Analyse Combinatoire Élémentaire

Analyse combinatoire élémentaire
par Louis COMTET

Agrégé de Mathématiques
Docteur ès Sciences Mathématiques
Maître de conférences à l’Université de Paris-Sud
1. Principes et premières applications ................................................... AF 200 – 3

1.1 Principes fondateurs de la Combinatoire .................................................. — 3
1.2 Formule du crible ou principe d’inclusion et exclusion ........................... — 4
1.3 Première application : formule de Legendre............................................. — 5
1.4 Deuxième application : nombre de diviseurs d’un entier ........................ — 6
1.5 Troisième application : indicatrice d’Euler ................................................ — 7
1.6 Graphes : vocabulaire ................................................................................. — 8
1.7 Quatrième application : formule de Cayley pour le nombre
d’arbres étiquetés ........................................................................................ — 8
2. Combinaisons............................................................................................ — 9
2.1 Combinaisons, arrangements, permutations : définitions....................... — 9
2.2 Arrangements et permutations : leur nombre .......................................... — 10
2.3 Combinaisons : leur nombre ...................................................................... — 11
2.4 Combinaisons : les notations ..................................................................... — 12
2.5 Formule du binôme (de Newton) ou identité binomiale.......................... — 13
2.6 Coefficients binomiaux et calcul des différences...................................... — 13
2.7 Formule de Stirling...................................................................................... — 14
2.8 Coefficient binomial central........................................................................ — 16
3. Triangle de Pascal .................................................................................... — 17
3.1 Récurrence triangulaire............................................................................... — 17
3.2 Relations verticales...................................................................................... — 18
3.3 Relations horizontales ................................................................................. — 19
3.4 Courbe limite de Laplace-Gauss................................................................. — 20
3.5 Arithmétique binomiale .............................................................................. — 21
3.6 Matrice de Pascal, inversion et puissances ............................................... — 22
3.7 Problème des rencontres ............................................................................ — 22
3.8 Surjections et nombres de Stirling de seconde espèce ........................... — 24
3.9 Sommes des puissances impaires des entiers dans v1, n b ..................... — 24
Références bibliographiques ......................................................................... — 26
’analyse combinatoire est une branche des mathématiques qui, sur des
L ensembles finis, traite de problèmes de dénombrements (ou comptages),
d’énumérations (ou listages) et d’estimations (encadrements et asymptotisme).
Cette vision, certes assez réductrice, est cependant très riche. Dans le foison-
nement des sujets dits de nature combinatoire, on a dû, dans cet article, faire un
choix, et exclure certaines théories voisines, et importantes, comme celle des
graphes, par exemple. Les principales applications du sujet se présentent évi-
demment en calcul des probabilités et en statistique. Néanmoins, il ne faut pas
dissimuler que bien des problèmes traditionnels de l’analyse, de l’algèbre et de
la géométrie sont d’essence combinatoire, et évidemment, plus encore, ceux
récemment posés par l’informatique.
Cette science de l’Analyse combinatoire est, dit-on en France, née avec les tra-
vaux de Pascal qui, confronté à des questions de probabilités dans les jeux,
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Sciences fondamentales AF 200 − 1
ANALYSE COMBINATOIRE ÉLÉMENTAIRE __________________________________________________________________________________________________
donna, sans doute l’un des premiers, les coefficients du développement du

binôme (x + y)n au moyen de son triangle qu’il appelait alors « triangle
mystique ». Mais bien d’autres savants du XVII e siècle ont apporté leur pierre à
l’édifice naissant. Citons, parmi eux, Leibniz, Newton, Wallis, Jacques Bernoulli
et Moivre… Après cela, les XVIII e et XIX e siècles sont avares d’ouvrages consa-
crés à ce sujet, et cette science paraît alors un peu délaissée. Au début du XX e
siècle, l’œuvre de Netto (Allemagne), de MacMahon (Angleterre) et d’André et
de Lucas (France) redonnent petit à petit force à cette discipline, qui s’épanouit
enfin en toute plénitude à partir des années 1950.
L’intitulé même de cette spécialité a lui-même fluctué au cours du temps. De la
classique « Analyse combinatoire » on est passé à la « Combinatoire »,
condensé plaisant et commode. Mais on dit aussi la « Combinatorique », de
l’allemand Kombinatorik, titre du célèbre ouvrage de Netto, 1901, aussi utilisé en
anglais sour la forme de Combinatorics…
Et comment appeler ceux et celles dont le métier est de chercher (et même par-
fois trouver !) en Combinatoire ? Assurément, la langue française voudrait qu’ils
s’appelassent des « Combinatoriens »… N’a-t-on pas Histoire → Historien,
Oratoire → Oratorien, Prétoire → Prétorien ? Mais certaines personnes autori-
sées continuent à préférer « Combinatorialistes », comme Mémoire → Mémoria-
liste, ou même, plus rarement, « Combinatoriciens », comme Informatique →
Informaticien… À chacun de choisir !
Les méthodes des Combinatoriens, qui étaient originellement adaptées à la
seule résolution de problèmes particuliers, tendent actuellement à utiliser des
méthodes générales de résolution : fonctions génératrices, bijections, probabili-
sation, génération automatique d’identités, théorie des groupes, fonctions de la
variable complexes, arithmétique, etc.
Enfin, depuis quelques années, la recherche de l’explicite dans beaucoup de
domaines des mathématiques a achevé de donner force de loi à des calculs com-
binatoires réputés difficiles ou même inextricables autrefois, maintenant maîtri-
sés, et dont l’esthétique peut combler.
L’article « Analyse combinatoire » fait l’objet de plusieurs fascicules :
AF 200 Analyse combinatoire élémentaire
AF 201 Analyse combinatoire avancée
AF 202 Analyse combinatoire approfondie
Les sujets ne sont pas indépendants les uns des autres.
Le lecteur devra assez souvent se reporter aux autres fascicules.
Le lecteur pourra utilement se reporter aux références bibliographiques. (0)
Notations et abréviations Notations et abréviations

n ( n – 1 )… ( n – k + 1 ) 8. 〈n〉k = n(n + 1)…(n + k – 1)
1.   = -------------------------------------------------------- = nombre de combinaisons (simples
n
 k k! = « factorielle n montante d’ordre k », aussi appelé symbole de
c’est-à-dire sans répétition) de k éléments d’un ensemble fini à n Pochhammer par certains logiciels de calcul comme Mathematica
k ou Maple.
éléments N, où |N | = n, aussi noté C n
n n ( n + 1 )… ( n + k – 1 ) 9. v1, n b = ensemble des entiers {1, 2, …, n}.
2. 〈 〉 = -------------------------------------------------------- = nombre de combinaisons avec
k k! 10. C = ensemble des nombres complexes.
répétitions de k éléments de N, où |N | = n.
3. P (N ) = ensemble des parties de l’ensemble N. 11. R = ensemble des nombres réels.
4. P*(N ) = ensemble des parties non vides de l’ensemble N. 12. N = ensemble des nombres entiers > 0.
5. P k (N ) = ensemble des parties à k éléments de l’ensemble N. 13. Z = ensemble des nombres entiers de signe quelconque , ou
entiers rationnels , ou entiers relatifs.
6. |A | ou # (A) ou Card (A) = nombre d’éléments de l’ensemble
(fini) A ou cardinal de A , ou effectif de A. 14. x = le plus grand entier n ∈ Z tel que n < x, ou partie entière
k
(par défaut) de x , ou floor de x.
7. (n)k = n (n –1)…(n – k + 1) = An
= « factorielle n descendante d’ordre k » ou nombre de k- 15. x = le plus petit entier n ∈ Z tel que n > x, ou partie entière
arrangements de N, |N | = n. par excès de x , ou ceiling de x.
AF 200 − 2 © Techniques de l’Ingénieur, traité Sciences fondamentales
__________________________________________________________________________________________________ ANALYSE COMBINATOIRE ÉLÉMENTAIRE
Notations et abréviations Notations et abréviations

16. A + B, à prononcer « A union disjointe B », désigne la réunion 19. P(A) = probabilité d’un événement A.
de A et B, soit A ∪ B , mais sachant que les ensembles A et B sont
20. ƒ = coefficient an de t n dans le développement en série
disjoints : A ∩ B = ∅ . t
n
∑
n
17. A – B, à prononcer « A différence incluse B », désigne la diffé- entière a n t de la fonction ƒ vis-à-vis de la variable t.
rence de A et B, c’est-à-dire A\B, mais sachant que l’ensemble B est n>0
inclus dans A : B ⊂ A . 21. S (n, k) = nombre de Stirling de seconde espèce

= nombre de partitions de l’ensemble N, |N | = n,
18. * A = fonction caractéristique d’une partie A d’un ensemble N.
en k blocs (parties non vides) non numérotées.
On a donc :
22. s(n, k) = nombre de Stirling de première espèce.
 * A ( x ) = 1 si x ∈ A
 On a |s(n, k)| = (–1)n – k s(n, k) = nombre de permutations de N,
 * A ( x ) = 0 sinon |N | = n, à k cycles non numérotés.
1. Principes et premières 1.1.1 Principe de la bijection
applications S’il existe une bijection β entre deux ensembles A et B, ce que l’on
β
peut noter A ←→ B , alors :
1.1 Principes fondateurs |A | = |B |.
de la Combinatoire Beaucoup d’efforts sont déployés depuis quelques années, en
Combinatoire, afin de trouver, pour certaines identitées, des preu-
On notera habituellement |A| pour le nombre d’éléments, ou ves bijectives, d’esthétiques souvent très heureuse. Nous donne-
effectif, ou cardinal d’une partie finie A d’un ensemble de référence rons, au paragraphe 1.7, l’exemple de la formule de Cayley sur le
E. D’autres notations sont en vigueur, comme # (A) ou Card (A). nombre nn – 2 de graphes étiquetés d’un ensemble fini N : |N | = n.
■ Rappelons que, pour deux parties A et B de E, la notation A ∪ B ,
réunion de A et B, désigne l’ensemble des x tels que x ∈ A ou x ∈ B.
1.1.2 Principe de la somme et de la différence
■ La notation A \B, différence de A et B, désigne l’ensemble des x
tels que x ∈ A et x ∉ B. ■ Pour des parties A et B de l’ensemble de référence E, on notera
A + B, comme une somme, pour leur réunion A ∪ B quand elles
■ Si B ⊂ A , la différence A \B se notera plutôt A – B et peut se pro-
sont disjointes. On l’appellera somme disjointe de A et B.
noncer « A moins B inclus ».
La fonction effectif d’un ensemble fini est alors additive, donc :
■ Pour l’intersection de 2 parties A et B d’un ensemble de E, nous
utiliserons fréquemment la notation A.B ou AB au lieu de A ∩ B , |A + B | = |A | + |B |.
comme en calcul des probabilités. k k
■ On notera A ou A pour le complémentaire d’une partie A, Plus généralement, si on note ∑ Aj pour ∪ Aj , somme des
j=1 j=1
c’est-à-dire :
parties Aj , quand les k parties Aj sont toutes disjointes deux à deux,
A = E \ A = E – A. alors :
■ Toutes les méthodes de dénombrements reposent, finalement, k k
sur les quelques principes fondateurs qui vont suivre. Il faut bien ∑ Aj = ∑ Aj .
noter qu’au sens de la théorie axiomatique des ensembles, ces prin- j=1 j=1
cipes ne sont pas indépendants les uns des autres, puisque, dans le
cas des ensembles finis, tous peuvent se démontrer à partir des ■ De même, avec la différence incluse, on a :
deux premiers. Mais ici, peu importe, puisque nous n’en serons que |A – B | = |A | – |B |.
les utilisateurs.
Parmi les propriétés ensemblistes évidentes, citons :
■ Les schémas habituels de la figure 1 peuvent aider parfois.
A(B + C) = AB + AC
et
A(B – C) = AB – AC.
B B B B E
A A A A A
1.1.3 Principe du produit et des exponentiations
A<B RA=A ■ Le produit cartésien A × B (de deux ensembles finis A et B) est,

A\B A>B
rappelons-le, l’ensemble des couples (a, b) tels que :
Figure 1 – Diagrammes pour deux parties A et B a∈A et b ∈ B.
■ Évidemment, on a la multiplicativité :
|A × B | = |A | . |B |,
et plus généralement :
k k
ABC
∏ Aj = ∏ Aj .
j=1 j=1 ABC ABC
■ Si l’on note BA
pour l’ensemble des applications de A dans B, où ABC
A et B sont finis, on a :
ABC ABC
|BA | = |B | |A |.
ABC
A C
1.2 Formule du crible ou principe B E
d’inclusion et exclusion
Figure 3 – Crible pour trois parties
■ La formule A ∪ B = A + B ne fonctionne que pour des par-
ties finies disjointes de l’ensemble de référence E (§ 1.1.2). ■ Elle se généralise comme suit.
On souhaite établir une formule plus générale valable dans le cas
où les parties A et B sont en position quelconque. Théorème 1. Pour n parties finies A1, A2, …, An d’un certain
La figure 2 en donne la réponse intuitive : ensemble E, on a la formule du crible d’ordre n :
n
A∪B = A + B – A∩B . ( # n ): ∪ Ah = ∑ Ai – ∑ Ai Aj + ∑ Ai Aj Ak – etc.
h=1 1< i < n 1< i < j < n 1< i < j < k < n
Clairement, en effet :
En introduisant les expressions
A∪B = A∩B+A∩B+A∩B. Sk = ∑ Ai1 Ai2 … Aik ,
1< i 1 < i 2 < … < i k < n
Passant aux effectifs, compte tenu de : elle s’écrit encore :
A∩B = A – A∩B n
∪ Ah = ∑ ( –1 )
k–1
Sk .
et h=1 1< k < n
A∩B = B – A∩B , Preuve. r Nous allons, pour cela, introduire la notion de fonc-
tion caractéristique * A d’une partie A de l’ensemble de référence E ;
on trouve la formule annoncée, que l’on peut appeler formule du cette fonction est définie par :
crible d’ordre 2, et abréger en
* A ( x ) = 1 si x ∈ A
( # 2 ) : A ∪ B = A + B – AB . et
■ Pour trois parties quelconques, la figure 3 donnerait intuitive- * A ( x ) = 0 sinon.
ment la formule du crible d’ordre 3 :
On note A ou A pour la partie complémentaire de A, donc, si l’on
( #3 ) : A ∪ B ∪ C = A + B + C – AB – BC – CA + ABC . préfère, E – A. On note aussi AB pour A ∩ B , rappelons-le.
Les propriétés suivantes de * A se vérifient immédiatement par
passage aux éléments ou récurrence éventuelle, et conduisent au
résultat annoncé :
1. A ⊂ B ⇔ *A < *B
2. A = B ⇔ *A = *B
3. * = 1 – *A
A
4. * AB = * A ⋅ * B
5. *A + B = *A + *B
6. * A ∪ B = * A + * B – * AB = 1 – ( 1 – * A ) ( 1 – * B )
AB AB AB
Et plus généralement :
7. * ∩ Aj = ∏ *A j
8. * Σ Aj = ∑ *A j
A
9. * ∪ Aj = * A1 + ( 1 – * A1 )* A2 + … + ( 1 – * A1 )… ( 1 – * An – 1 )* An
B
10. * ∪ Aj = 1 – ∏ ( 1 – * Aj ) qui est la formule fondamentale. r
j
Nota : toutes les relations précédentes valent encore pour une mesure quelconque
Figure 2 – Crible pour deux parties µ (A), au lieu de |A | et, en particulier, pour une probabilité P(A).
■ Formule du crible condensée. Pour toute partie α ⊂ v1, n b non puis E1 le sous-ensemble de E0 constitué des multiples de p, puis E2
vide, notons Aα pour ∩ A j . On s’aperçoit alors que la formule du le sous-ensemble de E0 constitué des multiples de p 2, etc. En
j∈α
passant aux nombres d’éléments, on a évidemment :
crible peut prendre la forme condensée suivante :
|E 0 | = n , |E 1 | = n , | E2 | = n , etc.
∪
1< j < n
Aj = ∑ ( –1 )
α –1
Aα .
-----
p
-----2-
p
α ⊂ v1, n b
α≠∅
Maintenant, trions dans n! les facteurs selon leur appartenance :
n! = ∏ x =  ∏ x ⋅  ∏ x ⋅  ∏ x …

1.3 Première application : x ∈ E0 x ∈ E0 – E1 x ∈ E1 – E2 x ∈ E2 – E3
formule de Legendre
2 E2 – E3 3 E3 – E4
⋅ a2 ( ( p ) ) ⋅ a3 ( ( p ) )
E1 – E2
= a0 ⋅ a1 p …
Il s’agit ici de déterminer l’exposant du nombre premier p dans la
décomposition en facteurs premiers du nombre n!, ce que nous où les nombres entiers a0, a1, a2, a3, … n’ont pas p comme facteur
noterons ep(n!) ; par exemple : premier. Il en résulte que :
e2(6!) = e2(24.32.5) = 4. ep(n!) = |E1 – E2| + 2 |E2 – E3| + 3 |E3 – E4| + …
Rappelons deux notations, heureuses, de Knuth, concernant les
= |E1| – |E2| + 2 (|E2| – |E3|) + 3 (|E3| – |E4|) + …
parties entières :
x = « floor » de x = partie entière (par défaut) de x, notée [x]
par nos pères = plus grand entier (∈ Z ) < x ; ainsi, – π = – 4 ; = | E1 | + | E2 | + | E3 | + … r
x = « ceiling » de x = partie entière par excès de x = plus petit Le schéma de la figure 4 peut aider.
entier (∈ Z) > x ; ainsi, e = 3 .
Applications
1. On détermine à la main les premiers facteurs premiers de :
Formule de Legendre. On a :
n n n 100! = 297.348.524.715 …
e p ( n! ) = ----- + -----2- + -----3- + …
p p p 2. La formule de Legendre montre l’entièreté du nombre de Cata-
lan de seconde espèce :
n
La somme est évidemment finie, puisque, la suite k → -----k- ( 2 m )! ( 2 n )!
Γ ( m, n ) = ------------------------------------
p m! n! ( m + n )!
n
décroissant vers 0, à partir d’un certain k0 les -----k- seront tous < 1.
p Preuve. r Il suffit d’y chercher l’exposant de tout nombre
premier p, et de montrer que cet exposant est > 0. À cet effet, on
Preuve. r Appelons E0 l’ensemble des entiers introduit la fonction :
v1, n b = {1, 2, 3, …, n}, f ( t, u ) = 2t + 2u – t – u – t + u ,
qui est doublement (1, 1)-périodique, et à valeurs 0 ou 1, comme on

le constate sur le carré [0, 1] × [0, 1], représenté par la figure 5.
E0 = v1, n b
∑ f  -----k- , -----k-
m n
Or l’exposant en question vaut par la formule de
p p k >0
Legendre : il est donc manifestement entier > 0. r
E0
E1
u
E2
0
1
1
E3
0
0
1
0 t
Figure 4 – Schéma pour la formule de Legendre Figure 5 – La fonction 2t + 2u – t – u – t + u
1.4 Deuxième application : Comportement de d (n). Il est vraiment très erratique, puisque :
nombre de diviseurs d’un entier — si n est premier : d(n) = 2 ;
ln ( n )
— si n = 2k : d(n) = 1 + k = 1 + -------------- .
ln ( 2 )
C’est sans doute l’application la plus immédiate du principe
fondateur du produit : On peut cependant encadrer et estimer en moyenne d(n) (avec
|A × B | = |A | . |B |.
γ = 0,577…, constante d’Euler).
Proposition 1.
Soit n un nombre entier > 1, de décomposition en facteurs Proposition 2.
premiers Pour n > 2, on a : 2 < d(n) < 2 n .
α1 α2 αk
n = p1 ⋅ p2 … pk n
= ln ( n ) + ( 2 γ – 1 ) + O  ------- .
1 1
Alors, le nombre d(n) de diviseurs entiers positifs de n vaut : D’autre part : ---
n ∑ d(k)  n
(α1 + 1) . (α2 + 1) … (αk + 1). k=1
Preuve. r Soit $ n l’ensemble des diviseurs de n et soit m ∈ $ n .

Tout facteur premier de m est aussi facteur premier de n, et son Preuve. r La suite d(n) compte en fait le nombre de points
exposant dans m est au plus égal à celui dans n. Donc tout m ∈ $ n entiers (x, y) ∈ N *2, qui sont sur l’hyperbole ( * n ) d’équation xy = n,
est de la forme : figure 6. Appelons ( $ n ) cet ensemble de points entiers. Soient
d ’(n) le nombre de points de ( $ n ) qui sont au-dessus de la
β1 β2 βk première bissectrice x = y. Compte tenu de la symétrie de la figure
m = p1 ⋅ p2 … pk ,
par rapport à cette droite, on a :
avec 0 < β1 < α1 , 0 < β2 < α2, etc. Ainsi, il y a bijection entre
l’ensemble $ n des diviseurs de n et l’ensemble produit des k d(n) < 2d ’(n).
segments d’entiers v0, α 1 b × v0, α 2 b × … × v0, α k b . Donc :
d ( n ) = $ n = v0, α 1 b × v0, α 2 b × … × v0, α k b Or d ’(n) est lui-même < au nombre de tous les points de ( * n ) à
= (α1 + 1) . (α2 + 1) … (αk + 1). r abscisses entières, c’est-à-dire ∈ N∗ et compris entre 1 et n . D’où
le premier résultat.
Commentaires
Examinons maintenant très soigneusement les figures 6 et 7. On
1. On suppose habituellement que l’ensemble P des nombres introduit l’ensemble R1 des points entiers dans le carré (x, y) ∈ [1, n ]2,
premiers est rangé dans l’ordre croissant : l’ensemble R2 des points entiers en dessous de ( * n ) et dont l’ordon-
née y > n , et l’ensemble R3, symétrique de R2 par rapport à x = y.
P = {p1, p2, p3, … } = {2, 3, 5, 7, 11, … }.
C’est maintenant le lieu de rappeler que la suite harmonique H(p)
2. Dans la décomposition en facteurs premiers (cf. proposition 1), vaut :
il est entendu que chaque exposant est > 1. Une autre manière,
parfois plus pratique d’écrire cette décomposition, consiste à la p
= ln ( p ) + γ + O  ---
1 1
considérer comme un produit infini, c’est-à-dire : H(p) = ∑ --k-  p
∞ k=1
αk
n = ∏ pk ,
k=0 et d’introduire la fonction :
où, cette fois, les exposants αk seront supposés tous nuls à partir
d’un certain rang. {x } = partie fractionnaire de x = x – x .
3. La suite d(n), qui est une application de N∗ dans N∗ , s’appelle
pour cela une suite arithmétique. Comme autres exemples de telles
suites, citons :
— la somme σ(n) des diviseurs de n ;
y
— l’indicatrice d’Euler ϕ(n) (§ 1.5) ;
— la fonction de Möbius µ(n).
(*n )
La formule explicite établie dans la preuve de la proposition 1
pour d(n) montre aisément que, si a et b sont des entiers premiers
entre eux, alors :
d(a.b) = d(a).d(b).
La suite arithmétique d(n) est dite pour cela multiplicative. Il en
serait de même pour les autres suites arithmétiques σ(n), ϕ(n) et µ(n). R2
4. La grande irrégularité de d(n) n’empêche pas l’existence d’une
fonction génératrice assez régulière, nous entendons par là que la n
∞
∑ d(n)x
n
série entière , pour |x | < 1, se trouve valoir la série de R1 R3
k=1 xy = n
Lambert :
∞ k n x
x
∑ --------------k- .
k=1 1–x Figure 6 – Solutions de x . y = n
Le procédé de calcul de ϕ (n) que nous donnons maintenant est

y une illustration de la méthode du crible, et est celle adoptée par le
célèbre livre Theory of Numbers de Hardy [11]. D’autres démonstra-
tions de nature arithmétique sont fréquentes.
Théorème 2. L’indicatrice d’Euler ϕ (n) admet la formule

explicite :
1 – ----
1
ϕ(n) = n ∏ 
- ,
pj 
5 1< j < k
sachant que la décomposition en facteurs premiers de n est

αj
∏ ( p j ) , avec chaque exposant αj > 1.
1< j < k
Preuve. r Nous utiliserons la formule du crible (§ 1.2). Appelons

=
n
n 6 Aj la partie de v1, n b constituée des entiers qui sont des multiples de

2 =5 pj . Donc :
n=
4
n= Aj = {pj , 2pj , 3pj , …, n}
1 3
n=2
n
n=1 et |Aj |, nombre d’éléments de Aj, vaut ----- .
pj
1 2 5 x De même, Ai Aj (= A i ∩ A j , rappelons-le) sera constituée des
multiples de pi pj, et, pareillement :
n
Figure 7 – Interprétation de ∑ d(k) n
|Ai Aj | = ---------- , etc.
pi pj
k=1
D’autre part, il est bien clair que Φ ( n ) = A 1 ⋅ A 2 … A k , intersection

des complémentaires. Donc,
Il vient alors, puisque |R2 | = |R3 | :
ϕ ( n ) = Φ ( n ) = A1 ⋅ A2 … Ak = n – A1 ∪ A2 ∪ … ∪ Ak
n n
∑ d(k) n ) + 2 ∑  n n 
2
= R1 + 2 R2 = ( --- –
k=1 k=1
k = n– ∑ Aj + ∑ Ai Aj – ∑ A h A i A j + etc.
1< j < k 1< i < j < k 1< h < i < j < k
n
2   n n n
= ( n ) + 2 ∑ n---  – 2 n
2 = n– ∑ ---- + ∑
pj 1< i < j < k pi pj 1< h <∑i < j < k ph pi pj
--------- – -------------- + etc.
 k=1 k  1< j < k
= n  1 – ------  1 – ------ …  1 – ------ .

1 1 1
n r
 n  n   p 1  p 2  p k
∑  --k- –  --k- 
2
= –( n – { n } ) + 2
k=1  
Quelques propriétés de w (n)
n 1. La plus importante est que la fonction arithmétique ϕ est multi-
1
= +2 n ∑ --- – n + O ( n ) .
k
r plicative, en ce sens que
k=1 ϕ (a.b) = ϕ (a).ϕ (b)
si a et b sont premiers entre eux [on utilise la formule explicite du
théorème 2].
1.5 Troisième application :
indicatrice d’Euler 2. On a l’égalité n = ∑ ϕ(d) [on partage v1, n b en parties disjoin-
d n
tes Bj telles que :
Rappelons que, pout tout nombre entier n > 1, l’expression v1, n b
désigne l’ensemble des entiers k tels que 1 < k < n. La notation d |n x ∈ Bj ⇔ pgcd(x, n) = j.
signifie que l’entier d divise n, et d - n que d ne divise pas n.
Exemple :
On désignera par Φ (n) l’ensemble des entiers k ∈ v1, n b qui sont
premiers avec n et par ϕ (n) l’effectif de ces entiers k ou indicatrice 60 = ϕ (1) + ϕ (2) + ϕ (3) + ϕ (4) + ϕ (5) + ϕ (6) + ϕ (10) + ϕ (12)
d’Euler. + ϕ (15) + ϕ (20) + ϕ (30) + ϕ (60)
Exemple : = 1 + 1 + 2 + 2 + 4 + 2 + 4 + 4 + 8 + 8 + 8 + 16.
Φ (12) = {1, 5, 7, 11} 3. Le nombre de fractions irréductibles, à valeurs entre 0 et 1, et
n
et
dont le dénominateur est < n, vaut : ∑ ϕ(k) .
ϕ (12) = 4. k=1
n
x x
4. Si |x | < 1, alors ∑ ϕ ( n ) --------------n- = -------------------2- [on utilise les
n >1 1–x (1 – x)
familles sommables].
Nous admettons enfin les deux résultats suivants.
n
1 3n
5. ---
n ∑ ϕ ( k ) ∼ ------2- .
k=1 π
an x2,1 x2,2 x2,3
Nota : rappelons que an ∼ bn signifie que ------ → 1 .
bn
6. Il existe une constante absolue C telle que :

n
ϕ ( n ) > C --------------------- x1,1 x1,2 x1,3
ln ln ( n )
ϕ ( n ) ln ln ( n ) –γ
et plus précisément : liminf ---------------------------------- = e … (γ = 0,577… étant
n
la constante d’Euler). x0
Figure 9 – Construction d’un arbre

1.6 Graphes : vocabulaire
Sur un ensemble fini N, |N | = n > 1, introduisons quelques défi- Un chemin joignant deux sommet u et v est une réunion d’arêtes :
nitions concernant les graphes. Le lecteur pourra utilement se
{u, x1}, {x1, x2}, …, {xk – 1, v},
reporter à l’article [AF 205] Théorie des graphes.
Un graphe & (sur N) est un ensemble de paires de N (parties à 2 bout à bout. Ici, par exemple, {b, c, f, j } est un chemin joignant b à j.
éléments de N). Si l’on préfère, & ⊂ P 2 ( N ) . Un circuit, ou un cycle, est un chemin fermé, comme {c, d, e, f }.
Les éléments de N s’appellent sommets du graphe & , et les paires Un graphe est acyclique s’il n’a pas de cycle. Deux sommets sont
(∈ & ) en sont les arêtes. alors joints par un chemin, au plus.
Une représentation plane commode d’un graphe consiste à figu- Un graphe est dit connexe si deux sommets quelconques sont
rer les sommets par des gros points (ou minicercles), et les arêtes joints par au moins un chemin. Ce n’est pas le cas de l’exemple de
par des arcs rectilignes ou courbés, les points d’intersections éven- la figure 8, car les sommets a et h ne sont joints par aucun chemin.
tuels, s’ils sont vraiment inévitables, n’ayant pas de signification. Un arbre est un graphe connexe et acyclique. La distance de deux
La figure 8 représente un graphe & sur N = {a, b, c, d, e, f, g, h, i, sommets a et b est le nombre d’arêtes du (seul) chemin joignant a à b.
j, k, , }, d’ensemble d’arêtes : Comment dessiner un arbre sur N, |N | = n ? On choisit un
& = {{a, b}, {b, c}, {b ,g}, {c, d }, {c, f }, {d, e}, {d, g}, sommet (figure 9), que l’on appelle x0 (la racine, de niveau 0). On
{e, f }, {e, k }, {f , g}, {f , j }, {h, i }}. trace ensuite toutes les arêtes joignant x0 aux sommets adjacents,
Deux sommets x et y sont dits adjacents si {x, y} est une arête de & . sur la figure, x1,1, x1,2, x1,3 (de niveau 1). Et on recommence, d’où,
Le degré d’un sommet x est le nombre δ (x) d’arêtes contenant x. sur la figure, les sommets x2,1, x2,2, x2,3, x2,4, x2,5, x2,6, de niveau 2.
Ici : Et on continue… Le graphe enraciné de la figure 9 possède 13
sommets pendants ou feuilles ou sommets de degré 1.
δ (a) = 1 , δ (c) = 3 , δ ( , ) = 0.
On montrerait sans peine qu’un arbre possède au moins 2
feuilles, c’est-à-dire au moins deux arêtes pendantes, et que tout
arbre possède exactement (n – 1) arêtes [récurrence].
j k Certains auteurs appellent graphe un graphe au sens qui vient

d’être donné, avec de surcroît, sur chaque arête, un sens de par-
, cours (une flèche si l’on préfère). Ces graphes-là, nous les
appellerons plutôt « digraphes », de l’américain « directed
a
graphs », selon l’acception la plus généralement admise, et
nous les introduirons ultérieurement.
f
h
1.7 Quatrième application : formule

b c e g
de Cayley pour le nombre d’arbres
étiquetés
i Voici le grand résultat combinatoire concernant les arbres d’un

ensemble fini N.
d
Théorème 3 (de Cayley, 1889). Le nombre d’arbres sur un

ensemble fini N à n éléments (numérotés), |N | = n > 2, vaut nn – 2.
Figure 8 – Graphe : représentation plane
Preuve. r Pour la commodité, identifions l’ensemble N avec Nous laissons au lecteur courageux le soin de vérifier que Φ est
l’ensemble v1, n b des numéros de ses éléments. Appelons n bel et bien bijective de n vers S n – 2 pour un entier positif n quel-
conque [récurrence].
v1, n – 2b
l’ensemble des arbres sur v1, n b et S n l’ensemble v1, n b des Nous allons cependant le faire sur l’exemple de la suite :
applications du segment v1, n – 2b dans le segment v1, n b , c’est-à-
s0 = (2, 4, 1, 2, 7)
dire l’ensemble des (n – 2)-uplets d’entiers de v1, n b . Nous souhai-
tons créer une bijection Φ de n vers S n . La construction générale obtenue en tirant 5 fois, au hasard, avec remise, un jeton parmi 7
de telles bijections n’obéit à aucune théorie générale, et tout y est jetons numérotés de 1 à 7, et reconstituer de manière unique l’arbre
affaire d’ingéniosité et de patience ! dont elle est issue par l’application Φ. Chacun de ses termes est
donc dans v1, 7b .
■ La construction de Φ que nous donnons maintenant est due à Le plus petit entier qui ne figure pas dans la suite s0 est le nombre
Prüfer (1918). Pour la faire bien comprendre, nous allons tout sim- 3. On transforme alors s0 en une nouvelle suite s1 = (3, 1, 2, 6), obte-
plement la réaliser sur l’arbre g0 à 7 sommets (figure 10) auquel il nue à partir de s0 en lui arrachant son premier terme 2, et en retran-
s’agira donc d’associer un 5-uplet s d’entiers pris dans v1, 7b , soit : chant 1 unité à chacun des termes de s0 qui sont > 3. Cette nouvelle
s = (x1, x2, x3, x4, x5) = Φ (g). suite s1 a donc chacun de ses 4 termes dans v1, 6b . On suppose que
s1 représente un arbre T1 ∈ 6. Maintenant, on numérote les
Pour ce faire, effaçons d’abord la feuille de plus petit numéro,
sommets de T1 en ajoutant une unité à chaque numéro supérieur à
c’est-à-dire ici la « plus petite » feuille (2), et notons le sommet qui
3 – 1 = 2, et on ajoute à la figure un 7e point numéroté 3, que l’on
lui est adjacent, ici le sommet 1, comme premier élément de la suite
joint au sommet 2. r
s en fabrication. Nous obtenons un nouveau graphe g1 (figure 11a),
auquel on fait subir la même opération d’effacement de la plus
petite feuille (3) (figure 11b), puis la feuille (4), (figure 11c), etc. Les
figures 11 représentent successivement les graphes g1, g2, g3, g4,
g5 . 2. Combinaisons
La suite s vient d’être créée : c’est :
s = (1, 7, 1, 7, 7) = Φ (g0)
2.1 Combinaisons, arrangements,
permutations : définitions
6 Soit un ensemble fini N à n éléments, |N | = n > 1. L’abréviation
4 v1, n b désigne, rappelons-le, l’ensemble des entiers {1, 2, …, n}, où
n est lui-même un entier > 1.
Définition 1. Une combinaison de k objets de N est une par-

1
tie K à k éléments de N, k > 0.
5 On dit aussi k-combinaison ou k-partie ou combinaison k à k.
7
On réserve le nom de k-blocs aux k-parties non vides, k > 1.
Définition 2. Un arrangement de k objets de N est une partie

2 à k éléments de N, dont les éléments sont numérotés (on dit
3
aussi étiquetés et même « labellés ») de 1 à k.
Figure 10 – Preuve du théorème de Cayley : arbre de départ

Définition 3. Une permutation de N est une numérotation de
1 à n des éléments de N.
Si besoin est, on peut noter :

6 6 6
4 4 — P k (N ) l’ensemble des k-combinaisons de N ;
— A k (N ) l’ensemble des k-arrangements de N ;
5 5 5 — S (N ) l’ensemble des permutations (on disait autrefois « sub-
7 1 7 1 7 1 stitutions », d’où le S gothique).
Exemple : si, d’un sac contenant 10 jetons numérotés de 1 à 10,
3 identifiés à l’intervalle d’entiers v1, 10b , on tire d’un seul coup une poi-
a g1 b g2 c g3 gnée de 4 jetons, on définira une 4-combinaison de v1, 10b .
Si on les tire successivement, sans remise, on définira un 4-arran-
6 6 gement.
Tirer sans remise tous les 10 jetons définira une permutation.
5
7 7 2.1.1 Définitions équivalentes
d g4 e g5 ■ Se donner une combinaison A de N équivaut évidemment à se

donner une application ƒ de N dans l’ensemble à 2 éléments {0, 1},
en convenant que A est l’ensemble des éléments de N dont l’image
Figure 11 – Preuve du théorème de Cayley : par ƒ est le nombre 1, c’est-à-dire, si l’on préfère, A = ƒ 〈–1〉 (1) la pré-
arbre pendant son effeuillage image de 1.
On dit que f est la fonction caractéristique de A, souvent notée * A.

7
■ On peut fort bien identifier une k-combinaison A de N à une dis-
6
tribution de k boules indiscernables dans n urnes discernables
(c’est-à-dire numérotées), chacune de ces n urnes ne pouvant conte- 5
nir que 0 ou 1 boule. Ici, l’ensemble N est l’ensemble des urnes et A
est l’ensemble des urnes qui contiennent une boule. 4
Se donner une k-combinaison A de N équivaut aussi à se donner 3
une solution de l’équation :
2
x1 + x2 + … + xn = k
1
en nombres entiers xj valant chacun 0 ou 1. 1 2 3 4 5 6 7
■ Se donner un k-arrangement A de N équivaut à se donner une Figure 13 – Permutation : exemple

application ƒ injective d’un ensemble K, lui-même à k éléments,
dans un ensemble N à n éléments, l’ensemble K étant le plus sou-
vent le segment d’entiers v1, k b . Cela implique, comme prévu, que
k < n.
1 2 3 4 5 6 7
■ Une permutation de N peut être identifiée à une application ƒ
bijective de N dans lui-même. Figure 14 – Combinaison : exemple
2.1.2 Imagerie
2.2 Arrangements et permutations :
Il est parfois commode de se représenter un arrangement, une leur nombre
permutation, une combinaison par des schémas du type suivant.
Soit N un ensemble fini N à n éléments, |N | = n > 1, k un entier
■ La figure 12 représente un 5-arrangement, α ∈ A 5 (7), application tel que 1 < k < n et A k (N ) l’ensemble de ses k-arrangements,
injective de v1, 5b dans v1, 7b . Chaque verticale contient un point c’est-à-dire des applications injectives α de v1, k b dans N
noir, et un seul, et chaque horizontale au plus un. Ici : (2 éléments distincts i et j de v1, k b ont des images α (i) et α (j)
distinctes).
α (1) = 3 , α (2) = 5 , α (3) = 2 , α (4) = 7 , α (5) = 4.
Théorème 4. Le nombre de k-arrangements de N vaut :
■ La figure 13 représente une permutation σ de v1, 7b , σ ∈ S (7),
application bijective de v1, 7b . Chaque verticale et chaque horizon- k–1
n!
tale contiennent un point gras, et un seul. Ici : A k ( N ) = n ( n – 1 )… ( n – k + 1 ) = ∏ (n – j) = ------------------- .
( n – k )!
j=1
σ (1) = 3 , σ (2) = 1 , σ (3) = 5 , σ (4) = 4 , σ (5) = 2 , σ (6) = 7 , σ (7) = 6. Ce nombre peut être noté A (n, k) ou, mieux, (n)k , ce que nous
ferons désormais. Il s’agit d’une notation extrêmement com-
■ La figure 14 représente une 3-combinaison de v1, 7b , constituée mode, utilisée au paragraphe 2.3, que l’on peut prononcer facto-
par la partie {3, 5, 6}, à 3 éléments, figurée par 3 points gras dans 3 rielle n descendante d’ordre k, avec la convention (n)0 = 1 et
des 7 urnes figurant l’ensemble v1, 7b . Chaque urne contient 0 ou 1 (0)0 = 1.
point gras.
Conséquence : le nombre des permutations de N vaut n!
puisqu’une permutation est un n-arrangement.
Preuve. r
■ Pour créer un arrangement α, qui est une injection de v1, k b dans
7 v1, n b ou, si l’on préfère, un étiquetage de k objets de v1, n b , il faut
d’abord choisir α (1), le premier objet, dont l’étiquette est 1 : il y a n
6
choix possibles.
Cela fait, il faut choisir α (2), le second objet, dont l’étiquette est 2 :
il reste n – 1 choix possibles parmi les objets non encore étiquetés.
5
Et l’on continue ainsi, jusqu’à la pose de la dernière étiquette,
pour laquelle il ne reste que (n – (k – 1)) choix, puisque k – 1 objets
4
sont déjà étiquetés. On fait le produit des choix possibles, et l’on
obtient bien la formule du théorème 4.
3
■ On peut aussi se ramener de manière moins impressionniste aux
principes fondateurs. Soit α une application injective de l’intervalle
2 d’entiers v1, k b dans l’intervalle d’entiers v1, n b , qui, sans perte de
généralités, peut représenter N (on a numéroté de 1 à n ses élé-
1 ments).
1 2 3 4 5
À tout arrangement :
Figure 12 – Arrangement : exemple α ∈ A k ( v1, n b ) = E,
on va associer le couple (α ’, p), où α ’ ∈ A k – 1( v1, n b ) est la restric- on a besoin dans 99 % des cas de la notation (n)k, factorielle descen-
tion de α à l’intervalle d’entiers v1, k – 1b , et p ∈ N vaut α (k) dimi- dante, contre 1 % de cas pour 〈n〉k, factorielle montante, qui, elle,
nué du nombre d’éléments j de v1, k – 1b dont les images par α sont interviendra au moment de la théorie des combinaisons avec répé-
inférieures à α (k). titions (§ 2.4.3).
Appelons β l’application (figure 15) qui à l’arrangement α ∈ E Enfin, l’autorité des combinatoriens John Riordan [15], Richard
associe le couple Stanley [16] et du probabiliste William Feller [6], achève de nous
(α ’,p) ∈ A k – 1 ( v1, n b ) × v n – k + 1 b = F. convaincre de l’utilité de ces notations.
Il apparaît clairement que β est bijective entre E et F. Donc, avec les Dans les mathématiques d’aujourd’hui, la profusion de signes
principes fondateurs de la bijection, puis du produit cartésien (le ayant plusieurs significations ne nous habitue-t-elle pas à en préci-
dièse # signifiant « nombre d’éléments de », § 1.1) : ser la définition quand on doit s’en servir, précaution de la plus
grande salubrité ?
# { Ak ( v1, n b ) } = # { Ak – 1 ( v1, n b ) × v1, n – k + 1 b }
= # { Ak – 1 ( v1, n b ) } × # { v1, n – k + 1 b } 2.3 Combinaisons : leur nombre

d’où :
A (n, k) = A (n, k – 1) . (n – k + 1) Soient N un ensemble fini à n éléments, |N | = n > 0, k un entier
qui combiné avec A (n, 1) = n, fournit bien la formule du théorème 4. r tel que 0 < k < n et P k (N ) l’ensemble de ses k-combinaisons,
c’est-à-dire des parties A à k éléments de N.
Commentaires
n
■ Si k > n, l’ensemble Ak ( v1, n b ) est évidemment vide, et la for- Théorème 5. Le nombre de k-combinaisons de N, noté   ,
 k
mule du théorème 4 demeure valable. Elle donne bel et bien la et prononcé « binomial n et k », vaut :
valeur 0 puisqu’il s’agit d’un produit de k entiers (dans Z) consécu- (n)
n ( n – 1 )… ( n – k + 1 ) n
P k ( N ) = -------------------------------------------------------- = ------------------------- = ----------k- =  
n!
tifs dont le plus grand est n, de sorte qu’on y rencontre nécessaire-  k
ment la valeur 0, c’est-à-dire : k! k! ( n – k )! k!
A (n, k) = 0.
■ Si k = 0, on convient que (n)0 = 1 et, si k = n, on a évidemment : 2.3.1 Démonstration avec les principes fondateurs
(n)n = n! = factorielle n. Preuve. r Soit α un k-arrangement de N, application injective de
l’intervalle d’entiers v1, k b dans l’ensemble N, à n éléments.
■ Pour les connaisseurs en fonctions hypergéométriques, notre
notation (n)k (systématisée par Riordan [14] et tous ses zélateurs) À tout arrangement α ∈ A k (N ), associons la k-combinaison A qui
peut paraître en opposition avec certaines habitudes. Chez eux, elle est la partie de N constituée par les éléments {α (1), …, α (k)}, et
abrège le produit : posons A = ƒ(α). La préimage ƒ 〈–1〉(A) comporte évidemment k!
k–1 éléments (c’est-à-dire arrangements), puisqu’il y a k! numérotages
( n + k – 1 )! possibles des éléments de A (c’est le nombre de permutations de A).
n(n + 1) … (n + k – 1) = ∏ (n + j) = ----------------------------- ,
( n – 1 )!
j=0 Or, l’ensemble des préimages ƒ 〈–1〉(A), toutes disjointes deux à
deux, quand A parcourt P k (N ), recouvre entièrement A k (N ), et en
que nous écrirons 〈n〉k . constitue donc une partition. Ainsi, le nombre d’éléments de A k (N )
Objectons, d’abord, que les populations des « hyper-géomètres » vaut la somme de tous les |ƒ 〈–1〉(A)|, où A parcourt P k (N ). Il s’ensuit
et des « combinatoriens » sont à peu près disjointes au niveau donc :
〈 – 1〉
élémentaire où nous nous plaçons en ces débuts. On peut aussi dire
que l’Analyse combinatoire, où les longs calculs sont fréquents, a
( n ) k = Ak ( N ) = ∑ƒ ( A ) = k! Pk ( N ) ,
A
besoin de notations qui sautent littéralement à l’œil de manière
d’où :
évidente et claire.
(n)
De surcroît, cette notation devient extrêment cohérente avec celle Pk ( N ) = ----------k- r
n k!
des coefficients binomiaux   , ce que nous justifierons dans le
 k Imagerie.
paragraphe 2.4. Outre tout cela, dans la discipline combinatorienne, La figure 16a représente un 4-arrangement α de N = {1, 2, 3, 4, 5,
6, 7, 8, 9} tel que :
α (1) = 7 , α (2) = 3 , α (3) = 9 et α (4) = 6,
cela sous forme de 4 boules numérotées placées chacune dans une
7 7 urne parmi les 9.
6 3 6
La figure 16b représente, elle, la 4-combinaison associée : {3, 6, 7,
9} : les 4 boules ne sont plus numérotées.
5 5
La figure 17 illustre la partition induite par l’application ƒ.
4 2 4
3 3 3 2.3.2 Démonstration avec des boules et des urnes
2 7 2
Preuve. r Considérons, comme nous l’avons dit au paragraphe
1 1 1 1
2.1.1, qu’une k-combinaison A n’est autre qu’une distribution de k
1 2 3 4 5 1 2 3 4 5 boules indiscernables dans n urnes discernables, numérotées de 1 à
n, chaque urne contenant 0 ou 1 boule. Jetons, successivement, dans
a a' p les n urnes toutes les combinaisons de k boules chacune, en nombre
 n . Les urnes se remplissent petit à petit, recevant 0 ou 1 boule à
Figure 15 – Récurrence pour les arrangements : exemple  k
a disparu de l’enseignement de notre pays au début du XXe siècle,

2 4 1 3 alors que des traités de haut niveau l’utilisaient couramment au
XIXe siècle. Citons, entre autres, Frenet [8] ; mais, bien sûr, Bour-
1 2 3 4 5 6 7 8 9 baki, et ses continuateurs (après 1930) ou zélateurs, réintroduisent
et utilisent sans discussion la notation universelle.
a 4-arrangement
2.4.2 Polynômes binomiaux
1 2 3 4 5 6 7 8 9 Cette notation universelle, outre son esthétique et sa grande

clarté, présente l’avantage de se généraliser sans peine aux polynô-
X
b 4-combinaison associée mes binomiaux   de l’indéterminée X, ainsi définis :
 k
Figure 16 – De l’arrangement vers la combinaison : exemple X ( X – 1 )… ( X – k + 1 )
 X  = ---------------------------------------------------------
-,
k k!
et souvent bien utiles. Par exemple, pour tout nombre α complexe et
Ak(N ) Pk(N ) tout x réel ∈ ]–1 ; 1[, il est agréable d’écrire la série du binôme
comme ceci :
α
∑  k x
α k
(1 + x) = .
k >0
f
f 〈–1〉(A) α
A 2.4.3 Polynômes binomiaux avec répétition
La notation des polynômes « factorielle descendante » introduite

au paragraphe 2.2 :
(X )k = X (X – 1) … (X – k + 1),
renforce, s’il en était besoin, la cohérence et la beauté de la notation
Figure 17 – Partition induite par l’application ƒ des polynômes binomiaux :
( X )k
 X  = ----------
-.
k k!
chaque jet et on s’arrête quand on a jeté toutes les k-combinaisons ; à
n Mais, (cf. commentaires du § 2.2), nous savons bien que les
ce moment-là, on aura jeté au total k   boules. hyper-géomètres notent (X )k pour X (X + 1) … (X + k – 1), ce que
 k
nous noterons désormais 〈X 〉k. La raison en est que, en combina-
Pour une urne quelconque, de numéro j par exemple, le nombre toire élémentaire, on a besoin de la notion de combinaison
de boules qu’elle contient alors est exactement égal au nombre des simple et puis aussi, souvent simultanément, de celle de combi-
k-combinaisons qui recouvrent l’urne j. Ces combinaisons couvran- naison avec répétition, dont le nombre sera noté :
tes sont évidemment en bijection avec les (k – 1)-combinaisons de
n 〈 n〉
v1, n b \ {j }, qui, elles, sont en nombre 
n – 1
. En définitive, on 〈k〉 = -----------k- .
 k – 1 k!
compte de deux manières les boules utilisées dans l’opération, soit : Cette situation, pour insatisfaisante qu’elle puisse paraître, est
n n – 1 inévitable dans la perspective de la combinatoire où nous nous
k   = n  ,
k k – 1 plaçons. Elle n’est pas sans rappeler les notations « i » et « j » des
mathématiciens et des physiciens. En mathématiques actuelles,
d’où : « i » désigne le nombre complexe de module 1 et d’argument π/2 et
« j » désigne le nombre complexe de module 1 et argument 2π/3. En
 n = n n – 1 n n – 1 n – 2 n ( n – 1 )… ( n – k + 1 )
---  = --- -------------  = … = -------------------------------------------------------- . r physique actuelle, « i » désigne une intensité de courant électrique
 k k  k – 1 k k – 1  k – 2 k! et « j » désigne le nombre complexe de module 1 et argument π/2,
c’est-à-dire le « i » des mathématiciens. Mais le contexte physique
ou mathématique ne laissera à ce sujet jamais le moindre doute. Eh
2.4 Combinaisons : les notations bien, il en sera de même pour (X )k selon qu’on sera en combina-
toire ou hypergéométrie.
2.4.1 Histoire
2.4.4 Autres notations folkloriques
n
La notion   des coefficients binomiaux est la notation mainte-
 k Citons-en quelques-unes qui furent employées dans le passé ; par
nant universellement employée. Elle fut introduite par Euler à la fin exemple :
du XVIIIe siècle, et fut popularisée par Raabe. Mais en France, actuel- n
lement, on se sert encore, dans certains enseignements, de la nota- — nCk pour   dans le livre de David et Barton [5] ;
 k
k
tion C n , peu appropriée à nos yeux, et que nous n’utiliserons pas. Il n
n , n(k) pour, respectivement,   , n! et (n)k dans
— C (n, k), z
n  k
serait intéressant de savoir pourquoi cette notation universelle  
 k l’ouvrage de Carr [2], dans lequel s’instruisit Ramanujan, etc.
2.5 Formule du binôme (de Newton) 2.6 Coefficients binomiaux

ou identité binomiale et calcul des différences
Il n’y a peut-être pas, en mathématiques, de formule plus impor- À titre d’exemple, évaluons la puissance nième de l’opérateur
tante, aux applications aussi innombrables. différence ∆ qui, à toute fonction ƒ de R dans R (ou de C dans C ),
associe la fonction g, notée g = ∆(ƒ), telle que :
g (x) = ƒ(x + 1) – ƒ(x).
Théorème 6. Si x et y sont des éléments permutables d’un
anneau unitaire : Pour bien comprendre, calculons la puissance 2 de ∆ :
xy = yx,
∆2(ƒ)(x) = ∆(∆(ƒ))(x) = ∆(ƒ(x + 1) – ƒ(x))
on a, pour tout entier n > 0 :
= (ƒ(x + 2) – ƒ(x + 1)) – (ƒ(x + 1) – ƒ(x))
n
n n–k k n(n – 1) n – 2 2
(x + y) = ∑   x
n n n–1 n
 k
y = x + nx y + ---------------------- x y +… + y . = ƒ(x) – 2ƒ(x + 1) + ƒ(x + 2).
2
k=0
On définira donc par récurrence :
∆n(ƒ) = ∆(∆n – 1(ƒ)) , n > 1

Preuve combinatoire. r Soit ! l’anneau (unitaire) dont x et y
sont éléments permutables. Pour développer (x + y)n dans ! , il faut et
d’abord juxtaposer les n facteurs (x + y), ensuite en choisir un
certain nombre, k par exemple, dans lesquels on saisit la lettre y, ∆0(ƒ) = ƒ.
puis saisir la lettre x dans le n – k facteurs restants, enfin effectuer le
produit des lettres y et x ainsi saisies, ce qui fournira le monôme
x n – ky k. Théorème 7. Pour tout n ∈ N , on a :
Maintenant, il faut bien sûr faire tous les choix possibles des k n
n – k  n
∑ ( –1 )
n
facteurs pourvoyeurs de la lettre y et ces choix de k facteurs parmi ∆ ƒ(x) = ƒ(x + k) .
 k
n
les n possibles sont en nombre   . Tel sera donc en définitive le k=0
 k
nombre des monômes x n – ky k ; d’où la formule du théorème 6. r Preuve. r Introduisons l’opérateur translation E, défini par :
Exemple : si n = 7 et k = 4, un monôme x 3y 4 peut provenir des Eƒ(x) = ƒ(x + 1),
choix de lettre x ou y figurés par les petites flèches :
et l’opérateur identique I, tel que :
. . . . Iƒ(x) = ƒ(x).
7
(x + y) = (x + y) ⋅ (x + y) ⋅ (x + y) ⋅ (x + y) ⋅ (x + y) ⋅ (x + y) ⋅ (x + y) . Clairement :
; ; ;
∆=E–I
Généralisation. et toute puissance de I égale I aussi. Or, E et I sont permutables dans
Observons que cette démonstration permet d’obtenir de la même R
l’anneau des opérateurs de R et l’on peut donc appliquer la
manière le développement du produit :
formule du binôme (théorème 6) à (E – I)n. Ainsi :
n
∏ ( x + ak ) ;
n n
P = n – k  n n – k k n – k  n
∑ ( –1 ) ∑ ( –1 )
n n k
∆ = (E – I) = I E = E
k=1  k  k
k=0 k=0
on trouve : c’est-à-dire la formule annoncée dans le théorème 7, puisque
E kƒ(x) = ƒ(x + k). r
P = x n + σ1 x n – 1 + σ2 x n – 2 + σ3 x n – 3 + … + σn – 1 x + σn ,
Commentaires sur l’écriture de l’opérateur D .
où les σm désignent les fonctions symétriques élémentaires des On est souvent obligé de supprimer des parenthèses pour éviter
nombres a1 , a2 , a3 , …, an , c’est-à-dire : leur profusion, surtout dans le cas où coexistent d’autres variables.
n Exemple :
σ1 = ∑ ak ; σ2 = ∑ a j a k , etc. — Pour une suite (um), ∆num signifie :
k=1 1< j < k < n
n
n – k  n
Série du binôme. ∑ ( –1 )  k
um + k .
Avec les procédés de l’Analyse mathématique, la formule du k=0
binôme du théorème 6 se généralise comme suit à une variable — La relation :
réelle x, cela étant repris en détail en [AF 201], § 3.1.
k
k n k – j  k n
∑ ( –1 )
k n
∆ 0̇ = ∆ ẋ = j
x=0  j
Proposition 3. j=0
Pour tout réel x ∈ ]–1, 1[, et tout complexe α ∈ C , on a : n’est autre que k!S (n, k), où S (n, k) désigne le nombre de Stirling de
seconde espèce, qui compte le nombre de relations d’équivalence en
∞
α k classes sur un ensemble fini N, à n éléments. Il sera étudié dans le
∑  k x
α k
(1 + x) = . paragraphe 3.8.
k=0
Nota : une lettre pointée par en dessus signifie que c’est sur elle que ∆ agit.
π
Théorème 8 (formule de Newton). Soit P un polynôme à Preuve. r Évidemment, W 0 = --- , et W1 = 1.
2
coefficients dans un corps K. Soit donc n > 2. Abrégeant cos ϕ par c et sin ϕ par s, il vient :
Alors, pour tout x0 ∈ K, on a :
π⁄2 π⁄2 π⁄2 π⁄2
∫ ∫ ds = c
∫
n–1
( x – x0 )k k n
c dϕ =
n–1
+ (n – 1)
n–2 2
s dϕ
 x – x 0 ∆ k P ( x ) = Wn = c s c
P(x) = ∑  k  0 ∑ ---------------------
k!
- ∆ P ( x0 ) .
0 0

0 0
k >0 k >0
π⁄2
∫
n–2 2
Preuve (purement formelle). r L’opérateur translation E étant = 0 + (n – 1) c ( 1 – c )d ϕ = ( n – 1 ) ( W n – 2 – W n ) ;
défini dans la preuve du théorème 7, on avait : 0
E k(ƒ(t )) = ƒ(t + k) soit :
pour tout entier k ∈ N . Faisons la même convention pour un nW n = ( n – 1 ) W n – 2 ,

élément quelconque α, non nécessairement entier, c’est-à-dire :
donc :
Eα(ƒ(t ) = ƒ(t + α).
π
Alors : nWnWn – 1 = (n – 1)Wn – 1Wn – 2 = … = 1.W1W0 = --- .
2
x – x0
P ( x ) = P ( x0 + ( x – x0 ) ) = E P ( x0 ) Mais Wn étant visiblement décroissante, il s’ensuit que
2 π 2
x – x 0 k nW n < --- < n ⋅ W n – 1
∑ 
x – x0 2
= (I + ∆) P ( x0 ) = ∆ P ( x0 ) . r
k >0 k  ou bien encore :
Commentaire sur la formule de Newton. π π
---------------------- < W n < ------- ,
2(n + 1) 2n
( x – x0 )k
∑ ---------------------
k
La seconde forme -∆ P ( x 0 ) , écrite en factorielles d’où l’équivalent asymptotique annoncé. r
k >0
k!
descendantes, (t )k = t (t – 1) … (t – k + 1) rappelons-le, est terrible-
k La récurrence nWn = (n – 1)Wn – 2 permet facilement d’établir
( x – x0 )
∑ ---------------------
k
ment proche de la formule de Taylor -D P ( x 0 ) , où D π 1.3.5… ( 2 n – 1 )
k! W 2 n = --- ------------------------------------------- ,
k >0 2 2.4.6… ( 2 n )
désigne l’opérateur de dérivation. Bien sûr, tous les termes dans ces
deux sommes sont nuls si k est supérieur au degré de P. expression qui, combinée avec l’équivalent asymptotique de
W2n , conduit au célèbre produit infini « de Wallis » :
π 2.2 4.4 6.6
--- = --------- ⋅ --------- ⋅ --------- …
2.7 Formule de Stirling 2 1.3 3.5 5.7
La suite des factorielles n! jouant un rôle fondamental et perma- La formule de Stirling, qui est, on l’a dit, peut-être le théorème le
nent en Combinatoire, et sa croissance étant extrêmement rapide, il plus important de toutes les mathématiques concrètes, peut s’énon-
a fallu très vite dans l’histoire, dès les premières avancées de cette cer suivant le théorème 10.
science, en trouver une bonne approximation. C’est l’objet de la
formule de Stirling qui en donne un équivalent asymptotique. Cette
formule est d’une telle importance que l’on peut, presque sans Théorème 10. La formule de Stirling fruste des analystes
exagération, affirmer, en pastichant l’un des géniaux combinato- s’écrit :
riens, Pascal, que « la formule de Stirling, si elle n’eut pas existé, la n
face de la science en aurait été changée… », car alors, pas de proba- n! ∼  --n- 2π n ,
bilité, pas de statistique avancée, pas de prévision, pas de contrôle e
de qualité, etc. Elle a fourni aussi le premier exemple de développe-
et celle, fine, des probabilistes prend la forme suivante, bien
ment asymptotique numériquement utile, bien que divergent.
plus précise : il existe une suite θn ∈ [0, 1], telle que :
n n θn
2.7.1 Formule de Stirling par adjacence n! =  --- 2π n exp  ---------- .
e 12 n
On a besoin, au préalable, de rappeler le résultat fondamental
concernant la formule de Wallis.
Commentaires
π⁄2
1. La formule « fruste », aussi précieuse soit-elle pour certaines
∫
questions d’analyse, ne permet pas le moindre calcul numérique,
Théorème 9. Soit W n = cos nϕ d ϕ , n ∈ N . Alors : avec certification de l’erreur. Or, on a besoin d’une amélioration
0 dans le sens de la formule fine pour étudier certains assemblage de
factorielles.
π
Wn ∼ ------- 2. L’écriture avec θn est équivalente à dire que :
2n
et : n n
 --n- 2π n < n! <  ---
n
2π n exp  ---------- ,
1
 2 n  e  e  12 n
π  n 1 π
W2 n = --- ------------ ∼ --- --- . mais cette double inégalité se révèle d’utilisation moins confortable
2 22 n 2 n
qu’avec θn.
3. « Qui peut le plus peut le moins » ; c’est pourquoi nous n’établi-

rons que la formule fine d’encadrement. Elle s’établit la plupart du u = ln (t )
temps au moyen de la formule sommatoire d’Euler-MacLaurin (EML),
ou de ses succédanés simplifiés. Aussi choisissons-nous ici, d’abord
la méthode instructive des suites adjacentes (mais, c’est vrai, il faut
connaître le résultat à démontrer…), puis la méthode des lunules,
sorte d’EML du pauvre.
Preuve par les suites adjacentes. r Lk
■ Soient : v n = ln ( n! ) –  n + --- ln ( n ) + n et u n = v n – ---------- , n > 2.

1 1
 2 12 n
Évidemment :
un < vn et vn – un → 0.
Tn
De plus : Tk
v n – 1 – v n = 1 +  n – --- ln  1 – ---
1 1 L2
2 n
∞ T2
k–1 1
= ∑ ------------------------
2k(k + 1)
-----k- > 0 , 0 1 2 k–1 k n–1 n t
k=2 n
et la suite (vn) décroît donc. Figure 18 – Formule de Stirling par les lunules
Aussi :
∞
1 (k – 2)(k – 3) 1 zes hachurés et des aires Lk des lunules noircies (entre chaque
u n – u n – 1 = v n – v n – 1 + ----------------------------- =
12 n ( n – 1 ) ∑---------------------------------- -----k- > 0 ,
2k(k + 1) n trapèze et la courbe logarithmique). En d’autres termes :
k=2
n n n
∫
et la suite (un) croît donc.
Les suites (un) et (vn) sont donc adjacentes et admettent une
ln ( t ) dt = ∑ Tk + ∑ Lk .
1 k=2 k=2
limite commune C > 0, telle que :
Maintenant, on a :
1
u n = v n – ---------- < C < v n . n n
∫
12 n
(1) ln ( t ) dt = ( t ln ( t ) – t = n ln ( n ) – n + 1 ;
■ On exponentie cette double inégalité, et on pose D = eC, d’où : 1 1
n n n n
D  --- n < n! < D  --- n exp  ----------
n n 1 1 1
e e 12 n
(2) ∑ Tk = ∑ --2- ( ln ( k – 1 ) + ln ( k – 1 ) ) = b n – --- ln ( n ) ;
2
k=2 k=2
(ce qui donne déjà la formule de Stirling sous sa forme fruste). k
∫
k
ln ( t ) dt – --- ( ln ( k – 1 ) + ln ( k ) ) = … = – 1 +  k – --- ln k-----------
1 1 -
Il reste à déterminer la constante D. Cela se fait au moyen du Lk = 
2 2 –1
résultat asymptotique de la formule de Wallis : k –1
2n 1
 2 n D  -------
2n
2n 1 + ----------------
1 π π  n π ( 2 n )! –2 n π  e 2k – 1
1 -------------------------
--- --- ∼ W2 n = --- ------------ = --- -------------2- 2 ∼ -2
--- -----------------------------------
–2 n
, = – 1 + ( 2 k – 1 ) --- ln 1 .
2 1 – ---------------
-
2 n 2 22 n 2 ( n! ) 2   n n  2 -
D
  e
--- n  2k – 1
Le développement en série entière :
d’où, après simplification :
2m + 1
1 1 +x x
D = 2π . r
--- ln ------------- =
2 1–x ∑ -------------------
2m + 1
si |x | < 1,
m=0
donne :
2.7.2 Formule de Stirling par les lunules
L k = – 1 + ( 2 k – 1 )  ---------------- + --------------------------3- + --------------------------5- + … ⇒
1 1 1
2k – 1 3(2k – 1) 5(2k – 1)
Cette seconde méthode, très géométrique, va bonifier le résultat
du théorème 10 en prouvant que : 1 1 1
0 < L k = --------------------------2- + --------------------------4- + --------------------------6- + …
3(2k – 1) 5(2k – 1) 7(2k – 1)
1 1
------------------------- < θ n < ----------
12 ( n + 1 ) 12 n
< --------------------------2-  1 + ----------------------2- + ----------------------4- + … = …
1 1 1
 
Preuve par les lunules. r Soit n un entier > 2. 3(2k – 1) (2k – 1) (2k – 1)
n
1 1
∑
2
Introduisons b n = ln ( n! ) = ln k et le domaine Dn de R des = --------------------------- ∼ ------------2 ,
k=2 12 k ( k – 1 ) 12 k
(t, u) tels que 1 < t < n et 0 < u < ln(t ), en dessous de la courbe ∞
logarithmique de la figure 18. À cause de la concavité du loga-
rithme, l’aire An de Dn est égale à la somme des aires Tk des trapè-
ce qui montre que la série ∑ Lk converge.
k=2
Appelons s sa somme. Son reste d’ordre n, soit Rn, est tel que : Preuve. r Nous la faisons pour k = 2. Le cas général n’offre pas
∞ ∞
plus de difficulté mathématique, sauf qu’il utiliserait plus de signes
1 Σ et de pointillés…
0 < Rn = ∑ Lp < ∑ -----------------------------
12 p ( p – 1 ) Avec le paragraphe 2.7.2, et par changement de variable
p = n+1 p = n+1
x
ln(cos(t ) = – --- dans l’intégrale de Wallis (théorème 9), il vient :
=  ----------------------------- + -------------------------------------------- + …
1 1 2
 12 n ( n + 1 ) 12 ( n + 1 ) ( n + 2 ) 
π⁄2 +∞
∫ ∫
2n + 1 2n – nx
 2 n = ---------------
2
-
2n 2
cos t dt = ---------
e
----------- ƒ ( x )d x ,
1 1   n π π
= ------   --- – ------------- +  ------------- – ------------- + …  = ----------
1 1 1 1 x
12   n n + 1  n + 1 n + 2
0 0
 12 n
En définitive, avec (1) et (2) : x
où ƒ(x) = - , ƒ(0) := 1.
--------------
x
e –1
1
n ln ( n ) – n + 1 = b n – --- ln ( n ) – s + R n On montrerait sans peine que ƒ est développable en série entière
2
1 (j)
c’est-à-dire, par exponentiation : en x = 0, avec rayon de convergence 2π. Abrégeons ---ƒ ( 0 ) en aj .
j!
bn n –n 1 – s Rn
On trouve (avec Mathematica par exemple) :
e = n! = n e n⋅e e .
1 1 1
La constante e 1 – s a été déterminée avec la formule de Wallis (§ 2.7.1) a0 = 1 , a 1 = – --- , a 2 = ------ , a 3 = ---------- , …
4 96 384
1 θn
et vaut 2π . Mais 0 < Rn < ---------- signifie que Rn = ---------- , où θn ∈ [0, 1]. r Les représentations graphiques de ƒ(x) (figure 19) et ƒ(3)(x)
12 n 12 n (figure 20) peuvent aider.
Le premier terme du développement en série de Lk , c’est-à-dire
Donc, de par la formule de Taylor-Lagrange d’ordre 2, avec θx
1
--------------------------2- , est donc un minorant de Lk . Donc : désignant un réel ∈ [0 ; 1], il apparaît :
3(2k – 1)
+∞
∫
2n – nx 2 3
1 1  2 n = --------
2
-
e 
----------- 1 – --- + ------ + ------ ƒ ( xθ x ) d x
x x x (3)
L k > --------------------------2- > ---------------------------- .  n π x  4 96 6 
0
3(2k – 1) 12 k ( k + 1 )
Comme précédemment, il s’ensuivrait une minoration de Rn, cette 2n 2n
= -----------  1 – ------- + ----------------2 + --------- R 3 ( n ) .
2 1 1 2
πn   π
1
fois par ------------------------- . 8n 128 n
12 ( n + 1 )
En définitive, l’encadrement est amélioré :
1 1
------------------------- < R n < ---------- .
12 ( n + 1 ) 12 n f (t )
3
2,5
2.8 Coefficient binomial central 2
1,5
2n
L’altitude du pic de l’histogramme des valeurs des   , n fixé, k 1
 k
0,5
variable, a déjà été utilisée dans le paragraphe 2.7.1, conjointement
avec la formule de Wallis pour l’établissement de la formule de Stir-
ling. De nombreuses questions d’analyse se rattachent à une esti- – 10 –5 5 10 t
mation précise de ce binomial central, comme on dit. À titre
d’exemple d’une méthode autre que celle des lunules (§ 2.7.2), un t
peu géométrique, nous passerons par une représentation intégrale Figure 19 – Représentation graphique de ƒ( t ) = -------------
-
t
genre transformation de Laplace. e –1
Théorème 11 (Un encadrement explicite du coefficient

binomial central). On a l’équivalent asymptotique :
2n f (3)(t )
 2 n 2
∼ ----------- .
 n πn
1 = 0,015625
0,015 64
Plus précisément, il existe une suite de coefficients (aj) telle que, 0,01
∀k ∈ N , on a : 2,358… 4,710…
0,005
 2 n = ---------- 
2n a 1 
-  ∑ -----j + O  ------------
2
 k + 1 
- .
 n π n  0< j < k n j n
2 4 6 8 10 t
– 0,005
– 0,007627…
On peut même donner dans ce qui suit un encadrement explicite
pour ce O  ------------
1 
- . (3)
 k + 1 Figure 20 – Représentation graphique de ƒ (t)
n
Encadrons, pour terminer, le reste R3(n).

+ + k 0 1 2 3 4 5 6
+∞ 5⁄2 +∞ 5⁄2
∫ ∫
– nx x (3) – nx x (3) – n
R3 ( n ) < e ----------- ƒ ( θx ) dx < e ----------- ƒ ( θx ) dx
6 6 1 1 0 1
0 0
0 2 1 1 1
3
+∞ 5⁄2 - π
∫
(3) – nx x 1 1 -----14
< ƒ e ----------- dx = ------ --- ------------
-. r 0 4 2 1 2 1
6 64 6 n 7 ⁄ 2
0 0 8 3 1 3 3 1
Fonctions génératrices. 0 16 4 1 4 6 4 1
Avec la série du binôme, il se prouve sans peine que :
0 32 5 1 5 10 10 5 1
∞
2n n
Ξ(x) = ∑   x = (1 – 4x)
–1 ⁄ 2 0 64 6 1 6 15 20 15 6 1
 n
0 0 128 7 1 7 21 35 35 21 7
1
pour x < --- , ce qui s’écrit encore, avec la notion symétrique des
4 Figure 21 – Triangle de Pascal n < 7
a + b a + b
binomiaux ( a, b ) =  =  :
 a   b 
Preuve 1 (Constat) . r On constate tout simplement la véracité
∞
–1 ⁄ 2 du résultat par la formule explicite du théorème 5 :
∑ ( n, n ) x
n
Ξ(x) = = (1 – 4x) .
0  n = ------------------------
n!
-. r
 k ( n – k )! k!
On peut généraliser par :
∞ Preuve 2 (Bijective). r On constate la bijectivité de l’appli-
1 – aΞ
a
------------- . cation β de P k (N ) dans P n – k (N ) qui, à toute k-combinaison A,
–1
∑ ( n + a, n ) x
n
= Ξ
 2x  associe sa complémentaire :
0
Au moyen des intégrales de Wallis, on prouverait aussi que : β (A ) = N \ A . r

∞ π
∫
2n 2
dθ
∑  n 
n 1 1
x = ------- ---------------------------------------- pour x < ------ . Proposition 5 (récurrence triangulaire).
2π 2 16
0 – π 1 – 16 x cos θ
On a :
 n + 1 =  n +  n  , k et n > 0.
 k + 1  k  k + 1
3. Triangle de Pascal
Cette récurrence peut être résumée sur le schéma du triangle de
3.1 Récurrence triangulaire Pascal (figure 21) : on ajoute deux valeurs consécutives d’une
même horizontale et on écrit le résultat en dessous de la seconde :
Nous avons maintenant, grâce aux résultats précédents, une 5 + 10 = 15
n
formule explicite (théorème 5) pour le nombre   de parties à k Preuve 1 (Constat). r Puisque nous savons que :
 k
éléments d’un ensemble N lui-même à n éléments, ce que l’on note :
 n = ------------------------
n!
-,
N = n.  k k! ( n – k )!
On peut disposer ces nombres selon un tableau à double entrée, les il suffit de constater que la récurrence triangulaire est effectivement
lignes étant indexées par n ∈ N et les colonnes par k ∈ N . On sait satisfaite quand on y insère cette formule explicite ! Mais encore
par avance que : faut-il déjà la connaître ! r
 n = 0 si k > n, Preuve 2 (Combinatoire). r Utilisons la méthode du point
 k auxiliaire (figure 22).
ce qui conduit à un tableau triangulaire inférieur appelé triangle de À l’ensemble de référence N, |N | = n, adjoignons un (n + 1)e point
Pascal (figure 21). Les bords du triangle valent : x et posons :
 n =  n = 1 . N ’ = N + {x }.
 0  n
Partageons ensemble P k + 1 (N ’) des (k + 1)-parties de N ’ en deux
On a ajouté deux colonnes à l’extrême gauche pour y mettre la sous-ensembles :
valeur des sommes horizontales (+), soit 2n, et la valeur des sommes
alternées (±), soit 0. Il fallait s’y attendre par développement de P k + 1 ( N ′) = Q + R ,
(1 + 1)n et (1 – 1)n.
où Q est l’ensemble des (k + 1)-parties A telles que x ∈ A et R est
l’ensemble des B telles que x ∉ B.
Proposition 4. L’application β de Q dans P k (N ), ou β (A) = A – {x }, est évidem-
On a la formule de symétrie : ment bijective :
 n =  n  . n
 k  n – k Q =  .
 k
n k
B
n
β(A )
x
Figure 23 – Récurrence « verticale »
Bien sûr, la verticalité peut-être remplacée par le parallélisme à la

diagonale à cause de la relation de complémentarité :
N  n =  n  .
 k  n – k
N' Preuves
1 (Algébrique). r Avec la récurrence triangulaire (proposition
5), on a, de proche en proche :
Figure 22 – Schéma pour la récurrence triangulaire
 n + 1 =  n +  n  =  n +   n – 1 +  n – 1 
 k + 1  k  k + 1  k   k   k + 1 
 
L’application ι de R dans P k (N ), telle que ι(B ) = B, l’est évidem-
n n – 1   n – 2  n – 2 
ment aussi ! Donc : =   + = etc. r
 k  k    k   k + 1 
+ +
n   
R =  . 2 (Combinatoire). r Travaillons sur le segment d’entiers v1, n + 1b.
 k + 1
Appelons Q , l’ensemble des parties à k + 1 éléments de v1, n + 1b
En définitive, avec le principe fondateur de la somme, on a : qui contiennent le numéro , . Clairement, on a l’égalité ensembliste
n + 1 n n  P k + 1 v1, n + 1b = Q 1 + Q 1 Q 2 + Q 1 Q 2 Q 3 + …
P k + 1 ( N ′) =  = Q + R =   + . r
 k + 1  k  k + 1
d’où le résultat grâce au principe fondateur de la somme. r
Version polynômes binomiaux. ■ Application au calcul des sommes de puissance
On vérifie sans peine le résultat suivant : ● Si k = 1, alors :
 X + 1 =  X +  X  ,  , =  n + 1 ,
 k + 1  k   k + 1 V n, 1 = ∑  1  2 
1< , < n
X désignant une indéterminée, c’est-à-dire si l’on préfère : c’est-à-dire :
( X + 1 ) X ( X – 1 )… ( X – k + 1 ) X ( X – 1 )… ( X – k + 1 ) n(n + 1)
----------------------------------------------------------------------------- = ----------------------------------------------------------
( k + 1 )! ( k )! S1 ( n ) = ∑ , = ---------------------- .
2
1< , < n
X ( X – 1 )… ( X – k + 1 ) ( X – k )
+ ---------------------------------------------------------------------------- . ● Si k = 2, alors :
( k + 1 )!
 , =  n + 1 .
V n, 2 = ∑  2  3 
2< , < n
3.2 Relations verticales
∑
2
La somme S 2 ( n ) = , peut se calculer en utilisant les identi-
tés 1< , < n
Proposition 6. , , , , + 1
, = 2   +   , =   + 
2 2
ou .
La somme verticale des coefficients binomiaux : 2 1 2 2 
 , ,
V n, k = ∑  k
On trouve ainsi
k<,<n
n + 1  n + 1
dans le triangle de Pascal, a pour valeur : S 2 ( n ) = 2  +
3   2 
n + 1
V n, k =  . ou bien :
k + 1
n + 1  n + 2 n(n + 1)(2n + 1)
S 2 ( n ) =  + = --------------------------------------------
3   3  6
Sur le triangle de Pascal, cette récurrence verticale peut être
visualisée comme sur la figure 23. comme on sait sans doute.
● La recherche des bonnes combinaisons linéaires de coefficients n n – 1  n – 1

Preuve. r Dans Hn, k , on remplace   par  + . La
 j  j – 1  j 
∑
P
binomiaux conduisant à une expression simple de Sp(n) = , ,
1< , < n
somme se télescope, d’où le résultat. r
au moyen de la récurrence verticale, se fera au paragraphe 3.8 grâce
aux nombres de Stirling de seconde espèce ou aux nombres eulé- ■ Version polynomiale
riens.
On peut d’abord remplacer n par l’indéterminée X :
■ Versions polynomiales.
j X k X – 1
∑ ( –1 )   = ( –1 )  .
À l’aide de la récurrence triangulaire vue, dans le paragraphe 3.1,  j  k 
pour les polynômes binomiaux, on vérifie sans peine que, pour tout 0< j < k
entier j, k et n > 0, on a les deux relations suivantes : ■ Autres exemples de sommes horizontales
X + 1 X – ,  X – j 
1.  = ∑   n = 2 n (on développe (1 + 1)n par la formule du
k +1
0< , < j
+
 k   k +1
, 1. ∑  k
0< k < n
n – ,  +  n – j  ;
n + 1 binôme).
analogue de  = ∑
 k + 1  k   k + 1
k n
( – 1 )   = 0 si n > 1 (on développe (1 – 1)n par la
0< , < j
2. ∑  k
X + n + 1  X + k , analogue de n + 1 = , 0< k < n
2.  = ∑ ∑   .
 n   k   k + 1 formule du binôme).
0< k < n k<,<n k
 n =  n ce qui signifie que, dans N,
■ Version série entière. Ou encore : ∑  k ∑  k
0< k < n 0< k < n
Au moyen de la série du binôme (§ 2.5), on montre facilement k pair k impair
que, pour tout x ∈ ]–1, 1[, on a :
|N | = n, il y a autant de parties « paires » que de parties
k
p p « impaires ». La démonstration bijective consiste à fixer z dans N et
∑  k x .
x
--------------------------
k+1
- = à considérer l’application Φ de P (N ) dans elle-même telle que :
(1 – x) p>k
Φ(A) = A + {z} si z ∉ A,
p 1
∑  k -----p- a pour somme
1 et :
Par exemple, si x = --- , la série numérique
2 2
p>k Φ(A) = A – {z} si z ∈ A.
le nombre 2, indépendante de k.
Cette application Φ est bien bijective de P paires (N ) dans
Ces questions seront approfondies dans le fascicule [AF 201]. P impaires (N ).
2
 n 2n
=   [on identifie le coefficient de xn dans chaque
3. ∑  k  n
3.3 Relations horizontales 0< k < n
membre de (1 + x)2n = (1+ x)n (1 + x)n].
4. La suite des sommes horizontales d’inverses
–1
Proposition 7.  n
Les sommes horizontales alternées satisfont à :
I(n) = ∑  k
(qui joue un certain rôle en Probabilités) tend
0< k < n
vers 2 et satisfait à la récurrence :
j n k n – 1
H n, k = ∑ ( –1 )   = ( –1 )  .
 j  k  n+1
0< j < k I ( n ) = ------------- I ( n – 1 ) + 1 , n > 1 , I(0) = 1.
2n
5. On peut donner des expressions simples aux sommes horizon-
Exemple : si n = 5 et k = 3, on a bien 1 – 5 + 10 – 10 = – 4, comme tales par progressions arithmétiques.
dans le triangle de Pascal de la figure 24.
Exemple : pour :
n n n
S n =   +   +   + … ,
0 3 6
avec j = exp i ------- ,on découvre que :

k 2π
0 1 2 3 4 5
n  3
0 1 (1+1)n + (1 + j )n + (1 + j 2)n = 3Sn.

Ainsi :
1 1 1
n
2
S n = ------ + u n ,
2 1 2 1 3
où un est une suite 6-période telle que
3 1 3 3 1 1
(u0, u1, u2, u3, u4, u5) = --- (2, 1, –1, –2, –1, 1).
3
4 1 4 6 (–) 4 1
6. La formule (horizontale) de Dixon :
5 1 (–) 5 10 (–) 10 5 1 k 2n 3
n ( 3 n )!
∑ ( –1 )   = ( – 1 ) -------------3-
 k
0< k <2 n ( n! )
Figure 24 – Relations horizontales dans le triangle de Pascal reste difficile à démontrer…
3.4 Courbe limite de Laplace-Gauss Théorème 12. On suppose n fixé et l’on pose :
n
w k =   .
k
On peut, à n ∈ N fixé, s’intéresser aux propriétés globales de la
Soit A une constante positive donnée. Alors, pour tous les
n
suite wk =   . On illustrera les résultats par une représentation n x
entiers k tels que k = --- + --- n , où |x | < A, on a :
 k
2 2
graphique, appelée diagramme en bâtons ou histogramme, dans
laquelle on porte k en abscisse et wk en ordonnées. On joint enfin les n    2
k–n⁄2
w k = ----------- exp  –  --------------------   1 + O  ---  .
2 1
sommets de la ligne polygonale ainsi formée. Les diagrammes πn 1 n
correspondant à n = 10 et n = 11 sont donnés en exemple sur la   --
- n  
2
figure 25.
Preuve. r Travaillons dans le cas plus large de la loi binomiale,
n k n–k
Proposition 8. avec W k =   p q , 0 < p < 1 et q = 1 – p. Il suffira, à la fin
 k
n
La suite wk =   , n ∈ N fixé, 0 < k < n, est unimodale de la démonstration qui suit, de remplacer p et q par 1/2.
k Posons z = k – np, donc k = np + z et n – k = nq – z.
symétrique (c’est-à-dire d’abord croissante, puis décroissante),
avec « points d’inflexion » en : Alors, avec la formule fine de Stirling (théorème 10) :
n n θn
1 n! =   2π n exp  ----------
k = χ(n) = --- ( n ± n + 2 ) . e 12 n
2
et avec l’abréviation :
θn θk θn – k
δ = ---------- – --------- -,
- – -----------------------
Preuve. r La symétrie résulte de la relation wk = wn – k . 12 n 12 k 12 ( n – k )
La croissance initiale résulte de ce que le rapport : il vient :
np + z z  nq – z δ
---------------------------------------------------  1 – ----------------  1 + ---------------
n z
Wk = - e .
wk n–k+1 2π ( np + z ) ( nq – z )  np + z  nq – z
- = ---------------------- est > 1
-------------
wk – 1 k Continuons à arranger cette lourde expression de Wk en suppo-
z
sant que la quantité x = ---------------
n–1 - est bornée, c’est-à-dire qu’il existe
si, et seulement si, k < ------------- . npq
2
A > 0 tel que |x | < A. Pour les trois différents facteurs de Wk, on
Enfin, la convexité, sur v1, χ ( n )b résulte de la résolution de obtient sans peine les développements asymptotiques suivants :
l’inéquation
x(q – p)
--------------------------------------------------- = -----------------------  1 – ---------------------- + O  ---  ,
n 1 1
wk + 1 – wk > wk – wk – 1 , 2π ( np + z ) ( nq – z ) 2π npq  2 npq  n 
–x ⁄ 2  1 
3
z  np + z 
 1 – ----------------
nq – z 2
(q – p)x
1 + ----------------  1 + ------------------------ + O  ---  ;
c’est-à-dire : z
= e
 np + z  nq – z  6 npq n 
ϕ (k) = 4k 2 – 4nk + (n + 1)(n – 2) > 0.
avec l’hypothèse de bornitude de x :
δ = O  ---
ce qui fournit k supérieur ou égal à la plus grande racine du trinôme 1
ϕ (k), c’est-à-dire le résultat annoncé. r n
et :
Le théorème 12 de la limite centrale pour une partie de pile ou
e = 1 + O  --- .
face équilibrée va permettre d’approcher l’histogramme des coeffi- δ 1
cients binomiaux au moyen de la courbe en cloche de la loi normale.  n
10 11
252 462
k k
f (x )
0,5
0,4
0,3
0,2
0,1
0 1 2 3 4 5 6 7 8 9 10 k 0 1 2 3 4 5 6 7 8 9 10 11 k –3 –2 –1 0 1 2 3 x
a cas n = 10 b cas n = 11 c courbe en cloche normalisée
Figure 25 – Histogrammes
Effectuant le produit de ces trois facteurs, il arrive finalement :

2
Proposition 10 (Petit théorème de Fermat).
–x ⁄ 2 
1 
3
(x – 3x)(q – p) Pour tout n ∈ Z et tout p ∈ P , on a np ≡ n [mod p]. Donc, si p
W k = -----------------------  1 + ------------------------------------------ + O  ---  ,
e
2π npq  6 npq n  ne divise pas n :
n p – 1 ≡ 1 [mod p].
ce qui donne bien le résultat annoncé dans le théorème 12, si l’on
fait p = q = 1/2. r
L’hypothèse sur la bornitude de x signifie que les valeurs de k sont Preuve. r De la conséquence précédente, il s’ensuit, par récur-
choisies à une distance de np (moyenne de la variable aléatoire rence facile, que :
binomiale) qui est de l’ordre de l’écart type σ = npq . Nous p p p
(x 1 + x 2 + … + x n ) p ≡ x 1 + x 2 + … + x n
renvoyons au livre de Rényi Calcul des Probabilités [13] pour plus de
détails. Il suffit alors de remplacer chaque xj par 1. r
Observons que nous avons remplacé d’une façon approchée les Rappelons la notation (x)p = x (x – 1) … (x – p + 1) du polynôme
n k n–k factoriel descendant (théorème 4).
probabilités W k =   p q au points x = k par les valeurs de la
 k
fonction
Proposition 11 Théorème de Lagrange et Wilson.
1  ( x – µ ) 2 Soit p un nombre premier. Alors, on a la congruence de
ƒ ( x ) = --------------- exp  – -------------------
- Lagrange :
2π σ  2 σ2 
(x ) p ≡ x p – x ,
en posant µ = np et σ = npq .
Cette fonction est représentée par une courbe en forme de cloche : et la congruence de Wilson :
quand µ = 0 et σ = 1, comme sur la figure 25c, c’est la loi normale. (p – 1)! ≡ –1 [mod p].
Preuve. r Introduisons les nombres de Stirling de première

3.5 Arithmétique binomiale espèce s(n, k) (une étude approfondie en sera faite en [AF 202]), qui
sont les coefficients du polynôme factorielle descendante (x)n, lui-
Beaucoup de suites combinatoires satisfont à des congruences même numérateur du polynôme binomial :
intéressantes dont il sied de préciser maintenant les meilleures et
les plus connues. Dans tout ce qui suit, la lettre p désignera un ( x )n
 x = ----------
-.
nombre premier, et le symbole P désignera l’ensemble des  n n!
nombres premiers, P = {2, 3, 5, 7, 11, …}.
En d’autres termes :
Les congruences seront toutes selon le module premier p. En
d’autres termes, a ≡ b signifiera que p divise a – b. n
∑ s ( n, k ) x
k
(x)n = x (x – 1) … (x – n + 1) = .
Introduisons une notation commode. Étant donnés deux polynô-
k=0
mes ou développements en séries entières
Les premières valeurs de s (n, k) sont données sous forme de
∑ ak x ∑ bk x
k k
f(x) = et g ( x ) = tableau de la figure 26.
Évidemment s (p, p) = 1 et s (p, 1) = (p – 1)! Tout revient alors à
dont les coefficients ak et bk sont entiers dans Z , on notera : montrer que ∀p ∈ P avec p > 3, et ∀k ∈ v2, p – 1 b , on a :
f (x) ≡ g(x) si, et seulement si, ∀k > 0, ak ≡ bk. s (p , k ) ≡ 0 et aussi que s (p, 1) ≡ – 1,
Des propriétés faciles en découlent, comme : ce qui sera le théorème de Wilson, car s (p, 1) = (p – 1)!
Or :
f ≡ g et ϕ ≡ Ψ ⇒ f + ϕ ≡ g + Ψ et f ϕ ≡ gΨ.
p
∑ s ( p, k ) x
k
( x )p + 1 = ( x – p ) ( x )p = ( x – p )
Proposition 9. k=0
Pour tout nombre premier p, les coefficients binomiaux :
et :
 p ,  p ,…,  p  p
,
s ( p, , )   ( – 1 ) x
, , – j j +1
 1  2  p – 1 (x)p + 1 = x (x – 1) p = x ∑ s ( p, , ) (x –1) = ∑ j
.
,=1 1< j < , < p
p p . .
sont tous divisibles par p, sauf évidemment   et   = 1. Nota : une lettre pointée par en-dessous signifie qu’elle est une variable muette.
0 p
p p – 1
Preuve. r À partir de la relation k   = p  , le théorème
k k – 1 n
k x x2 x3 x4
p
de Gauss permet de dire immédiatement que p divise   puisque (x )1 1
 k
p est premier avec k. r (x )2 –1 1
Conséquence. Pour tout nombre premier p : (x )3 +2 –3 1
(1 + x )p ≡1+ x p, (x )4 –6 11 –6 1
ou encore :
Figure 26 – Nombre de Stirling de première espèce :
(x + y )p ≡ x p + y p . premières valeurs
On recueille le coefficient de xk dans les deux expressions, d’où : Mais, d’autre part :
, n
∑ ( –1 )  k – 1 s ( p, , ) .
,–k n
( p – k ) s ( p, k ) =
∑  k ( –1 )
n n n–k k
gn = x = ( ( 1 + x ) – 1 ) = (1 + x) ,
k + 1< , < p . k=0
Cette récurrence permet donc le calcul de s (p, k) à partir des ce qui, en définitive, est le résultat annoncé. r
s (p, k + 1), s (p, k + 2), …, à droite. Autres propriétés de la matrice de Pascal.
Si ces derniers sont ≡ 0, il en sera de même pour s (p, k) pour On les démontrerait de manière analogue à la précédente.
k > 2.
Le cas k = 1 n’offre guère plus de difficultés. r n
1. Plus généralement, la matrice P (a) = a n – k   a pour
 k
0< k < n
inverse :
3.6 Matrice de Pascal, inversion
et puissances n
( a ) = ( – a )n – k  
< – 1>
P .
 k
0< k < n
Un problème, fréquent en analyse combinatoire, consiste à déter- 2. Si, à présent, pour tout α ∈ R , non nécessairement entier, on
miner une suite (gn) en fonction d’une suite (fn), sachant qu’elles
sont reliées par la relation définit la puissance αième de P, notée P <α >, comme étant égale à
α
∑   ( P – I ) (qui a un sens puisque P – I est nilpotente à l’ordre
n
n
n n >0 n
fn = ∑  k gk , n > 0. N), on vérifiera facilement que :
k=0
Cela revient à inverser la matrice infinie inférieure de Pascal des P <α > P <β > = P <α + β >.
n On vient ainsi de définir la puissance fractionnaire de P.

coefficients binomiaux P =   , ou bien celle d’ordre N + 1,
 k 3. Cette puissance fractionnaire vaut en fait :
0< k < n
n
PN =   , que l’on peut aussi écrire l’une, puis l’autre, P
<α> n
= αn – k   .
 k  k
0< k < n < N 0< k < n
sous la forme :
1 0 0 0 0 … 0
1 0 0 0 0 … 1 1 0 0 0 … 3.7 Problème des rencontres
1 1 0 0 0 … 1 2 1 0 0 … 0
P = 1 2 1 0 0 … ou P N = 1 3 3 1 0 … 0 Soit S (N ) le groupe des permutations d’un ensemble fini N. Si
1 3 3 1 0 … : : : : : … cet ensemble est à n éléments, on pourra les numéroter :
: : : : : … N N
1    … … … 1 N = {a1, a2, …, an}.
 1  2
On pourra identifier N à l’ensemble des numéros, N = v1, n b , et l’on
n notera S (n) pour S (N ).
n
En effet, la relation f n = ∑   g k s’écrit, matriciellement :
 k
k=0
Définition 4. Une permutation σ est dite être un dérange-
f0 g0 ment de N si, et seulement si, elle ne possède aucun point fixe,
1 0 0 0 0 … c’est-à-dire :
f1 1 1 0 0 0 … g1
∀x ∈ N , σ (x ) ≠ x .
F = f =
2 1 2 1 0 0 … ⋅ g 2 = PG .
1 3 3 1 0 … Elle « dérange » donc chaque élément de E de sa place d’ori-
f3 g3
gine, ce qui revient à dire que chaque « cycle » est de longueur
: : : : : : … : > 2. On notera D (E) ou D (n) leur ensemble, et d (n) leur nom-
bre.
n
Théorème 13. L’inverse de la matrice de Pascal P =  
 k 0< k < n Exemples :
est la matrice de Pascal en damier : Énumérons les dérangements pour les premières valeurs de n.
Si n = 2, figure 27, N = {a, b }, on a le seul dérangement σ qui est la
1 0 0 0 0 … transposition échangeant a et b, donc :
–1 1 0 0 0 …
n
= ( – 1 )n – k  
< – 1>
P
 k
= 1 –2 1 0 0 … d (2) = 1.
0< k < n –1 3 –3 1 0 … Si n = 3, figure 28, N = {a, b, c }, on a :
: : : : : …
d (3) = 2,
Preuve. r On considère les polynômes fn = (1 + x )n et gn = x n. qui sont les 2 permutations circulaires (à 1 seul cycle) de E.
Évidemment, ici, on a la relation matricielle :
Si n = 4, N = {a, b, c, d }, on a d (4) = 9 dérangements, 3 doubles
F = P G. transpositions et 6 permutations circulaires.
Preuves.
1 (Constat) . r On peut tout simplement insérer dans chacune
des deux récurrences la formule explicite de la proposition 12 et
constater que ça marche, pourquoi pas ? r
a b 2 (Combinatoire). r Pour une démonstration combinatoire et
constructive, qui ne nécessite pas de connaître à l’avance la formule
explicite de la proposition 12, on peut s’aider du schéma de la
figure 29.
Adjoignons à N un (n + 1)ième élément x, et posons N ’ = N + {x }.
Figure 27 – Une transposition Nous partitionnons alors D (N ’) en deux :
D (N ’) = B1 + B2,
où :
b b — B1 est l’ensemble des dérangements σ tels que σ (x) = y ≠ x et
σ (y) = x (c’est-à-dire que le cycle contenant x est une transposition) ;
— B2 est le restant des dérangements, ceux dont le cycle conte-
nant x contient au moins 3 éléments.
Il y a nd (n – 1) dérangements dans B1, car la restriction de σ à
N – {y } en est un dérangement, mais il y a n manières de choisir
a c a c σ (x) (figure 30). Combien y a-t-il de dérangements dans B2 ? Il y en
a nd (n), car la restriction σ ’ de σ à N devient un dérangement de N,
en convenant que :
Figure 28 – Deux « tricycles »
σ ’ <–1>(x) = σ <–1>(x),
ce qui revient, pour obtenir graphiquement σ ’ à partir de σ à trans-
former les deux arêtes orientées {σ <–1>(x), x } ∪ {x, σ (x)} en l’arête
Proposition 12. {σ <–1>(x), σ (x)} (figure 30).
On a la formule explicite :
n k n
( –1 ) ( –1 )
= n!  1 – ----- + ----- … + -------------- .
1 1
d ( n ) = n! ∑ -------------
k!  1! 2! n!  N
k=0
Preuves.
1. r On utilise la formule du crible, généralisant
A∪B = A + B – A∩B
c’est-à-dire (théorème 1) : N – {y } y x
n n
∪ Ak = ∑ Ai – ∑ Ai ∩ Aj + ∑ Ai ∩ Aj ∩ Ak – … .
k=1 i=1 1< i < j < n 1< i < j < k < n
Ici, on définit Ai comme étant l’ensemble des permutations de N

qui laissent fixe le point i de N. (On a identifié N avec v1, n b). On voit
alors, par exemple, que A i ∩ A j ∩ A k est l’ensemble des permuta-
tions qui laissent fixes les 3 points {i }, { j }, {k }. Se donner une telle N'
permutation revient à se donner une permutation de N – {i, j, k } dont
n Figure 29 – Cas où x est « dans une transposition »
le nombre est (n – 3)!, mais il y a   choix du triple {i, j, k }, etc. r
 3
2. r Soit S k (N ) l’ensemble des permutations σ de N dont
N
l’ensemble K ⊂ N est l’ensemble des points fixes. On a évidemment
la somme ensembliste :
σ(x )
S(N) = ∑ Sk ( N ) .
K⊂N
n
On passe aux effectifs, n! = ∑   d ( k ) . D’où la valeur de d (n) par
 k
k σ〈2〉(x ) x
inversion de la matrice P de Pascal (théorème 13). r
Proposition 13.
La suite (d(n)) satisfait à :
σ〈–1〉(x )
d (n + 1) = n(d (n) + d (n + 1))
et :
d (n) = n d (n – 1) + (–1)n, N'
d (0) = 1 et d (1) = 0. Figure 30 – Cas où x est dans un cycle > 3
En définitive, D ( N ′ ) = B 1 + B 2 , ce qui est bien la récurrence Mais alors les classes d’équivalence de cette relation constituent
annoncée. r des blocs (parties non vides) de N qui sont indexés (ou « numé-
rotés ») par les éléments y de K dont ils sont les préimages. Pour
Aucune démonstration « combinatoire » ne semble connue effacer ce numérotage, il faut diviser σ (n, k) par k!, et l’on obtient
pour la seconde récurrence. ainsi le nombre de Stirling de seconde espèce, qui compte les parti-
tions de l’ensemble N en k blocs (non vides et non numérotés), ou
Proposition 14. bien, si l’on préfère, le nombre de relations d’équivalence sur N en k
classes :
n!
On a l’équivalent d(n) ∼ ----- et, même d(n) = entier le plus pro- k
1 1 k – j  k n
∑ ( –1 )
e
S ( n, k ) = ----- σ ( n, k ) = -----  j
j .
n! k! k!
che de .
----
- j=0
e
Ce sont donc des σ (n, k) « dégraissés » par le facteur 1/k! si l’on
Il s’ensuit que si des invités en (grand) nombre n laissent leur peut dire !
chapeau au vestiaire, et le reprennent au hasard à la sortie, la ■ Dans la pratique combinatoire, ces nombres de Stirling de
probabilité pour qu’aucun invité n’ait son propre chapeau est (à seconde espèce se révèlent beaucoup plus faciles à manier que les
peu près) 1/e. nombres σ (n, k) d’applications surjectives. D’ailleurs, dans la hiéra-
chie des nombres combinatoires, ils viennent immédiatement après
Preuve. r On observe que, dans la proposition 12, le coeffi- les coefficients binomiaux.
cient de n! n’est autre que la somme partielle du développement
en série de e –1. La majoration du reste de cette série alternée par Il leur est associé, on pouvait s’en douter, des nombres de Stirling
le module du premier terme négligé fournit le second résultat. r de première espèce, notés s (n, k), mais dont l’interprétation et
l’usage, plus complexes, n’apparaîtont que dans le fascicule
Table des premières valeurs [AF 202] : les |s (n, k)| comptent en effet les permutations de
On a : (0) l’ensemble fini N, |N | = n, qui se décomposent en k cycles.
n 0 1 2 3 4 5 6 7 8 9 ■ La notation des nombres de Stirling a fluctué au cours de l’his-
d (n ) 1 0 1 2 9 44 265 1854 14833 133496 toire depuis deux siècles, tout en respectant leur paternité qui était
toujours rappelée par un grand S ou un petit s, jusque s et y compris
dans les logiciels de calcul comme Maple ou Mathematica. Mais on
3.8 Surjections et nombres de Stirling tente, ça et là, depuis 1970, de plaider pour les notations :
de seconde espèce n 
  pour les nombres de Stirling de seconde espèce S (n, k) ;
k 
Proposition 15. n
pour les nombres de Stirling de première espèce « non
Les applications ƒ surjectives de l’ensemble N, |N | = n > 1, k
dans l’ensemble K, |K | = k > 1, sont en nombre : signés » (ou « signless ») |s (n, k)|.
k
k – j k  n Cette notation, qui peut sembler séduisante par son analogie avec
σ ( n, k ) = ∑ ( –1 )  j
j . celle des coefficients binomiaux, serait tout à fait infernale pour
j=0 l’utilisateur moyen non calligraphe et non doué d’un œil de lynx si
elle venait à se répandre réellement. Aimez-vous la formule :
Preuve. r Appelons $(N, K ) l’ensemble de telles applications et
σ (n, k) = |$(N, K )| leur nombre. Évidemment : n  n
 
n
σ (n, 1) = 1 et σ (n, k) = 0 si k > n. k  k
∑ -------------------
n
- ?
L’ensemble K N de toutes les applications de N dans K peut être k=0  
partagé en union disjointe, comme il suit :  k
k   Il se trouve que ces notations baroques trouvent leur barrière

∑ ∑  ∑ $ ( N, J ) .
N naturelle et heureuse de par la force des combinatoriens spécialis-
K = $ ( N, J ) =
 tes du q-analogue : n’ont-ils pas assigné presque définitivement,
J⊂K j = 0 J ⊂ K 
J = j n
dans leurs multiples et fortes publications, à la notation , le poly-
Passant aux effectifs (§ 1.1), il vient alors : k
k nôme gaussien :
k
∑  j  σ ( n, j ) .
n
k = n n–1 n–k+1
(1 – q )(1 – q )… ( 1 – q )
j=0 2 k
- ?
------------------------------------------------------------------------------------------
( 1 – q ) ( 1 – q )… ( 1 – q )
On applique maintenant la formule d’inversion de la matrice de
Pascal, d’où finalement :
k
k – j  k n
σ ( n, k ) = ∑ ( –1 )  j
j . r 3.9 Sommes des puissances impaires
j=0
des entiers dans v1, n b
Commentaires sur ces nombres s (n, k) et sur les nombres
de Stirling de seconde espèce S (n, k ).
■ Toute application surjective de N dans K induit une partition, ou Tout le monde sait bien que :
relation d’équivalence sur N, en convenant que deux éléments x et n
n(n + 1)
x ’ sont équivalents si, et seulement si : S1 ( n ) = ∑k = 1 + 2 + … + n = ----------------------
2
ƒ(x) = ƒ(x ’). k=1
et, peut-être, que : Cela montre l’existence des polynômes annoncés puisque la
n matrice Q, triangulaire inférieure, sans aucun zéro sur la diagonale
∑k
3 3 3 3 2 principale, est évidemment inversible, d’où :
S3 ( n ) = = 1 + 2 + … + n = ( S1 ( n ) ) .
k=1
Il s’agit de généraliser cette dernière propriété. S = Q –1.A.
Proposition 16. Mais aucune formule simple n’apparaît pour Q –1. Un calcul sur
Les sommes de puissances impaires des entiers dans v1, n b ordinateur donne le début de Q –1 et, par conséquent, les premières
sont polynomiales en : valeurs des S2q – 1 :
n(n + 1)
S 1 ( n ) = ---------------------- .
2
1 0 0 0 0 0 0 …
Preuve. r Désignons par Sk (n) la somme des puissance k ièmes 1
0 --- 0 0 0 0 0 …
des entiers de 1 à n : 2
n 1 1
0 0 0 0 0 …
∑j
k k k – --- ---
Sk ( n ) = = 1+2 +…+n . 6 3
j=1 1 1 1
0 --- – --- --- 0 0 0 …
Il s’agit de prouver que S2q + 1(n) peut s’exprimer comme un poly- –1 6 3 4
Q = ,
nôme en S1(n) = a. Pour cela, partons de 3 3 1 1
0 – --- --- – --- --- 0 0 …
k 4 6 2 5
k k n k k
(Ln) : ( S 1 ( n ) ) – ( S 1 ( n – 1 ) ) = -----k- ( ( n + 1 ) – ( n – 1 ) ) 5 5 17 2 1
2 0 --- – --- ------ – --- --- 0 …
6 3 12 3 6
k 691 691 118 41 5 1
n  k k–1 k k–3 k k–5  …
= -----k-  2   n + 2  n + 2  n
0 – ---------- ---------- – ---------- ------ – --- ---
+ … 210 105 21 46 6 7
 1  3  5
2  
: : : : : : :
Ajoutons membre à membre les lignes : (Ln) + (Ln – 1) + … + (L1),
et multiplions le total par 2k – 1. Il vient, par téléscopage :
k–1 k k–1 k c’est-à-dire :
2 ( S1 ( n ) ) = 2 a
k k k
=   S 2 k – 1 +   S 2 k – 3 +   S 2 k – 5 + … ; k = 1, 2, 3, … S1 = a
 1  3  5
2
Les équations linéaires précédentes, dont les inconnues sont les S3 = a
sommes S2j – 1(n), s’écrivent alors matriciellement : 2 3
a 4a
Q S = A, S 5 = – ------ + ---------
3 3
où Q est extraite (en un certain sens) de la matrice de Pascal P : 2 3
a 4a 4
S 7 = ------ – --------- + 2 a
1 0 0 0 0 0 0 … S1 a 3 3 . r
2
0 2 0 0 0 0 0 … S3 2a 3a
2
12 a
3
4 16 a
5
S 9 = – --------- + ------------- – 4 a + -------------
0 1 3 0 0 0 0 … S5 4a
3 5 5 5
2 3 4 5 6
0 0 4 4 0 0 0 … S7 8a
4 5 a 20 a 34 a 32 a 16 a
QS = ⋅ = = A, S 11 = --------- – ------------- + ------------- – ------------- + -------------
0 0 1 10 5 0 0 … S9 5 3 3 3 3 3
16 a 2 3 4 5 6 7
0 0 0 6 20 6 0 … S 11 6 691 a 2764 a 944 a 656 a 80 a 64 a
S 13 = – ---------------- + ------------------- – ---------------- + ---------------- – ------------- + -------------
32 a 105 105 21 15 3 7
0 0 0 1 21 35 7 … S 13 7
64 a
: : : : : : : : :
1 0 0 0 0 0 0 … 1. La considération de S2(n) (S1(n))k – 1 – S2(n – 1).(S1(n –1)k – 1

1 1 0 0 0 0 0 … conduirait, de manière analogue, au fait que :
1 2 1 0 0 0 0 … S2j (n) = S2(n)Wk – 1(S1),

avec P = 1 3 3 1 0 0 0 … .
où Wk – 1 est un polynôme.
1 4 6 4 1 0 0 … 2. L’expression générale de Sk(n) comme polynôme en n uti-
1 5 10 10 5 1 0 … lise les nombres de Bernoulli pour ses coefficients. Cela sera
détaillé en [AF 202].
: : : : : : :
Références bibliographiques
[1] BERMAN (G.) et FRYER (K.). – Introduction to [7] FLAJOLET (Ph.) et SEDGEWICK (R.). – The [12] MACMAHON (P.). – Combinatory analysis (2
Combinatorics, Academic Press, 1992. ISBN Average Case Analysis of Algorithms : Com- volumes), Cambridge University Press, 1915.
70-182646. plex Asymptotics and Generating Functions,
[2] CARR (G.). – Formulas and Theorems in Pure INRIA Rocquencourt 1993. ISSN 0249-6399. [13] RÉNYI (A.). – Calcul des probabilités (traduc-
Mathematics, Chelsea Reprint, 1970. ISBN 0- [8] FRENET (F.). – Recueil d’exercices sur le cal- tion françaises), Dunod, 1966.
8284-0239-6. cul infinitésimal, 6e édition, Paris, 1904.
[14] RIORDAN (J.). – Combinatorial Identities,
[3] COMTET (L.). – Advanced Combinatorics, [9] GRAHAM (R.), KNUTH (D.) et PATASHNIK
John Wiley, 1968. ISBN 67-31375.
Reidel, 1974. ISBN 90-277-0380-9. (O.). – Mathématiques concrètes, Internatio-
nal Thomson Publishing France, 1988. ISBN
[4] COMTET (L.). – Analyse Combinatoire (2 [15] RIORDAN (J.). – An Introduction to Combina-
2-84180-981-1.
volumes), PUF, 1970. torial Analysis, John Wiley, 1958. ISBN 58-
[10] NETTO (E.). – Lehrbuch der Combinatorik, 7907.
[5] DAVID (F.N.) et BARTON (D.E.). – Combinato- Gieβen, 1901.
rial Chance, Charles Griffin, 1962. [11] HARDY (G.) et WRIGHT (E.M.). – An Introduc- [16] STANLEY (R.). – Enumerative Combinatorics,
[6] FELLER (W.). – An Introduction to Probability tion to the Theory of Numbers, 4th ed., Cambridge University Press, 1999. ISBN 0
Theory (2 volumes), John Wiley, 1966. Oxford, 1960. 521 66351 2.

Langue

Analyse Combinatoire Élémentaire

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analyse Combinatoire Élémentaire

Transféré par

Droits d'auteur :

Formats disponibles

Analyse combinatoire élémentaire

par Louis COMTET

1. Principes et premières applications ................................................... AF 200 – 3

donna, sans doute l’un des premiers, les coefficients du développement du

Notations et abréviations Notations et abréviations

Notations et abréviations Notations et abréviations

inclus dans A : B ⊂ A . 21. S (n, k) = nombre de Stirling de seconde espèce

1. Principes et premières 1.1.1 Principe de la bijection

A<B RA=A ■ Le produit cartésien A × B (de deux ensembles finis A et B) est,

n! = ∏ x =  ∏ x ⋅  ∏ x ⋅  ∏ x …

v1, n b = {1, 2, 3, …, n}, f ( t, u ) = 2t + 2u – t – u – t + u ,

qui est doublement (1, 1)-périodique, et à valeurs 0 ou 1, comme on

Figure 4 – Schéma pour la formule de Legendre Figure 5 – La fonction 2t + 2u – t – u – t + u

Preuve. r Soit $ n l’ensemble des diviseurs de n et soit m ∈ $ n .

Le procédé de calcul de ϕ (n) que nous donnons maintenant est

Théorème 2. L’indicatrice d’Euler ϕ (n) admet la formule

sachant que la décomposition en facteurs premiers de n est

Preuve. r Nous utiliserons la formule du crible (§ 1.2). Appelons

n 6 Aj la partie de v1, n b constituée des entiers qui sont des multiples de

D’autre part, il est bien clair que Φ ( n ) = A 1 ⋅ A 2 … A k , intersection

= n  1 – ------  1 – ------ …  1 – ------ .

6. Il existe une constante absolue C telle que :

Figure 9 – Construction d’un arbre

j k Certains auteurs appellent graphe un graphe au sens qui vient

1.7 Quatrième application : formule

i Voici le grand résultat combinatoire concernant les arbres d’un

Théorème 3 (de Cayley, 1889). Le nombre d’arbres sur un

Définition 1. Une combinaison de k objets de N est une par-

Définition 2. Un arrangement de k objets de N est une partie

Figure 10 – Preuve du théorème de Cayley : arbre de départ

Si besoin est, on peut noter :

d g4 e g5 ■ Se donner une combinaison A de N équivaut évidemment à se

On dit que f est la fonction caractéristique de A, souvent notée * A.

■ Se donner un k-arrangement A de N équivaut à se donner une Figure 13 – Permutation : exemple

Figure 12 – Arrangement : exemple α ∈ A k ( v1, n b ) = E,

= # { Ak – 1 ( v1, n b ) } × # { v1, n – k + 1 b } 2.3 Combinaisons : leur nombre

a disparu de l’enseignement de notre pays au début du XXe siècle,

2.4.2 Polynômes binomiaux

1 2 3 4 5 6 7 8 9 Cette notation universelle, outre son esthétique et sa grande

La notation des polynômes « factorielle descendante » introduite

2.5 Formule du binôme (de Newton) 2.6 Coefficients binomiaux

∆n(ƒ) = ∆(∆n – 1(ƒ)) , n > 1

E k(ƒ(t )) = ƒ(t + k) soit :

pour tout entier k ∈ N . Faisons la même convention pour un nW n = ( n – 1 ) W n – 2 ,

3. « Qui peut le plus peut le moins » ; c’est pourquoi nous n’établi-

■ Soient : v n = ln ( n! ) –  n + --- ln ( n ) + n et u n = v n – ---------- , n > 2.

Théorème 11 (Un encadrement explicite du coefficient

Encadrons, pour terminer, le reste R3(n).

Au moyen des intégrales de Wallis, on prouverait aussi que : β (A ) = N \ A . r

Bien sûr, la verticalité peut-être remplacée par le parallélisme à la

● La recherche des bonnes combinaisons linéaires de coefficients n n – 1  n – 1

avec j = exp i ------- ,on découvre que :

0 1 (1+1)n + (1 + j )n + (1 + j 2)n = 3Sn.

a cas n = 10 b cas n = 11 c courbe en cloche normalisée

Effectuant le produit de ces trois facteurs, il arrive finalement :

Preuve. r Introduisons les nombres de Stirling de première

n On vient ainsi de définir la puissance fractionnaire de P.

Ici, on définit Ai comme étant l’ensemble des permutations de N

k   Il se trouve que ces notations baroques trouvent leur barrière

1 0 0 0 0 0 0 … 1. La considération de S2(n) (S1(n))k – 1 – S2(n – 1).(S1(n –1)k – 1

1 2 1 0 0 0 0 … S2j (n) = S2(n)Wk – 1(S1),

Centres d'intérêt liés

Vous aimerez peut-être aussi