TEORÍA COMBINATORIA UNMSM 2021-SECA

UNIDAD 5
COMBINATORIA
La combinatoria es el arte de contar, es decir, de calcular inteligentemente
cardinales de conjuntos y de enumerar, esto es, determinar los elementos de un
conjunto descrito por alguna propiedad. Es una disciplina clásica que cobra
nuevo auge con la aparición de los ordenadores por dos razones: por un lado
por la posibilidad de cálculo que éstos aportan, y por otro porque en el estudio
de algoritmos o en el análisis de programas los problemas del tipo cálculo del
número de operaciones, unidades de memoria que se precisan para realizar una
cierta operación, estudio de la complejidad... son problemas de tipo
combinatorio.
Se pretende que el estudiante al finalizar la unidad:
• Domine las reglas fundamentales del cálculo combinatorio.
• Entienda y utilice los conceptos de variaciones, combinaciones y
permutaciones y los pueda aplicar para calcular cardinales de conjuntos.
• Pueda aplicar estas nociones para estudiar la probabilidad de sucesos de
experimentos con una cantidad finita de resultados posibles.

5.1 Introducción
Como hemos señalado en el párrafo introductorio, el primer problema que
tratamos de abordar es el de contar, es decir, computar el número de elementos
de un conjunto. Y además hacerlo de manera inteligente. Comencemos con un
ejemplo.
Ejemplo 4.1.1 Sea una competición ajedrecística con 64 participantes que se
juega por el sistema de eliminatoria, es decir, en cada partida el ganador pasa a
la siguiente fase y el perdedor queda eliminado. Determinar el número de
partidas que se han de jugar para obtener un campeón.
Para una persona acostumbrada al sistema de eliminatorias el problema se
resuelve fácilmente:
Empezamos con las 32 partidas de los 32-avos de final.
Proseguimos con las 16 de los dieciseisavos de final.
Después los 8 octavos de final.
Los cuatro cuartos de final.

1
TEORÍA COMBINATORIA UNMSM 2021-SECA

Las dos semifinales.

Y la final.
Total: 32 + 16 + 8 + 4 + 2 + 1 = 63.
El problema también se puede resolver de una manera más inteligente y fácil de
generalizar a un número cualquiera de participantes. La idea clave es la
siguiente: en cada partida se elimina un jugador. Para que se tenga un ganador
hay que eliminar a todos los jugadores salvo a uno (el ganador), por tanto, el
número de partidas es:
Total: 64 − 1 = 63.
Y mientras la primera fórmula aplicada por ejemplo a 512 jugadores es:
256 + 128 + 64 + 32 + 16 + 8 + 4 + 2 + 1 = 511.
La segunda fórmula es sencillamente:
512 − 1 = 511.
Con este ejemplo hemos querido mostrar lo que se pretende al desarrollar la
combinatoria, no sólo contar todos los elementos que conforman un conjunto
finito, sino hacerlo de forma inteligente para que se puedan obtener fórmulas
generalizables a situaciones afines.
Por otro lado, también la combinatoria presenta una faceta distinta, la de
enumerar los elementos de un conjunto nito. Es decir, dado un conjunto definido
por una cierta propiedad, diseñar algoritmos que presenten todos los elementos
del conjunto.
Ejemplo 4.1.2 El consejo de ministros (pongamos que son 15 personas) debe
elegir a dos de sus miembros para enviarlos a una misión de paz en el África
subsahariana acompañando al ministro de exteriores. Determinar cuántas
posibles parejas de acompañantes hay.
Si el consejo de ministros está formado por 15 personas, y hay que elegir 2 para
acompañar al ministro de exteriores, entonces hay 14 candidatos elegibles que
podemos numerar con las cifras del 1 al 14, es decir se puede establecer una
función biyectiva (recordaremos su definición en la próxima sección) entre el
conjunto de posibles ministros acompañantes y el conjunto
N14 = {1, 2, 3, 4, ..., 13, 14}.
El problema es decir cuántos y cuáles son los subconjuntos de dos elementos
de N14. Lo hacemos ordenadamente:

2
TEORÍA COMBINATORIA UNMSM 2021-SECA

Los subconjuntos que contienen al elemento 1 son los 13 subconjuntos formados

por el 1 y otro ministro cualquiera, esto es,
{1, 2}, {1, 3}, ..., {1, 14}.
Para el elemento 2 basta elegir entre 12 acompañantes (del 3 al 14) porque ya
hemos tenido en cuenta la pareja {1, 2}. Así son 12:
{2, 3}, {2, 4}, ..., {2, 14}.
Este proceso se puede ir repitiendo y escribir la lista completa, además sirve
para demostrar que las parejas posibles son:
13 + 12 + 11 + 10 + 9 + ... + 1.
Y por la fórmula de la suma de los 13 primeros números naturales:
(14 × 13)/2.
Por tanto, principalmente contar, pero también enumerar son los objetivos de la
unidad.

5.2 Técnicas de conteo

Vamos a precisar las definiciones de los conceptos que hemos presentado.
Definición 5.2.1 Sean A y B conjuntos, se define una función de A en B y se
denota f : A → B a un subconjunto del producto cartesiano A × B de la forma,
{(a, f(a)) : a ∈ A} ⊂ A × B.
Definición 5.2.2 Sean A y B dos conjuntos y f : A → B una función de A en B:
Se dice que f es inyectiva si para cada par de elementos a, b ∈ A que verifican
f(a) = f(b) se tiene que a = b.
Se dice que f es sobreyectiva si para cada b ∈ B existe un elemento a ∈ A de
modo que b = f(a).
Se dice que f es biyectiva si es inyectiva y sobreyectiva.
Ejemplos 5.2.3 Sea A = B = R y f : R → R que asigna a cada x ∈ R el valor de
su cuadrado 𝑓(𝑥 ) = 𝑥 2 . Se tiene que f no es inyectiva porque dos números
reales distintos, por ejemplo el 2 y el −2, verifican f(2) = f(−2) =4.
Tampoco es sobreyectiva porque hay números reales (todos los negativos) que
no se pueden escribir como el cuadrado de un número real.
Como no es inyectiva (ni tampoco sobreyectiva) no es biyectiva.

3
TEORÍA COMBINATORIA UNMSM 2021-SECA

Definición 5.2.4 Sean A y B dos conjuntos, se dice que el cardinal de A es igual

que el cardinal de B, y se escribe |A| = |B|, si existe una función biyectiva (o
biyección) entre A y B.
Definiciones 5.2.5 Un conjunto A se dice finito si, o bien es el conjunto vacío, o
bien existe n ∈ N y una biyección 𝑓: 𝐴 → 𝑁𝑛 entre A y 𝑁𝑛 , siendo 𝑁𝑛 el conjunto
de los números naturales menores o iguales que n,
𝑁𝑛 = {1,2, … , 𝑛}
Si A es el conjunto vacío A = ∅ definimos el cardinal de A como 0, esto se denota:
|𝜙 | = 0 .
Si A es un conjunto finito no vacío entonces para un cierto n ∈ N existe una
biyección 𝑓: 𝐴 → 𝑁𝑛 y definimos el cardinal de A como n:
|𝐴 | = 𝑛 .
Observamos que la noción de cardinal está bien definida porque si existe una
biyección entre 𝑁𝑛 y 𝑁𝑚 entonces n = m.

Ejemplos 4.2.6
i) Sea A el conjunto de las letras del alfabeto español. La ordenación alfabética
determina una biyección entre A y 𝑁29 Por tanto |A| = 29.
ii) El cardinal del conjunto de los números naturales, N, no puede ser finito porque
no hay ninguna aplicación biyectiva entre N y un subconjunto suyo de la forma
𝑁𝑛 .
Vamos a analizar algunas de las propiedades de los cardinales de conjuntos
finitos. Sean en cada caso A y B dos conjuntos de cardinal finito.

Propiedad 1. Si A ∩ B = ∅ entonces |A ∪ B| = |A| + |B|.

Propiedad 2. Dado el subconjunto B ⊂ A definimos el complementario de B en
A, escrito B, como A − B = {x ∈ A : x /∈ B} entonces
|𝐵̅| = |𝐴| − |𝐵| .
Propiedad 3. Si A ⊂ B entonces |A| ≤ |B|.
Propiedad 4. |A ∪ B| = |A| + |B| − |A ∩ B|.
Propiedad 5. |A × B| = |A| × |B|.
Esta propiedad 5 se suele denominar regla del producto. Establece lo siguiente:
si el número de posibilidades para una situación (pongamos la primera letra de

4
TEORÍA COMBINATORIA UNMSM 2021-SECA

una palabra) es n y el número de posibilidades para otra situación (pongamos la

segunda letra de una palabra) es m, entonces las posibilidades de las dos
situaciones conjuntamente (digamos, palabras de dos letras) es nm.
Propiedad 6. Principio del palomar. Si |A| > |B| entonces no hay una función
inyectiva de A en B.
Ejercicio 77 Demostrar que las propiedades 3 y 6 son equivalentes. Demostrar
las propiedades 1 a 5.
Observaciones 4.2.7
i) La propiedad 2 aplicada a tres conjuntos finitos se puede generalizar:
|A ∪ B ∪ C| = |A| + |B| + |C| − |A ∩ B| − |B ∩ C| − |A ∩ C| + |A ∩ B ∩ C|.

Y se pueden escribir fórmulas análogas para cada unión finita de conjuntos

finitos.
ii) El Principio del Palomar se puede generalizar de la siguiente manera:
Sean m, n números naturales con m > n. Si queremos colocar m objetos en n
cajas, en alguna de ella habrá necesariamente una cantidad de objetos mayor o
igual que la parte entera del cociente m/n.
iii) También la propiedad del producto cartesiano se generaliza:
|A1 × A2 × ... × An| = |A1| × |A2| × ... × |An|.

Ejemplos 4.2.8 de aplicación de las propiedades.

i) Sea A el conjunto de alumnos matriculados en alguna asignatura de primero,
B el conjunto de alumnos matriculados en alguna asignatura de segundo. El
conjunto A tiene cardinal 250 y el conjunto B tiene cardinal 220. Hay exactamente
50 alumnos que tienen alguna asignatura de primero y alguna de segundo.
Entonces el número total de alumnos de primero y segundo sería, aplicando la
Propiedad 4:
|A ∪ B| = 250 + 220 − 50 = 420.
ii) Sea P el conjunto de palabras de cuatro letras. Si llamamos A al alfabeto
español se tiene:
P = A × A × A × A.
Con lo cual, usando reiteradamente la Propiedad 5:
|P| = 294
.

5
TEORÍA COMBINATORIA UNMSM 2021-SECA

iii) Si a la segunda letra le pedimos que sea vocal, entonces, el conjunto R de las
palabras de cuatro letras cuya segunda letra es una vocal es el producto
cartesiano
R = A × V × A × A,
donde V es el conjunto de las vocales, por tanto
|R| = 293 × 5.
iv) En cualquier conjunto de 368 personas hay dos cuyos cumpleaños son el
mismo día. En efecto, como el conjunto de personas P tiene cardinal mayor que
el de días del año D (368 > 365 = |D|) entonces, por el principio del palomar,
cualquier función de P en D es no inyectiva, es decir hay dos personas que
cumplen años el mismo día.

5.3 Variaciones
Partimos del siguiente problema:
Problema. Dada una carrera con 154 participantes, determinar cuántos posibles
resultados pueden producirse para el pódium (oro, plata y bronce).
Formalmente podemos escribir el problema de una forma equivalente: sea A el
conjunto de participantes, que forma un conjunto de 154 elementos y por tanto
admite una biyección con N154 (a cada corredor un dorsal numerado).
Sea B el conjunto de las tres medallas, que admite una biyección con 𝑁3 (por
ejemplo el oro al 1, la plata al 2 y el bronce al 3). Se trata de determinar el número
de funciones inyectivas de 𝑁3 en 𝑁154 .
Problema equivalente. Calcular el número de funciones inyectivas de 𝑁3 en 𝑁154
En efecto, ambos problemas son equivalentes porque una función inyectiva f de
𝑁3 en 𝑁154 consiste en dar 𝑓 (1) = 𝑎 ∈ 𝑁154, 𝑓(2) = 𝑏 ∈ 𝑁154 y 𝑓 (3) = 𝑐 ∈ 𝑁154
que son tres números de dorsal distintos (ya que f inyectiva), justamente los que
suben al pódium (la persona con el dorsal a gana el oro, la de dorsal b la plata y
la de c el bronce).
Observamos que para el ganador del oro hay 154 posibilidades (cualquier
corredor); una vez que se ha establecido quién ha ganado el oro, para el ganador
de la medalla de plata hay 153 posibilidades; y sabiendo el ganador del oro y la
plata tenemos 152 resultados posibles para el bronce. De este modo hay

6
TEORÍA COMBINATORIA UNMSM 2021-SECA

154×153×152 posibles resultados de la carrera o equivalentemente hay 154 ×

153 × 152 funciones inyectivas de 𝑁3 en 𝑁154.
Esto nos permite plantear el problema general que atañe al concepto de
variaciones.
Problema. Determinar el número 𝑉𝑚.𝑛 de funciones inyectivas del conjunto 𝑁𝑛
en el conjunto 𝑁𝑚 .
Observación 5.3.1 El Principio del palomar señala que si n > m entonces no hay
tales funciones inyectivas, esto es, 𝑉𝑚.𝑛 = 0.
Una generalización sencilla de los razonamientos del ejemplo anterior indica que
si m ≥ n:
𝑚!
𝑉𝑚,𝑛 = 𝑚𝑥 (𝑚 − 1)𝑥 … 𝑥 (𝑚 − 𝑛 + 1) =
(𝑚 − 𝑛 ) !

Ejemplo 5.3.2 El número de funciones inyectivas que se pueden establecer entre

𝑁5 y 𝑁10 es:
10!
𝑉10,5 = 10𝑥9𝑥8𝑥7𝑥6 =
(10 − 5)!
Definición 5.3.3 Al número 𝑉𝑚,𝑛 de funciones inyectivas entre un conjunto de
cardinal n y otro de cardinal m con m ≥ n se le llama número de variaciones de
m elementos tomados de n en n y se tiene
𝑉𝑚,𝑛 = 𝑚𝑥 (𝑚 − 1)𝑥 … 𝑥 (𝑚 − 𝑛 + 1)
Ejemplos 5.3.4
1. Determinar de cuántas maneras se pueden elegir el presidente y el
vicepresidente de una asociación de 300 miembros (funciones inyectivas de 𝑁2
en 𝑁300 ).
𝑉300,2 = 300𝑥299
2. De cuántas maneras se puede elegir un equipo de cuatro relevistas para correr
en la carrera de 4 × 100 entre los 10 seleccionados (entendiendo que hay que
indicar el orden en el que se corre).
𝑉10,4 = 10𝑥9𝑥8𝑥7

3. Si el corredor más rápido del ejemplo anterior tiene que correr necesariamente
en primer lugar, entonces el problema es calcular los equipos de tres relevistas
entre los 9 seleccionados que quedan.

7
TEORÍA COMBINATORIA UNMSM 2021-SECA

𝑉9,3 = 9𝑥8𝑥7

De esta manera, de las definiciones y de la observación de los ejemplos se

deduce que cuando calculamos 𝑉𝑚,𝑛 estamos contando exactamente las
selecciones ordenadas de n elementos en un conjunto de m elementos
Resumiendo, es lo mismo:
• El número de aplicaciones inyectivas de 𝑁𝑛 en 𝑁𝑚 .
• El número de selecciones ordenadas de n elementos en un conjunto de
m elementos.
• El número de variaciones de m elementos tomadas de n en n, esto es,
𝑉𝑚.𝑛 = 0, 𝑠𝑖 𝑚 < 𝑛
𝑉𝑚.𝑛 = 𝑚(𝑚 − 1) … . (𝑚 − 𝑛 + 1), 𝑠𝑖 𝑚 ≥ 𝑛
Modifiquemos un poco las definiciones.
Definición 5.3.5 Se llama número de variaciones con repetición de m elementos
tomados de n en n al número 𝑉𝑅𝑚,𝑛 de funciones de 𝑁𝑛 en 𝑁𝑚 y se tiene
𝑉𝑅𝑚,𝑛 = 𝑚𝑛
De modo que la hipótesis que ha variado con respecto a la definición anterior (de
𝑉𝑚,𝑛 ) es la inyectividad. Veamos un ejemplo donde se aplica este concepto.
Ejemplo 5.3.6 Determinar cuántas palabras formadas por 4 bytes se pueden
construir. O equivalentemente cuántos números enteros se pueden almacenar
con 4 bytes.
El conjunto de las palabras formadas por cuatro bytes, es decir, por cuatro
elementos del conjunto B = {0, 1} es
B×B×B×B
y por tanto, usando la propiedad del cardinal de un producto cartesiano, son 2
4 = 16 palabras.
Mostremos que, en efecto, una palabra de 4 bytes es una función de 𝑁4 en 𝑁2
Tomemos una biyección b entre B y 𝑁2 , por ejemplo, b(0) = 1 y b(1) = 2. Entonces
una función f de 𝑁4 en 𝑁2 asigna valores a f(1), f(2), f(3) y f(4) en 𝑁2 . De esta
manera f(1) indica la primera letra de la palabra y, respectivamente, f(2) la
segunda, f(3) la tercera y f(4) la cuarta. Por ejemplo, sea la función:
𝑓: 𝑁4 → 𝑁2
f(0) = 2

8
TEORÍA COMBINATORIA UNMSM 2021-SECA

f(1) = 2
f(2) = 1
f(3) = 1
Corresponde a la palabra 1100. Como en este caso se permiten palabras con
letras repetidas, las funciones que estamos contando no tienen por qué ser
inyectivas. Por ejemplo, la palabra 0000 responde a la función constante
g : N4 → N2
definida como g(a) = 1 para cada a ∈ 𝑁4 .
Es decir, ahora lo que estamos contando son selecciones ordenadas de n
elementos (posiblemente repetidos) de un conjunto de m elementos.
Ejercicio 78 Con el alfabeto español de 29 letras:
i) Determinar el número de palabras de 5 letras.
ii) Determinar el número de palabras de 5 letras sin ninguna repetida.
iii) Del conjunto de palabras de i) determinar cuántas de ellas contienen a la letra
b.
iv) Idem que iii) con el conjunto de palabras de ii).
v) Determinar cuántas palabras del conjunto i) empiezan por vocal. Idem para
las del conjunto ii).
vi) Determinar el número de palabras de i) que empiezan por vocal y terminan
por z. Idem con ii).
vii) Determinar el número de palabras de i) cuyas tres primeras letras son
vocales. Idem con ii).
Ejercicio 79
i) Determinar la cantidad de números de 4 cifras que existen.
ii) Determinar cuántos de ellos son pares.
iii) Cuántos son impares.
iv) Cuántos son múltiplos de 5.
v) Cuántos contienen la cifra 2.
vi) Cuántos contienen la cifra 2 o la cifra 3.
Resumiendo, es lo mismo:
El número de aplicaciones de 𝑁𝑛 en 𝑁𝑚
El número de selecciones ordenadas de n elementos (admitiendo repeticiones)
en un conjunto de m elementos.

9
TEORÍA COMBINATORIA UNMSM 2021-SECA

El número de variaciones con repetición de m elementos tomadas de n en n, esto

es,
𝑉𝑅𝑚,𝑛 = 𝑚𝑛

5.4 Permutaciones
Un caso particular de las variaciones resulta cuando m = n, es decir, cuando
tratamos de contar el número de funciones inyectivas de 𝑁𝑛 en 𝑁𝑛 La
observación siguiente muestra que entonces debemos contar las funciones
biyectivas (o biyecciones) de 𝑁𝑛 en 𝑁𝑛
Observación 5.4.1 Cada aplicación inyectiva 𝑓: 𝑁𝑛 → 𝑁𝑛 es una biyección. En
efecto, si 𝑓: 𝑁𝑛 → 𝑁𝑛 es una aplicación inyectiva, entonces el conjunto imagen de
f, esto es, los elementos que se pueden escribir como f(a) para a ∈𝑁𝑛 es un
subconjunto de 𝑁𝑛 de cardinal n, por tanto, es todo 𝑁𝑛 .
Ejemplo 5.4.2 De cuántas maneras se pueden sentar en una mesa presidencial
con cinco sillas los cinco miembros de la comisión.
En efecto, es un ejemplo de la situación anterior porque si las sillas están
numeradas del 1 al 5, entonces el conjunto de sillas se puede ver como 𝑁5 y si
los comensales están numerados del 1 al 5 también el conjunto de comensales
se puede interpretar como 𝑁5 . Se trata entonces de establecer cuántas
funciones inyectivas (a cada comensal su silla y no a dos comensales la misma)
de 𝑁5 en 𝑁5 se pueden construir. A la postre si a cada comensal se le asigna una
silla distinta, la aplicación será biyectiva (es sobreyectiva porque no sobran
sillas). Entonces:
𝑉5,5 = 5𝑥4𝑥3𝑥2𝑥1
Ejemplo 5.4.3 Sea el conjunto de los tres candidatos A = {Alicia, Ernesto, Sara}
a los tres cargos que son B = {presidente, secretario, vocal}. Calcular de cuántas
maneras se pueden dar estos tres cargos a estas tres personas.
Cada biyección entre A y B asigna a cada persona un cargo distinto.
Por ejemplo, denotando los nombres con su inicial e igualmente los cargos,
tenemos las 6 posibles biyecciones:
𝑓1 (𝐴) = 𝑝; 𝑓1 (𝐸) = 𝑠; 𝑓1 (𝑆) = 𝑣,
𝑓2 (𝐴) = 𝑝; 𝑓2 (𝐸) = 𝑣; 𝑓2 (𝑆) = 𝑠,
𝑓3 (𝐴) = 𝑠; 𝑓3 (𝐸) = 𝑝; 𝑓3 (𝑆) = 𝑣,
𝑓4 (𝐴) = 𝑠; 𝑓4 (𝐸) = 𝑣; 𝑓4 (𝑆) = 𝑝,
10
TEORÍA COMBINATORIA UNMSM 2021-SECA

𝑓5 (𝐴) = 𝑣; 𝑓5 (𝐸) = 𝑠; 𝑓5 (𝑆) = 𝑝,

𝑓6 (𝐴) = 𝑣; 𝑓6 (𝐸) = 𝑝; 𝑓6 (𝑆) = 𝑠.

que interpretadas como las listas ordenadas de las imágenes nos dan las 6
posibles ordenaciones distintas del conjunto B
{p, s, v}
{p, v, s}
{s, p, v}
{s, v, p}
{v, s, p}
{v, p, s}.
Definición 5.4.4 El número 𝑃𝑛 cardinal del conjunto de biyecciones del conjunto
𝑁𝑛 en el conjunto 𝑁𝑛 se denomina número de permutaciones de n elementos y
se tiene
𝑃𝑛 = 𝑉𝑛,𝑛 = 𝑛 ! = 𝑛(𝑛 − 1) … 1
Y justamente lo que estamos contando son las distintas formas de ordenar un
conjunto de n elementos. Cada posible ordenación de un conjunto A es una
permutación de A.
Observación 5.4.5 Por definición 0! = 1.
Ejercicio 80 De cuántas maneras se pueden sentar 6 personas en una mesa de
6 sillas. Estudiar lo que ocurre si la mesa es redonda y lo único que queremos
tener en cuenta es la posición relativa, es decir, quién está a la derecha y quién
a la izquierda, independientemente de la silla que se ocupa.

Resumiendo, es lo mismo:
Podemos introducir ahora una pequeña variante en el problema del cálculo
de las distintas ordenaciones.
Problema. Estudiar cuántos números distintos se pueden construir reordenando
las cifras del 121.
Es claro que el problema no se resuelve calculando el número de permutaciones
de 3 elementos, ya que P3 = 6 y, sin embargo, los números obtenidos como
resultado de reordenar las cifras del 121 son:
121, 211, 112
esto es, son solamente 3.

11
TEORÍA COMBINATORIA UNMSM 2021-SECA

La razón por la que no son 6 las permutaciones son porque el número 1 está
repetido 2 veces y, por tanto, cuando permutamos los unos entre sí, el número
no varía. Es decir, si en el número 121 intercambiamos la primera y la tercera
cifra obtenemos el mismo número, que debe sólo contarse una vez.
De esta manera, como las maneras de reordenar los unos son exactamente dos,
se debe dividir por 2 para contarlas sólo una vez.
𝑃3
𝑇𝑜𝑡𝑎𝑙 = =3
2
Y generalizando a una lista de n elementos donde hay s elementos distintos que
se van repitiendo 𝑛1 veces el primero, ..., 𝑛𝑠 veces el último, tenemos
Definición 5.4.6 En las condiciones del párrafo anterior definimos el número de
permutaciones con repetición de n elementos, donde hay s elementos que se
repiten 𝑛1 > 1; 𝑛2 > 1, ⋯ , 𝑛𝑠 > 1 veces respectivamente, como el número
𝑛 ,𝑛2,…,𝑛𝑠
𝑃𝑅𝑛 1 de distintas ordenaciones de esa lista con elementos repetidos. Se
calcula mediante la fórmula:
𝑛 ,𝑛2,…,𝑛𝑠 𝑛!
𝑃𝑅𝑛 1 = (𝑛 ) (𝑛𝑠 )!
1 !….

Ejemplo 5.4.7 Determinar las palabras de 9 letras que se pueden construir como
resultado de ordenar las letras de la palabra cocodrilo. El resultado es:
9!
𝑃𝑅92,3 =
2! .3!
donde el 2 proviene de las dos ces y el tres de las tres oes.
Ejercicio 81 El nuevo sistema de matriculación de automóviles establece una
matrícula formada por tres consonantes seguidas de 4 cifras.
i) Determinar el número de matrículas diferentes que existen.
ii) Determinar cuántas matrículas hay con las mismas letras y números que la
matrícula:
BBK 1224
iii) Determinar cuántas matrículas empiezan por C y terminan por 1.
iv) Determinar cuántas matrículas son capicúas en la parte de los dígitos.
v) Determinar cuántas matrículas hay con sus tres letras iguales.
vi) Idem que ii) con la matrícula
BBC 1122.
Ejercicio 82 Establecemos un juego de azar en el que se venden boletos de 5
cifras (permitiendo que empiecen por 0) y en el que se extrae un número de 5

12
TEORÍA COMBINATORIA UNMSM 2021-SECA

cifras y se premian todos los boletos que contienen exactamente las mismas
cifras que el número extraído. Por ejemplo si sale el 12345, es premiado también
el 21345; si sale el 22345 también se premia el 23245.
i) Determinar el número de boletos premiados si sale el 12345.
ii) Determinar el número de boletos premiados si sale el 22344
iii) Determinar el número de boletos premiados si sale el 11222
iv) Si el sistema de premios se establece en proporción al dinero recaudado, por
ejemplo, la tercera parte de la recaudación se reparte entre los ganadores.
Determinar cuál es el tipo de boletos que tienen menos posibilidades de salir y
cuál es el tipo que más; observar que cuando la dificultad de salir aumenta
también lo hace el posible premio.

Resumiendo, es lo mismo:
El número de ordenaciones de una lista de n elementos con s elementos
repetidos, 𝑛1 > 1 veces el primero, ..., 𝑛𝑠 > 1 veces el último.
El número de permutaciones con repetición de n elementos con las repeticiones
que se indican:
𝑛 ,𝑛2,…,𝑛𝑠 𝑛!
𝑃𝑅𝑛 1 = (𝑛
1 )!….(𝑛𝑠 )!

5.5 Combinaciones
El último concepto de combinatoria que vamos a definir es el de combinaciones
que hace referencia al siguiente problema:
Problema. Dada una clase de 85 alumnos, de cuántas maneras se puede elegir
el trío que irá a las reuniones del claustro.
Obsérvese que a diferencia del problema de las variaciones (por ejemplo
elección de delegado, subdelegado y vocal) ahora los tríos
{Manuel, Juan, Felipe}
y
{Juan, Manuel, Felipe}
son el mismo (los alumnos elegidos para ir al claustro son los mismos tres), esto
es, no influye el orden (mientras que en el problema de la elección de delegado,

13
TEORÍA COMBINATORIA UNMSM 2021-SECA

el trío primero indica que Manuel es el delegado y en el segundo, sin embargo,

es Juan el delegado, por lo que son distintos).
Formalmente se puede plantear el siguiente problema equivalente:
Problema. Determinar cuántos subconjuntos de 3 elementos tiene un conjunto
de 85 elementos, es decir, de 𝑁85 .
Si en lugar de resolver el problema planteado, calculamos 𝑁85,3. entonces
estamos computando, no los subconjuntos, sino las selecciones ordenadas de
tres elementos. De esta manera cada subconjunto de 3 elementos lo estamos
contando más de una vez. Exactamente lo contamos tantas veces como
maneras distintas haya de reordenarlo, es decir, P3 veces. Con un ejemplo: los
seis tríos siguientes:
{Manuel, Juan, Felipe}
{Manuel, Felipe, Juan}
{Juan, Manuel, Felipe}
{Juan, Felipe, Manuel}
{Felipe, Juan, Manuel}
{Felipe, Manuel, Juan}
son el mismo subconjunto de 3 elementos, ordenados sus elementos de todas
las maneras posibles. Por tanto, el problema se resuelve computando:
𝑉85,3
𝑇𝑜𝑡𝑎𝑙 ∶
𝑃3
Para, efectivamente, sólo contar cada subconjunto una vez.
Definición 5.5.1 Llamamos número de combinaciones de m elementos tomados
de n en n, que escribimos 𝐶𝑚,𝑛 , al número de subconjuntos de n elementos en
𝑁𝑚 , se calcula.
𝑉𝑚,𝑛 𝑚!
𝐶𝑚,𝑛 = =
𝑃𝑚 𝑛! (𝑚 − 𝑛)!
𝑚
Notación. Escribiremos 𝐶𝑚,𝑛 como ( )
𝑛
.
𝑚
Observación 5.5.2 Por definición 0! = 1 y ( ) = 1
0
𝑚
Definición 5.5.3 Al número ( ) se le denomina número combinatorio m sobre
𝑛
n.
Ejercicio 83 Comprobar la fórmula anteriormente escrita:

14
TEORÍA COMBINATORIA UNMSM 2021-SECA

𝑚 𝑚!
( )=
𝑛 𝑛! (𝑚 − 𝑛)!
Ejemplos 5.5.4
1) Determinar el número de posibles equipos de baloncesto (5 miembros) que
se pueden formar con 10 personas.
𝑉10,5 10𝑥9𝑥8𝑥7𝑥6
𝐶10,5 = =
𝑃5 5𝑥4𝑥3𝑥2
2) Determinar en cuántos de ellos juega el jugador llamado Martín. (Sólo un
jugador se llama Martín.)
10 9
𝐶10,5 − 𝐶9,5 = ( )−( )
5 5
que es calcular el número total de equipos y restar el número de equipos en los
que no juega Martín.

Resumiendo, es lo mismo:
El número de subconjuntos de n elementos de 𝑁𝑚 .
El número de selecciones no ordenadas de n elementos en un conjunto de m
elementos.
El número de combinaciones de m elementos tomadas de n en n, esto es,
𝐶𝑚,𝑛 = 0, 𝑠𝑖 𝑚 < 𝑛,
𝑚 𝑉
𝐶𝑚,𝑛 = ( ) = 𝑃𝑚,𝑛 , 𝑠𝑖 𝑚 ≥ 𝑛.
𝑛 𝑛

Algunas propiedades de los números combinatorios

Sean m y n números enteros m ≥ n entonces:

𝑚 𝑚
1) ( ) = ( ),
𝑛 𝑚−𝑛

𝑚 𝑚−1 𝑚−1
2) ( ) = ( )+( ),
𝑛 𝑛−1 𝑛

𝑛 𝑛 𝑛
3) ( ) + ( ) + ⋯ + ( ) = 2𝑛 ,
0 1 𝑛

15
TEORÍA COMBINATORIA UNMSM 2021-SECA

La propiedad 1) viene de observar el siguiente hecho: interpretemos el número

𝑚
combinatorio ( ) como el número de subconjuntos de n elementos de un
𝑛
conjunto A de m elementos. Elegir uno de estos subconjuntos B ⊂ A consiste en
determinar los n elementos que conforman B o equivalentemente señalar los m
− n elementos que conforman A − B. Por tanto en A hay exactamente tantos
subconjuntos de n elementos como de m −n elementos.
𝑚
La propiedad 2) se deduce de lo siguiente. Interpretemos de nuevo ( ) como
𝑛
el número de subconjuntos de n elementos en A (|A| = m). Fijamos un elemento
a ∈ A. Los subconjuntos de n elementos de A se dividen entonces en los que
contienen a a y los que no lo contienen.
El número de subconjuntos de n elementos de A que contienen a a es
exactamente:
𝑚−1
( )
𝑛−1
ya que puede interpretarse como el número de subconjuntos de n−1 elementos
de A − {a}.
El número de subconjuntos de n elementos de A que no contienen a a es
exactamente:
𝑚−1
( )
𝑛
ya que puede interpretarse como el número de subconjuntos de n elementos de
A − {a}.
Por tanto, la cantidad total de subconjuntos de n elementos es:
𝑚 𝑚−1 𝑚−1
( )=( )+( ),,
𝑛 𝑛−1 𝑛

La propiedad 3) se puede deducir de la fórmula del binomio de Newton, que

recordamos:

𝑛 𝑛 𝑛 𝑛 𝑛
(𝑎 + 𝑏)𝑛 = ( ) 𝑎𝑛 + ( ) 𝑎𝑛−1 𝑏 + ( ) 𝑎𝑛−2 𝑏2 + ⋯ + ( ) 𝑎𝑏 𝑛−1 + ( ) 𝑏𝑛
0 1 2 𝑛−1 𝑛
En consecuencia, tenemos que,
𝑛
(𝑎 + 𝑏)𝑛 = ∑𝑛𝑘=0 ( ) 𝑎𝑛−𝑘 𝑏𝑘
𝑘
Esta fórmula se puede demostrar por inducción sobre n usando las propiedades
de los números combinatorios.
16
TEORÍA COMBINATORIA UNMSM 2021-SECA

Si aplicamos esta fórmula a a = 1 y b = 1 tenemos

𝑛 𝑛 𝑛 𝑛 𝑛
(1 + 1)𝑛 = ( ) 1𝑛 + ( ) 1𝑛−1 1 + ( ) 1𝑛−2 12 + ⋯ + ( ) 1 ∗ 1𝑛−1 + ( ) 1𝑛
0 1 2 𝑛−1 𝑛
𝑛 𝑛 𝑛 𝑛 𝑛
(2)𝑛 = ( ) + ( ) + ( ) + ⋯ + ( )+( )
0 1 2 𝑛−1 𝑛
Esta identidad muestra que, si llamamos partes de A, denotado P(A), al conjunto
formado por todos los subconjuntos de A, el cardinal de las partes de A verifica:
|P(A)| = 2|A|
.
Porque el conjunto total de subconjuntos se puede escribir como unión de los
subconjuntos de 0 elementos con los de un elemento, con los de 2... hasta llegar
al único subconjunto de A de |A| elementos que es el propio A. Esta última
fórmula también se puede demostrar por inducción sobre el cardinal de A.
Una vez vistas estas propiedades de los números combinatorios veamos como
se puede modificar el problema de las combinaciones.
Problema. Sean x, y, z tres indeterminadas, llamamos monomio de grado d a
una expresión del tipo 𝑥 𝑎 𝑦 𝑏 𝑧 𝑐 con a + b + c = d. Determinar el número de
monomios diferentes de grado 5 en dichas tres indeterminadas.
Observamos que un monomio de grado 5 es por ejemplo 𝑥 3 𝑦𝑧 que podría
también escribirse como 𝑥 2 𝑦𝑥𝑧 , o de cualquier otra manera posible resultado
de reordenar las variables (siempre tomando tres veces la x, una vez la y y una
vez la z). Esto muestra que el orden de las selecciones no es relevante
Veamos cómo contar estos monomios de forma inteligente. Como podemos
reordenar las variables podemos suponer que cada monomio de grado 5 está
escrito como en la definición:
𝑥𝑎𝑦𝑏𝑧𝑐 a + b + c = d
de modo que se le puede asignar una palabra formada por unos y ceros de la
siguiente manera
𝑥 3 𝑦𝑧 → 1110101

El número de unos hasta el primer 0 indica cuál es el exponente de la x, después

del primer 0 y hasta el segundo 0 hay un 1 que indica el exponente de la y y el
último 1 el de la z. Otro ejemplo:

𝑥 4 𝑦 → 1111010

17
TEORÍA COMBINATORIA UNMSM 2021-SECA

El problema es por tanto dónde colocar esos cinco unos que corresponden a que
el grado del monomio es cinco. Hay que elegir cinco lugares entre 7 posibles
para colocar los unos, esto es, estamos computando los subconjuntos de cinco
elementos de un conjunto de 7 elementos.

7
𝑇𝑜𝑡𝑎𝑙: ( ) = 21
5
Los podemos escribir,
𝑥 5 , 𝑥 4 𝑦 , 𝑥 3 𝑦 2 , 𝑥 2 𝑦 3 , 𝑥𝑦 4 , .
𝑦 5 , 𝑦 4 𝑧 , 𝑦 3 𝑧 2 , 𝑦 2 𝑧 3 , 𝑦𝑧 4 ,
𝑧 5 , 𝑧 4 𝑥 , 𝑧 3 𝑥 2 , 𝑧 2 𝑥 3 , 𝑧𝑥 4 ,
𝑥 3 𝑦𝑧, 𝑥𝑦 3 𝑧 , 𝑥𝑦𝑧 3 ,
𝑥 2 𝑦 2 𝑧, 𝑥𝑦 2 𝑧 2 , 𝑥 2 𝑦𝑧 2 ,
Este mismo razonamiento permite calcular la fórmula general.
Definición 5.5.5 Sea un conjunto de m elementos, definimos el número de
combinaciones con repetición de m elementos tomados de n en n al número de
selecciones no ordenadas de n elementos (con posibles repeticiones) en un
conjunto de m elementos. Se denota 𝐶𝑅𝑚,𝑛 y se calcula mediante la fórmula:
𝑚+𝑛−1
𝐶𝑅𝑚,𝑛 = ( )
𝑛

Ejemplos 5.5.6 1) Determinar cuántos posibles resultados pueden acontecer al

lanzar tres dados indistinguibles,
6+3−1 8 8! 8! 8𝑥7𝑥6
𝐶𝑅6,3 = ( ) = ( ) = 3!(8−3)! = 3!5! = 3𝑥2𝑥1 = 56
3 3
2) Si se extraen simultáneamente cinco cartas de cinco barajas españolas (40
cartas) el número de posibilidades es:
40 + 5 − 1 44 44! 44! 44𝑥43𝑥42𝑥41𝑥40
𝐶𝑅40,5 = ( ) = ( ) = 5!(44−5)! = 5!39! = 5𝑥4𝑥3𝑥2𝑥1 = 108600856
5 5
Ejercicio 84
1) Dada una nube de 312 puntos diferentes, donde nunca tres de ellos están
alineados, determinar el número de triángulos distintos que se pueden formar
con dichos puntos.

18
TEORÍA COMBINATORIA UNMSM 2021-SECA

2) Si entre los puntos de 1) existen 5 puntos que están alineados, computar

cuántos triángulos se pueden formar.
Ejercicio 85
1) Sean 6 bombos que contienen cada uno de ellos 5 bolas numeradas del 1 al
5 de modo que las bolas de bombos distintos con el mismo número son
indistinguibles entre sí. Por un proceso mecánico cada bombo deposita en una
cesta una bola, simultáneamente con el resto de los bombos. Determinar el
número de resultados posibles.
2) Determinar cuántos de estos resultados contienen al menos una bola
numerada con el 5.

Resumiendo, es lo mismo:
El número de selecciones no ordenadas (con elementos repetidos) de n
elementos en un conjunto de m elementos.
El número de combinaciones con repetición m elementos tomados de n en n:

𝑚+𝑛−1
𝐶𝑅𝑚,𝑛 = ( )
𝑛

5.6 Probabilidad
Una de las aplicaciones fundamentales de la combinatoria es el cálculo de
probabilidades, es decir, estimar con qué seguridad va a ocurrir un suceso.
La regla básica por la que se rigen los experimentos que tienen una cantidad
finita y equiprobable de resultados es que la probabilidad de que ocurra un
suceso determinado es el cociente del número de casos en los que ocurre este
suceso entre la cantidad total de casos posibles. Así al tirar un dado, la
probabilidad de que salga un 6 es 1/6 porque los posibles resultados son el
conjunto {1, 2, 3, 4, 5, 6} y el caso que nos interesa (el 6) es uno de estos 6
posibles resultados. La idea de fondo es que, si uno tirara un dado una cantidad
muy alta de veces, le saldrían (más o menos) la misma cantidad de resultados
1, que 2, ..., que 6. Esta ley se suele conocer como Ley de los grandes números.

19
TEORÍA COMBINATORIA UNMSM 2021-SECA

Pero volviendo al hecho de que la probabilidad es un campo de aplicación de la

combinatoria, podemos complicar el problema y pedir la probabilidad de que al
tirar dos dados consecutivamente se obtenga una pareja de seises.
Por ejemplo, este tipo de estudio es fundamental para asignar premios en juegos
de azar, para establecer el precio de una póliza de seguros... La cantidad total
de resultados es 𝑉𝑅6,2 = 36 , el resultado (6, 6) es uno de ellos por tanto su
probabilidad es 1/36. Observemos sin embargo que la probabilidad de que salga
un 3 y un 2 es justamente el doble ya que son dos los resultados posibles: (2, 3)
y (3, 2).
Definamos con precisión los conceptos.

5.6.1 Nociones básicas

Definición 5.6.1 Un experimento aleatorio es un procedimiento cuyos posibles
resultados forman un conjunto conocido y al efectuar el experimento el resultado
obtenido depende del azar.
Ejemplos 5.6.2 Lanzar un dado es un experimento aleatorio porque el resultado
(un número del 1 al 6) del lanzamiento depende del azar.
La extracción de una carta de una baraja.
La extracción consecutiva y sin reposición de dos bolas numeradas de un bombo
que contiene cuatro bolas con los números 1 al 4.
La elección de tres nombres por sorteo en un grupo de 100 personas

Definición 5.6.3 Se llama espacio muestral de un experimento aleatorio y se

denota Ω al conjunto de posibles resultados de dicho experimento aleatorio.
Ejemplos 5.6.4 En el experimento aleatorio del lanzamiento de un dado, su
espacio muestral es Ω = {1, 2, 3, 4, 5, 6}.
En la extracción de una carta de una baraja, (digamos española con 40 cartas),
el espacio muestral Ω es un conjunto de cardinal 40 formado por cada una de
las cartas de la baraja.
En la extracción de las bolas numeradas el espacio muestral es Ω igual a las
parejas ordenadas (sin elementos repetidos) de un conjunto de 4 elementos, esto
es, |Ω| = 4 × 3.

20
TEORÍA COMBINATORIA UNMSM 2021-SECA

El conjunto de tríos de un conjunto de 100 personas es el espacio muestral Ω

100
del último experimento aleatorio de los ejemplos y tiene cardinal |Ω| = ( ).
3
Definición 5.6.5 Se denomina suceso a cada subconjunto del espacio muestral
Ω de un experimento aleatorio.
Observación 5.6.6 Nos centraremos en experimentos cuyo espacio muestral es
un conjunto finito.
Ejemplos 5.6.7 En el espacio muestral del lanzamiento del dado podemos elegir
el suceso S: sacar un uno, correspondiente al subconjunto unitario S ={1}. O el
suceso 𝑆′ : sacar un número par, correspondiente a 𝑆 ′ = {2,4,6}

Definición 5.6.8 Sea E un experimento aleatorio, Ω su espacio muestral, de

cardinal finito y de modo todos los elementos de Ω son igualmente posibles.
Se define la probabilidad de un suceso S ⊂ Ω como el cociente:
p(S) = |S|/|Ω|.
Es la Regla de Laplace que indica que la probabilidad de un suceso la da el
cociente del número de casos favorables entre el de casos posibles.
Ejemplos 5.6.9 1) Determinar cuál es la probabilidad de acertar 14 en las
quinielas. El número de casos favorables es 1, el de los resultados de los
partidos, y el espacio muestral es Ω el conjunto de listas de longitud 14 donde
cada elemento de la lista es un 1, una x o un 2. Así la probabilidad de acertar
una quiniela es
1
314
2) Cuál es la probabilidad de ganar en la lotería tradicional el premio gordo. El
espacio muestral son los números de 5 cifras, por tanto, son 100.000, así la
probabilidad de ganar es
1
105
3) En la lotería primitiva se tienen que elegir 6 números entre 49 por tanto la
probabilidad de ganar es:
1
49
( )
6
4) Se extraen 3 cartas de una baraja española (4 palos, numeradas con las cifras
del 1 al 7 y sota, caballo y rey de cada palo), determinar la probabilidad de que
21
TEORÍA COMBINATORIA UNMSM 2021-SECA

las tres cartas extraídas sean la misma carta en distinto palo. El número de casos
40
posibles es ( ) Los casos favorables se calculan de la siguiente manera:
3
supongamos que fijo el número 1 (los ases). Entonces la baraja contiene 4 ases,
4
por tanto, exactamente hay ( ) = 4 posibles tríos de ases. Como tenemos 10
3
posibles números hay 10 × 4 = 40 casos favorables, por tanto
40
4
( )
3
Ejercicio 86 Calcular la probabilidad de acertar 13 y no 14 en las quinielas. Idem
para acertar 5 y no 6 en la lotería primitiva.
Podemos entonces usar las propiedades de los cardinales de conjuntos finitos
para calcular probabilidades de sucesos denidos como uniones, intersecciones
y complementarios.
Propiedad 1. El suceso Ω. Consideremos el suceso dado por el conjunto Ω, es
decir, todo el espacio muestral, se verifica:
p(Ω) = |Ω|/|Ω| = 1.

Propiedad 2. Subconjuntos. Si S ⊂ T ⊂ Ω entonces |S| ≤ |T| ≤ |Ω| y |∅| = 0. Por

tanto:
0 ≤ p(S) ≤ p(T) ≤ 1.
La probabilidad de cada suceso es entonces un número comprendido entre 0 y
1.
Propiedad 3. Unión de sucesos. Tomemos dos sucesos S y T entonces
p(S ∪ T) = p(S) + p(T) − p(S ∩ T).
Propiedad 4. Complementario de un suceso. Sea S ⊂ Ω un suceso entonces el
suceso complementario es
𝑆̅= Ω − S = {x ∈ Ω : x /∈ S}
y su probabilidad es:
P(S) = 1 − P(S).
Esta propiedad 4 es consecuencia de las anteriores ya que
S ∪ 𝑆̅ = Ω; S ∩ 𝑆̅ = ∅.
Ejemplos 5.6.10 i) Sea el experimento aleatorio consistente en lanzar dos dados
sucesivamente, calcular la probabilidad de que la suma de los resultados sea 4.

22
TEORÍA COMBINATORIA UNMSM 2021-SECA

El suceso S: dos cifras que suman 4 se puede poner como unión disjunta del
suceso S’ : sacar dos doses, y S’’ : sacar un 1 y un 3 (S’∩S’’ = ∅).
De modo que:
1 2
𝑝 (𝑆 ) = +
36 36
ii) Sea un equipo de gimnasia de 10 miembros de los cuales sólo uno se apellida
Muñoz. Determinar la probabilidad de que en un equipo de 5 miembros elegidos
entre los 10 esté Muñoz. Sea el suceso S: Muñoz no está en el equipo
(complementario del suceso del que queremos calcular su probabilidad), el
número de equipos en los que no está Muñoz es el número de equipos formados
con los jugadores restantes, entonces:
9 10
1 − 𝑝 (𝑆 ) = 1 − ( ) : ( )
5 5
Observamos que
9 10 1
( ):( ) =
5 5 10
lo que se puede interpretar como que, al haber 10 jugadores, la probabilidad de
que uno de ellos no esté en el equipo es el cociente de 1/10, el jugador que no
está entre los jugadores que hay.

5.6.2 Asignación de probabilidades

La regla de Laplace ha funcionado para asignar probabilidades en un espacio
muestral donde todos sus elementos son equiprobables, pero además ha
mostrado cómo asignar probabilidades en un espacio muestral donde los
elementos de Ω no sean necesariamente equiprobables.
Así sea Ω el espacio muestral nito de un experimento aleatorio de modo que
Ω = {a1, a2, ..., as}.
Si no todos los elementos del espacio muestral son equiprobables podemos
asignar (en función de observaciones, por ejemplo) probabilidades a cada
elemento del espacio muestral, y deben verificar:
i) 1 ≥ p(ai) ≥ 0 para cada i ∈ {1, ..., s}.
ii) p(a1) + p(a2) + ... + p(as) = 1.
Y además respetar las propiedades de los subconjuntos, las uniones y los
complementarios.

23
TEORÍA COMBINATORIA UNMSM 2021-SECA

Observación 5.6.11 En los casos donde todos los elementos de Ω son

equiprobables, para cada ai ∈ Ω se tiene
p(ai) = 1/|Ω|.
Ejemplo 5.6.12 Durante varios días observamos que en un juego de dados el
resultado 1 sale el doble de veces que el resultado 2, el 2 sale el doble de veces
que los demás, mientras los otros resultados salen todos más o menos la misma
cantidad de veces, entonces podemos asignar las probabilidades de la siguiente
forma:
p(3) = a
p(4) = a

p(5) = a
p(6) = a
p(2) = 2a
p(1) = 4a
Como 1 ≥ a ≥ 0 y 4a + 2a + a + a + a + a = 10a = 1 entonces a = 1/10.
De este modo:
p(1) = 4/10
p(2) = 2/10
p(i) = 1/10 i = 3, 4, 5, 6.
Y para calcular la probabilidad de cualquier suceso S bastará escribirlo como
unión disjunta de sus subconjuntos unitarios. Por ejemplo sea S el suceso, el
resultado sea par, entonces S = {2, 4, 6}, por lo que
p(S) = p(2) + p(4) + p(6) = 2/10 + 1/10 + 1/10 = 4/10.
Ejercicio 87 Sea un conjunto de 15 cartas de barajas iguales, todas del mismo
palo: hay 3 ases, 3 doses, 1 tres, 4 cuatros, 2 caballos y 2 reyes. Sea el
experimento aleatorio extraer una carta al azar de las 15. Determinar el espacio
muestral Ω y asignar probabilidades razonables a cada elemento de Ω.
Calcular la probabilidad del suceso la carta extraída sea una figura.

5.6.3 Probabilidad condicionada

En esta sección vamos a analizar cómo se modifica la probabilidad de sucesos
cuando tenemos una información adicional. Por ejemplo:

24
TEORÍA COMBINATORIA UNMSM 2021-SECA

Ejemplo 5.6.13 La probabilidad de que al extraer una carta al azar en una baraja
española sea un caballo es 4/40 = 1/10, ya que la baraja de 40 cartas contiene
4 caballos. Pero supongamos que recibimos la información adicional de que la
carta extraída es una figura. Estamos entonces interesados en la probabilidad
de extraer un caballo sabiendo que ha salido una figura. La baraja contiene 12
figuras, de las cuales 4 son caballos, por tanto la nueva probabilidad es 4/12 =
1/3, lo cual indica que, en este caso, el hecho adicional de ser una gura hace
aumentar la probabilidad del suceso

Definición 5.6.14 Sean S y S’ sucesos de un espacio muestral Ω de modo que

p(S’) > 0. Definimos la probabilidad condicionada de S por S’, como
𝑆 𝑝(𝑆∩𝑆′)
𝑝 (𝑆′) = 𝑝(𝑆′)

Y es un concepto que recoge la idea que señalábamos en el ejemplo porque si

vale la regla de Laplace entonces
𝑝(𝑆∩𝑆′) |𝑆∩𝑆′| |𝑆′| |𝑆∩𝑆′|
= |Ω|
: |Ω| = |S′|
𝑝(𝑆′)

Se puede interpretar como que el hecho adicional modifica el espacio muestral

(lo reduce a S’) y también el conjunto de los casos favorables (lo reduce a S ∩
S’).
Ejemplo 5.6.15 Cuál es la probabilidad de que al tirar una moneda
sucesivamente 4 veces se obtengan exactamente 3 cruces, sabiendo que la
primera tirada fue cruz.
El espacio muestral es Ω = A × A × A × A donde A es el conjunto A = {cara, cruz},
por tanto |Ω| = 16. El suceso S obtener exactamente tres cruces tiene cardinal 4
(las 4 posibles tiradas en las que salió la cara). El suceso S’ la primera tirada fue
cruz tiene cardinal 8 (se puede interpretar como {cruz} × A × A × A). Y el suceso
S ∩ S’ iene cardinal 3. Entonces
3
𝑆 (16) 3
𝑝 ( ′) = =
𝑆 8
(16) 8

Definición 5.6.16 Dos sucesos S y S’ se dicen independientes si verifican que:

𝑝(𝑆)
𝑝 (𝑆 ∩ 𝑆 ′ ) =
𝑝(𝑆′)

25
TEORÍA COMBINATORIA UNMSM 2021-SECA

Ejemplo 5.6.17 Extraemos una carta al azar en una baraja española, los sucesos
S: sea figura y S’ : sea de oros son independientes porque p(S) =(12/40), p(S’) =
10/40 y p(S ∩ S’) = 3/40. Y efectivamente
3 12 10
=
40 40 40
Ejercicio 88 Comprobar si los sucesos S: una familia con tres hijos tenga hijos
de los dos sexos y S’: una familia con tres hijos tenga al menos un chico son
independientes.
El estudio de la probabilidad discreta constituye un interesante campo de las
matemáticas y existen profundos teoremas que no vamos a desarrollar (teorema
de Bayes, de la probabilidad total). Además el espacio muestral puede no ser
finito con lo que se debe cambiar la regla de Laplace o la forma de asignar
probabilidades por instrumentos adecuados (que provienen del Análisis
Matemático). Todo esto constituye materia del curso de Estadística que se
imparte en segundo.
Terminamos el capítulo presentando dos conceptos más, referidos a este campo
de la probabilidad discreta, que serán de utilidad en el desarrollo posterior de la
Estadística.

5.6.4 Experimentos de Bernoulli

Definición 5.6.18 Un experimento de Bernoulli es un experimento cuyo espacio
muestral tiene dos elementos Ω = {e, f} de manera que p es la probabilidad de e
(se suele entender como probabilidad de éxito) y 1 − p la probabilidad de f
(probabilidad de fracaso).
Ejemplos 5.6.19 1) Lanzar una moneda trucada que saca cara con probabilidad
1/3 y cruz con probabilidad 2/3.
2) Lanzar un dado que tiene las caras coloreadas de dos colores, 5 de ellas en
rojo, una de ellas en negro, el rojo tiene probabilidad 5/6 y el negro probabilidad
1/6.
Tomemos entonces un experimento de Bernoulli con probabilidades p de éxito y
1−p de fracaso, de tal manera que cada repetición del experimento sea
independiente de la repetición anterior. Debemos señalar que, por ejemplo, si
tomamos el experimento de extraer una bola de una urna con bolas blancas y

26
TEORÍA COMBINATORIA UNMSM 2021-SECA

negras, para que la repetición del experimento sea independiente de la repetición

anterior, la bola extraida debe ser reintroducida en la urna.
Problema 1. Determinar la probabilidad de que al repetir el experimento n veces
se tengan exactamente k éxitos. Si k > n la probabilidad es 0 y si k ≤ n el resultado
es:
𝑛
( ) 𝑝𝑘 (1 − 𝑝)𝑛−𝑘
𝑘
En efecto, por hipótesis de independencia, los sucesos tener un éxito en la
repetición a-ésima (resp. un fracaso) y tener un éxito en la repetición b-ésima
con 𝑎 ≠ 𝑏 , son independientes, por tanto, las probabilidades se van
construyendo, multiplicando. Así por ejemplo el suceso dadas dos repeticiones
obtener dos éxitos tiene probabilidad 𝑝2 .
De esta manera el suceso obtener exactamente k éxitos en las primeras k
repeticiones de las n totales tiene probabilidad.

𝑝𝑘 (1 − 𝑝)𝑛−𝑘
Pero los k éxitos pueden acontecer en cualesquiera k repeticiones de entre las
n veces que se ha efectuado el experimento, por lo que esta probabilidad debe
ir multiplicada por el número de subconjuntos de k elementos de un conjunto de
n elementos, que son exactamente

𝑛
( )
𝑘
Por tanto, se tiene la fórmula buscada.
Problema 2. Determinar la probabilidad de que al repetir el experimento n veces
se tengan al menos k éxitos:
𝑛
𝑛
∑ ( ) 𝑝𝑘 (1 − 𝑝)𝑛−𝑘
𝑖
𝑖=𝑘

Esta fórmula sale de entender el suceso al menos k éxitos como la unión de los
sucesos disjuntos exactamente k éxitos, exactamente k + 1 éxitos, ...,
exactamente n éxitos.
Y resulta obvio que se puede cambiar el papel de los éxitos y de los fracasos.
Ejercicio 89 En las mismas condiciones de los problemas 1 y 2:
1) Determinar la probabilidad de obtener como máximo k fracasos.
2) Determinar la probabilidad de no obtener ningún éxito.
27
TEORÍA COMBINATORIA UNMSM 2021-SECA

3) Determinar la probabilidad de tener exactamente k fracasos.

4) Determinar la probabilidad de que todos sean éxitos.
Ejercicio 90 Supongamos que la probabilidad de que nazca un niño es 0.4
mientras la de que nazca una niña es 0.6. Determinar:
1) La probabilidad de que entre 100 nuevos nacimientos todos sean niñas.
2) Haya al menos 50 niños.
3) Haya como máximo 30 niños.

5.6.5 Variables Aleatorias

A partir de ahora consideraremos experimentos aleatorios tales que su espacio
muestral Ω tiene siempre cardinal finito.
Definición 5.6.20 Una variable aleatoria es una función del espacio muestral de
un experimento aleatorio en los números reales.
Ejemplo 5.6.21 Tomamos un conjunto de 10 personas. Sea el experimento
aleatorio consistente en seleccionar una de estas 10 personas al azar, por tanto
Ω es el conjunto de las 10 personas.
Definimos la variable aleatoria H como la función H : Ω → R que asigna a cada
persona su altura. (Otros ejemplos son la asignación de peso, de número de
asignaturas en que está matriculado...)
Con esta definición de variable aleatoria, podemos mostrar dos instrumentos de
la estadística descriptiva: la esperanza matemática que hace referencia al valor
esperado que toma la variable aleatoria y la varianza que es una medida de la
dispersión de los valores que toma la variable.
Definiciones 5.6.22 Sea X : Ω → R una variable aleatoria.
Se define la esperanza matemática de X como:

𝐸 (𝑋) = ∑ 𝑝(𝑆)𝑋(𝑆)
𝑠∈ Ω

Se define la varianza de X como:

𝑉 (𝑋) = ∑ 𝑝(𝑆) (𝑋(𝑆) − 𝐸(𝑋))2

𝑠∈ Ω

Se define la desviación típica de X como:

𝜎(𝑋) = √𝑉(𝑋)

28
TEORÍA COMBINATORIA UNMSM 2021-SECA

Estas medidas describen la variable aleatoria, indicando su valor esperado o

medio, e indicando lo dispersos o concentrados que están sus valores.

Ejemplo 5.6.23 Sea un conjunto de 40 alumnos cuyos resultados en un examen

de Matemáticas es el siguiente (la nota es un número entero del 0 al 10):

Nota Número de alumnos Probabilidad

0 1 1/40
1 2 2/40
2 3 3/40
3 3 3/40
4 3 3/40
5 2 2/40
6 10 10/40
7 10 10/40
8 3 3/40
9 2 2/40
10 1 1/40

La nota es una variable aleatoria cuyo dominio es el conjunto de los alumnos

(considerado como el espacio muestral del experimento: elegir un alumno) en el
conjunto de los números enteros del 0 al 10. Agrupando los alumnos que tienen
la misma nota se obtiene, con los datos de la tabla:
E(X) = 0(1/40) + 1(2/40) + 2(3/40) + 3(3/40) + 4(3/40) + 5(2/40)++6(10/40) +
7(10/40) + 8(3/40) + 9(2/40) + 10(1/40) = 5.52.
V (X) = (0 − 5.52)2 (1/40) + (1 − 5.52)2 (2/40) +(2 − 5.52)2 (3/40)+ (3 − 5.52)2
(3/40) + (4 − 5.52)2 (3/40) +(5 − 5.52)2 (2/40)+ (6 − 5.52)2 (10/40) +(7 −
5.52)2 (10/40) +(8 − 5.52)2 (3/40)+ (9 − 5.52)2 (2/40) + (10 − 5.52)2 (1/40) =
5.54.
σ(X) = 2.35.

29
TEORÍA COMBINATORIA UNMSM 2021-SECA

Ejercicio 91 Sea el experimento aleatorio consistente en tirar dos dados

consecutivamente y X la variable aleatoria que asigna a cada resultado del
experimento la suma de los resultados de ambos dados:

i) Escribir el espacio muestral del experimento.

ii) Escribir la función X : Ω → R.
iii) Calcular la esperanza, la varianza y la desviación típica de X

5.7 Ejercicios
Ejercicio 92. Determinar de cuántas maneras se puede elegir un cuadrado
blanco y otro negro en un tablero de ajedrez de modo que los dos cuadrados no
estén en la misma fila ni en la misma columna.
Ejercicio 93. Determinar en cuántos números de teléfono de 7 cifras, que
pueden empezar por cero, alguna de las cifras está repetida.
Ejercicio 94. Una llave se fabrica haciendo incisiones de profundidad variable
en ciertas posiciones jadas de una llave lisa. Si las profundidades posibles son
cuatro, determinar el número de incisiones que debe llevar la llave para que el
número de llaves posibles sea mayor que 100.000.
Ejercicio 95. Dado el conjunto de los 54 alumnos de una clase, donde 30 son
chicos y 24 son chicas, determinar:
i) El número de equipos de 4 alumnos que se pueden formar.
ii) El número de equipos de 4 alumnos que contengan al menos una chica.
iii) El número de equipos formados por dos chicas y dos chicos.
Ejercicio 96. Determinar cuántas palabras de 10 bytes:
i) Tienen exactamente tres ceros.
ii) Tienen al menos un cero.
iii) Tienen el mismo número de unos y ceros.
Ejercicio 97. Cuántas palabras de 10 letras se pueden construir reordenando
las letras de la palabra dodecaedro.
Ejercicio 98. Tenemos 10 naipes de los cuáles son 3 ases de oros, 4 caballos
de bastos y otras 3 cartas diferentes entre sí y a las anteriores. Si ponemos las
10 cartas en fila, determinar el número de distintas filas que se pueden formar.

30
TEORÍA COMBINATORIA UNMSM 2021-SECA

Ejercicio 99. Determinar cuántas licencias de uso de un programa, formadas

con tres números seguidos de tres letras no contienen la misma letra dos veces
ni el mismo número tres veces.
Ejercicio 100. Se tienen entradas para 17 espectáculos distintos, determinar
cuántos posibles regalos de tres entradas (posiblemente para el mismo
espectáculo) se pueden hacer.

Ejercicio 101. Determinar qué suceso es más probable: sacar un 8 al tirar dos
dados o sacar un 8 al tirar tres dados.
Ejercicio 102. Determinar la probabilidad de que una jugada de póker (5 cartas
en una baraja francesa con 52 cartas, sin comodines):
i) Contenga al menos un as.
ii) Obtenga un póker (cuatro cartas iguales).
Ejercicio 103. En un experimento de Bernouilli con probabilidad 0.4 de éxito y
0.6 de fracaso, determinar cuántos lanzamientos hay que realizar para que la
probabilidad de obtener al menos un éxito sea mayor o igual que 0.8.
Ejercicio 104. Sea la variable aleatoria X cuyo dominio es el espacio muestral Ω
de lanzar un dado 10 veces consecutivas, asignando a cada elemento de Ω el
número de seises que han salido. Calcular la esperanza matemática de X, que
es el número de seises esperado al lanzar 10 veces el dado.
Ejercicio 105. Cuál es la probabilidad de que escogido un entero al azar menor
o igual que 100 sea primo.
Ejercicio 106. Si S y S’ son dos sucesos con p(S) = 0.8 y p(S’) = 0.6, demuestra
que p(S ∩ S’) ≥ 0.4. En general para cada par de sucesos se verifica p(S ∩ S’) ≥
p(S) + p(S’) − 1.
Ejercicio 107. Demostrar que para dos variables aleatorias X e Y definidas en el
mismo espacio muestral la esperanza matemática verifica:
E(X + Y ) = E(X) + E(Y ),
siendo X + Y la función suma de las funciones X e Y .

5.8 Ejercicios resueltos

Ejercicio 77. Propiedad 1: Si |A| = n entonces existe una aplicación biyectiva f :
A → Nn. Si |B| = m entonces existe una aplicación biyectiva g : B → Nm. La

31
TEORÍA COMBINATORIA UNMSM 2021-SECA

aplicación biyectiva que estamos buscando es F : A ∪ B → Nn+m definida como

F(a) = f(a) si a ∈ A y F(b) = g(b) + n si b ∈ B.
Es sobreyectiva ya que si s ∈ Nn entonces existe a ∈ A de modo que s = f(a) =
F(a) y si n < s ≤ n+m entonces s−n ∈ Nm de modo que existe b ∈ B tal que g(b)
= s − n por lo que F(b) = s.
Es inyectiva ya si a 6= b entonces F(a) 6= F(b). En efecto, tanto f como g son
inyectivas por lo que el resultado es cierto si a, b ∈ A o si a, b ∈ B. En el caso a
∈ A y b ∈ B se verica que F(a) ≤ n y F(B) > n por lo que son distintos
necesariamente.
Propiedad 2: se aplica la 1 a B y B.
Propiedad 3: Como A ⊂ B entonces B = A ∪ (B − A) y se concluye por 1.
Propiedad 4: Basta usar las propiedades anteriores escribiendo A ∪ B = A ∪ (B
− (A ∩ B)).
Propiedad 5: Por inducción sobre el cardinal de B.
Si |B| = 0 entonces B es vacío de modo que el producto cartesiano también lo
es.
Si |B| = n + 1 entonces B = B’ ∪ B’’ con |B’| = n y |B’’| = 1.
De este modo como A × B = (A × B’) ∪ (A × B’’) y (A × B’) ∩ (A × B’’) = ∅ se
concluye por la propiedad 1 y la hipótesis de inducción.
Propiedad 3 implica propiedad 6: Si hubiera una función inyectiva f : A → B
entonces la imagen de f es un subconjunto de B de cardinal estrictamente mayor
que |B| lo que es una contradicción.
Propiedad 6 implica propiedad 3: Si A ⊂ B entonces hay una aplicación inyectiva
de A en B (la inclusión) de modo que |A| < |B|.
Ejercicio 78.

i) Como no se indica nada, las letras se pueden repetir: 𝑉𝑅29,5 = 295

ii) 𝑉𝑅29,5 = 29𝑥28𝑥27𝑥26𝑥25
iii) Las palabras que no contienen a la letra b son 285 por lo que la contienen
295 − 285
iv) Razonando como en iii) son V29,5 − V28,5.
v) Si empiezan por vocal y se pueden repetir son 5×294 . Si no se pueden repetir
son 5 × V28,4.

32
TEORÍA COMBINATORIA UNMSM 2021-SECA

vi) Si se pueden repetir son 5 × 293 . Si no se pueden repetir son 5 × V27,3.

vii) Si se pueden repetir son 5 3 × 292 . Si no se pueden repetir son 5 × 4 ×3 ×
26 × 25.

Ejercicio 79.
i) La primera cifra no puede ser 0 y las cifras se pueden repetir: 9 × 103
ii) Son pares si su última cifra es 0, 2, 4, 6 u 8 entonces: 9 ×102 × 5 (exactamente
la mitad de i)).
iii) Son impares la otra mitad.
iv) Son múltiplos de 5 si su última cifra es un 0 o un 5: 9 × 102 × 2.
v) Si no contienen al 2 son 8 ×93 , por tanto, los que contienen al 2 son 9 × 103
− 8 × 93
vi) S no contienen ni a la cifra 2 ni a la cifra 3 son: 7 × 83 entonces los que
contienen al 2 o al 3 o a ambos son: 9 × 103 − 7 × 83
.
Ejercicio 80. Se pueden sentar de 6! maneras y si sólo importa la posición
relativa en una mesa circular entonces el resultado hay que dividirlo por 6, esto
es, 6!/6 = 5!. Dividimos por 6 que son las 6 posiciones relativas iguales resultado
de moverse toda una silla (dos sillas, ..., 6 sillas) hacia la derecha.
Ejercicio 81.
i) 243 × 104
4!
ii) 𝑃𝑅2,3 𝑥𝑃𝑅2,4 = 3𝑥 2

iii) 242 × 103

iv) Si son capicúas la primera cifra es igual que la cuarta y la segunda es igual
que la tercera. Por tanto, hay 102 dígitos. En total: 243 𝑥 102
v) 24𝑥104
vi) 𝑃𝑅32 𝑥𝑃𝑅42,2 = 3𝑥3!

33