Académique Documents
Professionnel Documents
Culture Documents
DNOMBREMENT
Notre objectif est ici purement pratique APPRENDRE COMPTER. Nous omettrons pour cette raison la plupart des
dmonstrations de ce chapitre, souvent difficiles, conformment au programme de MPSI.
Exemple
Thorme (quipotence et cardinal) Soient E et F deux ensembles. Si E est fini et sil existe une bijection de E sur F ,
alors F est fini et : |E| = |F |.
Dmonstration Dans le cas o E est non vide, nous pouvons nous donner une bijection f de 1, |E| sur E
et une bijection g de E sur F . Lapplication g f est alors bijective de 1, |E| sur F , donc dune part F est fini,
mais dautre part : |F | = |E| par unicit du cardinal.
Thorme (Parties dun ensemble fini) Soient E un ensemble fini et A une partie de E.
Alors A est finie et : |A| |E|, avec galit si et seulement si : A = E.
Pour montrer que deux ensembles FINIS A et B sont gaux, au lieu de montrer que :
En pratique
B A, on peut se contenter de montrer, grce au thorme prcdent, que : A B et |A| = |B|.
AB
et
Thorme (Effet dune application sur le cardinal) Soient E et F deux ensembles et f : E F une application.
(i) Si f est injective et si F est fini, alors E aussi est fini et :
|E| |F |,
Explication
f est bijective
|F | |E|,
f est injective
f est surjective.
Dire que f est injective, cest dire que deux points distincts de E sont envoys par f sur deux points distincts de F ,
i.e. que f (E) est comme une copie de E dans F . Une telle copie nest possible que si F est plus gros que E, i.e. si :
|E| |F | assertion (i).
Dire que f est surjective, cest dire qu travers f , E couvre F en totalit. Une telle couverture nest possible que si E
est plus gros que F , i.e. si : |F | |E| assertion (ii).
Thorme (Principe des tiroirs) Quand on doit ranger n + 1 chaussettes dans n tiroirs, deux chaussettes au moins se
retrouvent dans le mme tiroir.
Ranger n + 1 chaussettes dans n tiroirs, cest choisir une application dun ensemble de cardinal n + 1
Explication
dans un ensemble de cardinal n. Or comme n + 1 > n, une telle application nest jamais injective do le rsultat.
Exemple
tant donns 5 points dans un carr darte 2, on peut toujours en trouver deux distants dau plus
2.
En effet Coupons simplement notre carr en quatre comme indiqu ci-contre et prenons les quatre sous-carrs
ainsi forms pour tiroirs . Somms de ranger 5 chaussettes les 5 points quelconques dans 4 tiroirs,
nous sommes forcs
p den ranger 2 dans le mme tiroir daprs le principe des tiroirs. Au pire, ces points sont
alors distants de 2 longueur de la diagonale de chaque sous-carr.
DNOMBREMENT
2
2.1
QUEST-CE
QUE COMPTER ?
Nous allons dans cette partie apprendre rpondre des questions aussi diverses que :
En pratique
partir dun alphabet de p lettres, combien de mots de n lettres peut-on former qui ne contiennent jamais deux lettres
identiques conscutives ?
Combien un polygone n cts possde-t-il de diagonales ?
De combien de faons peut-on tirer 5 cartes simultanment dans un jeu de 52 cartes ? et successivement avec remise ?
et sans remise ?
Combien danagrammes le mot BOROROS possde-t-il ?
De combien de faons peut-on asseoir n personnes sur un banc rectiligne ? autour dune table ronde ?
Combien existe-t-il dapplications strictement croissantes de 1, p dans 1, n ?
Combien un ensemble fini de cardinal n possde-t-il de parties ?
Chacune de ces questions requiert, certes, un minimum de thorie mathmatique, mais surtout beaucoup de bon sens. Soyez
dans ce chapitre plus encore que dans les autres ce que je vous demande souvent dtre DES GENS CONCRETS ! Pour savoir
de combien de faons on peut asseoir n personnes sur un banc rectiligne, imaginez-vous concrtement en train dasseoir ces
personnes et demandez-vous combien de choix cela vous laisse. Notre rgle dor dans ce chapitre sera ainsi la suivante :
COMPTER, C EST NUMRER/CONSTRUIRE.
Cette rgle dor, hlas, nous en dit la fois beaucoup et pas assez car cest quoi, concrtement, numrer et construire ?
Nous le comprendrons mieux sur deux exemples.
Dimension de Mn,p (K) : Quand nous avons calcul la dimension de Mn,p (K) au chapitre Structure despace
vectoriel , par exemple, nous avons commenc par en trouver une base la base canonique en loccurrence. Ensuite,
pour compter le nombre de vecteurs de cette base, nous nous la sommes reprsents gomtriquement comme un
tableau, et du coup cest le nombre de cases de ce tableau que nous devions calculer. Or l, nous navons pas compt
les cases une une, nous avons transform notre tableau en une collection de lignes et nous avons dit :
n fois
Ce tableau contient n lignes et chacune contient p cases, donc en tout ce tableau contient :
Reprsentation
du problme :
sous la forme
dun tableau.
Identification
du problme :
compter les vecteurs
de la base canonique.
z }| {
p + ... + p = n p
Dnombrement :
par dcomposition
du problme.
n (ici 3)
p (ici 5)
2
cases.
p
p
p
Premire aventure de la chenille Becky : La chenille Becky se promne le long dun grillage
plan de taille 2 p dont chaque arte est de longueur 1. Combien de chemins de longueur
minimale peut-elle emprunter pour gagner le point darrive depuis son point de dpart ?
Dpart
p (ici 4)
b
Pour commencer, ces chemins de longueur minimale sont exactement les chemins de lonArrive
gueur p + 2 qui contiennent p dplacements vers la droite et 2 dplacements vers le bas.
Chacun peut donc tre vu comme un mot de p + 2 lettres contenant p fois lettres D et 2 fois lettres B . Or
combien existe-t-il de tels mots ?
b
Pour construire un tel mot, on na finalement qu choisir la position des 2 lettres B , car ensuite il ny a que des D
placer. Or de combien de faons pouvons-nous placer nos 2 B sur un mot vierge de p + 2 lettres ? Le deuxime
B peut tre plac en position k pour tout k 2, p + 2. Quant au premier, si le deuxime est plac en position k,
il peut tre plac en position 1, 2, . . . , k 1, soit un total de k 1 positions possibles.
p+2
p+1
X
X
(p + 1)(p + 2)
i=k1
chemins.
i=
Au total, Becky peut donc emprunter :
(k 1) =
2
i=1
k=2
Identification
du problme :
compter les chemins
de longueur p + 2
qui vont p fois droite
et 2 fois vers le bas.
Reprsentation
du problme :
sous la forme
de certains mots.
Dnombrement :
par dcomposition
du problme.
k 1 choix
D. . . D B D. . . D B D. . . D
D. . . DBD. . . DBD. . . D
|
{z
}
p+2 lettres
Position k
Pour savoir compter, nous venons de voir quil faut savoir numrer mais quest-ce qunumrer ?
numrer, cest ordonner selon un principe de classement RFLCHI .
Exemple
Pour numrer les coefficients dune matrice A Mn,p (C), on les lit gnralement en colonnes de gauche
droite et du haut vers le bas ce choix est bien sr tout fait conventionnel !
a11 ,
a21 ,
a31 ,
...
an1 ,
a21 ,
a22 ,
a23 ,
...
an2 p ,
an1 p ,
anp .
Exemple
Pour numrer les mots de 4 lettres quon peut former avec lalphabet , , $ , lordre lexicographique i.e.
lordre du dictionnaire est bien sr de rigueur. Cet ordre suppose bien sr quon ait impos dabord un ordre sur lalphabet
lui-mme. Exemple dnumration lexicographique :
,
$,
$,
$,
$,
$$,
...
$$$,
$$$$.
Exemple
Pour numrer les chemins de la chenille Becky du paragraphe prcdents, on a vu quon pouvait en fait
numrer les mots de n + 2 lettres qui contiennent n fois la lettre D et 2 fois la lettre B . Exemple dnumration
lexicographique pour n = 3 :
BBDDD,
Exemple
BDBDD,
BDDBD,
BDDDB,
DBBDD,
DBDBD,
DBDDB,
DDBBD,
DDBDB,
DDDBB.
1, 2 ,
1, 3 ,
1, 4 ,
2, 3 ,
2, 4 ,
3, 4 ,
1, 2, 3 ,
,
1 ,
2 ,
3 ,
4 ,
1, 2, 4 ,
1, 3, 4 ,
2, 3, 4 ,
1, 2, 3, 4 .
est reprsent par 0000,
2 par 0100,
2, 3 par 0110 et 1, 4 par 1111.
3
$ ATTENTION ! $
2.2
RUNION
0000,
1000,
0100,
1100,
0010,
1010,
0110,
1110,
0001,
1001,
0101,
1101,
0011,
1011,
0111,
1111.
Dans tout ce qui suit, les lettres E, F, E1 , . . . , E p , A, B, C, A1 , . . . , An dsignent des ensembles FINIS.
ET DIFFRENCE
On rappelle que les runions DISJOINTES sont souvent notes avec le symbole plutt quavec le symbole
Thorme (Cardinal dune runion, cardinal dune diffrence)
A B = |A| + |B| A B .
Runion :
En particulier, si A et B sont disjoints :
n
n
G X
|Ak |.
Ak =
Plus gnralement, si A1 , . . . , An sont deux deux disjoints :
k=1
Diffrence :
A \ B = |A| A B .
k=1
En particulier, si B A :
A B = |A| + |B|.
B = A \ B = |A| |B|.
Pour calculer A B , on additionne |A| et |B| pour tenir compte des lments de A et B, mais en
Explication
faisant cela on compte deux fois ceux de A B, donc il faut les retrancher une fois.
n
n
G X
Lorsque les ensembles A1 , . . . , An sont DISJOINTS DE MME CARDINAL, la formule
Ak =
|Ak | porte le joli nom
k=1
k=1
Thorme (Principe des bergers) Toute runion DISJOINTE de n ensembles de mme cardinal p est un ensemble de
cardinal np.
Explication
Tout a pour dire quun berger qui possde n moutons possde aussi 4n pattes de moutons !
Le principe des bergers est sans doute le principe que nous utiliserons le plus dans ce chapitre. Comment lutiliserons-nous ?
Quand un problme de dnombrement a t dcompos intellectuellement en deux sous-problmes tape 1 et tape
2 avec n choix possibles pour ltape 1 et p choix possibles POUR CHACUN DE CES CHOIX dans ltape 2, alors le problme
initial permet un total de np choix daprs le principe des bergers.
Exemple
Nous avons utilis le principe des bergers sans le dire quand nous avons calcul dim Mn,p (K). Un tableau de
taille n p contient n lignes et chaque ligne contient p cases, donc un tel tableau contient np cases !
Exemple
Exemple
partir dun alphabet de p lettres, combien de mots de n lettres peut-on former qui ne contiennent jamais
deux lettres identiques conscutives ?
En effet Pour la premire lettre, on peut choisir nimporte quelle lettre de lalphabet (p possibilits), mais
pour chacune des suivantes, on na plus que p 1 choix possibles si on veut viter que deux lettres conscutives
soient identiques do un total de p(p 1)n1 mots.
Exemple
Une urne contient 2n boules numrotes de 1 2n quon tire toutes successivement sans remise. Combien de
tirages peut-on faire pour lesquels un numro pair est toujours suivi dun numro impair et un numro impair dun numro
pair ?
4
En effet Les tirages dnombrer sont de deux types disjoints, il y a ceux qui commencent par un numro
pair et ceux qui commencent par un numro impair.
Combien sont-ils commencer par un numro pair ? Faire un tel tirage, cest tirer une boule paire (n possibilits), puis une boule impaire (n possiblits), puis de nouveau une boule paire (n 1 possibilits), puis une
boule impaire (n 1 possibilits). . . do un total de n2 (n 1)2 . . . 22 12 = n!2 tirages.
Pour la mme raison, ils sont aussi n!2 commencer par un numro impair do un total dfinitif de 2 n!2 .
2.3
PRODUIT
E . . . E = |E | . . . |E |.
1
p
1
p
En particulier :
E p = |E| p .
n = |E|.
Explication
Dans une liste, lordre des lments compte car une liste nest jamais quune FAMILLE et non pas un ensemble
et un mme lment peut figurer plusieurs fois dans une liste.
Les listes sont utilises pour modliser des tirages SUCCESSIFS AVEC REMISE avec remise car les rptitions sont
autorises.
Exemple
De combien de faons peut-on tirer 5 cartes successivement avec remise dans un jeu de 52 cartes ?
Rponse :
Exemple
525 .
Combien y a-t-il de mots de 7 lettres contenant le mot OUPS ? par exemple, BOUPSA et QIOUPS .
En effet Quand le mot OUPS apparat dans un mot de 7 lettres, il ny apparat quune fois. Pour construire
un mot quelonque de 7 lettres contenant le sous-mot OUPS , on peut donc :
dabord choisir la position du mot OUPS (4 possibilits car le O initial ne peut occuper que les
positions 1, 2, 3 et 4),
puis choisir arbitrairement les autres lettres, i.e. choisir une 3-liste de lalphabet (263 possibilits),
do un total de 4 263 = 70 304 mots.
n = |E|.
Explication
n!
p-arrangements de E si p n, et il nen existe pas si p > n.
(n p)!
Construire un p-arrangement avec p n, cest choisir un premier lment dans E (n possibilits), puis un deuxime
lment distinct du premier (n 1 possibilits). . . et enfin un pme lment distinct des prcdents (n p + 1 possin!
bilits) do ce total de n (n 1) . . . (n p + 1) =
p-arrangements de E.
(n p)!
Les arrangements sont utiliss pour modliser des tirages SUCCESSIFS SANS REMISE sans remise car les rptitions
sont interdites.
Exemple
De combien de faons peut-on tirer 5 cartes successivement sans remise dans un jeu de 52 cartes ?
52!
Rponse :
= 52 51 50 49 48.
(52 5)!
Exemple
De combien de faons peut-on asseoir n personnes sur un banc rectiligne ? autour dune table ronde ?
En effet
Banc rectiligne : On peut considrer que les personnes asseoir sont numrotes de 1 n. Les asseoir
sur un banc rectiligne revient donc les numrer toutes dans un ordre quelconque, i.e. se donner un
n-arrangement quelconque de 1, n do un total de n! configurations possibles.
Table ronde : La diffrence entre un banc rectiligne et une table ronde, cest quil ny a pas de premire
place autour dune table ronde par exemple, on ne change pas la configuration des places assises
quand on demande chaque convive de se dplacer dune place sur sa droite. Pour asseoir n personnes
autour dune table ronde :
on peut ainsi commencer par asseoir arbitrairement la personne numrote n,
puis lui donner des voisins de proche en proche par la droite en se donnant un (n 1)-arrangement
quelconque de 1, n 1 ((n 1)! possibilits),
do un total de (n 1)! configurations possibles.
2.4
APPLICATIONS ENTRE
DEUX ENSEMBLES
et que rciproquement, la donne dune application f de E = e1 , . . . , e p dans F est quivalente la donne de la p-liste
f (e1 ), . . . , f (e p ) de F . Il parat ainsi naturel que les rsultats du paragraphe prcdent stendent aux applications. En
particulier, les arrangements sont aux listes ce que les injections sont aux applications.
n = |F |.
(iii) Permutations : On appelle permutation de E toute bijection de E sur E et groupe symtrique de E lensemble des
permutations de E, not S E ou plutt Sn dans le cas o E = 1, n. Si on pose n = |E| : S E = n!.
Explication
(i) Construire une application quelconque f de E = e1 , . . . , e p dans F , cest choisir une valeur pour f (e1 ) (|F | possibilits), puis une pour f (e2 ) (|F | possibilits). . . et enfin une valeur pour f (e p ) (|F | possibilits) do un total de
|F ||E| applications de E dans F .
(ii) Construire une application INJECTIVE, cest suivre la construction (i) mais en sinterdisant de reprendre les valeurs
n!
applications injectives lorsque p n.
dj slectionnes do un total de n (n 1) . . . (n p + 1) =
(n p)!
2.5
COMBINAISONS
n!
n
vaut 0 si p > n et
si p n.
p
p!(n p)!
n = |E|.
Explication
Dans une combinaison, qui est un ENSEMBLE et non une famille, les lments sont donns sans ordre. Quand on dcide
de numroter les lments dune combinaison, le choix de la numrotation est totalement arbitraire, la combinaison
en tant que telle na pas un premier lment, un deuxime lment, etc.
Les combinaisons sont utilises pour modliser des tirages SIMULTANS.
Pour p n, notons Cnp le nombre cherch des p-combinaisons de E. Nous voulons montrer que Cnp =
n!
,
p!(n p)!
n!
= Cnp p!. gauche de cette galit, nous reconnaissons le nombre de p-arrangements de E. Or
(n p)!
construire un p-arrangement de E, cest :
i.e. que
choisir une p-combinaison X quelconque de E, i.e. une partie de E de cardinal p (Cnp possibilits),
puis choisir une faon dordonner les lments de X , i.e. choisir un premier lment (p possibilits), puis un
deuxime (p 1 possibilits). . . et enfin un pme (1 possibilit),
do au total : Cnp p (p 1) . . . 1 = Cnp p!
n!
n!
en existe
: Cnp =
.
(n p)!
p!(n p)!
Exemple
n
familles dentiers (i1 , . . . , ik )
k
Choisir
famille (i1 , . . . , ik ) dentiers tels que 1 i1 < . . . < ik n revient choisir simplement
une
n
possibilits) car il ny a ensuite quune seule manire den ranger les lments dans lordre
une k-combinaison de 1, n (
k
croissant.
Explication
Exemple
On appelle anagramme dun mot tout autre mot qui est compos des mmes lettres avec multiplicit mais dans
un ordre quelconque. Les mots NOSSMOI et SIONSOM sont par exemple deux anagrammes du mot MOISSON .
Combien danagrammes le mot BOROROS possde-t-il ? Pour information, les Bororos sont un peuple amrindien du
Brsil.
En effet
On sintresse lensemble des mots de 7 lettres quon peut former avec 3 O , 2 R , 1 B et 1
S . Pour construire un tel mot quelconque, on peut choisir :
7
= 35 possibilits),
dabord la position des O (
3
73
= 6 possibilits),
puis la position des R (
2
7
2
puis la position du B (
= 2 possibilits),
1
1
et enfin la position du S (
= 1 possibilit),
1
do un total de :
35 6 2 = 420
anagrammes possibles.
On aurait pu choisir la position des lettres dans un ordre diffrent par exemple dabord le S , puis
les R , puis le B , puis les O . On obtient bien sr le mme rsultat, mais prsent diffremment :
7
6
4
3
Exemple
Un jeu de tarot contient 78 cartes 21 atouts, la carte quon appelle l excuse , et 14 cartes de chacune des
4 couleurs cur, pique, trfle et carreau. Combien de tirages simultans de 6 cartes dun tel jeu peut-on obtenir contenant 2
atouts et 4 trfles ? et ensuite : exactement un atout et au moins 3 as ?
En effet
14
21
possibilits)
possibilits), puis 4 trfles (
2 atouts et 4 trfles : Il sagit de choisir 2 atouts (
4
2
14
21
tirages possibles.
do un total de
4
2
78 21 4
4
21
tirages
1 3
78 21 4
4
21
tirages
78 21 4
4
21
78 21 4
4
21
1
4
1
2
3
1
tirages possibles les deux alternatives tant disjointes.
De plus en plus aventureuse, la chenille Becky se promne cette fois le long dun
Vous remarquerez bien que cette deuxime aventure de la chenille Becky englobe la premire et
vous comparerez les solutions proposes. Becky navait pas de combinaisons sa disposition au
dbut du chapitre.
n (ici 3)
grillage plan de taille n p dont chaque arte est de longueur 1. Combien de chemins de longueur
minimale peut-elle emprunter pour gagner le point darrive depuis son point de dpart ?
Dpart
p (ici 4)
Exemple
Arrive
En effet Un chemin de longueur minimale est ici entirement dtermin par la donne de n dplacements
lmentaires vers le bas et p vers la droite. Tout chemin peut donc tre identifi avec un mot quelconque de
n + p lettres dont n B (bas) et p D (droite).
combien existe-t-il de tels mots ? Rponse : autant quil
Or
n+p
.
existe de faons dy placer les B , cest--dire
p
P (E) = 2|E| .
Posons n = |E|. Si nous notons, pour tout p 0, n, P p (E) lensemble des p-combinaisons
n
. Comme P (E) est la runion DISJOINTE des ensembles
de E, nous venons de voir que : P p (E) =
p
n
n
n
X
X
X
n p np
n
P (E) =
1 1
= (1 + 1)n = 2n = 2|E| .
=
Pour montrer certaines galits A = B avec A, B N, on peut parfois procder par double comptage,
En pratique
i.e. montrer quun certain ensemble est de cardinal A daprs un certain mode dnumration et de cardinal B daprs un
autre mode dnumration. Les deux exemples qui suivent illustrent cette dmarche dans deux situations bien connues.
Exemple
n
n
=
p
np
(symtrie).
1, n
1, n
En effet
On veut montrer cette galit sans calcul par un raisonnement combinatoire. Lide
est simple, pour se donner une
n
possibilits), on peut se donner
p-combinaison X de 1, n (
p
X qui est une (n p)-combinaison de 1, n
son
complmentaire
n
(
possiblits) et retrouver X grce la relation : X = X .
np
X
X = n p
|X | = p
Formellement, nous sommes juste en train daffirmer que lapplication X 7 X est une bijection de P p 1, n
elle-mme mais
avec inversion des ensembles de dpart et
sur Pnp 1, n bijective car de
rciproque
darrive. Ainsi, comme voulu : P p 1, n = Pnp 1, n .
Exemple
n+1
n
n
=
+
p
p
p1
(formule de Pascal).
En effet On veut montrer cette galit sans calcul par un raisonnement combinatoire. Ide de la preuve : il y
a deux types de p-combinaisons de 1, n + 1, celles qui contiennent n + 1 et celles qui ne le contiennent pas.
Les p-combinaisons de 1, n + 1 qui contiennent n + 1 sont finalement
des (p 1)-combinaisons quel
n
.
conques de 1, n auxquelles on ajoute n + 1 il y en a donc
p1
Les p-combinaisons de1,
n+1 qui ne contiennent pas n+1 sont exactement toutes les p-combinaisons
n
.
de 1, n il y en a
p
2.6
BILAN
PRATIQUE
Un problme de dnombrement, a peut vraiment tre compliqu, mais il y a tout de mme une
En pratique
trinit merveilleuse de modles de base auxquels on peut presque toujours se ramener.
3
3.1
Tirages SIMULTANS
=
LISTES
ARRANGEMENTS
COMBINAISONS
PARTIE
Dfinition-thorme (Indicatrice dune partie) Les ensembles A et B sont ici deux parties de E.
(i) Dfinition : On appelle indicatrice de A (sur E) lapplication dfinie pour tout x E par :
1A(x) =
(ii) Inclusion :
A B
si x A
si x E \ A.
1
0
Oprations ensemblistes :
(iii) Lien avec le cardinal :
galit :
A = B 1A = 1B .
1A 1B .
1A = 1 1A, 1AB = 1A1B et 1AB = 1A + 1B 1A1B .
|A| =
1A(x).
xE
12A = 1A.
Dmonstration
(ii) Inclusion : Si A B, alors pour tout x A, x B donc : 1A(x) = 1 1 = 1B (x), et pour tout
x E \ A : 1A(x) = 0 1B (x), donc en effet : 1A 1B .
Rciproquement, si 1A 1B , alors A B car pour tout x A : 1 = 1A(x) 1B (x), donc 1B (x) = 1,
i.e. x B.
1A 1B et 1B 1A 1A = 1B .
galit :
A = B
A B et B A
1A(x) = 1 = 1 0 = 1 1A(x),
et pour tout x E \ A :
xA
xA
xE\A
xE\A
Exemple
Pour compter les parties de 1, 4, nous avons procd deux numrations
diffrentes en dbut de chapitre.
Nous avons gnralis la premire un peu plus haut en dmontrant la formule P (E) = 2|E| , nous pouvons maintenant
gnraliser la deuxime coups dindicatrices.
En effet En dbut de
nous avons associ bijectivement toute partie de 1, 4 un unique mot de 4
chapitre,
lettres sur lalphabet 0, 1 . Si lon rflchit bien, cest exactement ce quon fait plus gnralement en associant
toute partie A dun ensemble fini E son indicatrice 1A.
E
Formellement, remarquons simplement que lapplication A 7 1A est bijective de P (E) sur 0, 1 de
E
rciproque 7 1 1 = x E/ (x) = 1 . Ainsi, comme voulu : P (E) = 0, 1 = 2|E| .
3.2
LA
FORMULE DU CRIBLE
La formule du crible prsente ci-dessous est explicitement hors programme, mais bien connue pour n = 2 et trs naturelle
pour n = 3. Nous nous lautoriserons rgulirement pour de petites valeurs de n.
n X
n
[
A=
(1)k+1
i
i=1
AB = |A|+|B| AB
Pour n = 2 :
Explication
k=1
X
1i1 <...<ik n
ABC = |A|+|B|+|C| AB BC C A + ABC .
et pour n = 3 :
1 i1 < . . . < ik n.
Dmonstration
1A ...A
1
A . . . A .
i1
ik
n
familles (i1 , . . . , ik ) dentiers pour lesquelles
k
n
Y
1A
i=1
=1
n
Y
i=1
(1 1Ai ) =
n
X
(1)k+1
k=1
n
[
On pose ensuite E =
Ai et on somme la relation prcdente sur tout E :
!
i=1
n
n
X
X X
X
[
A =
(1)k+1
1A1 ...An (x) =
1Ai1 ...Aik (x)
i
i=1
xE
xE k=1
1i1 <...<ik n
n
n
X
X
X
X
X
k+1
1Ai ...Ai (x) = (1)k+1
=
(1)
k=1
1i1 <...<ik n
xE
k=1
10
1i1 <...<ik n
X
1i1 <...<ik n
1A
i1 ...Aik
A . . . A .
i1
ik
n
X
n
2k k,
k2
n 2
X
n
peuvent
k
k
k=0
tre calcules facilement par de simples manipulations polynomiales et rationnelles. Ces techniques, qui sans rapport immdiat avec nos prcdents principes de dnombrement, nous seront cependant prcieuses rptition, surtout quand nous
introduirons les variables alatoires sur un espace probabilis. Des exemples valent ici mieux quun long discours, les matresmots du paragraphe sont driver , valuer et identifier .
On rappelle dans ce dernier paragraphe comment des sommes telles que :
k=0
et
k=0
2n
n 2
X
n
k=0
2n
.
n
2n
X
2n
k=0
X =
n
X
n
i=0
n
X
n
j=0
X j.
2n
, tandis qu droite, par dfinition du produit de deux polynmes,
gauche, le coefficient de degr n vaut
n
X
n 2
n
X
n
n
n
.
=
il vaut :
i
i ni
i=0
i=0
Exemple
n
X
n 2n
.
k
k
k=0
En effet Lgalit (X +1)3n = (X +1)2n (X +1)n scrit aussi :
3n
X
3n
k=0
Xk =
2n
X
2n
i=0
Xi
n
X
n
j=0
!
Xj .
3n
, tandis qu droite, par dfinition du produit de deux polynmes,
gauche, le coefficient de degr n vaut
n
n
n
X
n 2n
n
2n
.
=
il vaut :
i
i
ni
i
i=0
i=0
Exemple
n
X
k=0
2k k = 2n+1 (n 1) + 2
+
X
et
k=0
10
k
.
=
k
10
81
En effet Nous travaillerons dans cette preuve avec des fractions rationnelles formelles en X , que nous navons
certes pas encore dfinies mais que je prfre vous voir utiliser ici plutt que des fonctions rationnelles. Vous
arriverez sans doute comprendre mme sans dfinition. . .
n
X
X n+1 1
, cela donne :
Drivons donc la relation :
Xk =
X 1
k=0
n
X
(n + 1)X n (X 1) X n+1 1
nX n+1 (n + 1)X n + 1
k1
kX
=
=
,
(X 1)2
(X 1)2
k=0
donc aprs multiplication par X :
valuons en 2 :
n
X
k=0
Exemple
n
X
n
k=0
n
X
k=0
nX n+1 (n + 1)X n + 1
.
(X 1)2
n
X
1
n
10
n+1
k
puis en
:
=
+1
10
10k
81 10n+1
10n
k=0
kX k = X
2k k = 2n+1 (n 1) + 2,
n+
10
.
81
3k k = 3n 4n1 .
n
X
n
k=0
n
X
n
k=0
X = (X + 1) ,
cela donne :
n
X
n
k=0
kX k = nX (X + 1)n1 .
11
kX k1 = n(X + 1)n1 ,
valuons enfin en 3 :
puis
n
X
n k
3 k = 3n 4n1 .
k
k=0