Académique Documents
Professionnel Documents
Culture Documents
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
Chapitre 1
Analyse combinatoire
Sommaire
1. Introduction 2
2. Arrangements..2
2.1. Introduction..2
2.2. Arrangements avec rptitions3
2.3. Arrangements sans rptition3
3. Permutations..4
3.1. Permutations sans rptition4
3.2. Permutations avec rptitions5
4. Combinaisons..5
4.1. Dfinition5
4.2. Combinaison sans remise5
4.3. Combinaison avec remise7
4.4. Proprits des combinaisons.7
4.4.1. La symtrie.7
4.4.2. Combinaisons composes8
4.5. Formule du binme de Newton....9
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
1.
Introduction
Lanalyse combinatoire est une branche des mathmatiques qui tudie comment
compter les objets. Elle fournit des mthodes de dnombrements particulirement utiles en
thorie des probabilits. Les probabilits dites combinatoires utilisent constamment les
formules de lanalyse combinatoire dveloppes dans ce chapitre. Un exemple des
applications intressantes de cette dernire est la dmonstration du dveloppement du binme
de Newton utilis dans le calcul des probabilits dune loi binomiale.
2.
Arrangements
2.1.
Dfinition
Remarque : On a ncessairement
1 p n et n, p N*
Anp = 0
Si n < p, alors
Deux arrangements de p objets sont donc distincts sils diffrent par la nature des objets qui
les composent ou par leur ordre dans la suite.
Exemples :
(1) Une squence dADN est constitue dun enchanement de 4 nuclotides [A (Adnine), C
(Cytosine), G (Guanine) et T (Thymine)]. Il existe diffrents arrangements possibles de
deux nuclotides ou dinuclotides avec p=2 et n=4.
(2) Le nombre de mots de 5 lettres (avec ou sans signification) forms avec les 26 lettres de
lalphabet correspond au nombre darrangements possibles avec p=5 et n=26.
(3) Le tierc dans lordre lors dune course de 20 chevaux constitue un des arrangements
possibles avec p=3 et n=20.
Dans les exemples prcdents, lordre des lments dans la suite est essentiel. Ainsi pour le
deuxime exemple, le mot NICHE est diffrent du mot CHIEN.
Mais dans les deux premiers exemples, une base ou une lettre de lalphabet peut se retrouver
plusieurs fois alors que dans le troisime exemple, les trois chevaux larrive sont
forcment diffrents. Il faut donc distinguer le nombre darrangements avec rptition et le
nombre darrangements sans rptition (arrangements au sens strict).
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
2.2.
Lorsqu'un objet peut tre observ plusieurs fois dans un arrangement, le nombre
darrangement avec rptition de p objets pris parmi n, est alors :
p
p
avec 1 p n
n =n
Voici pourquoi :
Pour le premier objet tir, il existe n manires de ranger lobjet parmi n.
Pour le second objet tir, il existe galement n possibilits darrangements car le premier
objet fait de nouveau parti des n objets. On parle de tirage avec remise.
Ainsi pour les p objets tirs, il y aura n x n x n x..x n (p fois) arrangements possibles, soit
p
A n = n n n .... n = n
Exemples :
(1) Concernant lexemple de la squence dADN, le nombre de dinuclotides attendus si lon
fait lhypothse quune base peut tre observe plusieurs fois dans la squence (ce qui
correspond effectivement la ralit) est donc : A42 = 42 = 16 dinuclotides possibles
Les 16 dinuclotides identifiables dans une squence dADN sont :
AA
AC
AG
AT
CA
CC
CG
CT
GA
GC
GG GT
TA
TC
TG
TT
2.3.
Lorsque chaque objet ne peut tre observ quune seule fois dans un arrangement, le nombre
darrangements sans rptition de p objets pris parmi n est alors :
n!
p
avec 1 p n
n =
(n p)!
Voici pourquoi :
Pour le premier objet tir, il y a n manires de ranger lobjet parmi n.
Pour le second objet tir, il nexiste plus que n-1 manires de ranger lobjet car le premier
objet ne peut plus tre pris en compte. On parle de tirage sans remise.
Ainsi pour les p objets tirs parmi n, si 1 p n, il y aura :
A np = n(n 1)(n 2)....(n p + 1)
(p produits)
p
de plus
do
An =
n!
(n p)!
3
(n p) .... 2 1
(n p) .... 2 1
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
Rappel :
1 2 3 ..... p ( p + 1) ... (n 1) n = n!
0! =1 par convention car 0! nest en principe pas dfinie.
Exemple :
Concernant lexemple de la squence dADN, le nombre de dinuclotides attendu dans une
squence si lon fait lhypothse quune base nest observe quune seule fois est donc :
2
A4 =
4!
= 12 dinuclotides possibles
(4 2)!
AC
GC
AG
GG
AT
GT
CA
TA
CC
TC
CG
TG
CT
TT
p
3.
Permutations
3.1.
n!
= n!
(n n)!
Exemple :
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
3.2.
Dans le cas o il existerait plusieurs rptitions k dun mme objet parmi les n objets, le
nombre de permutations possibles des n objets doit tre rapport aux nombres de permutations
des k objets identiques.
Le nombre de permutations de n objets est alors :
Pn =
n!
k!
En effet, les permutations de k objets identiques sont toutes identiques et ne comptent que
pour une seule permutation.
Exemple :
P7 =
7!
= 420 mots possibles
2!3!
4.
Combinaisons
4.1.
Dfinition
Remarque : On a ncessairement 1 p n
et n,p N
Si n < p, alors C n = 0
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
Exemples :
(1) Le tirage au hasard de 5 cartes dans un jeu de 32 (main de poker) est une combinaison
avec p=5 et n=32.
(2) La formation dune dlgation de 5 personnes parmi un groupe de 50 constitue une
combinaison avec p=5 et n=50.
Pour ces deux exemples, les objets tirs sont clairement distincts.
n
p
note avec 1 p n
Voici pourquoi :
Pour calculer ce nombre, on utilise le principe de la division.
p
n!
(n p)!
A np
Il y a donc
manires de tirer p objets parmi n sans les ordonner.
p!
A np 1
n!
p
Cn =
=
p! p! (n p)!
n
p
Remarque : A la notation ancienne C n , on prfre parfois la notation moderne . Les
p
nombres n et p constituent les coefficients binomiaux.
Exemples :
Dans le cadre de lexemple de la squence dADN, le nombre de dinuclotides attendus sans
tenir compte de lordre des bases dans la squence (hypothse justifie dans le cas de lADN
non codant) est donc :
43
4
4!
C 42 = =
=
= 6 dinuclotides
2 2!(4 2)! 2 1
Les 6 dinuclotides possibles sous cette hypothse sont :
AC
AG
AT
CG
CT
GT
CA
GA
TA
GC
TC
TG
6
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
4.3.
n!
) divis par
(n p)!
Voici pourquoi :
Soit la constitution de mots de 3 lettres partir dun alphabet 5 lettres avec remise, on
distingue 3 cas possibles :
3
C5
nombre de mots de 3 lettres diffrentes et sans ordre
2
C5
4.4.
4.4.1.
La symtrie
n!
, alors
p!(n p)!
n!
0
n
C n = Cn =
n!
n!
1
n1
C n = Cn =
n 1!
p
C n0 = Cnn = 1
(1)
(2)
si n 1
C 1n = Cnn 1 = n
(3)
si n 2
C n = Cn
n 2
car
avec
n(n 1)
2
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
avec C n
= Cnn 2 =
n!
n (n 1)( n 2)!
=
2!n 2!
2!n 2!
0pn
n p
Cn
n!
p!(n p)!
n p
Cn = Cn
ainsi
Il revient au mme de donner la combinaison des p objets choisis ou bien celle des (n-p) qui
ne le sont pas.
si 0 p n -1
p1
p
Cn1
+ Cn1
= Cnp
Voici pourquoi :
Parmi les n objets, on considre un objet en particulier.
p 1
Si cet objet fait partie des p objets tirs, il y a C n 1 possibilits de choisir les
p-1 autres objets parmi les n-1 objets restants.
p
Si en revanche, lobjet ne fait pas partie du tirage, il y a C n 1 possibilits de choisir les
p autres objets parmi les n-1 objets restants.
p 1
p
p
do la relation
C n 1 + C n 1 = C n
n -1
p1
Cn1
p
Cn1
Cn
Pour tablir le triangle de Pascal, il suffit de porter les valeurs prises par p en colonne et
p
celles prises par n en ligne (voir tableau ci-dessus). La valeur attribue chaque case, C n , est
8
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
4.5.
(a,b) R, n N, (a + b) =
p n p
p =0
Cn a
b =
n n p p
a b
p = 0 p
n
Elever (a+b) la puissance n revient multiplier n binmes identiques (a+b). Le rsultat est
une somme o chaque lment est le produit de n facteurs de type a ou b choisi chacun dans
n p p
un binme diffrent. Les termes sont ainsi de la forme a
b . Chacun de ces termes est
obtenu autant de fois quil existe de faons de choisir les p lments a parmi les n, cest dire
p
le nombre de combinaisons C n .
p
(a + b)n =
C np a n p b p =
p =0
C nq a q b nq
avec q = n p
q =0
n
p
Les coefficients binomiaux, C n ou qui sont les coefficients de la formule du binme
p
de Newton figurent dans de nombreuses formules mathmatiques, notamment pour le calcul
des probabilits de la loi binomiale. Ces coefficients peuvent tre obtenus facilement laide
du triangle de Pascal.
D. Mouchiroud (10/10/2002)
......................................................................................................................................................................................................
Exemple :
6
(a + b) =
p a 6 pb p
p=0
6
6
6
6
6
6
6
(a + b)6 = a6 + a5 b + a 4 b2 + a 3b 3 + a 2b 4 + ab5 + b 6
0
1
2
3
4
5
6
Lapplication du triangle de Pascal (7e ligne) donne directement les valeurs des coefficients
binomiaux :
(2) =
Cnp
p= 0
Cnp
p=0
2n
10