1.2.

2 EL DIAGRAMA DE ÁRBOL:
EL DIAGRAMA DE ÁRBOL

En general, un diagrama de árbol es un grafo (orientado o no) con la propiedad de que

cualesquiera dos de sus distintos vértices están conectados por un único camino
simple. Para fines educativos, nos basta con considerar diagramas de árbol con un
número finito de vértices y lados, que siempre se pueden representar en el plano (véase
la Figura 1).
En concreto, consideraremos diagramas de árbol que nacen de una raíz (o tronco)
de la que salen diferentes caminos (en nuestro caso, un número finito de ellas),
denomina- das ramas de primera generación. Estas ramas deben representar todas las
posibilidades que pueden aparecer en la primera fase de la construcción del diagrama
(por ejemplo, de un juego o experimento que se trata de representar), y terminan en
vértices del grafo denominados nudos (o nodos, o vértices). A su vez, de estos nudos
pueden nacer nuevas ramas, denominadas ramas de segunda generación, que vuelven
a terminar en nuevos nudos. Tras un número finito de fases, se llega a nudos
terminales, de los que ya no salen más ramas, los cuales representan el final del
fenómeno representado (pudiendo el árbol volver a repetirse desde la raíz).
La ventaja principal de los diagramas de árbol, que pueden usarse también fuera
del ámbito matemático, es su capacidad
para transmitir mucha información, ordenada
y clasificada, con un simple golpe de vista.
Por ello, permite una visión rápida y de
conjunto del hecho estudiado, teniendo en
cuenta todas sus posibilidades. Así, en la
toma de decisiones, ayuda a discriminar las
causas primarias o secundarias que afectan
al comportamiento global del sistema, para
analizar su posible evolución y elegir la
mejor decisión. Igualmente, en la resolución de un Figura 1. Ejemplo de
problema, ayuda a todos los componentes del grupo de diagrama de árbol.
trabajo a entender cuál es su labor dentro del cometido
global, colaborando en el desarrollo eficiente de la tarea.
En este trabajo mostraremos que, en la enseñanza de las matemáticas, los diagramas
de árbol son especialmente útiles en el estudio de la combinatoria y de la probabilidad.
Previamente resumimos algunas investigaciones didácticas centradas en el uso de este
recurso.

DIAGRAMAS DE ÁRBOL EN COMBINATORIA

En la Educación Secundaria, los diagramas de árbol se utilizan principalmente en
ejercicios y problemas asociados a la construcción de permutaciones, variaciones y
combinaciones, ordinarias o con repetición, elaboradas en base a las normas que se
hayan prefijado, con la idea de remarcar la estructura multiplicativa de estas situaciones.
Por otro lado, son muchos los ejemplos de actividades combinatorias accesibles al
alumnado que permiten construir e interpretar diagramas de árbol durante toda su etapa
escolar. Describimos algunos de ellos:
• Realizar una enumeración sistemática: detallar todas las posibilidades que pueden
ocurrir al lanzar dos o tres monedas o dados, o explicar todas las posibilidades que
 nos podemos encontrar para el tiempo meteorológico para mañana y pasado
mañana (cuando vamos a realizar una excursión).
• Analizar la mejor estrategia en un juego, como en el de pares o nones.
• Problema de existencia: ¿existe una forma de organizar una competición donde n
equipos han de jugar dos contra dos?
• Problemas de optimización: determinar una forma rápida de ordenar un conjunto
de números.
En resumen, los diagramas de árbol son esenciales en combinatoria, para
comprender cómo han de combinarse una serie de elementos para formar una opción
plausible. No obstante, a poco que el número de elementos aumente, suele haber
tantas combinaciones (o variaciones) que el cálculo de todas las opciones posibles se
dispara. Un ejemplo sencillo, que causa gran impacto entre el alumnado, es la
descripción de todas las diferentes formas de vestir de los propios alumnos partiendo
de la ropa de que disponen. Por ejemplo, si poseen 7 camisetas y 3 camisas para
abrigar el tronco, 6 pantalones para las piernas, unos zapatos y dos calzados
deportivos, nos estaríamos encontrando ante (7 +3) ∙ 6 ∙ (2 + 1) = 180 posibilidades
distintas de vestir, lo cual es suficiente para ir a clase todos los días durante un curso
escolar sin repetir modelo. Todo ello sin contar ropa deportiva para hacer gimnasia,
pañuelos, ropa interior, complementos, etc.
En estos casos no es necesario (sería muy engorroso) formar todo el diagrama de
árbol. Una estrategia para resolver este problema de forma general consiste en afrontar
previamente un caso en el que el número de posibilidades en cada etapa sea menor
(no más de dos o tres), y representarlo gráficamente cuando sea asequible (por
ejemplo, dibujar el diagrama de árbol para el caso de 3 camisas, 2 pantalones y 2 tipos
de calzado). Utilizando este modelo simplificado, facilitamos que el alumnado descubra
una fórmula que luego pueda emplearse variando el número de objetos a combinar e
incluso variando el contexto, como ocurre en los ejemplos siguientes:
• Si tenemos papeletas con 5 nombres y 7 apellidos, ¿cuántos nombres pueden
formarse? (distinguir entre si el nombre llevará uno o dos apellidos, o si se pueden
repetir o no los apellidos).
• ¿Cuántos menús diferentes pueden confeccionarse con 5 primeros, 4 segundos y
7 postres?
• Si rifamos dos premios al azar entre todos los alumnos de la clase, ¿cuántas
parejas ganadoras puede haber?

DIAGRAMAS DE ÁRBOL EN PROBABILIDAD

En el ámbito de la probabilidad, los diagramas de árbol son, sin lugar a duda, una
herramienta destacada dentro los procesos de enseñanza y aprendizaje del alumnado.
En primer lugar, se utilizan para determinar el espacio muestral, es decir, todos los
posibles resultados de un experimento aleatorio, siendo muy interesante en los
experimentos compuestos, que se pueden descomponer en varias fases y que ofrecen un
número finito de posibilidades en cada paso.
Por otro lado, aunque a veces la propia construcción del diagrama de árbol ayuda a
comprender la estructura del experimento y, por tanto, a resolver los problemas, su
utilidad es aún mayor en el cálculo de probabilidades en el contexto de un experimento
compuesto. Por ejemplo, cuando se analizan experimentos aleatorios que ocurren en
diferentes etapas de forma consecutiva, los diagramas de árbol nos ayudan a conocer
todos los posibles resultados de cada etapa. En este caso, el diagrama suele
considerarse dirigido, en el sentido de que hay una forma natural de recorrer el árbol,
según vayan apareciendo unas u otras opciones en el experimento, lo que se suele
indicar en la representación gráfica mediante flechas en vez de segmentos. Éste podría
ser el caso si consideramos todas las posibles combinaciones de géneros de cuatro
hermanos de la misma familia.
Para formar un diagrama de árbol, los sucesos que pueden ocurrir en la primera etapa de
un experimento aleatorio deben formar un sistema completo de sucesos, es decir,
describir el espacio muestral de forma exhaustiva y excluyente. Sus probabilidades
asociadas son simples por contraposición a las probabilidades que se asocian a ramas
secundarias, que son probabilidades de sucesos que pueden ocurrir en la segunda etapa
condicionadas a sus respectivos sucesos de la primera fase. Dichas probabilidades se
suelen escribir junto a las ramas (o flechas) del diagrama de árbol y, en muchas
ocasiones, son fracciones que resultan de la aplicación de la regla de Laplace. La suma
de las probabilidades de las ramas que salen de cada nudo debe ser 1 ya que
representan todas las posibilidades de los sucesos que pueden ocurrir tras pasar por ese
nudo en dirección a la siguiente fase (véase la figura 2).

Figura 2. Diagrama de árbol con indicaciones

de sus respectivas probabilidades.
En el diagrama de árbol anterior, el espacio muestral del primer experimento está
formado por tres sucesos A1, A2 y A3 y en el segundo experimento por dos, B y su
complementario. A partir del diagrama, es sencillo calcular probabilidades condicionales
como las siguientes:

El suceso que ocurre como conjunción de un suceso de cada fase puede interpretarse
como el camino simple que va desde la raíz hasta un nodo terminal pasando por todos
los sucesos que conforman la trayectoria. Las probabilidades compuestas de dichos
sucesos resultantes de intersecciones pueden ser determinadas multiplicando las
respectivas probabilidades del camino que se recorre. Pluvinage indica que cuando el
punto de llegada para una experiencia se toma en cuenta como el de partida para otra
posterior, se habla de encadenamiento, donde se aplica la regla del producto. Por
ejemplo:

Los argumentos que apoyan esta regla, necesarios para dar significado al diagrama y
relacionarlo con este desarrollo aritmético, están vinculados a su vez con el significado de
la fracción como operador, especialmente cuando dicha fracción expresa una razón entre
los casos de interés y los casos posibles (regla de Laplace). De esta forma, el ejemplo
anterior podría leerse de la siguiente forma: «Si el suceso A1 ocurre tres de cada nueve
veces que repetimos la experiencia (3/9) y, habiendo ocurrido A1, el suceso Bc ocurre
dos de cada tres veces (2/3), entonces en 2/3 de 3/9 de las ocasiones ocurre el suceso
compuesto A1 ∩ Bc». Obviamente, desde el punto de vista didáctico, este argumento
debe interpretarse aludiendo a los sucesos dentro del contexto del problema, dejando la
notación formal para los últimos cursos.
El diagrama mostrado en la Figura 2 se puede continuar añadiendo nuevos
experimentos. Por ello, una de las principales ventajas del diagrama de árbol es su
carácter re- cursivo: para construir un árbol de n pasos, basta ampliar el construido con n
− 1 etapas, y éste parte del de n − 2, hasta llegar al nodo original.
Pero la principal bondad de los diagramas de árbol es su enorme capacidad para hacer
comprender a quienes los diseñan o interpretan situaciones relativamente complejas de
una forma muy sencilla. Por ejemplo, cuando nos hacemos una prueba médica para
detectar si tenemos o no una cierta enfermedad, confiamos en que el proceso de
detección será fiable al 100%. Sin embargo, esto no es así. Podemos estar sanos y que
la prueba diga que tenemos la enfermedad (falsos positivos), o podemos estar enfermos
y que el test asegure que estamos sanos (falsos negativos). En cualquier caso, las
pruebas médicas deben incrementar, cada vez más, su sensibilidad (probabilidad de dar
positivo cuando el paciente tiene la enfermedad) y su especificidad (probabilidad de dar
negativo cuando el paciente está sano). Esta situación se muestra en la Figura 3.

TEOREMAS NOTABLES
DE

PROBABILIDAD UTILIZANDO DIAGRA- MAS DE ÁRBOL

Si consideramos experimentos con un número pequeño de sucesos en el espacio

muestral, es posible utilizar el diagrama de árbol para introducir a los estudiantes en el
estudio de teoremas que, de otro modo, serían complejos de justificar. Así, tanto el
teorema de la probabilidad total como el teorema de Bayes permiten una interpretación
muy sencilla cuando se ha confeccionado un diagrama de árbol.
De esta forma, un diagrama de árbol con dos fases (como el de la Figura 2) nos ayuda a
interpretar el teorema de la probabilidad total como una herramienta adecuada para
calcular la probabilidad de un suceso de la segunda fase, sin hacer mención a lo que
pudo ocurrir en la primera. De esta forma, solo hay que recorrer todos los caminos que
llevan a ese suceso, y sumar los respectivos productos de las probabilidades que se
encuentran en dichos caminos. Por ejemplo, a partir de la Figura 4, podemos calcular la
probabilidad del suceso B resaltando todos los caminos que llevan a dicho suceso (véase
la Figura 4). Por consiguiente, la probabilidad del suceso B se obtiene haciendo el
siguiente cálculo:
Cuando el alumnado es capaz de comprender este sencillo e intuitivo método,
relacionando el significado de cada uno de los sumandos con las correspondientes ramas
del árbol y su significado dentro del contexto, resulta más sencillo que, más adelante, sea
capaz de generalizar este resultado de manera formal, con la conocida expresión:

la cual, posteriormente, se puede generalizar todavía más empleando cualquier número

de sucesos en cada etapa y variando las probabilidades que intervienen.

Figura 5. Diagrama de árbol que facilita la aplicación

del teorema de Bayes.
Por ejemplo, utilizando el árbol de la Figura 5, la probabilidad de que haya ocurrido el
suceso A2, condicionando al suceso Bc, se obtiene de la siguiente forma:

Es importante resaltar que en el denominador se escriben todos los caminos que llegan a
Bc, mientras que en el numerador se considera un único camino de los que hay en el
denominador. Toda vez que el alumnado ha comprendido este proceso, muy posible-
mente sea capaz de comprender su justificación teórica del teorema y, también, su
expresión algebraica, a saber:
Concluimos este estudio aportando una nueva perspectiva desde la cual se puede
introducir al alumnado en el estudio de los teoremas de la probabilidad total y de Bayes.
Consideremos un contexto adecuado para aplicar el teorema de Bayes, como puede ser
el descrito en la Figura 2. En la primera fase del experimento solo pueden ocurrir, de
forma excluyente, los sucesos A1, A2 y A3, mientras que en la segunda etapa estamos
considerando el suceso B y su complementario. Como hemos comentado antes, en estas
condiciones, las probabilidades iniciales P (Ai) se denominan probabilidades a priori,
mientras que las probabilidades P (B | Ai) y P (BC | Ai) de los sucesos de la segunda fase
condicionadas a sus respectivos sucesos de la primera fase se denominan
verosimilitudes. Teniendo en cuenta el contexto en el que nos encontramos, es
interesante plantear al alumnado la existencia del árbol “inverso” del árbol considerado en
la Figura 2: en este árbol “inverso”, los sucesos de la segunda fase del diagrama de árbol
original se corresponden con los sucesos de la primera fase del diagrama de árbol
“inverso”, y viceversa (véase la Figura 6).

Figura 6. Diagrama de árbol “inverso” del diagrama

de la Figura 2.
De esta forma, si deseamos completar el árbol “inverso” con sus respectivas
probabilidades, podemos interpretar que el teorema de la probabilidad total nos permite
calcular las probabilidades a priori P(B) y P(BC) del árbol “inverso”, mientras que el
teorema de Bayes es la herramienta más adecuada para determinar las verosimilitudes P
(Ai | BC) del árbol “inverso”. Utilizando este nuevo punto de vista, podemos contrarrestar
el sesgo
que produce la línea temporal en el alumnado, observando que cada árbol como el de la
Figura 2 posee un árbol “inverso” asociado.
 1.2.3 PERMUTACIONES Y COMBINACIONES
Contamos posibilidades

Cuando se da una situación en la que cada uno de varios elementos puede tomar valores distintos, o
diferentes tareas se pueden hacer de forma distinta, y todos ellos son independientes entre sí, la forma de
calcular el número total de posibilidades es multiplicar el número de valores que puede tomar cada
elemento, o el número total de formas en las que se puede realizar cada tarea. En nuestro caso, el primer
dígito puede tomar uno de 10 valores; para cada uno de estos valores, el segundo dígito puede tomar uno
de 10 valores, y así sucesivamente, hasta llegar a la tercera letra, que puede tomar, para cada uno de los
casos que tengamos hasta ese momento, uno de 26 valores, para un total de

10 10 10 10  26  26  26 = 175,760,000 posibles matrículas.

Como se puede ver, ¡tenemos matrículas para rato!

Tomemos otro ejemplo sencillo. ¿Cuántos números hay cuya expresión decimal tiene exactamente 6
cifras? (Como es habitual, los ceros a la izquierda se eliminan)

En este caso, uno de los elementos tiene una limitación en su valor: la primera cifra no puede ser cero
porque entonces ese cero a la izquierda se eliminaría y el número tendría a lo sumo 5 cifras. Por lo tanto,
la primera cifra sólo puede tomar 9 posibles valores (1,2,...,9), para un total de

9 10 10 10 10 10 = 900,000 números.

Este problema se puede resolver también de otra forma alternativa, ya que el menor número que tiene
exactamente 6 cifras es el 100,000 y el mayor es 999,999, y todos los números entre ambos, y ninguno
más, tiene exactamente 6 cifras, para un total de

999,999 −100,000 + 1 = 900,000 números.

Sumamos uno a la diferencia entre 999.999 y 100.000 porque ambos tienen 6 cifras y deben ser contados.

Continuamos con otro ejemplo. En el mus se reparten a cada jugador 4 cartas de una baraja de 40 cartas
distintas. ¿De cuántas formas distintas me pueden repartir 4 cartas en el mus? ¿De cuántas formas me
pueden tocar los 4 reyes?

Ahora, el resultado de la primera carta que se reparta afecta a las otras 3, porque ninguna de estas 3 puede
ser igual a la primera, que ya está repartida. Por lo tanto, aunque la primera carta que me repartan es una
de entre 40, la segunda carta deberá ser una de entre las 39 restantes, la tercera una de las 38 restantes, y
la cuarta una de entre las 37 restantes, para un total de

40  39  38  37 = 2,193,360 posibles formas de repartir 4 cartas.

Para que me toquen los cuatro reyes, la primera carta debe ser uno de estos cuatro reyes, la segunda uno
de los tres restantes, la tercera uno de los dos restantes, y la última el rey que quede, para un total de

4  3 2 1 = 24 posibles formas de repartir los 4 reyes.

¿Importa el orden?

Vamos a cambiar ligeramente el problema anterior: ¿Cuántas posibles manos existen en el mus? Es decir,
como una vez que tengo mis cuatro cartas en la mano, la jugada no depende del orden en que me hayan
llegado, ¿cuántos son los posibles grupos de 4 cartas que puedo llegar a tener jugando al mus? ¿Cuántas
manos tienen 4 reyes?

La respuesta a la última pregunta es claramente que sólo 1 mano tiene 4 reyes, ¡cuando tengo los 4! No
importa en este caso el orden en que hayan llegado. Me han podido llegar primero el de oros, luego el de
copas, el de espadas y finalmente el de bastos (OCEB), pero me han podido llegar también en cualquier
otro orden, (CBEO, BOEC,...). De hecho, como el primero ha podido ser cualquiera de los 4, luego
cualquiera de los tres restantes, luego cualquiera de los 2 restantes, y finalmente el único que me falta,
hay
4  3 2 1 = 24 posibles formas de ordenar los 4 reyes.
¡Claro, tantas formas como hay para que me repartan los 4 reyes si voy recibiendo las cartas de forma
ordenada, de una en una! Vemos que el número total de manos con 4 reyes es el resultado de dividir el
número de formas de repartir los 4 reyes, entre el número de formas de ordenar estos 4 reyes. En el caso
de todas las posibles manos, sucede lo mismo; una vez que tengo 4 cartas en la mano, me han podido
llegar en uno de 24 posibles órdenes, pero cada una de estas 24 formas de ordenarlas se corresponden con
exactamente una mano, la formada por esas 4 cartas independientemente del orden en que me lleguen.
Así, tenemos entonces que hay
40  39  38  37
= 91,390 posibles manos distintas en el mus.
4  3 2 1
A este número se le llama “combinaciones de 40 cartas tomadas de 4 en 4”, y es el número posible de
grupos de 4 cartas, sin importar el orden, que se pueden tomar de entre 40 distintas.

Formas de ordenar: permutaciones

En este ejemplo sencillo, nos ha bastado con ir contando, pero ¿hay alguna forma general de pensar y
calcular que podamos aplicar en ejemplos más complicados? Aunque parezca que estamos “dando más
vuelta”, vamos a pensar de otra forma distinta. ¿Cuántas posibles formas hay de ordenar las 40 cartas de
la baraja? Siguiendo el mismo razonamiento de antes para ordenar los 4 reyes, vemos que hay
40  39  38  37  36  35 ... 5  4  3 2 1 formas de ordenar la baraja.
Si calculamos este producto, es un número de 48 cifras que empieza por 8 Para abreviar, como este
número es muy largo, incluso escrito como producto, lo escribimos 40!, y en general, el producto de los
números desde 1 hasta n lo escribimos como n!, y le llamaremos n factorial, o factorial de n; así diremos
que hay 4!=24 formas de ordenar los 4 reyes, o 10!=3,628,800 formas distintas de ordenar las 10 cartas de
oros. Se llaman permutaciones de un conjunto, o permutaciones de los elementos de un conjunto, a las
posibles formas de ordenar dichos elementos, y si el conjunto tiene n elementos distintos, el número de
permutaciones de estos n elementos es igual a
n!= n  (n −1) (n − 2)... 3 2 1 .

Factorial y sus propiedades

El factorial de n, escrito n!, es el producto de los enteros entre 1 y n; así, el factorial de 6 es
6!= 6  5  4  3 2 1 = 720 .
Definimos 0!=1, principalmente porque como ya hemos visto el factorial de n es igual al número de
formas de ordenar n elementos distintos. Si tenemos 0 elementos, hay exactamente una forma de
ordenarlos, ¡no tomar ninguno! Además, como veremos otras propiedades funcionan mejor así.
Por ejemplo, es fácil ver que
(n + 1)!= (n + 1) n!.
En efecto, si multiplicamos el producto de los n primeros enteros positivos por n+1, tenemos claramente
el producto de los n+1 primeros enteros positivos. Si además hacemos n=0, esta propiedad también se
cumple cuando definimos, como lo hemos hecho, 0!=1, porque entonces 1!=10!=1.
También es sencillo comprobar que
(n + m)! = (n + m) (n + m −1) (n + m − 2)... (n + 2) (n + 1),
n!
ya que los números que aparecen en el producto (n+m)! pero no aparecen en n! son exactamente todos los
enteros mayores que n pero menores o iguales que n+m. Así, por ejemplo
8!
= 8 7  6 5 4 .
3!

Formas de repartir: combinaciones

¿De qué nos sirve esto a la hora de calcular el número de posibles manos en el mus? Supongamos que
ordenamos la baraja en una cualquiera de las 40! formas posibles, y que a mí se me reparten las 4
primeras cartas. Las 36 cartas que no me van a repartir, pueden estar ordenadas en una de las 36! posibles
permutaciones de 36 elementos, y las 4 que me reparten pueden estar ordenadas en una de las 4! posibles
permutaciones de 4 elementos. Multiplicamos 36! y 4! para obtener el número de permutaciones de las
40 cartas para las que las 4 primeras cartas son las mismas, porque las formas de ordenar las 4 primeras
cartas, y las formas de ordenar las 36 últimas, son independientes entre sí. Para cada una de estas 36!4!
formas de ordenar independientemente estos dos grupos de cartas, ¡las 4 cartas que recibo son las mismas,
las 4 primeras! Puedo entonces calcular también las posibles manos que recibo como
40! 40  39  38  37
= ,
36!4! 4  3 2 1
¡Obtengo el mismo resultado! A esta cantidad se le llama el número de combinaciones de 40 elementos
tomados de 4 en 4, y se suele escribir para abreviar como

En general, si hay un conjunto de n elementos distintos, y quiero calcular todos los posibles subconjuntos
de dicho conjunto que tengan m elementos, sin importar el orden de dichos m elementos, diré que hay
n n!
 m  = m! n − m ! formas de tomar m elementos de entre n elementos distintos,
 ( )
y llamaré a este símbolo y esta cantidad combinaciones de n elementos tomados de m en m, o también se
le llama número combinatorio n sobre m.

Veamos un ejemplo final: la plantilla de Osasuna tiene 3 porteros, 8 defensas, 7 centrocampistas y 4

delanteros. ¿De cuántas posibles formas podemos hacer un equipo con 4 defensas, 4 centrocampistas y 2
delanteros? (suponemos que no diferenciamos entre central o lateral, o entre diestro y zurdo) ¿y si quiero
calcular el número de posibles equipos con 4 defensas, y bien 4 centrocampistas y 2 delanteros, o 3
centrocampistas y 3 delanteros?

La respuesta a la primera pregunta es

 3   8   7   4  3! 8! 7! 4!
 1  4  4  2  =    = 3 70  35  6 = 44,100 posibles equipos.
        2!1! 4!4! 4!3! 2!2!
Como puedo tomar 1 de entre 3 porteros, 4 de entre 8 defensas, etc., y cada una de las elecciones es
independiente de las demás, tengo que multiplicar entre sí las formas posibles de elegir jugadores entre
cada uno de los grupos, para obtener el número total de posibles equipos.
Si ahora quiero los posibles equipos con 3 centrocampistas y 3 delanteros, entonces tendría

 3   8   7   4  3! 8! 7! 4!
 1  4  3  3  =    = 3 70  35  4 = 29.400 posibles equipos.
        2!1! 4!4! 3!4! 3!1!
Los casos de 4 o 3 centrocampistas, no sólo son independientes, también son disjuntos, es decir, o sucede
uno, o sucede otro, pero no los dos a la vez. Por lo tanto, necesito sumar las posibilidades de ambos
casos, para un total de equipos con alineaciones 4-4-2 o 4-3-3 igual a

3  8   7   4 3  8   7   4
 1 4 4 2 +  1 4 3 3 = 44.100 + 29.400 = 73.500 .
               

Números combinatorios y sus propiedades

Al número
n n!
 m  = m! n − m !
  ( )
se le llama número combinatorio de n en m o de n sobre m, o combinaciones de n elementos tomados de
m en m, y como ya hemos visto, es igual al número de formas posibles de tomar m elementos de un
conjunto de n elementos distintos. Claramente, m no puede ser menor que 0, ni mayor que n, pues no
puedo elegir un número negativo de elementos, y de entre n elementos, no puedo elegir más de n.
Algunas propiedades interesantes de los números combinatorios son las siguientes (mientras no se diga lo
contrario, n puede ser cualquier entero no negativo, y m cualquier entero no negativo y menor o igual que
n):
n  n
0  =  n  = 1
   
porque sólo hay una forma de elegir 0 elementos (no escoger ninguno) o de elegir n (escogerlos todos).

n  n 
 m =  n − m  ,
   
porque hay las mismas formas de elegir m elementos de entre n, que elegir n−m; me basta con ver que,
para cada forma de elegir m, hay exactamente una forma de elegir n−m (los n−m que quedan sin elegir
cuando escojo m).
n  n 
 1 =  n −  = n ,
   1
porque para elegir un elemento de entre n distintos, tengo n candidatos, y para elegir n−1, me basta con
escoger uno de entre los n candidatos distintos, rechazarlo y quedarme con los n−1 restantes.
 n   n   n +1 
 m +  m +  =  
   1   m + 1 
Esta igualdad se puede demostrar operando, ya que haciendo común denominador y sumando,
n  n  n! n! n!(m + 1) n!(n − m)
 m  +  m + 1  = m!(n − m)! + (m + 1)!(n − m −1)! = (m + 1)!(n − m)! + (m + 1)!(n − m)! =
   
n!(n + 1) (n + 1)!  n +1 
= (m + 1)!(n − m)! (m + 1)!((n + 1)− (m + 1))!  m + 1 =
= .
Este resultado tiene sin embargo una interpretación muy clara: veamos cuántos grupos distintos de m+1
elementos se pueden tomar de un conjunto de n+1 elementos; seleccionamos uno de los n+1 elementos, y
diremos que es el último. Ahora bien, para elegir m+1 elementos de los n+1, hay dos maneras posibles y
disjuntas: o tomamos este último elemento, y elegimos otros m elementos de los n restantes, o no
tomamos este último elemento, y elegimos m+1 elementos de los n restantes. Sumando estas dos posibles
maneras de generar grupos de m+1 elementos de entre n+1, debemos obtener todos los posibles grupos.