Elementos de combinatoria.

Alfredo Garca Olaverri

1
1 Combinatoria elemental.
1.1 Permutaciones y combinaciones.
Los problemas b asicos de Combinatoria tratan sobre el n umero de formas de seleccionar
objetos de un conjunto, bien siguiendo ciertas reglas para hacer la selecci on, bien de forma
que los objetos seleccionados cumplan ciertas propiedades. Comencemos con el problema
m as simple, nos dan un conjunto S con n elementos y queremos seleccionar r de esos n
elementos. Hay dos cuestiones b asicas:
1) Calcular de cuantas formas diferentes podemos seleccionar r objetos de un conjunto
S con n objetos.
2) Calcular cuantas selecciones distintas de r objetos podemos obtener de ese conjunto
S.
As, si S = a, b, c, d, y quiero seleccionar 2 elementos, formas distintas de hacer
la selecci on hay 4 3 = 12 formas, pero selecciones distintas, (es decir subconjuntos
de S con dos elementos) hay 6. Cuando resolvemos el problema 1) decimos tambien
que buscamos subconjuntos ordenados con r elementos (o secuencias de longitud r),
y para el caso 2) que buscamos subconjuntos no ordenados. Notar que no estamos
interesados en cu ales son esos subconjuntos (ordenados o no ordenados) , sino en conocer
su n umero, aunque ciertamente, una forma de calcular ese n umero de subconjuntos es
generarlos todos. Para el conjunto S = a, b, c, d dado, si r = 2, los 12 subconjuntos
ordenados (secuencias) son: ab, ac, ad, ba, bc, bd, ca, cb, cd, da, db, dc y los 6 subconjuntos
(no ordenados) son a, b, a, c, a, d, b, c, b, d, c, d
Mas generalmente podemos suponer que S es un multiset, es decir un conjunto que
puede contener elementos repetidos, por ejemplo el multiset
S = a, a, a, a, b, b, b, c, d, d
(abreviadamente S = 4a, 3b, 1c, 2d), e igualmente podemos plantear las cuestiones
1) Calcular cuantas secuencias (o submultisets ordenados) con r elementos contiene S.
2) Calcular cuantos submultisets (no ordenados) con r elementos contiene S.
Claramente la respuesta de 1) y 2) va a depender no s olo de r y del n umero de
elementos de S, sino tambien del n umero k de elementos distintos que contiene S, y del
n umero de veces n
1
, n
2
, . . . , n
k
que cada elemento aparece repetido en S. En el multiset
anterior, k = 4, n
1
= 4, n
2
= 3, n
3
= 1, n
4
= 2. Siempre ha de ser n
i
> 0 y n
1
+n
2
+. . . +
n
k
= n. Para este ejemplo, si r = 2 la respuesta a 1) es 15 y a 2) es 9. Las 15 secuencias
de longitud 2 son aa, ab, ac, ad, ba, bb, bc, bd, ca, cb, cd, da, db, dc, dd y los 9 submultisets
son a, a, a, b, a, c, a, d, b, b, b, c, b, d, c, d, d, d
Hay un caso especial de multiset S en el que los calculos son m as sencillos: cuando S
contiene n elementos distintos, pero contiene un n umero innito de copias de cada elemento,
no existiendo por tanto lmite al n umero de veces que un mismo objeto es seleccionado.
Decimos entonces que seleccionamos r objetos de un conjunto de n pero permitiendo un
n umero arbitrario de repeticiones de cualquier objeto. Las cuestiones 1) y 2) quedan:
2
1

) Calcular de cuantas formas diferentes podemos seleccionar r elementos de un

conjunto S con n elementos permitiendo repeticiones arbitrarias de elementos.
2

) Calcular cuantas selecciones con repeticion distintas, constando de r elementos,

podemos obtener de un conjunto S con n elementos.
El siguiente teorema da formulas explcitas sobre como se resuelven algunos de estos 6
problemas citados.
Teorema 1.1 i) La solucion a la cuestion 1) (variaciones de n elementos tomados de r
en r) es el n umero
V (n, r) = n(n 1) . . . (n r + 1)
En el caso particular de r = n el n umero es
n! = n(n 1) . . . 1
y decimos que es el n umero de permutaciones de un conjunto con n elementos.
ii) La solucion de la cuestion 2) (combinaciones de n elementos tomados de r en r) es
C(n, r) =
_
n
r
_
=
n(n 1) . . . (n r + 1)
r(r 1) . . . 1
iii) La solucion de 1

) (variaciones con repeticion) es

V

(n, r) = n
r
iv) La solucion de 2

) (combinaciones con repeticion) es

C

(n, r) =
_
n +r 1
n 1
_
v) La solucion de 1) cuando el multiset S consta de k elementos distintos, cada uno
repetido n
1
, n
2
, . . . , n
k
veces, para el caso particular de r = n =

k
i=1
n
i
es
n!
n
1
! . . . n
k
!
Dems. i) Supongamos 1 r n. Hay n posibles elecciones para el primer elemento de
la secuencia, por tanto V (n, 1) = n. Una vez elegido el primer elemento, quedan n 1
elementos de S y de entre ellos hemos de elegir secuencias de longitud r 1, por tanto
V (n, r) = nV (n 1, r 1)
Repitiendo el mismo razonamiento para V (n 1, r 1), V (n 2, r 2) . . . obtenemos
V (n, r) = n(n 1) . . . V (n (r 1), 1) = n(n 1) . . . (n r + 1)
ii) Si generamos los C(n, r) subconjuntos no ordenados de S, y ordenamos los elemen-
tos de cada subconjunto en las r! formas posibles, obtendremos los V (n, r) subconjuntos
ordenados de S. Por lo tanto
C(n, r)r! = V (n, r)
3
iii) Como en el caso i) hay n elecciones para el primer elemento de la secuencia, asi
V

(n, 1) = n, pero ahora una vez elegido el primer elemento, hemos de elegir secuencias
de longitud r 1 de entre n elementos, por tanto
V

(n, r) = nV

(n, r 1) = . . . = n n . . . V

(n, 1) = n
r
v) Suponemos que S es un multiset con k elementos distintos a
1
, . . . , a
k
, d onde el
elemento a
1
aparece n
1
> 0 veces, a
2
aparece n
2
> 0 veces,.... Por tanto S contiene
n = n
1
+ n
2
+ . . . + n
k
elementos, y queremos calcular el n umero de formas distintas
de ordenar estos n elementos, o dicho de otra forma, el n umero de secuencias e
1
e
2
. . . e
n
d onde cada e
i
es un elemento de S y cada elemento a
i
aparece exactamente n
i
veces en
esa secuencia. Observar que a
1
aparecera en n
1
posiciones, y por tanto puede aparecer en
C(n, n
1
) posiciones distintas. Una vez colocados los elementos a
1
en la secuencia, podemos
colocar los elementos a
2
en las nn
1
posiciones que quedan, por tanto podemos colocarlos
de C(n n
1
, n
2
) formas distintas. Igualmente, despues de colocados los a
1
y a
2
, los
elementos a
3
pueden colocarse de C(n n
1
n
2
, n
3
) formas distintas y as sucesivamente.
Por tanto el n umero buscado es
C(n, n
1
)C(n n
1
, n
2
) . . . C(n n
1
n
2
. . . n
k1
, n
k
) =
n!
n
1
! . . . n
k
!
Notar que para k = 2, el resultado anterior da el n umero combinatorio
_
n
1
+n
2
n
1
_
, es
decir el n umero de subconjuntos de tama no n
1
de un conjunto de n elementos coincide
con el n umero de secuencias de longitud n, formadas usando s olo dos smbolos, digamos
los smbolos y [, y donde el smbolo aparece exactamente n
1
veces. Podamos haber
demostrado directamente que estas dos cantidades coinciden, y es que efectivamente, para
especicar una secuencia de n = n
1
+n
2
smbolos, n
1
de los cuales son y los otros n
2
son
[, basta especicar un subconjunto de n
1
elementos del conjunto 1, 2, . . . , n, que indicara
en que posiciones de la secuencia hay (en las otras posiciones habra [) y viceversa.
iv) Este resultado es m as interesante. Consideremos un multiset formado por r smbolos
y n 1 smbolos [, y un conjunto S de n elementos a
1
, . . . , a
n
. Hay una correspondencia
biyectiva entre las secuencias de r smbolos y n 1 smbolos [ y los multisets de tama no
r obtenidos de S: A cada secuencia s , si son s
1
, . . . , s
n1
las posiciones donde aparece
el smbolo [, le asignemos el submultiset S

tal que el elemento a

i
(i = 1, . . . , n) aparece
repetido en S

exactamente r
i
= s
i
s
i1
1 veces (tomando s
0
= 0, s
n
= r). Por ejemplo,
si n = 4,r = 7 a la secuencia
[ [ [
le corresponde el multiset no ordenado
0 a
1
, 1 a
2
, 2 a
3
, 4 a
4
= a
2
, a
3
, a
3
, a
4
, a
4
, a
4
, a
4

Claramente esta aplicaci on es inyectiva, a secuencias distintas corresponden multisets dis-

tintos, y suprayectiva, el multiset r
1
a
1
, r
2
a
2
, . . . , r
k
a
k
se obtiene de la secuencia
formada por r
1
seguidos de un [, despues r
2
y un [,..., nalmente r
k
.
Por tanto hay tantos multisets de tama no r como secuencias, y este n umero, seg un el
apartado v), es
_
n+r1
n1
_
.
2
Destacamos las siguientes observaciones sobre el teorema anterior:
4
1.- Si S contiene n elementos y r es un entero 1 r n, el apartado i) nos dice que el
n umero de subconjuntos ordenados es V (n, r) = n(n1) . . . (nr+1). Notar que si r es un
entero mayor que n la formula anterior nos da el valor 0 (e igualmente C(n, r) = V (n, r)/r!
vale 0) lo cual tambien coincide con el n umero de subconjuntos ordenados que tenemos de
ese tama no, esto es, ninguno.
Por otra parte, el conjunto siempre es un subconjunto de S, y aunque no tiene sentido
ordenar sus elementos, vamos a denir por convenio que
V (n, 0) = 1
de esta forma V (0, 0) = 0! = 1 y C(n, 0) =
_
n
0
_
= V (n, 0)/0! = 1, y por tanto C(n, 0) nos
da tambien el n umero de subconjuntos de tama no 0 de S.
En general dado un entero r 0, podemos denir el polinomio V (x, r) como
V (x, r) =
_
x(x 1) . . . (x r + 1), si r > 0
1, si r = 0
Este polinomio evaluado en un entero n > 0 nos da el n umero de subconjuntos ordenados
de tama no r que contiene un conjunto con n elementos. Igualmente, podemos denir el
polinomio
C(x, r) =
_
x
r
_
= V (x, r)/r!
Este polinomio (como el anterior de grado r), cuando se eval ua en un entero n 0, da el
n umero de subconjuntos de tama no r que contiene un conjunto con n elementos.
Finalmente el polinomio de grado r
V

(x, r) =
_
x
r
, si r > 0
1, si r = 0
evaluado en un entero n > 0 da las secuencias de longitud r que pueden formarse usando
n elementos (smbolos) distintos.
2.- Hay varias formulaciones alternativas del resultado iv), por ejemplo, tambien nos
da el n umero de formas distintas de repartir r monedas identicas, digamos de 1e , entre
n personas. Un reparto en que a la persona i le asignamos r
i
monedas, (1 i n y
r
1
+ . . . + r
n
= r) equivale a dar un multiset de personas en el que la persona i aparece
exactamente r
i
veces y viceversa. Tradicionalmente, en combinatoria, usamos bolas en
lugar de monedas y urnas o cajas en lugar de personas, y as,
_
r+n1
n1
_
da el n umero de
formas de colocar r bolas indistinguibles en n cajas numeradas de 1 a n.
Tambien
_
r+n1
n1
_
es el n umero de soluciones enteras, ordenadas y 0, de la ecuaci on
x
1
+. . . +x
n
= r
Por ejemplo, si r = 7 y n = 4, una soluci on es x
1
= 3, x
2
= 2, x
3
= 0, x
4
= 2, que
corresponde al multiset 3 a
1
, 2 a
2
, 2 a
4
(uno de los submultisets de tama no 7 de
S = a
1
, a
2
, a
3
, a
4
). En cambio la soluci on, x
1
= 0, x
2
= 2, x
3
= 2, x
4
= 3 es distinta y
corresponde al multiset 2 a
2
, 2 a
3
, 3 a
4
.
Si buscasemos n umero de soluciones de esta ecuaci on con cota inferior para las x
i
distinta de cero, por ejemplo x
i
b
i
(b
i
un entero sin restriccion de signo) haciendo el
5
cambio, y
i
= x
i
b
i
, ese n umero de soluciones seran las mismas que las de la ecuaci on
y
1
+. . . +y
n
= r

b
i
, es decir el n umero
_
n +r

b
i
1
n 1
_
En particular si todos los b
i
son 1, obtenemos el n umero
_
r1
n1
_
, o dicho de otra forma, el
n umero de formas de repartir r caramelos identicos entre n ni nos de forma que cada ni no
reciba al menos un caramelo es
_
r1
n1
_
.
El n umero de soluciones enteras de la anterior ecuaci on x
1
+. . . +x
n
= r cuando los x
i
adem as de ser 0 tienen una cota superior x
i
n
i
, es la soluci on del problema 2), que
veremos en siguientes secciones como se puede resolver.
Dado un entero r > 0, una composici on de r en n partes, 1 n r, es una secuencia
(a
1
, a
2
, . . . , a
n
) de n umeros enteros positivos tales que

n
i=1
a
i
= r. Por ejemplo, las com-
posiciones de r = 5 en tres partes son (3, 1, 1), (1, 3, 1), (1, 1, 3), (2, 2, 1), (2, 1, 2), (1, 2, 2).
Notar que el n umero de composiciones de r en n partes, por denicion, coincide con el
n umero de soluciones enteras y positivas de la ecuaci on
x
1
+x
2
+. . . +x
n
= r
que acabamos de ver que es el n umero combinatorio
_
r1
n1
_
. De aqu podemos deducir que
el n umero de composiciones de r en cualquier n umero de partes es 2
r1
. As el n umero
de formas de descomponer el n umero 5 en sumandos positivos (composiciones de 5) es
2
4
= 16.
Para esta misma ecuaci on, x
1
+ . . . + x
n
= r, si consideramos que dos soluciones son
identicas cuando s olo dieren en el orden de las variables, el hallar todas las soluciones
distintas, enteras y positivas, es un problema bastante diferente e interesante. Por ejemplo
si n = 3 y r = 5, ahora la soluci on x
1
= 3, x
2
= 1, x
3
= 1 la consideramos identica a la
soluci on x
1
= 1, x
2
= 3, x
3
= 1. El n umero que buscamos ahora es cuantas soluciones
enteras y positivas tiene x
1
+ x
2
+ x
3
= 5 con la condici on x
1
x
2
x
3
1. Para n y
r n 1 enteros arbitrarios, al n umero de soluciones enteras de
x
1
+. . . x
n
= r x
1
. . . x
n
1
se le denomina n umero de particiones de r en n sumandos ( o en n partes), y suele
denotarse por p
n
(r). La cantidad p(r) =

r
n=1
p
n
(r) se llama n umero de particiones
de r, y como vemos, cuenta el n umero de formas esencialmente distintas de descomponer
un entero r como suma de n umeros positivos. Si r = 5, las particiones de 5, es decir las
formas distintas de expresar 5 como suma de enteros son
(5), (4, 1), (3, 2), (3, 1, 1), (2, 2, 1), (2, 1, 1, 1), (1, 1, 1, 1, 1)
por tanto p
1
(5) = 1, p
2
(5) = 2, p
3
(5) = 2, p
4
(5) = 1, p
5
(5) = 1, y en total p(5) = 7.
Finalmente notar que el n umero de particiones de un entero, p(r), es tambien el n umero
de soluciones de
y
1
+ 2y
2
+. . . +ry
r
= r
con y
i
0, 1 i r, ya que cada partici on viene especicada por cuantas veces usamos
el sumando 1(y
1
veces), el sumando 2(y
2
veces),. . ., el sumando r(y
r
veces).
6
1.2 Coecientes binomiales.
Los n umeros
C(n, r) =
_
n
r
_
=
n(n 1) . . . (n r + 1)
r(r 1) . . . 1
suelen denominarse coecientes binomiales.
Hay muchas propiedades, relaciones e identidades entre los n umeros combinatorios
_
n
r
_
.
Estas relaciones pueden probarse, o bien utilizando la formula de calculo anterior, o bien
por argumentos combinatorios. Por ejemplo, veamos una demostracion combinatoria de
que
r

i=0
_
a
i
__
b
r i
_
=
_
a +b
r
_
(1)
para enteros a > 0, b > 0, 0 r a + b. Esta identidad se suele llamar identidad de
Vandermonde. En particular si a = b = r, la formula dice que
_
r
0
_
2
+
_
r
1
_
2
+. . . +
_
r
r
_
2
=
_
2r
r
_
Un demostracion es la siguiente: Supongamos que tenemos a + b bolas numeradas
1, . . . , a, a + 1, . . . , a + b. Podemos seleccionar
_
a+b
r
_
subconjuntos de r bolas, pero cada
subconjunto constara de i bolas de las a primeras que pueden seleccionarse de
_
a
i
_
formas
distintas (max(0, r b) i min(a, r)) y r i de las ultimas b bolas, que pueden selec-
cionarse de
_
b
ri
_
formas distintas. Sumando entre los posibles valores de i, y notando que
si i < r b es
_
b
ri
_
= 0, y s i > a es
_
a
i
_
= 0, obtenemos la identidad buscada.
Tambien puede demostrarse el anterior resultado por induccion, o por metodos analti-
cos, pero generalmente una demostracion combinatoria es preferida, pues establece el
porque dos cantidades son iguales. Muchas veces adem as las demostraciones combina-
torias pueden implicar resultados an aliticos no evidentes. En el ejemplo que nos ocupa,
nos gustara saber si la identidad anterior puede extenderse a n umeros (complejos en gen-
eral) arbitrarios, es decir si podemos por ejemplo asegurar que

4
i=0
_
3.9
i
__
5.1
4i
_
=
_
9
4
_
.
Podemos demostrar que esto es cierto de la siguiente forma: Sean r 0 y b 0 enteros
dados y consideremos los polinomios P
1
(x) =

r
i=0
_
x
i
__
b
ri
_
y P
2
(x) =
_
x+b
r
_
. Estos dos
polinomios tienen el mismo grado, r, y su diferencia d(x) = P
1
(x) P
2
(x) es por tanto un
polinomio de grado r, que adem as vale 0 si x coincide con un entero a, es decir para
x = 1, 2, 3, . . .. Como un polinomio de grado r > 0 tiene a lo m as r raices, se deduce que
d(x) es el polinomio nulo, esto es P
1
(x) = P
2
(x).
De la misma forma jados r 0 entero y x n umero arbitrario, consideremos los poli-
nomios Q
1
(y) =

r
i=0
_
x
i
__
y
ri
_
y Q
2
(y) =
_
x+y
r
_
. Por el apartado anterior, estos dos
polinomios de grado r coinciden para los valores enteros y = 1, 2, . . ., y por tanto son
identicos. Hemos extendido por tanto la validez de la identidad de Vandermonde para el
caso de a y b n umeros complejos arbitrarios (pero r ha de ser entero y 0).
Hay cientos de identidades entre n umeros combinatorios, las siguientes son todas facil-
mente demostrables:
_
n
r
_
=
n!
r!(n r)!
(2)
valida si r 0 entero y n r entero.
_
n
r
_
=
_
n
n r
_
(3)
7
valida si r 0 entero y n r entero.
_
n
r
_
=
n
r
_
n 1
r 1
_
(4)
valida si r > 0 entero.
_
n
r
_
=
_
n 1
r
_
+
_
n 1
r 1
_
(5)
valida si r 0 entero.
_
n
r
_
= (1)
r
_
n +r 1
r
_
(6)
valida si r 0 entero.
_
n
0
_
+
_
n + 1
1
_
+. . . +
_
n +r
r
_
=
_
n +r + 1
r
_
(7)
valida si r 0 entero.
_
r
r
_
+
_
r + 1
r
_
+. . . +
_
n
r
_
=
_
n + 1
r + 1
_
(8)
valida si n r 0 enteros.
La m as famosa formula es sin embargo el siguiente resultado conocido como Teorema
binomial.
Teorema 1.2 Para cualquier entero n 0 y n umeros arbitrarios (reales o complejos) x, y
es
(x +y)
n
=

r=0
_
n
r
_
x
r
y
nr
Dems. Notar que si r > n es
_
n
r
_
= 0 y por tanto en el sumatorio s olo nos interesan los
sumandos con 0 r n, es decir tenemos una suma nita.
La demostracion es por induccion sobre n. Queremos ver que cuando desarrollamos
(x +y)
n
como suma de potencias de x e y, el coeciente de x
r
y
nr
es
_
n
r
_
. Para n = 0 la
identidad es cierta y supongamos que es cierta para el valor n 1. Como
(x +y)
n
= (x +y)
n1
(x +y) = (
n1

r=0
_
n 1
r
_
x
r
y
nr1
)(x +y)
el coeciente de x
r
y
nr
al hacer este ultimo producto ser a
_
n1
r
_
+
_
n1
r1
_
, lo cual coincide
con
_
n
r
_
. 2
Para el caso particular de x = 1 el teorema del binomio queda en
(1 +y)
n
=

r=0
_
n
r
_
y
r
(9)
Veremos m as adelante que si [y[ < 1 esta ultima formula es valida cuando n es un n umero
real arbitrario. Pero notar que en este caso, la parte derecha de la formula (6) es una serie
8
innita, pues si n no es entero
_
n
r
_
no es 0 para r > n, y por tanto la suma se extiende a
todo entero r 0.
Si n es entero 0 con los mismos razonamientos utilizados en el teorema previo, puede
verse que la formula del binomio (9) es valida si y es un elemento de un anillo con unidad
1. En particular es valida para matrices cuadradas Y , tomando la identidad I en lugar de
1 y con la suma y producto usuales entre matrices, por tanto
(I +Y )
n
=
n

r=0
_
n
r
_
Y
r
Como hemos se nalado
V (x, r) = x(x 1) . . . (x r + 1)
es un polinomio de grado r, y claramente tiene coecientes enteros. Los coecientes de
esos polinomios (salvo el signo) se denominan n umeros de Stirling de primera clase.
Concretamente, denotaremos por S
1
(r, i) al coeciente de x
i
en V (x, r) multiplicado por
(1)
ri
. Asi por ejemplo, como
V (x, 5) = x
5
10x
4
+ 35x
3
50x
2
+ 24x
los valores de S
1
(5, i) para i = 0, . . . , 5 son 0, 24, 50, 35, 10, 1. Notar que, de acuerdo con
la denicion, S
1
(r, i) = 0 si i > r. Ademas, puesto que V (x, 0) = 1, es S
1
(0, 0) = 1, pero
S
1
(r, 0) = 0 si r > 0.
De la misma forma podemos expresar el polinomio x
r
como combinaci on lineal de los
polinomios V (x, r), V (x, r1), . . . , V (x, 1), V (x, 0). Los coecientes de esas combinaciones
lineales se llaman n umeros de Stirling de segunda clase. Concretamente S
2
(r, i) es
el n umero por el que hay que multiplicar a V (x, i) para que la suma de esas cantidades
desde i = 0 hasta i = r nos de x
r
. Asi por ejemplo, puesto que
x
5
= V (x, 5) + 10V (x, 4) + 25V (x, 3) + 15V (x, 2) +V (x, 1)
tenemos que los n umeros S
2
(5, i) para i = 0, . . . , 5 son 0, 1, 15, 25, 10, 1. De nuevo ha de
ser S
2
(r, i) = 0 si i > r; S
2
(r, 0) = 0 si r > 0 y S
2
(0, 0) = 1. Ademas podemos comprobar
que si r 1 S
2
(r, 1) = S
2
(r, r) = 1
Teorema 1.3 Los n umeros de Stirling de primera clase, si 1 i r 1, cumplen la
identidad
S
1
(r, i) = S
1
(r 1, i 1) + (r 1)S
1
(r 1, i)
De la misma forma los n umeros de Stirling de la segunda clase, si 1 i r 1, verican
la identidad
S
2
(r, i) = S
2
(r 1, i 1) +iS
2
(r 1, i)
Dems. Como
V (x, r) = x(x 1) . . . (x ((r 1) 1))(x (r 1)) = V (x, r 1)(x (r 1))
el coeciente de x
i
en ese producto, ser a el coeciente de x
i1
en V (x, r 1) que es
S
1
(r 1, i 1)(1)
(r1(i1))
multiplicado por 1 m as el coeciente de x
i
tambien en
9
V (x, r 1), que es S
1
(r 1, i)(1)
(r1i)
, multiplicado por (r 1). De ah obtenemos
la primera identidad.
Igualmente, puesto que
x
r
=
r

i=0
S
2
(r, i)V (x, i)
y
x
r1
=
r1

i=0
S
2
(r 1, i)V (x, i)
como x
r
= x x
r1
tenemos que
x
r
=
r1

i=0
S
2
(r 1, i)(x i +i)V (x, i) =
r1

i=0
S
2
(r 1, i)V (x, i)(x i)) +
r1

i=0
iS
2
(r 1, i)V (x, i) =
r1

i=0
S
2
(r 1, i)V (x, i + 1) +
r1

i=1
iS
2
(r 1, i)V (x, i)
Si ahora reemplazamos i en el primer sumatorio por i 1, ser a
x
r
=
r

i=1
S
2
(r 1, i 1)V (x, i) +
r1

i=1
iS
2
(r 1, i)V (x, i) =
r

i=1
(S
2
(r 1, i 1) +iS
2
(r 1, i))V (x, i)
Como esta ultima forma de expresar x
r
debe coincidir con la dada inicialmente

r
i=0
S
2
(r, i)V (x, i), obtenemos la formula del enunciado. 2
1.3 Relaciones de recurrencia.
Nos gustara cuando contamos ciertas clases de objetos, si hay f(n) de ellos, encontrar
una formula cerrada que nos diese el valor exacto de f(n). Asi el apartado ii) del teorema
1 nos dice que la cantidad C(n, r) es
_
n
r
_
=
n(n1)...(nr+1)
r(r1)...1
. Esta formula explcita nos
permite calcular C(n, r) de forma eciente, aunque no nos informa mucho sobre cuanto de
grande es C(n, r), por ejemplo cuanto es aproximadamente
_
2n
n
_
? Una formula ser a mejor
que otra si nos permite realizar el c alculo de un valor concreto de forma m as eciente, o
si nos permite dar una idea de cual es aproximadamente su valor. Por ejemplo para el
n umero de subconjuntos de S con r elementos C(n, r), una formula obvia es
C(n, r) =
r

i=0
_
n
i
_
Sin embargo la formula
C(n, r)
_
n
r+1
_
2
n1
_
n
n/2
_
10
puede ser preferible en muchos casos.
En combinatoria, en muchos casos es facil obtener formulas de recurrencia para f(n),
es decir expresar el valor de f(n) en funcion de valores f(j) previamente calculados, dando
as un metodo de calculo de f(n) para todo n. As por ejemplo, las identidades dadas en el
teorema 1.3, en realidad son formula de recurrencia que nos permiten obtener los n umeros
de Stirling S
1
(r, i), S
2
(r, i) en funcion de otros n umeros de Stirling previamente calculados.
Las formulas de recurrencia tambien pueden ser utilizadas para ver que dos cantidades son
iguales. Veamos algunos ejemplos de uso de recurrencias.
Ejemplo 1.- Supongamos que S es el conjunto S = 1, 2, . . . , n. Queremos calcular el
n umero de subconjuntos de S que no contengan dos n umeros consecutivos. En particular
el conjunto siempre es uno de ellos. Llamemos F
n
a ese n umero. Claramente F
1
= 2,
F
2
= 3, F
3
= 5, .... Incluso podemos suponer F
0
= 1. Pero cu anto es F
10
o F
1000
? Una
forma de calcular esos n umeros es la siguiente: De los subconjuntos que buscamos, algunos
contendran el n umero n y otros no. Los que no contienen a n han de ser subconjuntos de
1, 2, . . . , n1, y sin contener n umeros seguidos, luego hay exactamente F
n1
de ellos. Por
otra parte, los subconjuntos que s contienen a n, como no puede haber n umeros seguidos,
no pueden contener tampoco al n umero n 1, luego al n le acompa nan subconjuntos de
1, 2, . . . , n 2 sin n umeros consecutivos y hay F
n2
de ellos. Por tanto F
n
verica la
formula de recurrencia
F
n
= F
n1
+F
n2
valida para cualquier n 2. Dados los valores iniciales F
0
= 1, F
1
= 2, podemos ver la
formula de recurrencia anterior como un metodo de calculo de F
n
para todos los valores de
n, cada F
n
obtenido sumando los dos valores anteriores. Los primeros valores de F
n
son
n 0 1 2 3 4 5 6 7 8 9 10 11
F
n
1 2 3 5 8 13 21 34 55 89 144 233
Notar sin embargo que esta formula de calculo nos dice muy poco sobre como crece
la funcion F
n
, de que orden de magnitud son esos n umeros. Claramente F
n
2
n
, pues
subconjuntos hay 2
n
y F
n
cuenta s olo algunos de ellos, pero a partir de un cierto n sera
menor que 2
n
/10, o menor que 2
n/2
? Resolveremos esas cuestiones cuando veamos fun-
ciones generatrices.
Ejemplo 2.- Sea S = 1, 2 . . . , n, y P(S) la familia de 2
n
subconjuntos de S. Dado
k > 0 queremos hallar el n umero de secuencias (S
1
, S
2
, . . . , S
k
) formadas por subconjuntos
de S vericando
S
1
S
2
. . . S
k
=
Por ejemplo si k = 3 y n = 2, P(S) est a formado por los cuatro subconjuntos
, 1, 2, 1, 2 y secuencias de tres subconjuntos con intersecci on vaca son por ejemplo
(1, , 1) o la secuencia (1, 2, 2, 1) (as hasta 49 secuencias de tres subconjuntos
disjuntos). Fijado el entero k, llamemos F
n
a ese n umero de secuencias formadas por k
subconjuntos de S con intersecci on vaca. Dada una de estas secuencias S
1
, S
2
, . . . , S
k
el
elemento n no puede estar en los k subconjuntos, pues entonces n estara en la intersecci on,
sino que estar a en i de ellos 0 i < k. Si quitamos el elemento n de esos i subconjuntos
a los que pertenece, obtendremos una secuencia de k subconjuntos de S n con inter-
11
secci on vaca. Esto nos dice que cada secuencia de k subconjuntos de S con intersecci on
vaca puede obtenerse desde una secuencia de k subconjuntos de S n con intersecci on
vaca, a nadiendo a i < k de esos subconjuntos el elemento n. Ademas, secuencias distin-
tas de S n producen secuencias distintas de S, y hay
_
k
i
_
formas de seleccionar los
i subconjuntos d onde a nadimos el elemento n. Por lo tanto tenemos que F
n
verica la
recurrencia
F
n
=
k1

i=0
_
k
i
_
F
n1
o equivalentemente
F
n
= F
n1
k1

i=0
_
k
i
_
= (2
k
1)F
n1
Como la secuencia , , . . . , siempre aparece, ha de ser F
0
= 1, y por tanto
F
n
= (2
k
1)
n
Ejemplo 3.- Queremos calcular el n umero de secuencias de bits b
1
, b
2
, . . . , b
n
, (cada b
i
vale 0 o 1), vericando
b
1
b
2
b
3
b
4
b
5
. . .
Por ejemplo, si n = 2 hay 3 secuencias: (0, 0), (0, 1), (1, 1); si n = 3 las secuencias validas
son (0, 0, 0), (0, 1, 0), (0, 1, 1), (1, 1, 0), (1, 1, 1). Llamemos F
n
a este n umero. Vemos que
F
1
= 2, F
2
= 3, F
3
= 5 y queremos una formula para F
n
. Notar que si es b
i
= 1 b
i
,
la secuencia b
1
, b
2
, . . . , b
n
verica b
1
b
2
b
3
b
4
b
5
. . ., si y s olo si, la secuencia
b
1
, b
2
, . . . , b
n
verica b
1
b
2
b
3
b
4
b
5
. . .. Por tanto hay tantas secuencias de bits
b
1
, b
2
, . . . , b
n
, vericando b
1
b
2
b
3
b
4
b
5
. . ., como secuencias de bits vericando
b
1
b
2
b
3
b
4
b
5
. . ..
Las F
n
secuencias que buscamos las dividimos en dos tipos las que empiezan en 0 y
las que empiezan en 1. Si b
1
= 0, entonces b
2
, b
3
, . . . , b
n
es una secuencia de n 1 bits,
vericando b
2
b
3
b
4
b
5
b
6
. . . y hay F
n1
de estas secuencias. Recprocamente,
cada una de estas secuencias b
2
, b
3
, . . . , b
n
, a nadiendole un 0 delante, da una secuencia
distinta de longitud n de las que buscamos, es decir secuencias empezando con 0 (b
1
= 0)
hay exactamente F
n1
.
Si por el contrario b
1
= 1, necesariamente el siguiente bit b
2
ha de ser 1, y el resto de
bits b
3
, b
4
, . . . , b
n
es una secuencia de longitud n 2 vericando b
3
b
4
b
5
b
6
. . ., y
hay F
n2
de estas secuencias. De nuevo adem as, cada una de estas secuencias b
3
, b
4
, . . .
a nadiendole dos bits 1 delante, produce una secuencia de longitud n de las que buscamos,
es decir comenzando en 1 hay exactamente F
n2
secuencias.
Por tanto tenemos que F
n
cumple la relaci on de recurrencia
F
n
= F
n1
+F
n2
identica a la recurrencia del ejemplo 1 y con los mismos valores iniciales.
Ejemplo 4.- Supongamos que tenemos una tira de papel dividida en n casillas.
1 2 3 n
12
y queremos calcular el n umero de formas distintas de colorear esas n casillas con tres
colores rojo, azul y negro, de forma que no haya dos celdas de color rojo consecutivas.
Llamemos F
n
a ese n umero. Es facil ver que F
1
= 3, F
2
= 8, F
3
= 22, y queremos una
formula para F
n
. Observemos que coloreados teniendo la primera casilla de color azul
hay F
n1
, ya que podemos considerar las (n 1) casillas siguientes como una tira de ese
tama no. Igualmente, coloreados con la primera casilla coloreada en negro habra tambien
F
n1
. Sin embargo, si la primera casilla est a coloreada en rojo, la forma de colorear las
restantes n 1 casillas no es F
n1
, ya que la segunda casilla (primera en la tira restante
de longitud (n1)) ha de ser azul o negra. Pero de nuevo, en esa tira restante de longitud
(n1) comenzando en azul habra F
n2
formas de colorear el resto, y comenzando en negro
el mismo n umero. Por tanto
F
n
= 2F
n1
+ 2F
n2
Coecientes binomiales y n umeros de Stirling.-
Habamos visto que los coecientes binomiales
_
n
r
_
, si r>0, vericaban la propiedad
_
n
r
_
=
_
n 1
r
_
+
_
n 1
r 1
_
Podemos interpretar esta igualdad como una identidad entre n umeros combinatorios, o
como una formula de recurrencia para el calculo de los coecientes binomiales. De hecho
la formula dice que para calcular C(n, r) el n umero de subconjuntos de tama no r > 0 de
un conjunto de n elementos, nos basta conocer el n umero de subconjuntos de tama nos r
y r 1 de un conjunto con n 1 elementos. A su vez los subconjuntos de un conjunto de
n1 elementos se conocer an a partir de los de uno de n2 elementos y as sucesivamente.
En particular, si conocemos el n umero de subconjuntos de tama no r del conjunto , un
conjunto con 0 elementos, y conocemos tambien el n umero de subconjuntos de tama no
0 para cualquier n, podemos calcular todos los n umeros C(n, r) simplemente haciendo
sumas. Como claramente, C(0, 0) = 1, (subconjuntos de tama no 0 del ), C(0, r) = 0,
si r > 0, y C(n, 0) = 1, (pues un conjunto con n elementos tiene un subconjunto con 0
elementos), tenemos un metodo de calcular C(n, r). Mirando los valores de C(n, r) como
una tabla de n umeros, d onde conocemos los valores de la la 0 y los de la columna 0,
podemos ir calculando todas las las de esa tabla. Para rellenar la entrada de la la n
columna r, simplemente ponemos en esa casilla el resultado de sumar el n umero de encima
con su predecesor en esa la de arriba.
Los primeros valores obtenidos son
nr 0 1 2 3 4 5 6 7 8 Suma
0 1 0 0 0 0 0 0 0 0 1
1 1 1 0 0 0 0 0 0 0 2
2 1 2 1 0 0 0 0 0 0 4
3 1 3 3 1 0 0 0 0 0 8
4 1 4 6 4 1 0 0 0 0 16
5 1 5 10 10 5 1 0 0 0 32
6 1 6 15 20 15 6 1 0 0 64
7 1 7 21 35 35 21 7 1 0 128
8 1 8 28 56 70 56 28 8 1 256
13
De la misma forma para los n umeros de Stirling de la primera clase tenamos la iden-
tidad
S
1
(r, i) = S
1
(r 1, i 1) + (r 1)S
1
(r 1, i)
si i > 0. De nuevo podemos mirar esa identidad como una formula de recurrencia en dos
variables. Para calcular una tabla con los valores S
1
(r, i), la formula nos dice que podemos
calcular los datos de la la r a partir de los datos de la la r 1 (excepto el dato S
1
(r, 0)).
Como sabemos que S
1
(0, 0) = 1, pero S
1
(r, 0) = 0 si r > 0, ya conocemos la columna 0.
Como adem as S
1
(r, i) = 0 si i > r tambien la la 0. Luego podemos calcular todas las
entradas S
1
(r, i). Ahora pondremos en cada casilla el resultado de: multiplicar el n umero
de encima por su ndice de la m as n umero predecesor en esa la de arriba).
Los primeros valores obtenidos son
ri 0 1 2 3 4 5 6 7 8 Suma
0 1 0 0 0 0 0 0 0 0 1
1 0 1 0 0 0 0 0 0 0 1
2 0 1 1 0 0 0 0 0 0 2
3 0 2 3 1 0 0 0 0 0 6
4 0 6 11 6 1 0 0 0 0 24
5 0 24 50 35 10 1 0 0 0 120
6 0 120 274 225 85 15 1 0 0 720
7 0 720 1764 1624 735 175 21 1 0 5040
8 0 5040 13068 131132 6769 1960 322 28 1 40320
Finalmente, de nuevo la formula
S
2
(r, i) = S
2
(r 1, i 1) +iS
2
(r 1, i)
junto con los valores iniciales S
2
(0, 0) = 1, S
2
(r, 0) = 0 si r > 0, y S
2
(0, i) = 0 si i > 0,
permite calcular todos los valores de S
2
(r, i). Los primeros valores obtenidos son
ri 0 1 2 3 4 5 6 7 8 Suma
0 1 0 0 0 0 0 0 0 0 1
1 0 1 0 0 0 0 0 0 0 1
2 0 1 1 0 0 0 0 0 0 2
3 0 1 3 1 0 0 0 0 0 5
4 0 1 7 6 1 0 0 0 0 15
5 0 1 15 25 10 1 0 0 0 52
6 0 1 31 90 65 15 1 0 0 203
7 0 1 63 301 350 140 21 1 0 877
8 0 1 127 966 1701 1050 266 28 1 4140
N umero de submultisets (no ordenados, Problema 2).-
Supongamos que S es un multiset con elementos a
1
, . . . , a
k
repetidos n
1
, . . . , n
k
veces
respectivamente. El problema 2) de la primera secci on era hallar una formula para el
n umero de submultisets de tama no r. Sea n =

k
i=1
n
i
. Notar que si r = 0 s olo hay
un submultiset, lo mismo que si r = n. Igualmente si r > n no puede haber ninguno.
Denotemos por C

(r, k) el n umero de submultisets de tama no r. En cada submultiset S

,
14
el elemento a
k
puede aparecer 0, 1, . . . , min(r, n
k
) veces, y si aparece i veces el resto de
S

es un submultiset de S n
k
a
k
, por tanto hay C

(r i, k 1) posibilidades para ese

subconjunto. Por tanto para todo k > 1
C

(r, k) =
min(r,n
k
)

i=0
C

(r i, k 1)
Como C

(r, 1) = 1 si 0 r n
1
y 0 en los dem as casos, la formula anterior permite
obtener todos los valores C

(r, i) cuando i vara de 1 a k y r de 0 a n.

As, para el multiset S = a, a, a, a, b, b, b, c, d, d
Los valores obtenidos son
kr 0 1 2 3 4 5 6 7 8 9 10
1 1 1 1 1 1 0 0 0 0 0 0
2 1 2 3 4 4 3 2 1 0 0 0
3 1 3 5 7 8 7 5 3 1 0 0
4 1 4 9 15 20 22 20 15 9 4 1
N umero de submultisets ordenados (secuencias, Problema 1).-
De la misma forma podemos resolver el problema 1). Si denotamos por V

(r, k) el
n umero de submultisets ordenados de tama no r del multiset S, de nuevo a
k
puede aparecer
en cada submultiset 0, 1, . . . , min(r, n
k
) veces, y si aparece i veces puede hacerlo en
_
r
i
_
posiciones. Por tanto para todo k > 0
V

(r, k) =
min(r,n
k
)

i=0
_
r
i
_
V

(r i, k 1)
De nuevo los valores iniciales son V

(r, 1) = 1 si r n
1
. Para el multiset S anterior
obtenemos la tabla:
kr 0 1 2 3 4 5 6 7 8 9 10
1 1 1 1 1 1 0 0 0 0 0 0
2 1 2 4 8 15 25 35 35 0 0 0
3 1 3 8 20 47 100 185 280 280 0 0
4 1 4 15 53 175 535 1490 3675 7700 12600 12600
N umero de soluciones enteras y no negativas de una ecuacion lineal (problema
de las propinas).-
Supongamos que vamos a dar una propina de 0.50 euros, y tenemos monedas de
1, 2, 5, 10, 20, 50 centimos, queremos calcular de cuantas formas distintas podemos dar esa
propina. Sea P(r, k) el n umero de formas de dar una propina de valor r usando solamente
los k primeros tipos de monedas (en nuestro caso nos interesa P(50, 6)). Claramente el
tipo k de moneda puede usarse un m aximo de r/v(k)| veces, siendo v(k) el valor de la
15
moneda de tipo k, y por tanto
P(r, k) =
r/v(k)

i=0
P(r v(k)i, k 1)
De nuevo el valor P(r, 1) es inmediato, vale 0 si r no es m ultiplo de v(1) y 1 en caso
contrario.
Usando este metodo de calculo obtenemos P(50, 6) = 451. Notar que este n umero tiene
que ser el n umero de soluciones enteras y 0 de la ecuaci on
x
1
+ 2x
2
+ 5x
3
+ 10x
4
+ 20x
5
+ 50x
6
= 50
pues efectivamente, especicar una propina es decir cuantas (x
1
) monedas de valor 1 uso,
cuantas x
2
de valor 2, etcetera. En general, si la propina es de valor r, y las monedas de
valores v(1), v(2), . . . , v(k) estamos interesados en el n umero de soluciones enteras y 0
de la ecuaci on
v(1)x
1
+v(2)x
2
+. . . +v(k)x
k
= r
Aunque el metodo anterior, dado k y los valores v(1), . . . , v(k), permite calcular P(r, k),
no nos dice nada sobre el tama no de P(r, k) cuando r tiende a innito. Crece esa can-
tidad exponencialmente?, cuantas cifras tiene para los valores v(k) dados anteriormente
P(r, 6) si r es por ejemplo del orden de 10
8
? Resolveremos estas cuestiones cuando veamos
funciones generatrices.
N umero de relaciones de equivalencia.-
Sea ahora S = a
1
, . . . , a
r
un conjunto de r elementos. Cu antas relaciones de
equivalencia distintas se pueden denir en S? Como una partici on de S dene una relaci on
de equivalencia, el problema es equivalente a contar el n umero de formas distintas de
particionar un conjunto con r elementos. Denotemos por S

2
(r, i) al n umero de particiones
de S en i clases. Claramente, S

2
(r, 1) = 1, S

2
(r, r) = 1 y S

2
(r, i) = 0, si i > r o
i = 0. Podemos contar las particiones de S

2
(r, i) de la siguiente forma: Sea C
1
, . . . , C
i
una
partici on de S a
r
. Seg un a nadamos a
r
a C
1
, o a C
2
, . . . o a C
i
obtendremos particiones
distintas de S en i clases distintas, pero donde la clase donde est a a
r
tiene m as de un
elemento, por tanto hay iS

2
(r 1, i) de tales particiones. Falta a nadir las particiones de S
en las que a
r
est a solo en su clase, que ser an S

2
(r 1, i 1). Por tanto, para 1 i r 1,
S

2
(r, i) cumple la recurrencia
S

2
(r, i) = S

2
(r 1, i 1) +iS

2
(r 1, i)
Vemos pues que S

2
(r, i) y S
2
(r, i) coinciden para r = 1 y obedecen la misma recurrencia,
luego son iguales, es decir, los n umeros de Stirling de la segunda clase S
2
(r, i) cuentan el
n umero de formas de particionar un conjunto de r elementos en i clases no vacas.
El n umero total de particiones del conjunto S ser a por tanto
B
r
=
r

i=0
S
2
(r, i)
Los n umeros B
r
se llaman n umeros de Bell y satisfacen la siguiente recurrencia.
16
Teorema 1.4 Si r 1, entonces
B
r
=
_
r 1
0
_
B
0
+
_
r 1
1
_
B
1
+. . . +
_
r 1
r 1
_
B
r1
Dems. En cualquier partici on de S el elemento a
r
puede estar acompa nado en su clase
por otros j elementos, donde j vara de 0 a r 1. Hay pues
_
r1
j
_
formas de elegir esos
elementos. Los restantes r 1j elementos los podemos particionar en B
r1j
. Por tanto
B
r
=
r1

j=0
_
r 1
j
_
B
r1j
identidad equivalente a la del enunciado. Para que sea valida hemos de suponer B
0
= 1 y
_
0
0
_
= 1. 2
N umero de particiones.-
En la primera secci on denimos p
n
(r) como el n umero de formas de expresar un entero
r > 0 como suma de n enteros no nulos decrecientes. Por ejemplo p
3
(8) = 5, cardinal del
conjunto 6 + 1 + 1, 5 + 2 + 1, 4 + 3 + 1, 4 + 2 + 2, 3 + 3 + 2. Notar que p
n
(r) vale 0 si
n = 0 o n > r, y vale 1 si n = 1 o n = r. En los dem as casos, 1 < n < r, p
n
(r) cumple la
relaci on:
p
n
(r) = p
n1
(r 1) +p
n
(r n)
ya que, o bien el ultimo sumando es 1, y el resto es una partici on de r1 en n1 sumandos,
o todos los sumandos son 2, y restando 1 a cada uno de los n sumandos obtenemos una
partici on de r n en n sumandos.
Esta formula de recurrencia permite calcular p
n
(r), y tambien el n umero de particiones
del entero r, p(r) =

r
n=1
p
n
(r). Los primeros valores son:
rn 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Suma
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
2 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 2
3 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 3
4 1 2 1 1 0 0 0 0 0 0 0 0 0 0 0 5
5 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0 7
6 1 3 3 2 1 1 0 0 0 0 0 0 0 0 0 11
7 1 3 4 3 2 1 1 0 0 0 0 0 0 0 0 15
8 1 4 5 5 3 2 1 1 0 0 0 0 0 0 0 22
9 1 4 7 6 5 3 2 1 1 0 0 0 0 0 0 30
10 1 5 8 9 7 5 3 2 1 1 0 0 0 0 0 42
11 1 5 10 11 10 7 5 3 2 1 1 0 0 0 0 56
12 1 6 12 15 13 11 7 5 3 2 1 1 0 0 0 77
13 1 6 14 18 18 14 11 7 5 3 2 1 1 0 0 101
14 1 7 16 23 23 20 15 11 7 5 3 2 1 1 0 135
15 1 7 19 27 30 26 21 15 11 7 5 3 2 1 1 176
Sea ahora p

n
(r) el n umero de formas de descomponer el entero r en n sumandos
17
(n umero de particiones de r con n partes). Claramente p

n
(r) cumple la recurrencia
p

n
(r) =
_
_
_
p

n1
(r) +p

n
(r n), si n < r
p

n1
(r) + 1, si n = r
p

r
(r), si n > r
Ya que esas particiones o tienen < n partes y hay p

n1
(r) de ellas, o tienen exactamente n
partes, en este utimo caso restando 1 a cada parte, obtenemos una partici on de nr en n
partes, (o todo ceros si n = r), es decir de este segundo tipo hay p

n
(r n) particiones (o
1 si r = n). Como p(r) = p

r
(r) la formula anterior proporciona otro metodo para calcular
el n umero de particiones p(r) del entero r. Usando este metodo los primeros valores de
p

n
(r) son:
rn 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
3 1 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3
4 1 3 4 5 5 5 5 5 5 5 5 5 5 5 5 5
5 1 3 5 6 7 7 7 7 7 7 7 7 7 7 7 7
6 1 4 7 9 10 11 11 11 11 11 11 11 11 11 11 11
7 1 4 8 11 13 14 15 15 15 15 15 15 15 15 15 15
8 1 5 10 15 18 20 21 22 22 22 22 22 22 22 22 22
9 1 5 12 18 23 26 28 29 30 30 30 30 30 30 30 30
10 1 6 14 23 30 35 38 40 41 42 42 42 42 42 42 42
11 1 6 16 27 37 44 49 52 54 55 56 56 56 56 56 56
12 1 7 19 34 47 58 65 70 73 75 76 77 77 77 77 77
13 1 7 21 39 57 71 82 89 94 97 99 100 101 101 101 101
14 1 8 24 47 70 90 105 116 123 128 131 133 134 135 135 135
15 1 8 27 54 84 110 131 146 157 164 169 172 174 175 176 176
16 1 9 30 64 101 136 164 186 201 212 219 224 227 229 230 231
1.4 N umero de aplicaciones distintas entre conjuntos.*
Supongamos que tenemos un conjunto R de r monedas, y un conjunto S de n bolsas y
queremos calcular el n umero de formas distintas de distribuir las monedas en las bolsas.
Un distribucion viene especicada diciendo para cada moneda en que bolsa la colocamos
y por tanto el problema es contar el n umero de aplicaciones de R en S. Sin embargo, si
las monedas son indistinguibles, distintas aplicaciones pueden considerarse identicas. Por
ejemplo si R = 1, 2, 3, 4 y S = a, b, c, la aplicaci on f(1) = f(2) = a, f(3) = b, f(4) = c
y la aplicaci on g(1) = b, g(2) = c, g(3) = g(4) = a pueden considerarse identicas, en ambos
casos la bolsa a recibe dos monedas y las bolsas b y c reciben una cada una, y puesto que las
monedas son identicas, no podemos distinguir una distribucion de la otra. Formalmente
diremos que dos aplicaciones f y g de R en S son equivalentes cu ando los elementos
de R son indistinguibles, si existe una biyeccion de R en R tal que g(x) = f((x))
para todo elemento x de R. Ahora por aplicaciones distintas entendemos aplicaciones
no equivalentes en la relaci on de equivalencia anterior, y contar el n umero de aplicaciones
distintases contar el n umero de clases de equivalencia que tiene esa relaci on. Igualmente,
si las monedas son distinguibles, por ejemplo tienen distinto valor, pero las bolsas son
indistinguibles, la aplicaci on f anterior y la aplicaci on h dada por h(1) = h(2) = a, h(3) =
18
c, h(4) = b pueden considerarse identicas, en ambos casos una bolsa contiene las monedas
1, 2, otra la moneda 3 y otra bolsa la moneda 4, (pero la aplicaci on g anterior ahora es
diferente!). Formalmente diremos que dos aplicaciones f y h de R en S son equivalentes
cu ando los elementos de S son indistinguibles, si existe una biyeccion de S en S tal
que h(x) = (f(x)) para todo elemento x de R. Contar ahora aplicaciones distintas es
contar cuantas aplicaciones no equivalentes (con la nueva denicion de equivalencia) hay.
Finalmente, si tanto las monedas como las bolsas son indistinguible, podemos considerar
las aplicaciones f, g y h anteriores como identicas: Tendremos una bolsa con dos monedas,
y otras dos bolsas con una moneda. De nuevo, formalmente diremos que dos aplicaciones
f y g de R en S son equivalentes cu ando los elementos de R y los de S son indistinguibles,
si existen biyecciones de R en R y de S en S tales que g(x) = (f((x)) para todo
elemento x de R.
Seg un los elementos de R y S sean distinguibles o no, tenemos 4 formas de contar el
n umero de aplicaciones distintasde R en S. Ademas de las aplicaciones generales de esos
4 tipos, vamos a contar cuantas aplicaciones inyectivas y cuantas suprayectivas tenemos
de cada tipo, es decir vamos a dar un total de 12 formulas.
Teorema 1.5 Sea R un conjunto con r elementos y S un conjunto con n elementos,
el n umero de aplicaciones distintas (no equivalentes) de R en S viene dados por las
formulas:
Caso A.- Los elementos de R y los de S son distinguibles.
1.- Aplicaciones generales hay
n
r
2.- Aplicaciones inyectivas hay
n(n 1) . . . (n r + 1)
3.- Aplicaciones suprayectivas hay
n!S
2
(r, n)
Caso B.- Los elementos de R son indistinguibles y los de S distinguibles.
1.- Aplicaciones generales hay
_
r +n 1
n 1
_
2.- Aplicaciones inyectivas hay
_
n
r
_
3.- Aplicaciones suprayectivas hay
_
r 1
n 1
_
Caso C.- Los elementos de R son distinguibles y los de S son indistinguibles.
1.- Aplicaciones generales hay
S
2
(r, 1) +S
2
(r, 2) +. . . +S
2
(r, n)
2.- Aplicaciones inyectivas hay
_
0, si r > n
1, si r n
19
3.- Aplicaciones suprayectivas hay
S
2
(r, n)
Caso D.- Los elementos de R son indistinguibles y los de S tambien.
1.- Aplicaciones generales hay
p
1
(r) +p
2
(r) +. . . +p
n
(r) = p

n
(r)
2.- Aplicaciones inyectivas hay
_
0, si r > n
1, si r n
3.- Aplicaciones suprayectivas hay
p
n
(r)
1.5 El principio de inclusi on-exclusion. Aplicaciones.
Uno de los metodos de contar objetos m as utiles es el conocido como principio de
inclusion-exclusi on, que es una extension de la siguiente idea: Si queremos contar cuan-
tos elementos del conjunto S no est an ni en el subconjunto A ni en el subconjunto B la
respuesta no es [S[ [A[ [B[ por que los elementos de A B se restaran dos veces, la
respuesta correcta es [S[ [A[ [B[ +[A B[. El siguiente teorema generaliza esta idea.
Teorema 1.6 Sea S un conjunto con n elementos y E
1
, . . . , E
r
subconjuntos de S (no
necesariamente distintos). Para cualquier subconjunto M de 1, . . . , r sea n(M) el n umero
de elementos de S en

iM
E
i
, y para 1 j r sea n
j
=

|M|=j
n(M). Entonces el
n umero de elementos de S que no esta en ninguno de los subconjuntos E
i
es
[S
r
_
i=1
E
i
[ = n n
1
+n
2
n
3
+. . . + (1)
r
n
r
Dems. Observar que si tenemos varios subconjuntos S
1
, S
2
, S
3
de S una forma de calcular
una expresi on como [S
1
[[S
2
[+[S
3
[, es contar para cada elemento x S, cuanto contribuye
ese elemento a esa expresi on. Por ejemplo un elemento que este en los tres subconjuntos
contribuye como 1 1 + 1 = 1, un elemento que pertenezca a S
1
y S
3
pero no a S
2
contribuye con 1 0 + 1 = 2 y as sucesivamente. La suma de las contribuciones de cada
elemento de S nos ha de dar [S
1
[ [S
2
[ +[S
3
[.
Podemos demostrar la validez de la formula dada en el teorema, viendo la contribucion
de cualquier elemento x S. Notar que n = [S[, n
1
=

k
i=1
[E
i
[, n
2
=

i=j
[E
i
E
j
[, . . .,
representan sumas de cardinales de subconjuntos de S. Sea ahora x S, si x no pertenece a
ninguno de los E
i
, su contribucion en la parte izquierda de la igualdad es 1 y su contribucion
neta en la suma de la derecha tambien es 1, pues s olo aparece en S. Por el contrario si x
est a en exactamente k > 0 subconjuntos E
i
, su contribucion en la izquierda es 1 1 = 0,
y en la derecha, la contribucion de x en S es 1 =
_
k
0
_
, su contribucion en n
1
es
_
k
1
_
, (pues
pertenece a
_
k
1
_
subconjuntos E
i
), su contribucion a n
2
es
_
k
2
_
(pues est a en
_
k
2
_
conjuntos
E
i
E
j
y asi sucesivamente. Por tanto su contribucion neta en la derecha es
_
k
0
_

_
k
1
_
+
_
k
2
_
. . . + (1)
k
_
k
k
_
= (1 1)
k
= 0
20
2
Dems. (Segunda forma).
Veamoslo por induccion sobre n, el n umero de elementos de S. Supongamos n = 1 y
que el elemento a
1
de S aparece en k r de los subconjuntos E
i
. Entonces, n
j
= 0 si
j > k y n
j
=
_
k
j
_
en los dem as casos. Por tanto la expresi on nn
1
+n
2
n
3
+. . . +(1)
r
n
r
vale 1 si k = 0 y vale
_
k
0
_

_
k
1
_
+
_
k
2
_
. . . + (1)
k
_
k
k
_
= (1 1)
k
= 0
si k 1. Lo cual coincide con el n umero de elementos de S
r
i=1
E
i
en ambos casos.
Supongamos ahora S = a
1
, . . . , a
n
con n > 1 elementos y E
1
, . . . , E
r
subconjuntos
de S. Sea S

=S a
n
, e igualmente E

i
= E
i
a
n
. Por induccion el n umero de elementos
de a
1
, . . . , a
n1
que no est an en alg un E

i
es
n 1 n

1
+n

2
n

3
+. . . + (1)
r
n

r
Por tanto el n umero de elementos de S que no est an en alg un E
i
ser a la cantidad anterior,
si a
n
pertenece a k > 0 de los E
i
, y la cantidad anterior +1, si a
n
no pertenece a ning un
E
i
. Debemos ver que en ambos casos esas cantidades coinciden con n n
1
+ n
2
n
3
+
. . . + (1)
r
n
r
.
Por otra parte, como n(M) = [

iM
E
i
[ y n

(M) = [

iM
E

i
[, es n(M) = n

(M) + 1
si a
n
E
i
, i M, y n(M) = n

(M) en los dem as casos. Por tanto, si a

n
pertenece a
k > 0 subconjuntos E
i
, es n
j
= n

j
si j > k y n
j
= n

j
+
_
k
j
_
si j k. Asi pues, la expresi on
n n
1
+n
2
n
3
+. . . +(1)
r
n
r
vale lo mismo que n 1 n

1
+n

2
n

3
+. . . +(1)
r
n

r
+
_
k
0
_

_
k
1
_
+
_
k
2
_
. . . + (1)
k
_
k
k
_
= n 1 n

1
+ n

2
n

3
+. . . + (1)
r
n

r
si k > 0. Y vale
n n

1
+n

2
n

3
+. . . +(1)
r
n

r
= 1 +n1 n

1
+n

2
n

3
+. . . +(1)
r
n

r
si k = 0, como
queramos probar. 2
El calculo de los n umeros n
j
se simplica mucho si para todos los subconjuntos M de
cardinal j la cantidad n(M) es la misma, entonces
n
j
=
_
r
j
_
n(1, . . . , j)
Aplicaci on 1*.- La formula anterior puede ser usada como un metodo alternativo
para resolver el problema 2), dado un multiset S
0
formado por los elementos a
1
, . . . , a
k
repetidos n
1
, . . . , n
k
veces respectivamente, determinar cuantos submultisets de tama no r
puede tener. Sea n =

k
i=1
n
i
. Notar que si r = 0 s olo hay un submultiset, lo mismo que
si r = n. Igualmente si r > n no puede haber ninguno. Tambien, si alg un n
i
es mayor
que r, al sustituirlo por r el n umero de submultisets de tama no r no cambia, por tanto
supondremos 1 n
i
r n. Ahora sea S el conjunto de submultisets de tama no r
cuando permitimos un n umero arbitrario de repeticiones, sabemos que ha de ser
[S[ = C

(k, r) =
_
k +r 1
k 1
_
Y sea E
i
para i = 1, . . . , k el n umero de estos submultisets conteniendo > n
i
veces el
elemento a
i
. Estamos ahora en condiciones de usar el principio de inclusion-exclusi on,
pues buscamos elementos de S que no esten en ninguno de los E
i
. Si es M el subconjunto
21
de ndices i
1
, . . . , i
j
, el cardinal de

j
h=1
E
i
h
es el n umero de combinaciones con repeticion
tales que a
i
h
aparece al menos n
i
h
+ 1 veces para h = 1, . . . , j. Esta cantidad ya la
calculamos en la secci on 1 y es
_
r (n
i
1
+ 1) (n
i
2
+ 1) . . . (n
i
j
+ 1) +k 1
k 1
_
=
_
r j

j
h=1
n
i
h
+k 1
k 1
_
Ejemplo*. Supongamos que queremos calcular cuantos submultisets de tama no 6
podemos obtener del multiset formado por las letras de MATEMATICAS. Aqui S
0
con-
sta de los elementos A, M, T, E, I, C, S repetidos 3, 2, 2, 1, 1, 1, 1 veces respectivamente,
k = 7, n = 11, y el cardinal de S el n umero de multisets de tama no 11 con las letras
A, M, T, E, I, C, S es
_
6 + 7 1
7 1
_
=
_
12
6
_
De ese conjunto S hay que descontar los multisets que contengan el primer elemento (A)
cuatro o m as veces, el segundo (M) tres o m as veces, y as sucesivamente.
Multisets de tama no 11 conteniendo A cuatro o m as veces hay
n(1) =
_
2 + 6
6
_
=
_
8
6
_
Igualmente calculamos el resto de valores n(M):
n(2) = n(3) =
_
9
6
_
n(4) = n(5) = n(6) = n(7) =
_
10
6
_
Por tanto n
1
= 1036. Igualmente aunque subconjuntos con dos ndices hay
_
7
2
_
en realidad
distintos son s olo los casos
n(1, 2) =
_
5
6
_
= 0
que sucede dos veces.
n(1, 4) =
_
6
6
_
que sucede 4 veces.
n(2, 3) =
_
6
6
_
que aparece una vez.
n(2, 4) =
_
7
6
_
que aparece 8 veces. Y nalmente
n(4, 5) =
_
8
6
_
que aparece 6 veces. Por tanto n
2
= 229.
22
Aunque subconjuntos con m as de tres ndices hay
_
7
3
_
, s olo n(M) es no nulo para los
_
4
3
_
conjuntos de ndices equivalentes a 4, 5, 6, y es
n(4, 5, 6) =
_
6
6
_
Por tanto n
3
= 4. Para todos los dem as subconjuntos M de > 3 ndices es n(M) = 0, y
por tanto los dem as n
i
son 0. Por tanto, el n umero de submultisets de tama no 6 buscado
es
_
12
6
_
1036 + 229 4 = 113
En general, el n umero de subconjuntos de ndices M es 2
k
y por tanto el metodo
parece inviable si k es grande. Pero en muchos casos el metodo es eciente, por ejemplo si
n
1
= n
2
= . . . = n
k
= n/k, entonces el n umero n
j
es
_
k
j
__
r j j(n/k) +k 1
k 1
_
y el problema 2) es r apidamente resuelto por este metodo.
Aplicaci on 2*.- Sea R un conjunto con r elementos y S un conjuntos con n elementos.
Sabemos que el n umero de aplicaciones suprayectivas de R en S es
n!S
2
(r, n)
Vamos a llamar S
s
2
(r, n) a ese n umero de aplicaciones y veamos otra forma de calcularlo.
Claramente, S
s
2
(r, n) = 0 si r < n y es n! si r = n. Usemos inclusion-exclusi on para
calcular S
s
2
(r, n) en los dem as casos. Sea F el conjunto de aplicaciones de R en S, que
tendra por tanto un total de n
r
elementos. Y sea E
i
el conjunto de aplicaciones en las que
el elemento a
i
S no es imagen de ning un elemento de R. Buscamos pues aplicaciones
de F que no esten en ning un E
i
. Ahora para cualquier subconjunto M de j ndices de
1, 2, . . . n, el n umero de aplicaciones en

iM
E
i
es (nj)
r
, por tanto los n umeros n
m
son:
n
m
=
_
n
j
_
(n j)
r
y por tanto tenemos
S
s
2
(r, n) =
n

j=0
(1)
j
_
n
j
_
(n j)
r
=
n

j=0
(1)
(nj)
_
n
j
_
j
r
Por tanto, tenemos la siguiente formula para los n umeros de Stirling de la segunda clase
S
2
(r, n) =
1
n!
n

j=0
(1)
(nj)
_
n
j
_
j
r
Aplicaci on 3.- Veamos otra aplicaci on del principio de inclusion-exclusi on. Supong-
amos que en un da lluvioso n personas entran a un bar y dejan cada una su paraguas en
la entrada, pero al salir del bar, cada persona se lleva, aleatoriamente, uno cualquiera de
los paraguas. Cu al es la probabilidad de que ninguna persona salga con su paraguas?.
23
Claramente, el n umero de formas distintas de salir con los paraguas es n!, y para resolver el
problema, nos basta con calcular d
n
, el n umero de permutaciones de 1, 2, . . . n tales que
(i) ,= i para todo i, y as la probabilidad buscada ser a d
n
/n!. Este problema fue estudiado
y resuelto por el matem atico frances P. R. de Montmort en 1713, y tiene muchos nombres
y formulaciones. Normalmente a una permutaci on de los elementos de un conjunto tal
que ning un elemento aparece en su posici on original, se le denomina un derangement
(desencuentro total?) de ese conjunto, o una permutaci on sin puntos jos. Sea S el con-
junto de todas las permutaciones de 1, 2, . . . , n, y sea E
i
el subconjunto de permutaciones
tales que (i) = i, y el resto de valores arbitrario. Queremos contar las permutaciones de
S que no est an en ning un E
i
y sabemos que [S[ = n!. Dado un subconjunto M de 1, . . . , n
con cardinal j, el n umero n(M) cuenta las permutaciones dejando esos j elementos de M
jos, luego n(M) es (n j)!. Por tanto, por el principio de inclusion-exclusi on,
d
n
=
n

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

j=0
(1)
j
j!
Para valores grandes de n, la anterior formula nos dice que
d
n
n!e
1
por tanto, para el problema original, la probabilidad de que ninguna persona salga con su
paraguas es aproximadamente
1/e 0.367879
Igualmente, el n umero de permutaciones conteniendo exactamente k puntos jos es
_
n
k
_
d
nk
por tanto, la probabilidad de que exactamente k personas salgan con su paraguas ser a
_
n
k
_
d
nk
n!

1
k!e
Tambien a partir de la formula para d
n
es facil ver que cumple la ecuaci on de recurrencia
d
n
= nd
n1
+ (1)
n
1.6 Formula de inversi on de Mobius para enteros.

Sea n = p
a
1
1
p
a
2
2
. . . p
ar
r
un entero positivo. La funcion de Euler (n) denota el n umero de
enteros k, 1 k n, primos con n, es decir que el m aximo comun divisor de n y k,
mcd(n, k) vale 1. Sea S = 1, 2, . . . , n y E
i
el subconjunto de enteros de S divisibles
por p
i
. De nuevo (n) cuenta los elementos de S que no est an en ning un E
i
y por tanto
podemos usar el principio de inclusion-exclusi on para calcular (n). Si es M el subconjunto
de ndices i
1
, . . . , i
j
entonces con nuestra notaci on
n(M) =
n
p
i
1
. . . p
i
j
y por tanto
(n) = n
r

i=1
n
p
i
+

1i<jr
n
p
i
p
j
. . . = n
r

i=1
(1
1
p
i
)
El siguiente teorema se usa frecuentemente
24
Teorema 1.7

d|n
(d) = n
Dems. Para cada m 1, . . . , n se cumple mcd(m, n)[n. Si es d un divisor cualquiera
de n, el n umero de enteros m tales que mcd(m, n) = d, es decir m = m
1
d, n = n
1
d y
mcd(m
1
, n
1
) = 1 ser a (n
1
) = (n/d). Sumando para todos los posibles valores de d
hemos de obtener n, por tanto n =

d|n
(n/d) equivalente al enunciado. 2
Denicion 1 Denimos la funcion de Mobius como la aplicaci on que asigna a cada
entero n el valor (n) = 1 si n es el producto de un n umero par de primos distintos o
n = 1, el valor (n) = 1 si n es el producto de un n umero impar de primos distintos, y
(n) = 0 en los dem as casos, es decir cuando n es divisible por el cuadrado de un n umero
primo.
Teorema 1.8 Para todo n > 1,

d|n
(d) = 0
Dems. Notar que suponemos (1) = 1 y por tanto para n = 1,

d|n
(n) = 1. Si
n = p
a
1
1
p
a
2
2
. . . p
ar
r
, divisores d de n que sean producto de i factores primos hay
_
r
i
_
, por
tanto

d|n
(d) =
r

i=0
_
r
i
_
(1)
i
= (1 1)
r
= 0
2
Estamos ya en condiciones de enunciar la llamada f ormula de inversi on de Mobius.
Teorema 1.9 Sean f(n) y g(n) funciones denidas para cada entero n > 0 y vericando
f(n) =

d|n
g(d)
Entonces es
g(n) =

d|n
(d)f(
n
d
)
Dems.

d|n
(d)f(
n
d
) =

d|n
(
n
d
)f(d) =

d|n
(
n
d
)

|d
g(d

) =

m|nd

|(n/m)
(m)g(d

) =

|nm|(n/d

)
g(d

)(m) =

|n
g(d

m|(n/d

)
(m)
Pero la ultima suma de la ultima igualdad vale 0, excepto en el caso de d

= n (asi m = 1)
en el que vale 1, produciendo el resultado deseado. 2
25
1.7 N umero de caminos de un grafo.

Un resultado clasico de teora de grafos es el siguiente:

Teorema 1.10 Sea A(G) la matriz de adyacencia del grafo (o multigrafo) dirigido G =
(V, A), con vertices 1, 2, . . . , n. El n umero de caminos dirigidos desde i hasta j usando
exactamente l arcos, es el elemento de la la i, columna j, de la matriz A(G)
l
.
Para el caso de multigrafos no dirigidos el teorema anterior queda en:
Teorema 1.11 Sea A(G) la matriz de adyacencia del grafo (o multigrafo) no dirigido
G = (V, E), con vertices 1, 2, . . . , n. Para cualquier entero l 1 el elemento de la i,
columna j de A(G)
l
es el n umero de itinerarios de i a j de longitud l.
Recordemos que si G = (V, E) es un multigrafo no dirigido nito, con n vertices
etiquetados 1, . . . , n, y m ejes e
1
, . . . , e
m
, la matriz de adyacencia de G se dene como la
n n matriz A = A(G) que tiene como elemento a
ij
el n umero de veces que (i, j) es eje
de G. Por tanto para grafos no dirigidos esta matriz de adyacencia, A(G), es una matriz
simetrica y real, con valores propios reales y cuya traza es el n umero de bucles de G. A
los valores propios de A(G) los llamaremos valores propios de G, y los denotaremos por

1
, . . . ,
n
.
Igualmente en el multigrafo no dirigido G = (V, E), un itinerario de longitud l desde
i a j es una secuencia (i
1
, e
1
, i
2
, e
2
, . . . , i
l
, e
l
, i
l+1
) tal que: Cada i
h
es un elemento de V ,
cada e
h
es un elemento de E con extremos i
h
y i
h+1
, y adem as i = i
1
, j = i
l+1
.
Recordemos que cualquier n n matriz simetrica real A tiene n vectores propios lin-
ealmente independientes, que pueden tomarse ortonormales (es decir, ortogonales y con
norma 1). Sean u
1
, . . . , u
n
vectores propios (reales y ortonormales) correspondientes a los
valores propios
1
, . . . ,
n
de A. Consideraremos cada u
i
como un vector columna n 1,
u
t
i
ser a el vector la traspuesto, y v
t
u es el producto escalar del vector v por el vector
u. Sea U la matriz cuyas columnas son los vectores u
1
, . . . , u
n
. Sabemos que esta matriz
es ortonormal, y su inversa U
1
= U
t
tiene como las los vectores u
t
1
, . . . , u
t
n
. Tambien
sabemos que U diagonaliza A, es decir:
U
1
AU = diag(
1
, . . . ,
n
)
donde diag(
1
, . . . ,
n
) representa la matriz diagonal con entradas
1
, . . . ,
n
.
Corolario 1 Sean
1
, . . . ,
n
los valores propios de A(G) y i, j dos vertices cualesquiera
de V . Entonces existen n umeros reales c
1
, . . . , c
n
tales que
(A(G)
l
)
ij
= c
1

l
1
+. . . +c
n

l
n
De hecho, si U = (u
rs
) es uma matriz real ortonormal tal que U
1
A(G)U =
diag(
1
, . . . ,
n
) entonces
c
k
= u
ik
u
jk
Dems. Tenemos que
U
1
A
l
U = diag(
l
1
, . . . ,
l
n
)
y por consiguiente
A
l
= Udiag(
l
1
, . . . ,
l
n
)U
1
26
Usando que U
1
= U
t
obtenemos que
(A
l
)
ij
=

k
u
ik

l
k
u
jk
como queramos probar. 2
Para poder usar el corolario anterior debemos ser capaces de hallar los valores propios
de A(G), y la matriz U de vectores propios. Hay sin embargo un caso especialmente
interesante en el que no es necesario este ultimo calculo, y es cuando queremos calcular
todos los itinerarios cerrados , itinerarios d onde el vertice inicial coincide con el nal, de
longitud l. Este n umero ser a
n

i=1
(A(G)
l
)
ii
= tr(A(G)
l
)
donde tr denota la traza (suma de los elementos diagonales). Como la traza de una matriz
es la suma de sus valores propios, hemos demostrado el siguiente corolario:
Corolario 2 Supongamos que A(G) tiene valores propios
1
, . . . ,
n
. Entonces el n umero
de itinerarios cerrados de G de longitud l es

l
1
+. . . +
l
n
Veamos una aplicaci on de los resultados anteriores para el grafo completo K
n
.
Teorema 1.12 Los valores propios del grafo K
n
son 1 con multiplicidad n 1 y n 1
con multiplicidad 1.
Dems. Sea J la nn matriz con todos sus elementos iguales a 1. Como su rango es 1, tiene
el valor propio 0 con multiplicidad n 1, y como su traza es n, el valor propio restante
vale n.
Trivialmente, si la matriz M tiene valores propios
1
, . . . ,
n
, la matriz M +cI (con I
la matriz identidad) tiene valores propios
1
+c, . . . ,
n
+c. Por tanto como A(K
n
) = J I
tenemos el resultado. 2
Corolario 3 El n umero de itinerarios cerrados en K
n
de longitud l desde un vertice i a
si mismo viene dado por
(A(K
n
)
l
)
ii
=
1
n
((n 1)
l
+ (1)
l
(n 1))
Notar que este es tambien el n umero de secuencias i
1
, . . . , i
l
de n umeros en el rango
1, 2, . . . , n comenzando en i, terminando en i
l
,= i y sin tener dos terminos consecutivos
iguales.
Dems. El n umero total de itinerarios cerrrados de longitud l ser a (n 1)
l
+ (1)
l
(n 1).
Pero como todos los vertices son equivalentes, los que empiezen en i, ser an 1/n veces la
cantidad anterior. 2
27
Corolario 4 El n umero total de itinerarios en K
n
de longitud l comenzando en i y ter-
minando en j viene dado por
(A(K
n
)
l
)
ij
=
1
n
((n 1)
l
(1)
l
)
Y el n umero total de itinerarios en K
n
de longitud l es
n

i=1
n

j=1
(A(K
n
)
l
)
ij
= n(n 1)
l
Dems. Notar que para k > 0 es J
k
= n
k1
J, y que por el teorema binomial (para matrices)
(J I)
l
=
l

k=0
(1)
lk
_
l
k
_
J
k
tomando J
0
= I para que la formula sea valida. Por consiguiente
(J I)
l
=
l

k=1
(1)
lk
_
l
k
_
n
k1
J + (1)
l
I
=
1
n
(
l

k=1
(1)
lk
_
l
k
_
n
k
)J + (1)
l
I
Por tanto, de nuevo por el teorema binomial aplicado a n umeros
(J I)
l
=
1
n
((n 1)
l
J (1)
l
J) + (1)
l
I
=
1
n
(n 1)
l
J +
(1)
l
n
(nI J)
Tomando la entrada (i, j) con i ,= j de esa matriz A(G)
l
obtenemos la primera parte
del corolario. La segunda parte se obtiene al sumar todos esos valores junto con los n
valores (A(G)
l
)
ii
dados en el lema previo. 2
Veamos otra aplicaci on de este metodo. Deseamos calcular el n umero de secuencias
a
1
. . . a
n
, tales que a
i
es 1, 2, o 3, pero donde no permitimos que aparezcan ni 11, ni 23,
ni 32. Denotemos por f(n) este n umero y sea G el grafo no dirigido G = (V, E) con
V = 1, 2, 3 y donde existen todos los ejes (i, j) excepto el (1, 1) y el (2, 3). Claramente
ese n umero de secuencias f(n) es el n umero de itinerarios de longitud n en el grafo no
dirigido G. La matriz de adyacencia de G es
_
_
0 1 1
1 1 0
1 0 1
_
_
y sus valores propios son 1, 1, 2. Por tanto sabemos que
f(n) = c
1
(1)
n
+c
2
1
n
+c
3
2
n
28
con c
1
, c
2
, c
3
constantes. Podramos calcular c
1
, c
2
, c
3
desde los vectores propios de la matriz
de adyacencia, pero como esa formula es valida para todo n, y el n umero de itinerarios
para n = 0, 1, 2 es respectivamente 3, 6, 12, deducimos que c
1
= c
2
= 0 y c
3
= 3 y por tanto
f(n) = 3 2
n
El metodo puede extenderse de forma similar a grafos dirigidos, pero ahora los valores
propios de G pueden ser complejos. Por ejemplo, si en el ejemplo anterior no estuviese
permitida la secuencia 23 pero si la 32, deberamos haber tomado G como un grafo dirigido
con todos los arcos excepto el (1, 1) y el (2, 3), y calcular valores propios de la matriz de
adyacencia (no simetrica) de este grafo dirigido.
29
2 Funciones generatrices.
2.1 Introduccion.
La mayora de los problemas de contar que hemos visto dependen de uno o varios par ame-
tros. Por ejemplo el n umero de subconjuntos de tama no r de un conjunto de n elementos
es
_
n
r
_
. En general no estamos interesados en problemas particulares, es decir en calcular
un valor concreto para un cierto n y un cierto r sino en una formula general, es decir en
todos los valores posibles
_
n
r
_
, y en las propiedades de esta familia de n umeros.
En esta secci on vamos a considerar s olo problemas cuya soluci on dependa de un
par ametro n. Por ejemplo el n umero de permutaciones de un conjunto de n elementos, o
el n umero de soluciones enteras y nonegativas de x
1
+. . . +x
n
= n. Para estos problemas
no estamos interesados en una soluci on particular, sino en todas, es decir para el problema
de las permutaciones estamos interesados en la secuencia innita < 0!, 1!, 2!, 3!, . . . > y
para el problema del n umero de soluciones (suponiendo que si n = 0 hay 0 soluciones)
en la secuencia < 0, 1, 3, 10, . . . >. En general estamos interesados en propiedades o en
la descripcion de una secuencia innita de n umeros < f
0
, f
1
, . . . , f
n
, . . . > y en general
supondremos que estos n umeros f
n
son complejos (aunque en los problemas combinato-
rios las secuencias que aparecen son casi siempre de n umeros enteros). Notar que una
secuencia innita de n umeros complejos < f
0
, f
1
, . . . , f
n
, . . . > puede considerarse como
una aplicaci on f : N C, donde denotamos por f
n
a la imagen del n umero n (en lugar
de f(n)), y f
n
ser a el termino n-esimo de la secuencia f. Para denir muchas secuencias
simplemente diremos cual es (o como se calcula) su termino n-esimo. Notar que si f y g
son aplicaciones de N C, est an bien denidas las aplicaciones f +g, su termino n-esimo
es f
n
+g
n
, y s f, su termino n-esimo siendo s f
n
, con s un complejo arbitario. Podemos
facilmente comprobar que el conjunto de aplicaciones de N C con estas operaciones es
un espacio vectorial sobre el cuerpo de los n umeros complejos.
Dada una secuencia innita de n umeros < f
0
, f
1
, . . . , f
n
, . . . > que podemos suponer
complejos, su funcion generatriz F(z), se dene como la serie innita
f
0
+f
1
z +. . . +f
n
z
n
+. . .
La funcion generatriz puede interpretarse de dos formas distintas: como una expresi on
algebraica, es decir otra forma de escribir la secuencia innita < f
0
, f
1
, . . . , f
n
, . . . > pero
cuya manipulacion formal nos puede permitir descubrir identidades o encontrar formulas
para secuencias, o puede interpretarse como una suma innita (una serie) para cada valor
de z. En este ultimo caso, si es D el conjunto de valores z para los que esa serie converge,
la funcion generatriz puede mirarse como una funcion F(z) de D en C, que a cada z
D le asigna el valor de esa suma innita. Esta funcion F(z) es siempre innitamente
diferenciable, y si sabemos encontrar una formula explcita para ella, no s olo podemos
mediante la formula de Taylor determinar los coecientes f
n
, es decir ha de ser
f
n
=
F
(n)
(0)
n!
sino que adicionalmente, podemos conocer mucho sobre el comportamiento y el orden de
magnitud de esos coecientes.
Los siguientes teoremas sobre series de potencias y funciones analticas son utiles para
conocer aproximadamente ese orden de magnitud de los coecientes.
30
Teorema 2.1 Sea F(z) =

n0
f
n
z
n
. Existe un n umero real R, 0 R , llamado
radio de convergencia de la serie, tal que la serie converge z [z[ < R y diverge z
[z[ > R. Adem as se verica limsup
n
[f
n
[
1/n
= 1/R (entendiendo 1/0 = y 1/ = 0).
Adem as la funcion F(z) es analtica en su disco de convergencia (z C [z[ < R)
y debe tener al menos una singularidad en la frontera de ese disco (z [z[ = R).
Teorema 2.2 Recprocamente, supongamos que la funcion generatriz de

f
n
z
n
es la
funcion F(z) y que F(z) es analtica en alguna region conteniendo el origen. Sea z
0
la sin-
gularidad de menor modulo de F(z), entonces limsup[f
n
[
1/n
= 1/[z
0
[. Equivalentemente,
dado > 0, existe un entero N() tal que, f
n
< (1/[z
0
[ +)
n
, n > N() y f
n
> [1/[z
0
[ [
n
para innitos valores de n.
Como se nalabamos la funcion generatriz

f
n
z
n
puede tambien mirarse como un
objeto algebraico, como otra forma de nombrar a la secuencia innita de n umeros
< f
0
, f
1
, . . . , f
n
, . . . >. Mas formalmente, una serie de potencias formal es una ex-
presion de la forma
f
0
+f
1
z +f
2
z
2
+. . . +f
n
z
n
+. . .
Los n umeros f
n
se denominan los coecientes de la serie, < f
0
, f
1
, . . . , f
n
, . . . > es la
secuencia de coecientes, y dos series son iguales si tienen la misma secuencia de coe-
cientes.
Podemos mirar las series formales como una extension de los polinomios, y denir las
mismas operaciones que en polinomios, sumas, productos, derivadas,...
Concretamente, si F(z) es la serie formal

n
f
n
z
n
y G(z) es la serie formal

n
g
n
z
n
,
entonces por F(z) + G(z) indicamos la serie formal

n
(f
n
+ g
n
)z
n
. El elemento
neutro de la operaci on suma, la serie con todos los coecientes nulos, < 0, 0, . . . >, se
denota por 0, y la opuesta de F(z) por F(z).
Por F(z)G(z) indicamos la serie formal

x
h
n
z
n
donde h
n
=

n
k=0
f
k
g
nk
. Esta
operaci on producto tiene un elemento neutro, la serie con coecientes < 1, 0, 0, . . . >
denotada por 1. Algunas series formales F(z), tienen recproco respecto a esta operaci on
producto, es decir diremos que la serie H(z) es la recproca de F(z) si su producto es la
serie 1, y escribiremos que H(z) = 1/F(z).
Teorema 2.3 La serie formal

n
f
n
z
n
tiene recproco, 1/F(z), s y s olo s, f
0
,= 0
Dems. Si f
0
= 0, al multiplicar la serie F(z) por una serie arbitraria

n
g
n
z
n
, el coeciente
de z
0
en ese producto es f
0
g
0
= 0, por tanto no podemos obtener la serie 1.
Por el contrario si f
0
,= 0, queremos ver que existe G(z) =

n
g
n
z
n
tal que F(z)G(z) =
1. Por tanto debe vericarse
f
0
g
0
= 1
luego g
0
= 1/f
0
, un n umero bien denido. Igualmente ha de ser
f
0
g
1
+f
1
g
0
= 0
luego g
1
= (1/f
0
)(f
1
g
0
). En general para el termino n-esimo ha de ser
n

k=0
f
k
g
nk
= 0
31
luego
g
n
= (1/f
0
)(
n

k=1
f
k
g
nk
)
lo cual est a bien denido pues ya hemos calculado los valores previos g
0
, g
1
, . . . , g
n1
. 2
Por la derivada F

(z) de una serie formal F(z) indicamos la serie formal con termino
n-esimo (n + 1)f
n+1
, es decir F

(z) =

n
(n + 1)f
n+1
z
n
.
Igualmente,
_
z
0
f(t)dt indica la serie de potencias formal con termino n-esimo f
n1
/n
(si n > 0 y con valor 0 si n = 0).
Normalmente una serie formal con un n umero nito de coecientes no nulos se identica
con un polinomio. Por ejemplo, escribiremos 2z z
3
en lugar de 0 + 2z + 0z
2
1z
3
+
0z
4
+0z
5
+. . .. De esta forma, podemos denir expresiones como z
2
F

(z)/G(z), que sera

la funcion generatriz correspondiente al producto de la secuencia z
2
, por la secuencia de
F

(z), por la secuencia recproca de G(z) (recproca respecto de la operaci on producto).

De esta forma, si tenemos formulas F(z) y G(z) para las funciones generatrices de f
n
y g
n
, cualquier manipulacion algebraica, como 3F(z)
2
7G

(z)G(z) es la formula de la
funcion generatriz de una expresi on algebraica ligando los coecientes f
n
y g
n
. En este
ejemplo, 3F(z)
2
7G

(z)G(z) sera la funcion generatriz de la secuencia de coecientes

h
n
= 3

i+j=n
f
i
f
j
7

i+j=n
(i + 1)g
i+1
g
j
Ejemplo 1.-Multipliquemos la serie formal

n0

n
z
n
por 1 z. Obtenemos que el coeciente de z
n
en ese producto es 1 si n = 0 y 0 si n > 1.
Por tanto la funcion generatriz de f
n
=
n
para cualquier complejo es

n=0

n
z
n
=
1
1 z
Podemos interpretar esta igualdad de dos formas, una como manipulacion de series de
potencias, que dice que el producto de la serie de potencias

n0

n
z
n
por la serie 1 z
nos da la serie 1. La otra interpretacion es como series, cuando la serie

n0

n
z
n
converja,
como 1 z es siempre convergente, nos dice que el valor de esa suma es
1
1z
. Ahora
cuando la serie converge, tiene que hacerlo en el interior de un disco de radio R, y en la
frontera de ese disco la funcion que da la suma de la serie tiene que tener una singularidad.
Puesto que la funcion
1
1z
s olo tiene una singularidad en z = 1/, se deduce que R = 1/,
y por tanto que esa serie converge si [z[ < 1/ y diverge si [z[ > 1/.
Notar que aunque la funcion
1
1z
est a denida para todo z ,= 1/, su valor s olo
coincide con

n0

n
z
n
cuando esta serie es convergente.
Ejemplo 2*.- Sabemos que
e
z
=

n0
z
n
/n!
Como trivialmente e
z
e
z
= 1, debe ser
(

n0
z
n
/n!)(

n0
(1)
n
z
n
/n!) = 1
32
y por tanto para n 1, el coeciente de z
n
ha de ser

i+j=n
1
i!
(1)
j
j!
= 0
o equivalentemente
n

j=0
(1)
n
_
n
j
_
= 0
resultado que conocamos desde el teorema binomial.
2.2 Funciones generatrices exponenciales.

En algunos casos, sobre todo para secuencias < f

0
, f
1
, . . . , f
n
, . . . > de crecimiento muy
r apido en n, interesa denir la llamada funcion generatriz exponencial denida como
la serie
F
e
(z) =

n=0
f
n
z
n
n!
o lo que es lo mismo, la funcion generatriz ordinaria correspondiente a la secuencia
f
0
, f
1
/1!, . . . , f
n
/n!, . . . >. Es facil ver que las funciones generatrices exponenciales cumplen
la propiedad
F
e
(z)G
e
(z) =

n=0
(

i+j=n
_
n
i
_
f
i
g
j
)
z
n
n!
e igualmente
F

e
(z) =

n=0
f
n+1
z
n
n!
Veamos una aplicaci on de estas funciones generatrices. Denotemos por B
e
(z) la funcion
generatriz exponencial correspondiente a los n umeros de Bell B
n
. Como estos cumplen la
formula
B
n+1
=
n

i=0
_
n
i
_
B
ni
y la funcion generatriz exponencial de la secuencia < 1, 1, 1, . . . > es

n=0
z
n
/n! = e
z
B
e
(z) debe cumplir la ecuaci on diferencial
B

e
(z) = e
z
B
e
(z)
o equivalentemente
(ln(B
e
(z))

= e
z
La soluci on de esta ecuaci on es
B
e
(z) = e
(e
z
+c)
con c una constante arbitraria. Como para z = 0, tiene que ser B
e
(0) = B
0
= 1, el valor
correcto de c es 1 y por tanto
B
e
(z) = e
(e
z
1)
Resumiendo, el n umero de Bell B
n
coincide con el valor en z = 0 de la derivada n-esima
de la funcion e
(e
z
1)
.
33
2.3 Funciones generatrices y ecuaciones de recurrencia
Las ecuaciones de recurrencia no s olo dan un metodo para calcular un termino generico
f
n
sino que generalmente proporcionan una ecuaci on (o sistema de ecuaciones) que debe
cumplir la funcion generatriz. Esto permite en muchos casos obtener una forma explcita
para la funcion generatriz. En las siguientes secciones: Teorema Binomial, Funciones
generatrices racionales, Teorema de Schur y Enumeracion de arboles, esencialmente lo que
hacemos es deducir la funcion generatriz de una secuencia denida por una ecuaci on de
recurrencia. Comencemos con un ejemplo sencillo.
Ejemplo 1.- Los n umeros de Fibonacci se denen como f
0
= 0, f
1
= 1 y
f
n
= f
n1
+f
n2
para n 2 Por tanto
f
n
z
n
= f
n1
z
n1
z +f
n2
z
n2
z
2
Por tanto sumando para n 2 tenemos
F(z) z = F(z)z +z
2
F(z)
y despejando
F(z) =
z
1 z z
2
Esta funcion generatriz compleja es analtica alrededor del origen, y sus unicas singulari-
dades aparecen cuando el denominador es 0. De los dos valores que hacen 0 el denominador
el de menor m odulo es z
0
=
1+

5
2
, por lo tanto sabemos que
lim
n
_
f
n
=
1
[z
0
[
=
1 +

5
2
o equivalentemente, dado > 0 a partir de un cierto n
0
se verica que
(
1 +

5
2
)
n
< f
n
< (
1 +

5
2
+)
n
2.4 Teorema binomial.
Fijado x arbitrario sea
f
n
=
_
x
n
_
=
x(x 1) . . . (x (n 1))
1 2 . . . n
Por tanto f
n
cumple la recurrencia
f
n
= f
n1
x (n 1)
n
o bien
nf
n
= xf
n1
(n 1)f
n1
la cual es cierta para todo n > 0. Ahora si es F(z) =

n0
f
n
z
n
, ha de ser F

(z) =

n>0
nf
n
z
n1
. Por tanto multiplicando la recurrencia por z
n1
obtenemos
nf
n
z
n1
= xf
n1
z
n1
(n 1)f
n1
z
n1
34
Sumando para todos los valores de n > 0 obtenemos
F

(z) = xF(z) zF

(z)
Por tanto
F

(z)/F(z) =
x
1 +z
Como la derivada de ln F(z) es F

(z)/F(z), y la de xln(1 + z) +c es x/(1 + z) tiene que

ser F(z) = exp(xln(1 +z) +c). Como F(0) = f
0
= 1, la constante c es 0 y por tanto
F(z) = (1 +z)
x
Hemos redescubierto por tanto el teorema binomial para exponentes x arbitrarios

n
_
x
n
_
z
n
= (1 +z)
x
Notar sin embargo que (1 + z)
x
dar a el valor de la serie

n0
_
x
n
_
z
n
solamente cuando
esta serie sea convergente, y a su vez para saber cuando esta serie es convergente, basta
ver d onde aparecen las singularidades de la funcion (1 + z)
x
. Esta funcion no tiene sin-
gularidades para valores de x enteros y 0, pues es un polinomio, y tiene una primera
singularidad en z = 1 para cualquier otro valor (real o complejo) de x. Por tanto la
formula
(1 +z)
x
=

n
_
x
n
_
z
n
es valida para todo z si x es un entero positivo, y para todo z con [z[ < 1 si x es cualquier
otro n umero real o complejo. (Si z es complejo, las funciones ln(1 + z) y (1 + z)
x
son
multivaluadas, y tendramos que especicar que rama de valores se deben tomar para que
esa identidad permanezca valida).
Notar, que si x es un entero 0, en el sumatorio de la parte derecha de la formula
binomial s olo los n +1 primeros terminos son no nulos, y por tanto es una suma nita. Si
en esa formula para x 0 y entero, multiplicamos a izquierda y derecha por b
x
y llamamos
a a la cantidad bz, obtenemos la formula clasica del binomio para exponentes x 0 enteros
(a +b)
x
=
x

n=0
_
x
n
_
a
n
b
xn
2.5 Funciones generatrices racionales.
La funcion generatriz de la sucesion de Fibonacci que hemos calculado antes, es un caso
particular de las llamadas funciones generatrices racionales, que son funciones que tienen
la forma F(z) = P(z)Q(z)
1
con P(z) y Q(z) polinomios en z. La principal propiedad de
las funciones generatrices racionales desde el punto de vista combinatorio viene dada en el
siguiente teorema.
Teorema 2.4 Sea
1
, . . . ,
d
una secuencia de n umeros complejos con d 1 ,
d
,=
0, y sea Q(z) = 1 +
1
z +
2
z
2
+ . . .
d
z
d
. Supongamos que las races de Q(z) = 0
son 1/
1
, . . . , 1/
k
con multiplicidades d
1
, . . . , d
k
(por tanto

k
i=1
d
i
= d). Las siguientes
condiciones sobre la secuencia f
n
(de n umeros complejos) son equivalentes:
35
i) Para todo n 0,
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= 0
ii) Para todo n 0,
f
n
=
k

i=1
p
i
(n)
n
i
donde p
i
(n) es un polinomio en n de grado menor que d
i
.
iii) La funcion generatriz de f
n
es

n0
f
n
z
n
= P(z)/Q(z)
donde P(z) es un polinomio de grado menor que d.
Antes de ver la demostracion del teorema veamos su signicado y sus implicaciones. La
condici on i) es una ecuaci on de recurrencia, y nos expresa el termino f
n+d
en funcion (de
hecho es una combinaci on lineal) de d valores anteriores
f
n+d
= (
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
)
Por tanto, conocidos d valores iniciales f
0
, f
1
, . . . , f
d1
podemos conocer f
n
para cualquier
valor n y distintos valores iniciales nos dar an distintas secuencias. Denotemos por F
1
al
conjunto de secuencias que cumplen esa recurrencia. Por otra parte ii) representa otra
familia de secuencias. Dados k polinomios p
i
(n), cada uno con grado menor que d
i
, con-
sideramos la secuencia dada por
g
n
=
k

i=1
p
i
(n)
n
i
Distintas elecciones de polinomios p
i
(n) dar an distintas secuencias, y sea F
2
esa familia de
secuencias. Finalmente, sea F
3
la familia de secuencias cuya funcion generatriz es de la
forma
P(z)Q(z)
1
con P(z) un polinomio de grado d. Notar que Q(z) es una series de potencias y su
primer termino (coeciente de z
0
) vale 1, por tanto existe serie formal recproca 1/Q(z),
y al multiplicar esta serie por distintos polinomios en n de grado < d, obtenemos una
familia de series formales, las secuencias de coecientes de esas series formales forman F
3
.
El teorema dice que estas tres familias de secuencias coinciden.
Notar adem as que decir que 1/
1
, . . . , 1/
k
son las raices de Q(z) = 0 con multiplici-
dades d
1
, . . . , d
k
equivale a decir que
Q(z) =
k

i=1
(1
i
z)
d
i
(pues estos dos polinomios tienen el mismo grado, las mismas raices con la misma multi-
plicidad, y el mismo termino independiente, luego coinciden).
Dems. * Consideremos una secuencia < f
0
, f
1
, . . . , > como una aplicaci on f de N en C.
La familia F
1
es por consiguiente la familia de aplicaciones de N en C que verican i).
36
Podemos comprobar que esta familia es un subespacio vectorial complejo, esto es que si f
y g son dos funciones que verican i), entonces f +g tambien verica i) , C. Una
aplicaci on de F
1
viene especicada por d valores iniciales f
0
, f
1
, . . . , f
d
, que unvocamente
determinan el resto de coecientes. Por tanto consideremos las aplicaciones e
1
, e
2
, . . . , e
d
de
la familia F
1
que tienen como d valores iniciales: e
1
los d n umeros (1, 0, . . . , 0), e
2
los valores
(0, 1, 0, . . . , 0), y asi sucesivamenta hasta e
d
los valores (0, . . . , 0, 1). Claramente estas
funciones de N C son linealmente independientes, y adem as cualquier otra funcion f
F
1
, si sus d valores iniciales son f
0
, f
1
, . . . , f
d1
, verica que f = f
0
e
1
+f
1
e
2
+. . . +f
d1
e
d
.
Resumiendo, F
1
es un espacio vectorial de dimension d y las funciones e
i
forman una base.
Igualmente, podemos comprobar que F
2
= Aplicaciones f : N C vericando ii)
es un espacio vectorial, y las d aplicaciones f
(j,i)
: N C dadas por
(f
(j,i)
)
n
= n
i

j
n
1 j k, 0 i < d
j
generan todas las secuencias de F
2
, por tanto la dimension de F
2
es
d. Finalmente, para 0 i < d consideremos las d series formales
H
i
(z) =
z
i
Q(z)
y sean f
i
las correspondientes secuencias de coecientes de esas series. Es decir (f
i
)
n
es
el coeciente de z
n
en la serie formal z
i
Q(z)
1
. Como las secuencias que son combinaci on
lineal de las f
i
tienen como funcion generatriz la misma combinaci on lineal de los H
i
(z),
deducimos que F
3
es un espacio vectorial de dimension d, y una base est a dada por las
funciones (secuencias) f
0
, . . . , f
d1
.
Sea ahora f F
3
. Por denicion, se ha de vericar que Q(z)(

n
f(n)z
n
) = P(z), es
decir
(1 +
1
z +
2
z
2
+. . .
d
z
d
)(f
0
+f
1
z +. . . +f
n
z
n
+. . .) = P(z)
Como el coeciente de z
n+d
en P(z) vale 0 para todo n, y el coeciente de esa misma
potencia en el producto de la izquierda es f
n+d
+
1
f
n+d1
+
2
f
n+d2
+ . . . +
d
f
n
, y
estos dos coecientes deben coincidir, se deduce que f F
1
, es decir F
3
F
1
y como son
espacios vectoriales de la misma dimension F
3
= F
1
.
Consideremos ahora, dados j e i, 1 j k y 1 i d
j
, la funcion generatriz
H
(i,j)
(z) =
1
(1
j
z)
i
Multiplicando numerador y denominador por

l=j
(1
l
z)
d
l
obtenemos una funcion gen-
eratriz del tipo dado en iii), por tanto la secuencia de coecientes de la funcion generatriz
H
(i,j)
(z) pertenece a F
3
, y esto es cierto para cualquier j e i tales que 1 j k y
1 i d
j
. Llamemos h
(ij)
a la secuencia de coecientes de la serie formal H
(i,j)
(z) y
veamos que estas d secuencias forman una base de F
3
. Como sabemos que F
3
tiene dimen-
si on d, nos basta ver que esas d secuencias son independientes, es decir que si

ij
h
(ij)
= 0
implica que
ij
= 0, o equivalentemente que si

ij
1
(1
j
z)
i
= 0, implica que
ij
= 0.
Supongamos que esto no es verdad, es decir que existen
ij
todos no nulos, tales que

ij
1
(1
j
z)
i
= 0
Para cada j sea d

j
el m aximo exponente de los polinomios denominadores de la forma
(1
j
z)
i
que aparecen en esa combinaci on lineal. Multiplicando esa combinaci on lineal
37
por

1jk
(1
j
z)
d

j
obtendremos un polinomio en z expresado como sumandos de la
forma

ij
(1
j
z)
d

j
i

l=j
(1
l
z)
d

l
Evalu ando ese polinomio en z = 1/
j
, todos los sumandos se hacen cero excepto

j
j

l=j
(1
l
/
j
)
d

l
. Como la suma tiene que dar cero y

l=j
(1
l
/
j
)
d

l
,= 0, ha
de ser
d

j
j
= 0 contra la hip otesis de todos los coecientes
ij
no nulos. Con esto queda
probado que las d secuencias h
(i,j)
de coecientes de las series formales
1
(1
j
z)
i
forman
una base de F
3
.
A su vez por la formula del binomio,
1
(1
j
z)
i
=

n=0
(1)
n
_
i
n
_
z
n

n
j
=

n=0
_
i +n 1
n
_
z
n

n
j
=

n=0
_
i +n 1
i 1
_
z
n

n
j
El coeciente n-esimo de esta serie de potencias es
h
(i,j)
n
=
_
i +n 1
i 1
_

n
j
Observar que ese coeciente n-esimo es el producto de un polinomio de grado i1 en n por
una potencia n-esima de
j
, y como i d
j
, esta secuencia de coecientes h
(i,j)
pertenece
a F
2
. Por tanto, F
3
F
2
, como a su vez F
3
tiene dimension d y la de F
2
es d se deduce
que la dimension de F
2
es d, y que F
1
= F
2
= F
3
. 2
NOTAS.
1.- En la pr actica, este teorema suele usarse para resolver recurrencias, es decir dada
una funcion de la cual conocemos su formula de recurrencia i), hallar una formula explcita
como ii) para conocer el termino n-esimo. Los valores 1/
1
, . . . , 1/
k
se llaman races
caractersticas de la recurrencia, y a su vez son las races (cada
i
con multiplicidad d
i
) del
polinomio
x
d
+
1
x
d1
+
2
x
d2
+. . . +
d
que se denomina polinomio caracterstico de la ecuaci on de recurrencia. Notar que el
polinomio caracterstico no es Q(z), es z
d
Q(1/z).
2*.- En la demostracion anterior hemos visto que F
2
tiene dimension d, es decir que las
d secuencias
(f
(j,i)
)
n
= n
i

j
n
1 j k, 0 i d
j
son linealmente independientes. Como consecuencia tenemos el
siguiente resultado
Corolario 5 *Sea P
1
(z), P
2
(z), . . . , P
s
(z) polinomios no nulos en z y
1
,
2
, . . . ,
s
comple-
jos distintos y no nulos cualesquiera. Igualmente sean Q
1
(z), Q
2
(z), . . . , Q
t
(z) polinomios
no nulos en z y
1
,
2
, . . . ,
t
complejos distintos y no nulos cualesquiera. Supongamos que
para todo n n
0
, n
0
0 un entero dado, se verica que
s

i=1
P
i
(n)
n
i
=
t

j=1
Q
j
(n)
n
j
entonces s = t y se pueden reordenar los polinomios Q
j
(z) y los n umeros
j
de forma que
P
i
(z) = Q
i
(z) y
i
=
i
para todo i, 1 i s.
38
Dems. Veamoslo primero para el caso n
0
= 0.
Supongamos que en el conjunto de complejos
1
,
2
, . . . ,
s
,
1
,
2
, . . . ,
t
hay r n umeros
distintos, llamem osles
1
, . . . ,
r
. Poniendo los terminos de la derecha en la parte izquierda
de la igualdad anterior, obtendremos una expresi on de la forma
r

i=1
P
i
(n)
n
i
= 0
Donde P
i
(n) es o bien P
i
(n), o es P
i
(n)Q
j
(n) para alg un j o es Q
j
(n) para alg un j. En
cualquier caso P
i
(n) es un polinomio en n, y por tanto en la parte izquierda tenemos una
expresi on que consiste en combinaciones lineales de expresiones de la forma n
k

n
i
, y que
tiene que dar 0 para todo n. Como las secuencias n
k

n
i
son linealmente independientes,
todos los coecientes han de ser 0, es decir todos los polinomios P
i
(n) son el polinomio
nulo. Como P
i
(n) y Q
j
(n) son por hip otesis no nulos, la unica opcion que nos queda, si ha
de vericarse la igualdad anterior, es que cada
i
aparece en la izquierda con un polinomio
P
i
y en la derecha con un polinomio Q
j
= P
i
.
Si n
0
> 0, sea n = nn
0
. Sustituyendo n por n+n
0
, la igualdad anterior puede ahora
escribirse como
s

i=1
P
i
( n +n
0
)
n+n
0
i
=
t

j=1
Q
j
( n +n
0
)
n+n
0
j
Pero P
i
( n+n
0
)
n
0
i
y Q
j
( n+n
0
)
n
0
j
son polinomios en n, y por tanto tenemos una igualdad
como en el caso anterior en la variable n y que debe vericarse para todo n 0. 2
En particular tambien tenemos la siguiente consecuencia:
Si
1
, . . . ,
s
,
1
, . . . ,
t
son n umeros complejos no nulos vericando que

n
1
+. . . +
n
s
=
n
1
+. . . +
n
t
para todo entero n n
0
. Entonces s = t y los
i
coinciden con los
i
salvo el orden.
3*.- A veces necesitaremos el siguiente resultado
Corolario 6 Sea f
n
una secuencia vericando cualquiera de las tres condiciones del teo-
rema anterior. Entonces son equivalentes:
i) P(z)/Q(z) son primos entre si, es decir no puede simplicarse la funci on generatriz.
ii) No existe un entero 0 c < d y complejos
1
, . . . ,
c
tales que para todo n 0,
f
n+c
+
1
f
n+c1
+
2
f
n+c2
+. . . +
c
f
n
= 0
iii) El grado de cada P
i
(n) es exactamente d
i
1. (Entendemos que el grado del
polinomio nulo es 1).
Dems. Supongamos que f
n
tiene como funcion generatriz P(z)/Q(z) y esta expresi on puede
simplicarse a P
1
(z)/Q
1
(z). Entonces Q
1
(z) tendra grado c menor que d, y por el teorema
previo f
n
cumplira un recurrencia lineal de orden c. Recprocamente, supongamos que f
n
tiene como funcion generatriz a P(z)/Q(z) y cumple una recurrencia de orden c. De nuevo
por el teorema previo, tambien tiene una funcion generatriz de la forma P
1
(z)/Q
1
(z) d onde
Q
1
(z) es de grado c y c < d, y que tiene que coincidir con P(z)/Q(z), es decir este ultimo
cociente puede simplicarse. Esto demuestra que la condici on i) y la ii) son equivalentes.
39
Igualmente, si f
n
tiene como funcion generatriz P(z)/Q(z) y esta expresi on puede
simplicarse a P
1
(z)/Q
1
(z), al menos una de las races 1/
i
de Q(z), tiene una multiplicidad
d

i
< d
i
en Q
1
(z), y por el teorema previo, f
n
puede expresarse como combinaci on lineal
P
i
(n)
n
i
, con P
i
de grado d

i
, d

i
< d
i
. Notar que si d
i
= 1, d

i
= 0, es decir no aparece
termino en
n
i
o, equivalentemente el polinomio P
i
(n) es el polinomio nulo. Finalmente
supongamos que f
n
tiene como funcion generatriz P(z)/Q(z) y puede expresarse como

j
P
j
(n)
n
j
y uno de los polinomios, el polinomio P
i
(n), tiene grado d

i
< d
i
, por tanto
la suma de los grados de esos polinomios es un n umero d

< d. De nuevo el teorema

previo dice que la funcion generatriz de f
n
es una funcion racional P
1
(z)/Q
1
(z) con Q
1
(z)
teniendo grado d

< d, y debe coincidir con P(z)/Q(z), luego este ultimo cociente se puede
simplicar. 2
Ejemplo 1.- Habamos denido los n umeros de Fibonacci como f
0
= 0, f
1
= 1 y
f
n
= f
n1
+f
n2
para n 2. Efectivamente su funcion generatriz
F(z) =
1
1 z z
2
es racional. Para encontrar formulas para f
n
necesitamos las inversas de las races de
1 z z
2
, es decir las races de
z
2
z 1 = 0
Esta ultima ecuaci on se llama ecuaci on caracterstica de la recurrencia y sus races, los
valores
i
, las races caractersticas. En nuestro caso

1
=
1 +

5
2
,
2
=
1

5
2
Por tanto
f
n
= c
1

n
1
+c
2

n
2
pues ahora los polinomios p
i
(n) se reducen a constantes ya que d
i
= 1.
Para hallar c
1
y c
2
, usamos las condiciones iniciales que denen f
n
, f
0
= 0, f
1
= 1, por
tanto
c
1
+c
2
= 0, c
1

1
+c
2

2
= 1
Esto produce para el n-esimo n umero de Fibonacci la formula
f
n
=
1

5
(
1 +

5
2
)
n

5
(
1

5
2
)
n
Notar que
2
es negativo, con m odulo < 1, por tanto el segundo sumando tiende a 0 si
n tiende a . Esto implica que
f
n
c
1

n
1
como adem as los f
n
son enteros, f
n
tendra que ser a partir de un cierto valor el entero
m as pr oximo a esa cantidad, de hecho lo es siempre. No est a claro sin embargo, que para
calcular exactamente f
n
para n grande, esta formula explcita sea mejor que la recurrencia
inicial, pues el calculo de
n
1
requiere el manejo de n umeros irracionales.
40
Ejemplo 2.- Queremos calcular formulas explicitas para la secuencia f
n
dada por la
ecuaci on de recurrencia
f
n
= 4f
n1
5f
n2
+ 4f
n3
4f
n4
cuando los valores iniciales son
f
0
= 0, f
1
= 1, f
2
= 2, f
3
= 4
La formula de recurrencia nos permite calcular f
n
para cualquier valor de n, pero nos da
muy poca informaci on sobre el valor asintotico, por ejemplo si n = 10
6
cuantas cifras
tiene f
n
? Cuanto vale aproximadamente f
n
si n = 10
6
? Los primeros valores de f
n
son:
n 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
f
n
0 1 2 4 10 24 54 120 266 584 1270 2744 5898 12616 26870
La ecuaci on caracterstica es
z
4
4z
3
+ 5z
2
4z + 4 = 0
Aunque es una ecuaci on de cuarto grado podemos comprobar que z
4
4z
3
+5z
2
4z +4 =
(z
2
+ 1)(z 2)
2
, es decir las races caractersticas son i y i con multiplicidad 1 y la raz
2 con multiplicidad 2. Esto implica que existen n umeros
1
,
2
,
3
y
4
tales que
f
n
=
1
(i
n
) +
2
(i)
n
+ (
3
+
4
n)2
n
para todo n 0. Los coecientes
i
pueden ser n umeros complejos. Para calcular esos co-
ecientes usamos las condiciones iniciales. Notar que distintas condiciones iniciales tienen
que dar distintos valores de los coecientes puesto que las secuencias producidas siempre
ser an distintas. En nuestro caso, para n = 0, 1, 2, 3, f
n
vale 0, 1, 2, 4, por lo tanto los valores

i
deben cumplir las cuatro ecuaciones:
(1)
1
+
2
+
3
= 0
(2)
1
i +
2
(i) + (
3
+
4
)2 = 1
(3)
1
(1) +
2
(1) + (
3
+ 2
4
)4 = 2
(4)
1
(i) +
2
(+i) + (
3
+ 3
4
)8 = 4
De d onde obtenemos
(1)+(3) 5
3
+ 8
4
= 4
(2)+(5) 10
3
+ 26
4
= 5
y por tanto que

3
= 12/50,
4
= 1/10
Sustituyendo estos valores en (1) y (2) obtenemos las ecuaciones
(1)
1
+
2
= 12/50
(2) (
1

2
)i = 16/50
41
Y por tanto

1
= 6/50 8i/50,
2
= 6/50 + 8i/50
La formula explcita para f
n
es por consiguiente
f
n
= (6/50 8i/50)i
n
+ (6/50 + 8i/50)(i)
n
+ (12/50 +n/10)2
n
Las siguientes observaciones son utiles en la pr actica:
1.- El proceso de calcular los coecientes
i
a partir de las condiciones iniciales supone
resolver un sistema de ecuaciones lineales, posiblemente con coecientes complejos. Siem-
pre, como consecuencia del Teorema previo, este sistema tiene soluci on y esa soluci on es
unica.
2.- Es normal que en la formulaci on explcita de f
n
aparezcan complejos, irracionales o
fracciones. Pero en los problemas combinatorios, como en este ejemplo, el resultado nal
tiene que ser entero, es decir las partes complejas e irracionales deben cancelarse entre s,
y las partes racionales tienen que producir al sumarse valores enteros.
3.- La formula explcita es util sobre todo para dar valores aproximados cuando n es
grande. En este ejemplo
f
n
n2
n
/10
Asi f
1000000
10
5
2
1000000
10
301034.995663
9.90065610
301034
es decir el n umero f
1000000
es un entero de 301035 cifras, y sus 5 primeras cifras son 99006. Si hacemos la aproximacion
f
n
(12/50 +n/10)2
n
obtenemos que f
1000000
100000.24 2
1000000
10
301034.99566398
9.900679990854448
10
301034
, as las primeras 12 cifras de f
1000000
son 990067999085 . . . y as hasta 301035
cifras.
Finalmente decir que, puesto que los valores complejos han de cancelarse, pueden obten-
erse formulas sin coecientes complejos, pero a costa de hacer un an alisis de casos. En
nuestro ejemplo, observando los resultados de la formula explcita anterior seg un n sea par
o impar obtenemos
f
n
=
_
6/25(1)
n+2
2
+ (12/50 +n/10)2
n
si n par
8/25(1)
n1
2
+ (12/50 +n/10)2
n
si n impar
2.6 Teorema de Schur.
Habamos visto una formula de recurrencia que nos deca como calcular el n umero de for-
mas distintas de pagar una cantidad r de centimos, usando monedas de 1, 2, 5, 10, 20, 50
centimos, y habamos llamado P(r, 6) a esta cantidad. Veamos cual es su funcion genera-
triz. Si s olo dispusiesemos de monedas de valor 1, entonces s olo hay una forma de pagar,
por tanto P(r, 1) vale siempre 1, y la funcion generatriz de P(r, 1), llamemosle P
1
(z) ser a
1
1z
. Si la primera moneda, hubiese tenido un valor v(1) 1, podramos pagar las canti-
dades v(1), 2v(1), 3v(1), . . . de una unica forma, y no podramos pagar si r no es m ultiplo de
v(1). As si fuese v(1) = 3, la secuencia de posibles formas de pago, llamem osle P
v(1)
(r, 1),
sera 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, . . .. En este caso la funcion generatriz de la secuencia es
P
v(1)
1
(z) =
1
1 z
v(1)
42
Supongamos ahora que para pagar r disponemos solamente de las monedas de valor 1
y 2 (v(1) y v(2) en general). Para pagar una cantidad r, pagaremos una cantidad i usando
las monedas del primer tipo, y la cantidad restante, r i, usando las del segundo tipo. Por
tanto el n umero de formas de pagar, P
v(1),v(2)
(r, 2), cumple la relaci on
P
v(1),v(2)
(r, 2) =
r

i=0
P
v(1))
(i, 1)P
v(2)
(r i, 1)
y por tanto su funcion generatriz es
1
(1 z
v(1)
)
1
(1 z
v(2)
)
Que en nuestro caso es
=
1
(1 z)
1
(1 z
2
)
Usando los mismos razonamientos, vemos que la funcion generatriz de P(r, 3) (con
nuestros valores de monedas) es
1
(1 z)
1
(1 z
2
)
1
(1 z
5
)
e igualmente
P
6
(z) =
1
(1 z)
1
(1 z
2
)
1
(1 z
5
)
1
(1 z
10
)
1
(1 z
20
)
1
(1 z
50
)
Aunque la formula tenga un aspecto terrible, es una funcion generatriz racional, con
P(z) = 1, Q(z) un polinomio de grado 1 + 2 + 5 + 10 + 20 + 50 = 88 y con races
complejas (todas con m odulo 1) conocidas. Esto, teoricamente permite dar una formula
explcita para P(6, r) para todo r, hallando los polinomios p
i
(r) que acompa nan a cada
raz distinta. Pero notar que la raiz 1 es la que m as veces se repite, exactamente 6 veces,
por tanto va acompa nada de un polinomio de grado exactamente 5. Las dem as races
tienen una multiplicidad estrictamente menor, por tanto P(6, r) asintoticamente es (r
5
)
es decir del orden de una constante c por r
5
. De hecho, el siguiente Teorema de Schur
precisa cual es el valor de la constante c.
Teorema 2.5 El n umero de formas en que un entero n puede expresarse como combi-
naci on lineal entera y nonegativa de k enteros 1 v(1) < v(2) < . . . < v(k) tales que su
m.c.d. sea 1, es asntoticamente
n
k1
(k 1)!v(1)v(2) . . . v(k)
+O(n
k2
)
Dems. * Como hemos se nalado la funcion generatriz de ese n umero de formas, f
n
, es
F(z) =
1
(1 z
v(1)
)(1 z
v(2)
) . . . (1 z
v(k)
)
Ademas la raz 1 tiene multiplicidad k y cualquier otra raz es una raz de la unidad con
multiplicidad estrictamente menor que k (ya que el m.c.d. es 1), por lo tanto asintotica-
mente f
n
= cn
k1
con c una constante.
43
Por otra parte el cociente F(z) =
1
(1z
v(1)
)(1z
v(2)
)...(1z
v(k)
)
puede expresarse como
combinaci on lineal de las funciones racionales 1/(1 z/w
i
)
j
con w
i
las distintas races del
denominador y j tomando valores desde 1 hasta d
i
, con d
i
la multiplicidad de w
i
. Por
tanto tenemos que
F(z) =
1
(1 z
v(1)
)(1 z
v(2)
) . . . (1 z
v(k)
)
=
a
0
/(1 z)
k
+a
1
/(1 z)
k1
+. . . +a
k1
/(1 z) +

w
i
=1
d
i

j=1

ij
/(1 z/w
i
)
j
Multiplicando a izquierda y derecha por (1 z)
k
, y haciendo tender z a 1, vemos que
a
0
= lim
z1
(1 z)
k
(1 z
v(1)
)(1 z
v(2)
) . . . (1 z
v(k)
)
=
1
v(1)v(2) . . . v(k)
El ultimo lmite lo hemos calculado notando que (1z
v(i))
/(1z) = 1+z +. . . +z
(v(i)1)
.
Finalmente, como el polo z = 1 es el de mayor multiplicidad de F(z), el valor de f
n
debe
aproximarse asintoticamente al coeciente de z
n
en el desarrollo en serie de a
0
/(1z)
k
. O
dicho de otra forma, cada uno de los terminos
ij
/(1z/w
i
)
j
corresponde a una secuencia
acotada por un polinomio en n de grado j 1 d onde j < k excepto para el termino
a
0
/(1 z)
k
, que corresponde a un polinomio de grado k 1.
Como por el teorema binomial
(1 z)
k
=

n=0
_
k
n
_
(z)
n
=

n=0
_
n +k 1
k 1
_
z
n
n
k1
/(k 1)!z
n
obtenemos el enunciado. 2
En particular para nuestro ejemplo, la constante que acompa na a r
5
es
1
5!1 2 5 10 20 50
y por ejemplo el n umero de formas de pagar r = 10
8
es aproximadamente 8.333333310
32
NOTAS.-
1) Notar que el Teorema de Schur da una aproximacion al n umero de soluciones enteras
y 0 de la ecuaci on lineal
a
1
x
1
+a
2
x
2
+. . . a
k
x
k
= n
cuando los coecientes a
i
son enteros positivos.
Si el m aximo com un divisor de los a
i
es d ,= 1, ese n umero de soluciones es 0 si n no es
m ultiplo de d, y el n umero de soluciones de
(a
1
/d)x
1
+ (a
2
/d)x
2
+. . . + (a
k
/d)x
k
= n/d
si n es m ultiplo de d.
2)Para calcular el n umero de soluciones (enteras y 0) de la desigualdad
a
1
x
1
+a
2
x
2
+. . . a
k
x
k
n
44
notar que este n umero coincide con el de soluciones de
a
1
x
1
+a
2
x
2
+. . . a
k
x
k
+x
k+1
= n
y por lo tanto es aproximadamente igual a
n
k
k!a
1
a
2
. . . a
k
+O(n
k1
)
3) Supongamos ahora que para pagar r, disponemos de monedas de todos los posibles
valores, v(1) = 1, v(2) = 2, v(3) = 3, . . .. El n umero de formas distintas de pagar r, coincide
entonces con el n umero de particiones p(r) de r, y por tanto la funcion generatriz de p(r),
el n umero de particiones de r es
Part(z) =

r=0
p(r)z
r
=

k=1
1
(1 z
k
)
2.7 Resolucion de ecuaciones lineales no homogeneas.
Supongamos que la secuencia, f
n
, para la que queremos hallar una formula explcita viene
dada por la recurrencia
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= h(n)
d onde h(n) es una funcion de n conocida. Distintos valores iniciales, f
0
, f
1
, . . . , f
d1
denen
distintas secuencias y nos gustara encontrar una formula generica, como la dada en el
Teorema 2.4 para el caso de h(n) = 0, que incluya a todas las funciones que pueden
denirse de esta forma, y que permita obtener una formula explcita para cada funcion de
esa familia dados sus valores iniciales.
El siguiente Teorema es la base del metodo empleado:
Teorema 2.6 Supongamos como en el teorema 2.4 que Q(z) = 1+
1
z +
2
z
2
+. . .
d
z
d
=

k
i=1
(1
i
z)
d
i
. Sea F
0
el conjunto de secuencias que verican la recurrencia homogenea
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= 0
F
1
el conjunto de secuencias que verican la recurrencia no homogenea
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= h(n)
y p
1
n
una secuencia de F
1
.
Entonces
F
1
= p
1
n
+F
0
es decir, cualquier secuencia de la forma p
1
n
+f
0
n
, con f
0
n
una soluci on de la recurrencia
homogenea, es solucion de la ecuaci on no homogenea, y no hay otras soluciones que no
sean de esa forma.
Dems. Si f
0
n
es una soluci on de la homogenea, es inmediato comprobar que p
1
n
+f
0
n
es
soluci on de la no homogenea. Recprocamente, si p
2
n
es otra soluci on de la no homogenea,
es inmediato comprobar que p
2
n
p
1
n
es soluci on de la recurrencia homogenea, y por
tanto que p
2
n
es de la forma indicada. 2
45
Este resultado nos dice que si conocemos un elemento (soluci on particular) p
1
n
de F
1
,
entonces los conocemos todos, y la formula explcita generica de esas soluciones es
f
n
=
k

i=1
p
i
(n)
n
i
+p
1
n
donde p
i
(n) es un polinomio en n de grado menor que d
i
.
El siguiente teorema sirve para hallar una soluci on particular para algunos casos espe-
ciales de h(n).
Teorema 2.7 Supongamos que h(n) = (a
0
+a
1
n+. . . +a
h
0
n
h
0
)
n
0
, y que Q(z) = 1+
1
z+

2
z
2
+. . .
d
z
d
puede factorizarse como Q(z) =

k
i=0
(1
i
z)
d
i
, siendo d
0
+d
1
+. . .+d
k
= d,
pero d onde puede ser que d
0
sea cero.
Entonces, dados
1
,
2
, . . . ,
d
, a
0
, a
1
, . . . , a
h
0
y
0
, la recurrencia lineal no homogenea
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= (a
0
+a
1
n +. . . +a
h
0
n
h
0
)
n
0
tiene una solucion particular que es de la forma
(b
0
n
d
0
+b
1
n
d
0
+1
+. . . +b
h
0
n
d
0
+h
0
)
n
0
Dems. * i) Veamos primero el siguiente resultado :
Sea

F
1
el conjunto de secuencias cuya funcion generatriz es de la forma
P(z)
(1
0
z)
h
0
+1
Q(z)
con P(z) un polinomio en z de grado d + h
0
. Sea

F
2
el conjunto de secuencias que
satisfacen la recurrencia
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= a(n)
n
0
para alg un polinomio a(n) en n, con grado h
0
, y sea

F
3
la familia de secuencias con
formula explcita
k

i=0
p
i
(n)
n
i
donde p
i
(n) es un polinomio en n de grado menor que d
i
, para i = 1, . . . , k, y de grado
d
0
+h
0
para i = 0. Entonces

F
1
=

F
2
=

F
3
.
Dems. Que

F
1
coincide con

F
3
lo dice el teorema 2.4. Por otra parte, cualquier funcion
generatriz de la forma
P(z)
(1
0
)
h
0
+1
Q(z)
puede ponerse como
P
1
(z)
Q(z)
+
C
1
(1
0
z)
1
Q(z)
+
C
2
(1
0
z)
2
Q(z)
+. . . +
C
h
0
+1
(1
0
z)
h
0
+1
Q(z)
donde P
1
(z) es un polinomio en z de grado < d y los valores C
i
, para i = 1, . . . , h
0
+ 1,
son constantes. Por tanto una secuencia f
n
de esa familia verica
(f
0
+f
1
z +. . . +f
n
z
n
+. . .)Q(z) = P
1
(z) +
C
1
(1
0
z)
1
+
C
2
(1
0
z)
2
+. . . +
C
h
0
+1
(1
0
z)
h
0
+1
46
Como en teorema 2.4, igualando los coecientes de z
n+d
en las dos partes de la igualdad
anterior, y usando la formula del binomio para expresar los terminos
C
i
(1
0
z)
i
obtenemos
que para todo n 0 ha de ser
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= (a
0
+a
1
n +. . . +a
h
0
n
h
0
)
n
0
donde los coecientes a
0
, a
1
, . . . , a
h
0
dependen de las constantes C
1
, C
2
, . . . , C
h
0
+1
. Por
tanto la familia

F
1
est a contenida en

F
2
, y como ambas familias son espacios vectoriales
de dimension d +h
0
+ 1, coinciden. 2
Supongamos ahora que dados a
0
, a
1
, . . . , a
h
0
,
0
, es p
1
n
una secuencia soluci on de la
recurrencia no homogenea
f
n+d
+
1
f
n+d1
+
2
f
n+d2
+. . . +
d
f
n
= (a
0
+a
1
n +. . . +a
h
0
n
h
0
)
n
0
Como esa secuencia pertenece a

F
3
, tiene una formula explicita de la forma
p
1
n
=
k

i=0
p
1
i
(n)
n
i
+ (b
0
n
d
0
+b
1
n
d
0
+1
+. . . +b
h
0
n
d
0
+h
0
)
n
0
donde p
1
i
(n) son polinomios en n de grado menor que d
i
, para i = 0, 1, . . . , k. Pero
como f
0
n
=

k
i=0
p
1
i
(n)
n
i
es soluci on de la ecuaci on de recurrencia homogenea, tambien
(b
0
n
d
0
+b
1
n
d
0
+1
+. . . b
h
0
n
d
0
+h
0
)
n
0
= p
1
n
f
0
n
es una soluci on particular de la recurrencia
no homogenea. 2
Veamos como utilizar el teorema anterior para resolver, por ejemplo, la recurrencia
f
n
4f
n1
+ 5f
n2
4f
n3
+ 4f
n4
= n2
n
(10)
En la Secci on anterior estudiamos el caso homogeneo de esta misma recurrencia. Vamos a
suponer que los valores iniciales son los mismos que los que usamos en el caso homogeneo:
f
0
= 0, f
1
= 1, f
2
= 2, f
3
= 4
La nueva formula de recurrencia nos permite calcular f
n
para cualquier valor de n, pero
queremos conocer el valor asintotico de f
n
o una formula explcita. Ahora, los primeros
valores de f
n
son:
n 0 1 2 3 4 5 6 7 8 9 10 11 12
f
n
0 1 2 4 74 440 1782 6104 19018 55528 154550 414744 1081418
Como la recurrencia homogenea tiene como races caractersticas i y i con multipli-
cidad 1 y la raz 2 con multiplicidad 2, una soluci on generica de la ecuaci on homogenea es
de la forma
f
n
=
1
(i
n
) +
2
(i)
n
+ (
3
+
4
n)2
n
Por otra parte, ahora h(n) = n2
n
, es decir h
0
= 1,
0
= 2, y d
0
= 2. Por tanto existe una
soluci on particular, p
1
n
, de la recurrencia homogenea que es de la forma
(b
0
n
2
+b
1
n
3
)2
n
y la soluci on generica de la recurrencia no homogenea es de la forma

1
(i
n
) +
2
(i)
n
+ (
3
+
4
n)2
n
+ (b
0
n
2
+b
1
n
3
)2
n
47
Notar que b
0
, b
1
no son par ametros, son dos valores concretos que sabemos que existen y
a un no hemos calculado, en cambio
1
,
2
,
3
,
4
s son par ametros, distintos valores dar an
distintas soluciones de la recurrencia no homogenea inicial.
Como sabemos que hay una soluci on de la recurrencia 10 de la forma (b
0
n
2
+b
1
n
3
)2
n
,
tienen que existir valores b
0
, b
1
vericando
(b
0
n
2
+b
1
n
3
)2
n
4(b
0
(n 1)
2
+b
1
(n 1)
3
)2
n1
+ 5(b
0
(n 2)
2
+b
1
(n 2)
3
)2
n2
4(b
0
(n 3)
2
+b
1
(n 3)
3
)2
n3
+ 4(b
0
(n 4)
2
+b
1
(n 4)
3
)2
n4
= n2
n
Notar que podemos simplicar por 2
n
a izquierda y derecha de esa ecuaci on, quedandonos
a la izquierda un polinomio en n de grado 3 y a la derecha otro de grado 1. Puesto
que hay una soluci on de esa forma para cualquier h(n) que sea de la forma (a
0
+ a
1
n)2
n
,
b
0
y b
1
se obtendran igualando los coecientes de n
0
y n a la izquierda y derecha de esa
igualdad (despues de simplicar por 2
n
). Es decir ha de ser
4(b
0
b
1
)2
1
+ 5(4b
0
8b
1
)2
2
4(9b
0
27b
1
)2
3
+ 4(16b
0
64b
1
)2
4
= 0
y
4(2b
0
+ 3b
1
)2
1
+ 5(4b
0
+ 12b
1
)2
2
4(6b
0
+ 27b
1
)2
3
+ 4(8b
0
+ 48b
1
)2
4
= 1
la primera ecuaci on se reduce a
(5/2)b
0
(21/2)b
1
= 0
y la segunda a
(15/2)b
1
= 1
por lo tanto una soluci on particular es
p
1
n
= ((42/75)n
2
+ (2/15)n
3
)2
n
y la soluci on generica de la recurrencia no homogenea es
f
n
=
1
(i
n
) +
2
(i)
n
+ (
3
+
4
n)2
n
+ ((42/75)n
2
+ (2/15)n
3
)2
n
Ahora calculamos
1
,
2
,
3
,
4
usando las condiciones iniciales. Para n = 0, 1, 2, 3 obte-
nemos que se ha de vericar

1
+
2
+
3
= 0

1
i +
2
(i) + 2
3
+ 2
4
+ 104/75 = 1

1

2
+ 4
3
+ 8
4
+ 248/75 = 2

1
i
2
(i) + 8
3
+ 24
4
+ 576/75 = 4
Este sistema da como soluciones

1
= 1451/625+(332i)/625,
2
= 1451/625(332i)/625,
3
= 2902/625,
4
= 3229/750
y por tanto una formula explcita para la recurrencia no homogenea anterior es
f
n
= (1451/625 + (332 i)/625)(i
n
) + (1451/625 (332 i)/625)(i)
n
+
(2902/625 (3229/750)n + (42/75)n
2
+ (2/15)n
3
)2
n
48
NOTAS
1.- Notar que si h(n) es un polinomio, h(n) = a
0
+ a
1
n + . . . + a
h
0
n
h
0
, es de la forma
dada en el teorema 2.7 con constante
0
= 1, es decir h
n
= (a
0
+a
1
n + . . . + a
h
0
n
h
0
)1
n
y
por tanto hay una soluci on particular de la forma
(b
0
+b
1
n
1
+. . . +b
h
0
n
h
0
)
si 1 no es raz caracterstica, o de la forma
(b
0
n
d
0
+b
1
n
d
0
+1
+. . . +b
h
0
n
d
0
+h
0
)
si 1 es raz caracterstica con multiplicidad d
0
.
2.- Podemos comprobar facilmente que si p
1
n
, p
2
n
, . . . , p
r
n
son soluciones particulares de
las recurrencias con termino no homogeneo h
1
(n), h
2
(n), . . . , h
r
(n) respectivamente, en-
tonces p
1
n
+p
2
n
+. . . +p
r
n
es una soluci on particular de la ecuaci on de recurrencia teniendo
como termino no homogeneo h(n) = h
1
(n) + h
2
(n) + . . . + h
r
(n). En particular, si para
cada h
i
(n) podemos aplicar el teorema 2.7 anterior, es decir h
i
(n) es un polinomio en n
por una constante a la n, tenemos una forma de obtener una soluci on particular cuando
h
n
= h
1
(n) +h
2
(n) +. . . +h
r
(n).
Ejemplo 1.- Habamos visto que los n umeros de Stirling de la segunda clase vericaban
la relaci on de recurrencia
S
2
(n, i) = S
2
(n 1, i 1) +iS
2
(n 1, i)
y adem as S
2
(n, 0) = 0 si n > 0 y S
2
(0, 0) = 1. Por lo tanto S
2
(n, 1) = S
2
(n1, 1) si n > 1
y S
2
(1, 1) = S
2
(0, 0) + 0 = 1. Por tanto los n umeros de Stirling S
2
(n, 1) valen 1 si n > 0,
y S
2
(0, 1) vale 0.
Nos gustara encontrar formulas para S
2
(n, 2) (con n 2), S
2
(n, 3) (con n 3),
S
2
(n, 4) (y n 4), . . .. Comencemos con S
2
(n, 2) y llamemos f
n
a este n umero, esto es
f
n
= S
2
(n, 2). Por la formula de recurrencia anterior ha de ser
f
n
= S
2
(n 1, 1) + 2f
n1
= 1 + 2f
n1
si n 2. Por tanto f
n
cumple la recurrencia lineal no homogenea
f
n
2f
n1
= 1
Notar que esta formula es valida para n 2, pero no se cumple para n = 1, pues no es
verdad que S
2
(1, 2) 2S
2
(0, 2) sea 1. Trivialmente la soluci on generica de la recurrencia
homogenea es
1
2
n
y como h(n) = 1 1
n
, es decir
0
= 1, y por tanto
0
no es raz
caracterstica, existe una soluci on particular p
1
n
de la forma b
0
1
n
= b
0
. Para calcular b
0
,
sustituimos f
n
por b
0
en la recurrencia, es decir ha de ser
b
0
2b
0
= 1
luego b
0
= 1. Es decir, las soluciones de la recurrencia
f
n
2f
n1
= 1
son las funciones de la forma
f
n
=
1
2
n
1
49
En nuestro caso particular, como la recurrencia se cumple para los valores desde n = 2, la
condici on inicial viene dada por el valor f
1
= S
2
(1, 2) = 0, luego 2
1
1 = 0, por tanto

1
= 1/2 y la soluci on buscada es
S
2
(n, 2) = 2
n1
1
si n 1.
Calculemos ahora S
2
(n, 3). Vamos a hacer ahora que f
n
denote al valor S
2
(n, 3). Este
nuevo f
n
satisface por tanto la recurrencia
f
n
= S
2
(n 1, 2) + 3f
n1
Equivalentemente,
f
n
3f
n1
= 2
n2
1
si n 2. Por tanto la soluci on generica de la homogenea es
1
3
n
. El termino no homogeneo
h(n) = 2
n2
1 podemos considerarlo como suma de dos del tipo conocido, es decir
h(n) = h
1
(n) + h
2
(n) con h
1
(n) = (1/4)2
n
y h
2
(n) = 1 1
n
y puesto que ni 1 ni 2 son
races caractersticas, hay una soluci on particular que es de la forma b
0
2
n
a la recurrencia
f
n
3f
n1
= 2
n2
y una soluci on particular de la forma b
1
a la recurrencia
f
n
3f
n1
= 1
Calculamos b
0
sustituyendo f
n
por b
0
2
n
en su recurrencia y por tanto ha de vericarse
b
0
2
n
3b
0
2
n1
= (1/4)2
n
de d onde deducimos que b
0
= 1/2. Lo mismo hacemos para calcular b
1
, ha de ser
b
1
3b
1
= 1
luego b
1
= 1/2.
Por tanto la soluci on generica de la recurrencia f
n
3f
n1
= 2
n2
1 es

1
3
n
+ (1/2)2
n
+ (1/2)
Notar que de nuevo la formula de recurrencia anterior, no es valida para n = 1, pero si lo
es desde n = 2, por tanto la condici on inicial es f
1
= 0 = 3
1
1+1/2, por tanto
1
= 1/6
y obtenemos la formula
S
2
(n, 3) = (1/2)3
n1
2
n1
+ 1/2
El mismo metodo puede usarse para calcular f
n
= S
2
(n, 4). Debe cumplir la recurrencia
f
n
= S
2
(n 1, 2) + 4f
n1
= (1/6)3
n
(1/2)2
n
+ 1/2 + 4f
n1
Usando el metodo anterior encontramos que una soluci on particular es
(1/6)3
n
+ (1/4)2
n
+ (1/6)
50
por tanto la soluci on generica es
f
n
=
1
4
n
+ (1/6)3
n
+ (1/4)2
n
+ (1/6)
Por otra parte como f
1
= S
2
(1, 4) = 0, deducimos que
1
= (1/24) y por tanto que
S
2
(n, 4) = (1/24)4
n
(1/6)3
n
+ (1/4)2
n
(1/6)
Ejemplo 2.- Habamos visto que dado un entero n > 0, una composici on de n en k
partes es una secuencia (a
1
, a
2
, . . . , a
k
) de n umeros enteros positivos tales que

k
i=1
a
i
= n.
Sabemos que el n umero de composiciones de n en k partes es
_
n1
k1
_
, y el total de composi-
ciones es por tanto 2
n1
. Supongamos que queremos calcular, dado n, el n umero total de
partes entre todas las composiciones. Por ejemplo, si n = 3, las cuatro composiciones de
n son (3), (1, 2), (2, 1), (1, 1, 1) y el n umero de partes es 1 + 2 + 2 + 3 = 8. Si n = 4, las
ocho composiciones de 4 son (4), (3, 1), (1, 3), (2, 2), (2, 1, 1), (1, 2, 1), (1, 1, 2), (1, 1, 1, 1) y el
total de partes es por tanto 1 + 3 2 + 3 3 + 4 = 20.
Llamemos f
n
a ese n umero. Como hemos dicho, particiones de n en k partes hay
_
n1
k1
_
,
y por tanto
f
n
=
n

k=1
k
_
n 1
k 1
_
Vamos a ver otro metodo alternativo de calcular f
n
. Para ello notar que las composiciones
de n tales que su ultima parte sea 1 se obtienen a partir de las composiciones de n
1 a nadiendoles una parte nal 1, y por tanto el total de partes de esas composiciones
terminando en 1, es el total de partes de todas las composiciones de n 1, es decir f
n1
,
m as la suma de las partes 1 a nadidas, que es una parte 1 por cada composici on de n 1,
por tanto 2
n2
.
Por ejemplo, las 4 composiciones de cuatro con ultima parte 1 son
(3, 1), (1, 2, 1), (2, 1, 1), (1, 1, 1, 1) y por tanto el total de partes que incluyen son el
total de partes de de las composiciones de tres (8 partes) m as cuatro partes 1, es decir
12 partes en total. Ademas, hemos de contar todas las partes de todas las composiciones
de n que no terminan en 1. Ahora bien las composiciones de n que no terminan en
1, se pueden obtener a partir de las composiciones de n 1 sumando 1 a la ultima
parte de cada composici on, y por tanto el total de partes de estas descomposiciones
es f
n1
. Por ejemplo, si n = 4 las 4 composiciones de cuatro no terminando en 1 son
(4), (1, 3), (2, 2), (1, 1, 2) y por tanto el n umero de partes que aparecen es el mismo que el
n umero de partes que aparecen en las composiciones de tres, es decir 8 partes. Por tanto
tenemos que f
n
verica la recurrencia
f
n
= 2f
n1
+ 2
n2
En esta recurrencia es h(n) = (1/4)2
n
, y como 2 es raz caracterstica hay una soluci on
particular de la forma b
0
n2
n
. Para calcular b
0
, sustituimos en la recurrencia f
n
por b
0
n2
n
,
y obtenemos que ha de cumplirse
b
0
n2
n
2b
0
(n 1)2
n1
= 2
n2
y por tanto que b
0
= 1/4. Por tanto la soluci on generica es de la forma

1
2
n
+ (1/4)n2
n
51
Como f
1
= 1, deducimos que
1
= 1/4 y por tanto que
f
n
= (n + 1)2
n2
En particular hemos demostrado que
f
n
=
n

k=1
k
_
n 1
k 1
_
= (n + 1)2
n2
2.8 Enumeraci on de arboles.*
Recordemos que un arbol ordenado (T, v) es un arbol con raz en v donde los hijos de
cada nodo est an ordenados, es decir si cambia ese orden, entendemos que los arboles son
distintos. Igualmente un bosque ordenado es un bosque (T
1
, v
1
), . . . , (T
k
, v
k
) de arboles
ordenados, donde si cambiamos el orden de los arboles entendemos que se obtiene un
bosque distinto. Con nuestra denicion, cada bosque y arbol es un grafo, que suponemos
consta de los n nodos de un conjunto V .
Un concepto estrechamente relacionado con arboles, es el de arbol binario. Podemos
denir un arbol binario como un arbol ordenado, donde cada nodo puede tener 0, 1, o 2
descendientes, pero cuando s olo tiene uno distinguimos el caso de si es descendiente por la
izquierda o por la derecha.
A
B C
D E F G
H
I
J K L M
N O
P
A
C
G
M
B E
D
H
I
N
L F
K P
J
O
Figure 1: Equivalencia entre arboles binarios y bosques de arboles ordenados.
Hay una correspondencia biyectiva entre bosques ordenados y arboles binarios. Dado
el bosque ordenado F = (T
1
, v
1
), . . . , (T
k
, v
k
) le hacemos corresponder (recursivamente)
el arbol binario B(T
1
, . . . , T
k
) dado por:
Si F es vaco, (k = 0 y F es una familia vaca de arboles), tambien B(F) = . Por
el contrario si k > 0, B(T
1
, . . . , T
k
) tiene como raz v
1
(la raz del primer arbol), como
subarbol izquierdo de la raz a B(T
11
, . . . , T
1m
), donde T
11
, . . . , T
1m
son los subarboles
ordenados de v
1
, y como subarbol derecho B(T
2
, . . . , T
k
).
Recprocamente, dado un arbol binario B con n nodos, podemos hacerle corresponder
un bosque ordenado etiquetado F(B) deshaciendo el proceso anterior:
Si B es vaco (n = 0), F(B) no tiene arboles. En caso contrario (n > 0), si es v
1
la raz
de B, y B
1
, B
2
sus subarboles izquierdo y derecho, hacemos corresponder a B el bosque
F(B) = (T
1
, v
1
), F(B
2
), d onde (T
1
, v
1
) es el arbol con raz en v
1
, y d onde los subarboles
ordenados de v
1
son F(B
1
).
Notar que las transformaciones anteriores establecen una correspondencia biyectiva
entre arboles binarios tales que la raz no tiene subarbol derecho y arboles ordenados.
52
Teorema 2.8 Sea b
n
el n umero de arboles binarios sin etiquetar con n nodos. Entonces
b
n
satisface la relaci on de recurrencia
b
n
= b
0
b
n1
+b
1
b
n2
+. . . +b
n1
b
0
para n 1. Adem as la funcion generatriz de b
n
es
B(z) =
1
2z
(1

1 4z)
Dems. Cuando hablamos de arboles sin etiquetar, consideramos dos arboles binarios iden-
ticos si su forma es la misma, o equivalentemente, todos los nodos tienen una misma
etiqueta (por ejemplo S = 1). Claramente b
0
= 1 y de la denicion se deduce que para
n > 1 el n umero de formas distintas del arbol es el n umero de formas distintas del subarbol
izquierdo, que ser a b
k
si ese arbol consta de k nodos, multiplicado por el n umero de formas
distintas del subarbol derecho, b
n1k
, pues quedan n1k nodos. Como k puede variar
de 0 a n 1 obtenemos la formula de recurrencia del enunciado.
Por otra parte si es
B(z) =

n0
b
n
z
n
es
B(z)
2
= b
0
b
0
+ (b
0
b
1
+b
1
b
0
)z +. . . + (b
0
b
n1
+b
1
b
n2
+. . . +b
n1
b
0
)z
n1
+. . .
= b
1
+b
2
z +. . . +b
n
z
n1
+. . .
Por tanto B(z) cumple la ecuaci on
zB(z)
2
= B(z) 1
De donde resolviendo esta ecuaci on cuadratica en z, y teniendo en cuenta que B(z) cuando
z = 0 coincide con b
0
y b
0
= 1, obtenemos la formula del enunciado para B(z). 2
La formula de recurrencia anterior permite calcular b
n
para todo n, asi los primeros
valores (hasta b
10
) son 1, 1, 2, 5, 14, 42, 132, 429, 1430, 4862, 16796.
Por otra parte la funcion generatriz tambien nos indica cual es el comportamiento
asintotico de los b
n
. Si suponemos que la serie

n0
b
n
z
n
es convergente para valores
peque nos de [z[, para esos valores esa suma debe dar B(z), la serie comenzara a ser diver-
gente cuando la funcion compleja B(z) presente alguna singularidad, en nuestro ejemplo la
primera singularidad aparece con [z[ = 1/4. En particular esto implica que para cualquier
c > 4, 1/c < 1/4 y por tanto la serie b
n
c
n
es convergente, por tanto b
n
< c
n
a partir de un
cierto n
0
. Hay varios resultados de an alisis complejo ( el principal el teorema de Darboux)
que permiten precisar mucho m as el comportamiento asintotico del termino generico f
n
de
una secuencia analizando las singularidades de su funcion generatriz F(z).
Sin embargo para este caso particular, tenemos otra formula para calcular y estimar
b
n
.
Teorema 2.9
b
n
=
1
n + 1
_
2n
n
_
Asintoticamente
b
n

4
n
n

n
+O(4
n
n
5/2
)
53
Dems. Desarrollemos B(z) usando (teorema binomial) que
(1 4z)
1/2
=

n0
_
1/2
n
_
(4z)
n
Para n = 0 el sumando obtenido es 1, por tanto
B(z) = (1/2)(

n1
_
1/2
n
_
(1)
n+1
2
2n
z
n1
=

n0
_
1/2
n + 1
_
(1)
n
2
2n+1
z
n
Por otra parte
_
1/2
n + 1
_
=
(1/2)(1/2)(3/2) . . . ((2n 1)/2)
(n + 1)!
=
(1)
n
(2n)!/(2
n
n!)
(n + 1)!2
n+1
Sustituyendo y simplicando obtenemos
B(z) =

n0
(2n)!
(n + 1)!n!
z
n
de donde el enunciado.
La formula asintotica para b
n
, se obtiene aplicando la conocida formula de Stirling
n! n
n
e
n

2n(1 +
1
12n
+
1
288n
2
+O(1/n
3
))
a la expresi on anterior 2
Los n umeros
b
n
=
1
n + 1
_
2n
n
_
aparecen muy frecuentemente y aunque su origen se remonta a Euler, se suelen llamar
n umeros de Catalan (en honor del matem atico belga Eug`ene C. Catalan (1814-1894)). Por
ejemplo, tambien cuentan:
- N umero de triangulaciones distintas de un polgono convexo de n + 2 lados.
- Formas de trazar n cuerdas disjuntas (sin compartir ning un punto), uniendo 2n puntos
dados de un crculo.
- Formas distintas de evaluar una expresi on algebraica x
1
x
2
. . . x
n+1
suponiendo
una operaci on asociativa (equivalentemente, n umero de formas de poner parentesis a una
expresi on con n + 1 terminos).
- N umero de formas de ir en el plano desde el punto (0, 0) hasta el (n, n) sin cruzar por
encima de la diagonal, y donde desde el punto (i, j) puede pasarse a (i, j +1) o a (i +1, j).
- N umero de formas de pasar en el primer cuadrante del plano desde el punto (0, 0) a
si mismo, dando n + 1 pasos y sin repetir ning un otro punto. Desde el punto (i, j) puede
pasarse a (i, j + 1), (i + 1, j), (i, j 1), o (i 1, j).
- N umero de secuencias de n 1s y n -1s tal que cada suma parcial nunca sea negativa.
- N umero de secuencias enteras 1 a
1
. . . a
n
vericando a
i
i.
54