamente k partes; el n umero de ellas sera p
k
(n). Observese que
p(n) =
k0
p
k
(n)
(aunque en realidad el sumatorio s olo va desde k = 1 a k = n). Por ejemplo, p
1
(5) = 1,
p
2
(5) = 2, p
3
(5) = 2, p
4
(5) = 1 y p
5
(5) = 1, que en total da p(5) = 7. En general, cuando
queramos contar el n umero de particiones de n que cumplan una determinada propiedad,
escribiremos
p(n[ la partici on cumple cierta propiedad)
As, por ejemplo, los p
k
(n) que acabamos de introducir corresponden a
p
k
(n) = p(n[ el n umero de partes es exactamente k) .
Contar el n umero de particiones de un entero n con ciertas caractersticas suele ser un
asunto muy complicado. El lenguaje natural para tratar este tipo de cuestiones es el de las
funciones generatrices. As lo haremos en la seccion 13.2. Pero, hasta entonces, nos limitare-
mos a utilizar argumentos de tipo combinatorio.
El lector atento habr a advertido la seme-
janza entre las particiones de un entero n y lo
que en la subseccion 3.1.3 llam abamos compo-
siciones de n. La diferencia, vital como vere-
mos, es que, al contrario que con las compo-
siciones, para las particiones el orden de pre-
sentacion de los sumandos no es relevante. Pe-
ro a un as. . . Veanse a la derecha algunas par-
ticiones del entero 5.
Particiones de 5 Composiciones de 5
1 + 1 + 1 + 1 + 1 1 + 1 + 1 + 1 + 1
1 + 1 + 1 + 2
2 + 1 + 1 + 1
1 + 2 + 1 + 1
1 + 1 + 2 + 1
1 + 1 + 1 + 2
1 + 2 + 2
1 + 2 + 2
2 + 1 + 2
2 + 2 + 1
2 + 3
_
2 + 3
3 + 2
_ No muy alentador. No
parece sencillo encontrar el diccionario entre
estas dos cuestiones, pues el n umero de com-
posiciones que corresponde a cada particion depende (y no queda claro de que manera) de la
partici on en s.
B. Diagramas de Ferrers y recursion
Los llamados diagramas de Ferrers
32
son, como
veremos, una manera muy util y visual de representar,
analizar y manipular las particiones de n. Se trata, sim-
plemente, de dibujar tantas las como sumandos tenga
la partici on y en cada la colocar tantos smbolos (diga-
mos ) como nos diga el tama no del sumando en cuesti on
(los dibujaremos en orden decreciente de tama nos). A la
derecha mostramos los diagramas de Ferrers de sendas particiones.
9 = 1 + 3 + 5

9 = 1 + 2 + 3 + 3

El primer resultado, que

sera la clave en los que vendr an despues, es el siguiente:
Teorema 3.4 Dado n 1 y un entero 1 k n,
p(n[ con no mas de k partes) = p(n + k [ con exactamente k partes).
La cantidad de la derecha es lo que hemos dado en llamar p
k
(n + k).
Demostraci on. Vamos a establecer una biyeccion entre los dos conjuntos de particiones.
k las
Si tenemos una partici on de n + k con k partes, su diagrama de

Ferrers tendr a k las (y n + k smbolos en total). Si borramos la
primera columna, obtenemos el diagrama de Ferrers de una parti-
cion de n (hemos borrado k smbolos ) que tiene, a lo sumo, k
partes (el caso extremo sera aquel en el que no hubiera unos en la
partici on, de forma que al eliminar la primera columna no haramos
desaparecer la alguna).
En el otro sentido, dada una partici on de n con no m as de k partes, al a nadir una primera
columna de k smbolos, obtenemos una partici on de n + k con exactamente k partes.
Esta sencilla observacion nos permite establecer nuestra primera regla recursiva.
Teorema 3.5 (primera regla de recurrencia) Dados n 1 y 1 k n,
p
k
(n) =
k
j=1
p
j
(n k) .
Demostraci on. Del teorema 3.4 sabemos que
p
k
(n) = p(n[ k partes) = p(n k [ con no mas de k partes) .
Y si clasicamos las particiones de nk con no mas de k partes seg un el n umero de sumandos
de que consten, terminamos la demostracion:
p
k
(n) =
k
j=1
p(n k [ exactamente j partes) =
k
j=1
p
j
(n k) .
32
En honor del matematico britanico Norman Macleod Ferrers (1829-1903), quien parece ser que fue el pri-
mero en utilizarlos para el an alisis de las particiones de un entero. Uno se puede imaginar a Ferrers trabajando
en la cafetera de la esquina, pintando diagramas, para luego alardear de sus conocimientos matematicos ante
los colegas quienes, un momento despues, se dan la vuelta y se ponen a dibujar crucecitas al tun-t un.
Note el lector que, pese a su aparatoso aspecto, la identidad anterior es una regla de
recurrencia que permite calcular el valor de p
k
(n) si conocemos ciertos valores del n umero de
particiones con par ametros mas bajos (particiones de nk y n umero de sumandos hasta k).
Para completar el an alisis, necesitaremos los siguientes valores frontera:
k = 1 supone partir n en un unico sumando. S olo hay una manera de hacerlo, claro,
luego p
1
(n) = 1, para cada n.
El caso k = n exige partir n en n sumandos. De nuevo hay una unica manera de hacerlo,
sumar n unos. Luego p
n
(n) = 1.
Ahora ya podemos ir generando todos los valores de p
k
(n), disponiendolos como en la gura
(sumando por las obtenemos los correspondientes p(n)):
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2 3
3
3
3
3
3
3
3
3
2
3
3 4
4
4
5 5
5
5
6
6
6 5
5
5
5
5
5 7
7
7
7
7
7
8 9
10 10 11
11
11
11
13
14
15
12 15
14 18 18
7 16 23 23 20
k=1 k=2 k=3 k=4 k=5 k=6 k=7 k=8 k=9 k=10k=11k=12k=13 k=14
n = 1
n = 2
n = 3
n = 4
n = 5
n = 6
n = 7
n = 8
n = 9
n = 10
n = 11
n = 12
n = 13
n = 14 p(14) = 135
p(13) = 101
p(12) = 77
p(11) = 56
p(10) = 42
p(9) = 30
p(8) = 22
p(7) = 15
p(6) = 11
p(5) = 7
p(4) = 5
p(3) = 3
p(2) = 2
p(1) = 1
El tablero anterior se ha ido generando
con aplicaciones sucesivas de la regla de
recurrencia, que interpretamos gr aca-
mente en el esquema de la derecha: pa-
ra calcular p
k
(n) (la n y columna k)
sumaremos los valores de las casillas
que esten en las primeras k columnas
de la la n k.
p1(n k) p2(n k) p
k
(n k)
p
k
(n)
columna k
la n
la n k
. .
Convendr a el lector
que el uso de esta regla de recurrencia no es muy comodo. Hay una manera alternativa, y
quiz as mas sencilla, de escribirla. El siguiente ejemplo nos indica el camino.
Ejemplo 3.3.4 Analicemos las p
3
(10) = 8 particiones del entero 10 con tres partes.
A la derecha mostramos las 8 particiones posibles.
1 + 1 + 8 2 + 2 + 6
1 + 2 + 7 2 + 3 + 5
1 + 3 + 6 2 + 4 + 4
1 + 4 + 5 3 + 3 + 4
En las cuatro
primeras, las que tienen unos, podemos quitar estos sumandos 1
a cada una de ellas para obtener particiones de 9 con unicamente
dos partes (una menos que la de partida). Para las cuatro de la
derecha, las que no tienen unos, podemos quitar, en cada una de ellas, un 1 a cada uno de los
sumandos, para obtener particiones del entero 10 3 = 7 que siguen teniendo tres partes.
El argumento del ejemplo anterior prueba que p
3
(10) = p
2
(9) + p
3
(7). Un resultado que
podemos generalizar:
Teorema 3.6 (segunda regla de recurrencia) Dado n 1 y un entero k entre 1 y n,
p
k
(n) = p
k1
(n 1) + p
k
(n k)
Demostraci on. Observemos primero la interpretacion
gr aca de esta recurrencia (sobre la tabla de la p agina
anterior); es la que aparece en la gura de la derecha.
p
k1
(n 1)
p
k
(n k)
columna k
p
k
(n)
la n k
la n
Si el
lector observa el esquema de la primera regla de recurren-
cia, notara que esta segunda regla se deduce directamente
de aquella, pues el valor de p
k1
(n 1) es la suma de los
p
j
(n k) de ndices j menores que k. M as formalmente,
p
k
(n) =
k
j=1
p
j
(n k) = p
k
(n k) +
k1
j=1
p
j
(n k)
= p
k
(n k) +
k1
j=1
p
j
_
(n 1) (k 1)
_
= p
k
(n k) + p
k1
(n 1) ,
donde hemos utilizado, en dos ocasiones, la regla de recurrencia del teorema 3.5. Animamos
al lector a que se entretenga probando el resultado directamente a partir de los diagramas
de Ferrers, distinguiendo entre las particiones de n con k partes que contengan unos y las
que no los contengan.
Veamos una ultima aplicaci on de estos diagramas de Ferrers. Partimos de la simple ob-
servacion de que si en el diagrama de una partici on de n intercambiamos las por columnas,
obtenemos de nuevo una partici on de n, porque no alteramos el n umero de smbolos (en
ocasiones, por cierto, la partici on que obtenemos con este procedimiento puede coincidir con
la de partida, vease el ejercicio 3.3.10).
Hagamoslo, por ejemplo, para la parti-
cion de n = 18 codicada como [1 2 3
2
4 5],
que tiene seis partes y cuya parte mayor es
un 5. Si ahora intercambiamos las por co-
lumnas, obtenemos una partici on de 18 con
cinco partes y cuya parte mayor es 6. En concreto, la particion [1 2 4 5 6]. A la derecha repre-
sentamos los diagramas de Ferrers de ambas particiones.


Si en una partici on intercambiamos las por columnas, obtenemos su particion conju-
gada
. Las particiones y
tienen intercambiados los papeles del n umero de partes y el

tama no de la parte mayor (como ocurra en el ejemplo de la particion de 18). De hecho, la
transformacion
es una biyeccion entre las particiones de n que tienen k partes y las

particiones de n cuyo mayor sumando es k, como se recoge en el siguiente resultado:
Teorema 3.7 Dados unos enteros positivos n y k,
p(n[ su mayor parte es k) = p(n[ k partes) = p
k
(n) .
Y, por tanto,
p(n[ su mayor parte es k) = p(n[ no mas de k partes)
teorema 3.4
= p
k
(n + k).
B. Estimaciones de tama no
Ya tenemos un procedimiento ecaz para calcular los valores de p
k
(n), y por ende, los
de p(n). Ahora nos preguntamos por el tama no de uno cualquiera de estos n umeros, en
especial cuando n es muy grande. La estimacion asint otica de estas cantidades es un problema
extremadamente sutil, sobre el que volveremos en la seccion 13.2, ya con el lenguaje de las
funciones generatrices, y al que aqu haremos una primera aproximaci on.
Como primer intento, volvemos a la comparaci on (vease el principio de la seccion) entre
particiones y composiciones de n. Fijados n y k, al menos hay tantas composiciones como
particiones (recordemos que en las composiciones cuenta el orden). Por ejemplo, para n = 3
y k = 2, hay una partici on (1 + 2) y dos composiciones (1 + 2 y 2 + 1). En general,
p
k
(n) #composiciones de n con k sumandos =
_
n 1
k 1
_
.
Estimaci on que podemos mejorar con un argumento m as no. N otese que, por ejemplo,
a la partici on 2 + 3 le corresponden tantas composiciones (dos) como permutaciones de los
sumandos, porque todos los sumandos son distintos. Precisemos esta idea. Observese que
cada partici on de n con exactamente k partes se corresponde con una solucion de
()
_
x
1
+ x
2
+ + x
k
= n
1 x
1
x
2
x
k
Escribimos ordenados (por ejemplo de menor a mayor) los k terminos para evitar, justamente,
escribir la misma partici on varias veces. Quizas el lector recuerde ahora, algo esperanzado con
la posibilidad de ahorrarse nuevos c alculos, las tecnicas y resultados del an alisis de ecuaciones
diof anticas que hicimos en la subseccion 3.1.3. Sentimos decepcionarle: el tipo de restricciones
sobre las variables que all tenamos (x
j
a
j
, donde los n umeros a
j
son jos) no son como
las que afrontamos ahora, y el an alisis de la cuestion no ser a tan simple como entonces. A un
as, sigamos adelante. Si ahora hacemos el cambio de variables
x
i
= x
i
+ (i 1) , para cada 1 i k ,
los n umeros x
i
mantienen el mismo orden que tenan los x
i
, pero son ahora todos distintos
(los hemos separado).
La suma de estos nuevos n umeros vale
k
i=1
x
i
=
k
i=1
(x
i
+ i 1) =
k
i=1
x
i
+
k
i=1
(i 1) = n +
k1
j=0
j = n +
k(k 1)
2
.
As que p
k
(n), el n umero de soluciones del problema (), es tambien el n umero de soluciones de
()
_
x
1
+ x
2
+ + x
k
= n + k(k 1)/2
1 x
1
< x
2
< < x
k
Por ejemplo, del entero 6 hay tantas particiones con tres sumandos como soluciones tenga
_
x
1
+ x
2
+ x
3
= 6
1 x
1
x
2
x
3
Debajo de estas lneas, a la izquierda, mostramos tres de estas particiones. A su derecha
escribimos su traduccion en terminos de las x
i
(al valor de x
3
hay que sumarle 2, al de x
2
le
sumamos 1 y dejamos x
1
tal como esta):
x
1
x
2
x
3
x
1
x
2
x
3

6 = 1 + 1 + 4 9 = 1 + 2 + 6
6 = 1 + 2 + 3 9 = 1 + 3 + 5
6 = 2 + 2 + 2 9 = 2 + 3 + 4
Pero ahora, como los x
i
son todos distintos, cada permutacion de una lista soluci on ( x
i
, . . . , x
k
)
genera una composicion distinta de n+k(k 1)/2 con tama no k. En el ejemplo, la partici on
de 9 dada por 1 + 2 + 6 da lugar a las 3! = 6 composiciones de 9 siguientes:
1 + 2 + 6 , 1 + 6 + 2 , 2 + 1 + 6 , 2 + 6 + 1 , 6 + 1 + 2 , 6 + 2 + 1 .
Pero por supuesto no estan todas (por ejemplo, la composicion de 9 dada por 3 +3 +3 no la
podemos obtener de esta manera), as que
k! p
k
(n)
_
n +
k(k1)
2
1
k 1
_
= p
k
(n)
1
k!
_
n +
k(k1)
2
1
k 1
_
.
Dejamos que el lector compruebe, para lo que quiz as le sera util revisar el ejercicio 3.1.3, que
esta estimacion mejora la inicial, p
k
(n)
_
n1
k1
_
, esencialmente en un factor 1/k! extra.
Para completar este primer analisis del tama no de p
k
(n), buscaremos ahora cotas por
debajo. Lo vamos a hacer con el argumento m as simple posible: dada una partici on de n,
podemos permutar sus k sumandos para obtener composiciones (aunque, por supuesto, no
todas ellas seran distintas). Por ejemplo, la particion 5 = 1 +2 +2, que tiene tres sumandos,
dara lugar, en principio, a 3! = 6 posibles ordenaciones de los sumandos de las que, en
realidad, s olo hay tres composiciones distintas, 1 + 2 + 2, 2 + 1 + 2 y 2 + 2 + 1. No es una
estimacion muy precisa, pero va justo en el sentido que queremos:
k! p
k
(n)
_
n 1
k 1
_
= p
k
(n)
1
k!
_
n 1
k 1
_
.
Ahora reunimos toda la informaci on y concluimos que
1
k!
_
n 1
k 1
_
p
k
(n)
1
k!
_
n +
k(k1)
2
1
k 1
_
.
Estas acotaciones, validas para todo n y para cada k = 1, . . . , n, aunque no sean muy precisas,
son sucientes para obtener, utilizando la f ormula de Stirling, que, para k jo,
p
k
(n)
n
k1
k! (k 1)!
cuando n .
Consulte el lector concienzudo el ejercicio 3.1.3.
C. Particiones con todos los sumandos distintos
De entre las m ultiples particiones con restricciones que podemos considerar, unas espe-
cialmente relevantes son aquellas que tienen todas sus partes (sus sumandos) distintos. Los
primeros casos son sencillos de determinar:
n particiones con sumandos distintos n umero
1 1 1
2 2 1
3 1 + 2 , 3 2
4 1 + 3 , 4 2
5 1 + 4 , 2 + 3 , 5 3
6 1 + 5 , 2 + 4 , 1 + 2 + 3 , 6 4
7 1 + 6 , 2 + 5 , 3 + 4 , 1 + 2 + 4 , 7 5
8 1 + 7 , 2 + 6 , 3 + 5 , 1 + 2 + 5 , 1 + 3 + 4 , 8 6
Observese que, para algunos valores de n (por ejemplo, 3, 4 y 6; pero no para 1, 2 o 5), la mitad
de estas particiones tienen un n umero par de sumandos, y la otra mitad tiene un n umero
impar de partes. Consideremos entonces, para cada n 1, las dos siguientes cantidades:
p
par
(n) = p(n[ con un n umero par de partes, todas distintas) ;
p
impar
(n) = p(n[ con un n umero impar de partes, todas distintas) .
Nos interesa la diferencia de estos dos n umeros, que es 0 en los casos vistos de n = 3, 4, 6,
y 1 en los demas casos enumerados. La respuesta es de lo mas sorprendente:
Teorema 3.8
p
par
(n) p
impar
(n) =
_
(1)
m
, si n =
m
2
(3m1) para cierto entero m,
0, en el resto de los casos.
Antes de proceder a la demostracion del teorema, y para insistir en el asombro que produce
su enunciado, se nalemos que los n umeros
m
2
(3m1), cuyos primeros valores son
m = 1 m = 2 m = 3 m = 4 m = 5 m = 6 m = 7
m(3m1)/2 1 5 12 22 35 51 70
m(3m + 1)/2 2 7 15 26 40 57 77
son los llamados n umeros pentagonales (al menos los de la primera la), de los que ya
hablamos en el ejercicio 1.2.3.
Demostraci on. Consideremos una partici on de n con
todas sus partes distintas. Llamaremos () al tama no
del menor sumando de la partici on. Empezando por el
mayor sumando, determinamos cuantas partes consecu-
tivas se diferencian de la anterior en exactamente 1. A
ese n umero lo llamaremos (). Observese, en el ejemplo
de la derecha, que = 3 porque las tres partes mayores dieren en una unidad, pero ya no la
cuarta.
_
= 3
. .
= 2
Vamos ahora a denir una regla, o m as bien dos, que cambian la paridad del n umero
de sumandos que tiene una partici on de n con partes distintas.
Regla 1. Supongamos que la partici on cumple que () (). Construimos la partici on
con la siguiente receta: quitamos el menor sumando de la partici on y a nadimos sus

smbolos a las partes mayores de la partici on:
_
= 3
. .
= 2
E

Obtenemos as una partici on
de n cuyas partes siguen siendo todas distintas; pero que

tiene un sumando menos que los que tuviera . Si, por ejemplo, tiene un n umero par de
partes,
tendr a un n umero impar de partes (y viceversa).

Regla 2. Supongamos que () > (). Quitamos ahora los ultimos smbolos de las
mayores partes y los colocamos como un nuevo sumando (que sera el mas peque no):
= 2
_
= 3
. .
E

Observese que ahora
tiene un sumando m as que .

Podra parecer que la transformaci on
(Regla 1 o Regla 2 en funci on de la estruc-

tura de la partici on ) es una biyeccion entre las particiones de n con partes distintas y con
un n umero par de sumandos y las que tienen n umero impar de sumandos.
Esto, por cierto, no es lo que armaba el teorema. Y es
que hay un par de casos en los que las reglas anteriores
no son aplicables. Veamos el primero en un ejemplo. Su-
pongamos que tenemos una partici on del entero 35 (que,
como el lector ya habra advertido, es un n umero penta-
gonal) con todas sus partes distintas y = , digamos
iguales a 5, como en el esquema de la derecha.
Como = = 5, deberamos aplicar la primera regla. Pero no, la regla no est a denida en
este caso, pues no podemos quitar las 5 aspas del ultimo sumando y a nadrselos a los restantes
sumandos (nos faltara uno!). Esta situaci on se presentara siempre que tengamos = = m
y haya un solapamiento como el que indica el dibujo anterior. Pero ese solapamiento se
produce porque hay exactamente m partes, que son m, m+1, . . . , 2m1. As que n deber a ser
de la forma
n =
m1
j=0
(m + j) = m
2
+
m1
j=1
j = m
2
+
(m1) m
2
=
m
2
(3m1) ,
justamente un n umero pentagonal (35 es el n umero pentagonal correspondiente a m = 5).
Consideremos ahora el entero 26 y una partici on suya con todas los sumandos distintos y
> , como la que mostramos bajo estas lneas. Toca aplicar la Regla 2, y con ella obtenemos
la partici on que aparece a la derecha.
E
Pero, cuidado!, la partici on resultante no tiene todos los sumandos distintos, algo que
estamos exigiendo continuamente. As que, en este caso, no podemos aplicar la Regla 2.
De nuevo podemos determinar cu ando nos encontramos en esta situacion: siempre que
= # partes + 1 y que esas partes sean m + 1, . . . , 2m. Es decir, cuando n sea de la forma
n =
m
j=1
(m + j) = m
2
+
m
j=1
j = m
2
+
n(m + 1)
2
=
m
2
(3m + 1) ,
que es la otra familia de n umeros pentagonales.
Queda como ejercicio 3.3.11 para el lector la comprobacion de que si n es de la forma
m(3m1)/2, entonces p
par
(n) y p
impar
(n) dieren en (1)
m
. En el resto de los casos, como
ya hemos comprobado, la transformaci on
es una biyeccion entre el conjunto de las

particiones de n con un n umero par de sumandos distintos y el de las particiones de n con
un n umero impar de sumandos distintos.
Obtendremos una nueva demostraci on, quiz as mas transparente, de este resultado cuando
revisemos todas estas cuestiones provistos ya del lenguaje de las funciones generatrices, en
la seccion 13.2. Veremos all (asombro ya desbocado) que este peculiar resultado resulta
ser de enorme utilidad para obtener un procedimiento ecaz para calcular el valor de p(n).
Y, puestos ya en este plan decididamente anticipativo, digamos tambien que las funciones
generatrices nos permitiran probar resultados como el siguiente (vease el teorema 13.1):
p(n[ partes impares) = p(n[ partes distintas) ,
nada f acil de demostrar con diagrama de Ferrers. Dejemos, pues, las particiones en este punto,
hasta disponer de las herramientas necesarias para seguir con su tratamiento.
ON 3.3
3.3.1 Compruebese que
S(n, n 2) =
_
n
3
_
+
1
2
_
n
2
__
n 2
2
_
.
Hallese una f ormula an aloga para S(n, n 3). Obtengase tambien una f ormula para S(n, 3).
3.3.2 Pruebese que S(n + 1, m + 1) =
n
k=m
_
n
k
_
S(k, m).
3.3.3 El n umero de Bell B(n) cuenta el n umero de particiones de 1, . . . , n en bloques no vacos:
B(n) =
n
k=1
S(n, k)
(vease una interpretaci on alternativa en la subseccion 3.5.1). Compruebese que, si denimos B(0) = 1,
se verica la siguiente relaci on de recurrencia:
B(n) =
n
j=1
_
n 1
j 1
_
B(n j) , esto es, B(n) =
n1
k=0
_
n 1
k
_
B(k) para cada n 1
3.3.4 Consideremos ahora el n umero de particiones del conjunto 1, . . . , n en bloques no vacos,
de manera que los bloques van numerados (el orden dentro de los bloques sigue siendo irrelevante). A
este n umero lo llamaremos n-esimo n umero de Bell ordenado,

B(n). Compruebese que
B(n) =
n
k=1
S(n, k) k! .
Pruebese que, si denimos

B(0) = 1, estos n umeros verican la siguiente relaci on de recurrencia:
B(n) =
n
j=1
_
n
j
_
B(n j) para cada n 1, o, lo que es lo mismo,

B(n) =
n1
k=0
_
n
k
_
B(k) .
3.3.5 Una cierta competici on consta de n equipos. Al nal del torneo, los equipos quedan clasicados
en funci on de los resultados de los partidos. Cu antas posibles clasicaciones nales hay si se permite
que dos o m as equipos acaben empatados?
3.3.6 Pruebese que
(a)
k1
z(n, k) =
k1
[s(n, k)[ = n! para cada n 1; (b)
k1
s(n, k) = 0 para cada n 2.
3.3.7 Pruebese que
(a) z(n+1, k) =
nk+1
j=0
_
n
j
_
j! z(nj, k1) ; (b) s(n+1, k) =
nk+1
j=0
_
n
j
_
(1)
j
j! s(nj, k1) .
3.3.8 Pruebese, por inducci on y utilizando la regla de recurrencia para los s(n, k), que
x(x 1) (x n + 1) =
k0
s(n, k) x
k
.
3.3.9 En este ejercicio discutimos la relaci on entre los n umeros de Stirling de primera y segunda
especie. Consideremos la base usual de los polinomios B
1
= 1, x, x
2
, x
3
, x
4
, x
5
, . . . y la base de los
factoriales decrecientes
B
2
= 1, x, x(x 1), x(x 1)(x 2), x(x 1)(x 2)(x 3), x(x 1)(x 2)(x 3)(x 4), . . . .
(a) Compruebese que los primeros elementos de B
1
es escriben, en terminos de los de B
2
, como sigue:
1 = 1
x = x
x
2
= x + x(x 1)
x
3
= x + 3x(x 1) + x(x 1)(x 2)
x
4
= x + 7x(x 1) + 6x(x 1)(x 2) + x(x 1)(x 2)(x 3)
Notese la presencia de los S(n, k) en los terminos de la derecha. Verifquese, en sentido contrario, que
1 = 1
x = x
x(x 1) = x + x
2
x(x 1)(x 2) = 2x 3x
2
+ x
3
x(x 1)(x 2)(x 3) = 6x + 11x
2
6x
3
+ x
4
Observese que los coecientes que aparecen son ahora los n umeros s(n, k).
(b) El paso de una base a otra se puede codicar matricialmente. Sea S la matriz (innita) cuyas
las y columnas se indexan de 0 en adelante, y que en la la n (n 0) y en la columna k (k 0)
tiene como registro el n umero de Stirling de segunda especie S(n, k). Sea s la matriz analoga para los
n umeros de Stirling de primera especie, s(n, k). Recuerdese que hemos denido s(0, 0) = 1 = S(0, 0).
Supongamos que el polinomio p(x) tiene coecientes (
k
) en la base usual y coecientes (
k
) en
la base de los factoriales decrecientes. Esto es,
p(x) =
k
x
k
=
k
x(x 1) (x k + 1)
Compruebese que, si denotamos por el producto de matrices habitual,
(
0
,
1
, . . . ) S = (
0
,
1
, . . . ) y que (
0
,
1
, . . . ) s = (
0
,
1
, . . . ) ,
(c) Compruebese que S s = s S = I, donde I es la matriz identidad (innita).
(d) Sean f y g son dos funciones denidas en N. Compruebese que
f(n) =
n
k=1
s(n, k) g(k) g(n) =
n
k=1
S(n, k) f(k) .
3.3.10 Si una partici on coincide con su conjugada, se dice, por supuesto, que es autoconjugada.
(a) Compruebese que, para los valores de n = 1, . . . , 16, hay el siguiente n umero de particiones auto-
conjugadas: 1, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 5.
(b) Pruebese que p(n[autoconjugadas) = p(n[con partes distintas e impares).
3.3.11 Completese la demostracion del teorema 3.8 probando que si n = m(3m 1)/2, entonces
p
par
(n) p
impar
(n) = (1)
m
.
3.4. Distribuciones de bolas en cajas 185
3.4. Distribuciones de bolas en cajas
Una gran cantidad de cuestiones combinatorias pueden ser descritas y codicadas en
terminos de distribuciones de bolas en cajas. As que conviene tener a mano un vademecum
que incluya los principales casos, clasicados en funci on de si las bolas y las cajas son distin-
guibles o no (incluyendo, adem as, las restricciones mas habituales sobre la distribuci on).
Las bolas seran los objetos que distribuiremos en las cajas, y supondremos que dentro de
las cajas el orden no es relevante. En los ejercicios de esta seccion hemos incluido, adem as,
algunas preguntas sobre distribuciones de bolas en tubos (cajas en cuyo interior el orden
sera tambien importante).
En todo lo que sigue, los par ametros n y k seran enteros positivos. Usaremos los terminos
identicas y no numeradas cuando los objetos de interes (quizas las bolas, quizas las cajas)
sean indistinguibles. Cuando sean distinguibles, tambien utilizaremos los terminos numera-
das y distintas. Por ejemplo, cuando digamos que n cajas estan numeradas, querremos
signicar que les hemos asignado n umeros distintos de 1 a n.
A. Bolas identicas, cajas numeradas
Tenemos n bolas identicas, que queremos distribuir en k cajas numeradas. Veanse, en el
dibujo, las n bolas, dispuestas a ser introducidas en las cajas.
C
1
C
2
C
k

C
1
C
2
C
k

E
A la derecha ya se ha hecho esa distribucion. Observese que, para determinar una de
estas distribuciones, basta decidir cu antas bolas van en la caja 1, cu antas en la 2, etc., puesto
que, como las bolas son indistinguibles, no tiene sentido preguntarse por que bolas van en
cada caja. As que una distribuci on de estas se puede codicar como una lista de n umeros
(x
1
, . . . , x
k
) cuya suma vale
x
1
+ + x
k
= n.
En principio, la unica restriccion sobre los x
j
es que sean enteros no negativos.
Esta cuestion sobre el n umero de soluciones de ciertas ecuaciones diofanticas ya la anali-
zamos con detalle en la subseccion 3.1.3, en la que el lector encontrar a los argumentos que
justican las respuestas de este apartado. Los casos mas relevantes son:
si no permitimos que queden cajas vacas (esto es, si exigimos que x
j
1). Observe-
se que si n < k, no hay ninguna distribuci on posible. Pero si n k, el n umero de
distribuciones posibles es
_
n 1
k 1
_
para n k 1.
En el caso general, en que permitimos que alguna caja pudiera quedar vaca, las res-
tricciones son x
j
0. Entonces k puede tomar cualquier valor y la respuesta es
_
n + k 1
k 1
_
n 1 , k 1.
Otro tipo de restricciones para los x
j
(cotas por arriba y por debajo) fueron estudiadas en
la subsecci on 3.1.3, y remitimos a ella al lector que pudiera estar interesado (vease tambien
el ejercicio 3.4.1).
B. Bolas y cajas numeradas
Consideremos ahora n bolas numeradas y k cajas numeradas. La cuestion que nos interesa
nuevamente es determinar de cuantas maneras se pueden distribuir las bolas en las cajas,
pero ahora s que podemos (y debemos) distinguir que bolas van en cada caja:
C
1
C
2
C
k

3 4 1
n
2
C
1
C
2
C
k

E
n 1
4
2 3 7
Este es tambien una cuestion que ya hemos tratado ampliamente. Teniendo en cuenta
los ingredientes del problema, la mejor manera de codicar una distribuci on de estas es
mediante una lista de n posiciones, en cada una de las cuales puede ir, en principio, un
elemento cualquiera del conjunto 1, . . . , k. En la posici on j informamos de a que caja (un
n umero entre 1 y k) ha ido la bola j.
En otros terminos, que tambien hemos considerado, son las aplicaciones de un conjunto
con n elementos en uno con k elementos. Los casos mas relevantes son:
si pueden quedar cajas vacas (esto es, si la lista es sin restricciones, o si queremos
contar todas las posibles aplicaciones), entonces k puede tomar cualquier valor y la
respuesta es
k
n
.
Si no permitimos cajas vacas (es decir, si en la lista deben aparecer todos los smbolos
de 1, . . . , k, o bien si queremos contar las aplicaciones sobreyectivas), entonces n ha
de ser k y la respuesta es
k! S(n, k) ,
donde los S(n, k) son los n umeros de Stirling de segunda especie, a los que dedicamos la
subseccion 3.3.1 (all podr a encontrar el lector f ormulas explcitas para ellos, as como
la regla de recursi on que permite calcularlos).
Supongamos ahora que nos interesa contar el n umero de distribuciones de n bolas
numeradas en cajas numeradas, de manera que ninguna de estas quede vaca, pero
cuando no jamos a priori el n umero de cajas. La respuesta es, entonces,
n
k=1
k! S(n, k) ,
una cantidad que recibe el nombre de n-esimo n umero de Bell ordenado, y que deno-
tamos por

B(n). De estos n umeros ya hablamos en el ejercicio 3.3.4.
Si exigimos que las bolas vayan en cajas distintas (lo que s olo es posible si n k),
entonces la respuesta es
k(k 1) (k n + 1) .
3.4. Distribuciones de bolas en cajas 187
Recordamos tambien que si tenemos una informaci on mucho m as detallada, como es la de que
en la distribuci on de las n bolas en k cajas vayan a
j
bolas en la caja j, donde a
1
+ +a
k
= n,
entonces la respuesta es (vease la subseccion 3.1.6) el coeciente multinomico
_
n
a
1
, . . . , a
k
_
.
C. Bolas numeradas, cajas identicas
Tenemos n bolas numeradas, que quere-
mos distribuir en k cajas identicas. Estamos
partiendo un conjunto de n elementos en k
bloques. Junto a estas lneas exhibimos una
distribuci on de estas para n = 9 y k = 5. Dibujamos
E
1 4
9
3 7
2 8
5
6
6
3
7
4 1
9
2
5
8
los bloques como montones desperdi-
gados para insistir en la idea de que no est an ordenados (no hay bloque 1, bloque 2, etc.).
Parece razonable suponer que los bloques sean no vacos
33
. Entonces n ha de ser k y
la respuesta es, simplemente,
S(n, k) .
Si s olo jamos n, el n umero de bolas (numeradas), pero no el n umero de bloques, entonces
la respuesta es el n umero total de particiones del conjunto 1, . . . , n, que conocemos como
el n-esimo n umero de Bell B(n):
B(n) =
n
j=1
S(n, j) .
D. Bolas y cajas identicas
Tenemos n bolas y k cajas. Ahora no po-
demos distinguir entre las bolas ni entre las
cajas. Vease en el dibujo
E
una distribuci on para
n = 9 y k = 6. Estas distribuciones se corres-
ponden con las particiones del entero n (revsese la subseccion 3.3.3). De nuevo suponemos
que las cajas no son vacas (vease den nuevo la nota al pie). Entonces, necesariamente n debe
ser k y la respuesta es el n umero de particiones de n con exactamente k partes,
p
k
(n) .
Si, como antes, no jamos el n umero de cajas (el n umero de partes de la particion), entonces
la respuesta es el n umero total de particiones del entero n:
p(n) =
n
j=1
p
j
(n) .
Conviene recordar que para estos n umeros p
k
(n) y p(n) no disponemos de unas f ormulas
explcitas, aunque s reglas de recurrencia (recuerdese la subseccion 3.3.3).
33
Reexione, sin embargo, el lector sobre lo que ocurrira si permitieramos bloques vacos, que valores podra
tomar k y cual sera la respuesta en ese caso.
ON 3.4
3.4.1 Clasifquense las distribuciones de n bolas identicas en k cajas numeradas en funci on del
n umero de cajas que vayan realmente llenas para recuperar la f ormula de Vandermonde (veanse, por
ejemplo, las paginas 110 y 131).
3.4.2 Sea f(n, k) el n umero de formas de poner n bolas numeradas en k tubos numerados. El di ame-
tro del tubo es solo un poco mayor que el di ametro de las bolas, de forma que podemos distinguir el
orden de las bolas dentro de cada tubo. Permitimos que algunos tubos queden vacos (as que k puede
tomar cualquier valor). Compruebese que
f(n, k) = k(k + 1) (k + n 1)
(a) por inducci on en n, el n umero de bolas;
(b) con un argumento combinatorio: una distribuci on de estas es una lista de n +k 1 posiciones en
las que situamos n smbolos distintos (las bolas), as como k 1 separadores identicos (que marcan
donde empieza cada tubo);
(c) suponiendo, por un momento, que las bolas son indistinguibles (de manera que los tubos se con-
vierten en cajas), para luego volver a la situaci on original.
3.4.3 Queremos contar ahora las formas de distribuir n bolas numeradas en k tubos numerados, pero
donde no permitimos que queden tubos vacos (as que n k). Compruebese que la respuesta es ahora
_
n
k
_
k! f(n k, k) o, en otros terminos, n!
_
n 1
k 1
_
.
3.4.4 Sea g(n, k) el n umero de formas de distribuir n bolas numeradas en k tubos identicos, donde
no permitimos que queden tubos vacos (as que n k). Compruebese que
g(n, k) =
n!
k!
_
n 1
k 1
_
.
Ded uzcase que, si permitimos tubos vacos, la respuesta es
mn(n,k)
j=1
n!
j!
_
n 1
j 1
_
.
3.4.5 Compruebese, nalmente, que si las bolas no est an numeradas (da igual si los tubos lo est an
o no), los tubos son, simplemente, cajas (y se aplican los resultados correspondientes).

Combinatoria Cap3 MD 2010 2011

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Combinatoria Cap3 MD 2010 2011

Uploaded by

Copyright:

Available Formats

Captulo 3

Las estructuras basicas de la

(versi on preliminar 26 de septiembre de 2010)

(versi on preliminar 26 de septiembre de 2010)

3.1.4. Los coecientes bin omicos y el principio de inclusi on y exclusi on

3.1.6. Coecientes multin omicos

que caja va la bola 1

(versi on preliminar 26 de septiembre de 2010)

(versi on preliminar 26 de septiembre de 2010)

Y ahora interpretamos la zona

La primera matriz representa a la permutaci on que lleva el 1 en 2, el 2 en 3 y el 3 en 1; esto es,

Ejemplo 3.3.2 El valor de S(n, 2), para n 2.

(versi on preliminar 26 de septiembre de 2010)

El primer resultado, que

Si tenemos una partici on de n + k con k partes, su diagrama de

(versi on preliminar 26 de septiembre de 2010)

tienen intercambiados los papeles del n umero de partes y el

es una biyeccion entre las particiones de n que tienen k partes y las

con la siguiente receta: quitamos el menor sumando de la partici on y a nadimos sus

Obtenemos as una partici on

de n cuyas partes siguen siendo todas distintas; pero que

tendr a un n umero impar de partes (y viceversa).

Observese que ahora

tiene un sumando m as que .

(Regla 1 o Regla 2 en funci on de la estruc-

es una biyeccion entre el conjunto de las

B(n j) para cada n 1, o, lo que es lo mismo,

You might also like