Lycée Pierre de Fermat 2020/2021

MPSI 1 TD

Dénombrement

1 Dénombrements usuels.
1.1 Dénombrer ≪ à la main ≫ en suivant un algorithme de dénombrement
⊲ Exercice 1.1. 
0 1 1 1  
 1 0 1 1 
1. Soit A =  . De combien de façons peut-on extraire la matrice 1 1 de A ?
 1 1 0 1  1 1
1 1 1 0
 
0 1 1 1
 1 0 1 0   
  1 0
2. Soit A = 
 0 1 0 1 
. De combien de façons peut-on extraire la matrice de A ?
 1 0 1
1 0 0 
0 0 0 1

1.2 Arrangements et Combinaisons

⊲ Exercice 1.2. 
1 2 3 4 5 6
 0 0 0 1 0 0 
1. Soit A = 
 0
 ∈ M4,6 (R).
7 8 0 0 0 
1 1 1 1 1 1
 
De combien de peut-on extraire la matrice 0 0 0 de A ?
façons
 
0 1 1 1 1
 1 1 0 1 1 
 
2. Soit A = 
 1 1 1 0 1   ∈ M5 (R).
 1 1 1 1 1 
1 1 0 1 1
 
1
De combien de façons peut-on extraire la matrice de A ?
1
⊲ Exercice 1.3. Nombre de matrices extraites de A ∈ Mn,p (K)
Soit A ∈ Mn,p (C) dont les np coefficients sont tous deux à deux différents.
1. Soient (n′ , p′ ) ∈ [[1, n]] × [[1, p]]. Combien existe-t-il de matrices extraites de A de taille (n′ , p′ ) ?
2. Combien existe-t-il de matrices extraites de A ?
⊲ Exercice 1.4.
Les élèves du lycée ont décidé de prendre des paris sur l’ordre et les noms des trois élèves primés du concours
de tir à l’arc prévu dans la soirée. M. Larcher, très concerné, les a centralisés et il a observé au moins 500 paris
différents. Que peut-on dire du nombre de cibles à trouver ?
⊲ Exercice 1.5.
1. À partir des 46 élèves de la MPSI-1 (14 filles), on souhaite choisir une arbitre puis répartir les autres
élèves en 3 équipes de rugby. Combien y-a-t-il de possibilités ?
2. On suppose les équipes et l’arbitre choisies. Les 3 équipes de rugby sont regroupées avec 6 autres équipes
issues des deux autres MPSI puis réparties par tirage au sort en 3 poules A, B et C pour un mini
championnat. Combien y-a-t-il de possibilités ? Quelle est la probabilité que deux équipes (au moins)
d’une même classe soient dans la même poule ? Quelle est la probabilité que les trois équipes de la classe
MPSI-1 soient dans la même poule ? Quelle est la probabilité que deux équipes (au moins) de la MPSI-1
soient dans la même poule ? Quelle est la probabilité que les trois équipes de la classe soient dans des
poules différentes ?
Trouver de deux méthodes le nombre de répartitions des 9 équipes en 3 poules de 3 pour lesquelles deux
équipes de la MPSI-1 et pas trois sont la même poule.
⊲ Exercice 1.6. Pour le plaisir du sport. C’est l’histoire de 3 tee-shirts parfaitement identiques qu’une utilisation
intense a rendus sales et donc discernables.

1
 1. Combien de façons existe-t-il de répartir les 3 tee-shirts sales dans 3 machines à laver situées les unes à
côté des autres au pressing.
2. Combien de façons existe-t-il de répartir les 3 tee-shirts propres dans les 3 tiroirs (discernables) d’une
même commode.
3. Combien de façons existe-t-il de regrouper les 3 tee-shirts propres en 3 paquets pour les ranger dans un
même tiroir ?
4. Au fait, combien de façons existait-t-il de répartir les 3 tee-shirts sales dans 3 sacs indiscernables pour les
emporter au pressing ?
Reprendre l’exercice avec 4 tee-shirts au lieu de 3.
⊲ Exercice 1.7. Dénombrements dans Sn .
1. Déterminer le nombre cn,2 de transpositions de Sn , puis le nombre cn,p de p-cycles de Sn (p > 2).
2. Déterminer le nombre de permutations d’ordre 2 de S6 .
3. Déterminer le nombre de permutations d’ordre 4 de S6 .
4. Déterminer le nombre de permutations d’ordre 6 de S7 .
5. Déterminer le nombre de permutations d’ordre 6 de S8 .
6. Déterminer le nombre de permutations d’ordre 12 de S13 (on exprimera le résultat comme somme de
2
produits de ci,j où (i, j) ∈ [[1, 13]] ).
⊲ Exercice 1.8.
1. Déterminer, en fonction de n ∈ N, le nombre de solutions de l’équation

x+y+z =n , (x, y, z) ∈ N3

2. Déterminer, en fonction de n ∈ N et p ∈ N∗ , le nombre de solutions de l’équation

a1 + a2 + . . . + ap = n d’inconnues (a1 , . . . , ap , ap+1 ) ∈ Np+1

⊲ Exercice 1.9.
1. Donner la dimension du sous-espace vectoriel Kn [X1 , X2 ] des polynômes homogènes de degré n dans
K[X1 , X2 ]. Une base de K0 [X1 , X2 ] est 1 = X10 X20 , une base de K1 [X1 , X2 ] est (X1 = X11 X20 , X2 = X10 X21 ),
une base de K2 [X1 , X2 ] est (X12 = X12 X20 , X1 X2 = X11 X21 , X22 = X10 X22 ), . . .
2. Donner dimension du sous-espace vectoriel des polynômes homogènes de degré n dans K[X1 , . . . , Xp ].
⊲ Exercice 1.10. Applications croissantes et strictement croissantes.
Soient n et p deux entiers naturels tels que n > p.
1. Déterminer le nombre d’applications strictement croissantes de [[1, p]] dans [[1, n]], on note SC(p, n) leur
ensemble.
2. (Plus subtile) Déterminer le nombre d’applications croissantes de [[1, p]] dans [[1, n]], on note C(p, n) leur
 C(p, n) → SC(. . . , . . .)

ensemble. On pourra s’intéresser à l’application Ψ  [[1, p]] → ...
 f 7→
k 7 → f (k) + k − 1
3. Autre méthode pour retrouver le cardinal de C(p, n).

 C(p, n) → {(a1 , . . . , ap , ap+1 ) ∈ Np+1 | a1 + a2 + . . . + ap+1 = n − 1}
(a) Montrer que l’application Φ 
f 7→ (f (1) − 1, f (2) − f (1), . . . , f (p) − f (p − 1), n − f (p))
est bien définie et bijective.
(b) En déduire le cardinal de C(p, n).
⊲ Exercice 1.11.
Soit E un ensemble fini de cardinal n ∈ N∗ .
Soit A ∈ P(E) \ {∅} tel que |A| = p 6 n.
1. Quel est le cardinal de l’ensemble X des parties de E contenant au moins un élément de A ?
b des parties de E contenant exactement un élément de A ?
2. Quel est le cardinal de l’ensemble X
⊲ Exercice 1.12.
Soit E un ensemble fini de cardinal n ∈ N∗ .
1. Calculer le cardinal de E2 (E) = {(X, Y ) ∈ P(E)2 | X ⊆ Y }.
2. Généraliser le résultat précédent en calculant pour p > 2 le cardinal de

Ep (E) = {(X1 , . . . , Xp ) ∈ P(E)p | X1 ⊆ . . . ⊆ Xp }.

2
⊲ Exercice 1.13.
Soit E un ensemble fini de cardinal n ∈ N∗ .
Soit A ∈ P(E) \ {∅} tel que |A| = p 6 n.
1. Quel est le cardinal de l’ensemble E1 des parties de E contenant A ?
2. Quel est le cardinal de l’ensemble E2 des parties de E de cardinal m contenant A ?
3. Quel est le cardinal de l’ensemble E3 des couples de parties de E d’intersection exactement A ?

2 Suites définies à partir d’une question de dénombrement

2.1 Exemples classiques
⊲ Exercice 2.1. Nombre de parenthésages ou nombres de Catalan.
Soient a0 , a2 , · · · , an (n ∈ N) des éléments d’un ensemble E muni d’une loi de composition interne ∗ que l’on
ne suppose pas associative. On note cn le nombre de valeurs a priori différentes que peut prendre, en fonction
des positions des parenthèses, l’expression a0 ∗ a1 ∗ · · · ∗ an . On pose c0 = 1.
1. Calculer c1 , c2 , c3 , c4 .
n
X
2. Montrer que ∀n ∈ N, cn+1 = ck cn−k .
k=0
 
1 2n
3. Montrer que cn = .
n+1 n
⊲ Exercice 2.2. Nombres de Bell.
Une partition d’un ensemble E est un ensemble de parties de E qui sont non vides, deux à deux disjointes et
qui recouvrent E.
Pour tout n ∈ N∗ , on note pn le nombre de partitions de l’ensemble [[1, n]].
Par convention, on pose p0 = 1.
1. Calculer p1 , p2 , p3 .
n  
X n
2. Montrer que, ∀n ∈ N, pn+1 = pk .
k
k=0
3. Calculer p6 .
4. Notons, pour tout n ∈ N∗ , rn le nombre de relations d’équivalence sur un ensemble à n éléments. Trouver
une relation de récurrence entre rn et les rk , k < n. On pourra poser r0 = 1 et relier rn à pn .
t
−1
5. Considérons la fonction définie par f (t) = ee .
(a) Calculer le DL3 (0) en 0 de f et en déduire que ∀k ∈ [[0, 3]], f (k) (0) = pk .
(b) Montrer que, pour tout n ∈ N, f (n) (0) = pn . On pourra, en appliquant la formule de Leibniz à f ′ ,
montrer que la suite (f (n) (0))n∈N satisfait la même relation de récurrence que la suite (pn )n∈N .

2.2 Deux outils classiques

⊲ Exercice 2.3. Formule d’inversion de Pascal.
Soient (ak )k∈N et (bk )k∈N deux suites complexes.

 R [X] → Rn [X]
1. Calculer la matrice M de Φ :  n dans la base canonique de Rn [X].
P 7→ P (X + 1)
Expliciter Φ−1 (après avoir justifié son existence) et en déduire M −1 .
2. Montrer la formule d’inversion de Pascal :
Xn   n
X  
n n−k n
∀n ∈ N , an = bk ⇐⇒ ∀n ∈ N , bn = (−1) ak
k k
k=0 k=0

⊲ Exercice 2.4. Formule du crible.

Démontrer la formule du crible. On pourra procéder par récurrence sur le nombres de parties de la famille
considérée.

3
2.3 Exemples d’applications
⊲ Exercice 2.5. Nombre de Dérangements
Un dérangement du groupe de pemutations Sn est une bijection de [[1, n]] dans[[1, n]] qui ne possède aucun point
fixe. On note Dn le nombre de dérangements de Sn . Par convention, on pose D0 = 1.
1. Calculer directement D1 , D2 et D3 .
2. Méthode 1 : formule du crible (voir exercice 2.4).
n
X  
n
Montrer que Dn = (−1)n (−1)k k!.
k
k=0
On pourra introduire les ensembles Si = {σ ∈ Sn |σ(i) = i}
3. Méthode 2 : relation de récurrence et formule d’inversion de Pascal.
Xn  
n
(a) Montrer que n! = Dk .
k
k=0
n
X  
n
(b) En déduire que Dn = (−1)n (−1)k k!.
k
k=0
On pourra utiliser la formule d’inversion de Pascal (voir exercice 2.3)
(c) Montrer que, lorsque l’on tire au hasard une permutation dans le groupe symétrique, la probabilité pn
1
d’obtenir un dérangement tend vers lorsque n → +∞.
e

3 Utilisation d’arguments de dénombrement pour obtenir des iden-

tités numériques
⊲ Exercice 3.1. Formule de Vandermonde
1. Soient (m, n, p) ∈ N3 . Montrer, en utilisant un argument de dénombrement la relation
p  
X   
m n m+n
= .
k p−k p
k=0

On pourra considérer un ensemble E de cardinal m + n partitionné en deux sous-ensembles E1 et E2 de

cardinaux respectifs n et m, puis calculer le nombre de parties de cardinal n de E.
2. En déduire que
n  2
X  
n 2n
∀n ∈ N , = .
k n
k=0

4 Utilisation du principe des tiroirs de Dirichlet, des propriétés d’in-

jectivité ou de surjectivité d’une application
⊲ Exercice 4.1.
1. Montrer qu’une injection de N dans N n’est pas majorée.
2. Le résultat est-il encore vrai pour les injections de Z dans Z ?
⊲ Exercice 4.2. Soient 12 entiers naturels deux à deux distincts à deux chiffres. Montrer qu’il en existe deux
dont la différence a une écritue décimale de la forme aa avec a ∈ [[1, 9]].
⊲ Exercice 4.3. Montrer que, dans l’ensemble des nombres qui ne s’écrivent qu’avec des 7, il en existe une
infinité qui sont divisibles par 61.
⊲ Exercice 4.4. X. Soit {Ai ∈ GLn (K)|1 6 i 6 N } une famille de matrices inversibles de Mn (K) stable par
multiplication. Montrer que cette famille constitue un sous-groupe de GLn (K).
⊲ Exercice 4.5. Mines. Soit (G, ∗) un groupe fini. Soient (A, B) ∈ P(G)2 telles que |A| + |B| > |G|. Montrer
que G = AB = {a ∗ b | (a, b) ∈ A × B}.

5 Techniques matricielles en dénombrement

Voir feuille de TD sur les matrices.

4
Correction des exercices
⊲ Corrigé de l’exercice 1.1
1. Toute extraction de A ∈ M4 (R) est caractérisée par les entiers (i1 , i2 , j1 , j2 ) tels que 1 6 i1 < i2 6 4 et
1 6 j1 < j2 6 4.
Nous adoptons l’algorithme de dénombrement suivant : on fixe i1 , on cherche les couples (j1 , j2 ) possibles
(condition Ai1 ,j1 = 1 et Ai1 ,j2 = 1) puis on cherche les valeurs possibles de i2 ∈ [[i1 + 1, 4]] (condition
Ai2 ,j1 = 1 et Ai2 ,j2 = 1) :
i1 (j1 , j2 ) i2
1 (2, 3) 4
1 (2, 4) 3
1 (3, 4) 2
2 (1, 3) 4
2 (1, 4) 3
2 (3, 4) ∅
3 (1, 2) 4
3 (1, 4) ∅
3 (2, 4) ∅

 
1 1
Ainsi, il existe 6 extractions donnant la même matrice .
1 1

2. Toute extraction de A ∈ M5,4 (R) est caractérisée par les entiers (i1 , i2 , j1 , j2 ) tels que 1 6 i1 < i2 6 5 et
1 6 j1 < j2 6 4.
Nous adoptons l’algorithme de dénombrement suivant : on fixe i1 , on cherche les couples (j1 , j2 ) possibles
(condition Ai1 ,j1 = 1 et Ai1 ,j2 = 0) puis on cherche les valeurs possibles de i2 ∈ [[i1 + 1, 5]] (condition
Ai2 ,j1 = 0 et Ai2 ,j2 = 1) :

i1 (j1 , j2 ) i2
1 ∅
2 (1, 2) 3
2 (1, 4) 3
5
2 (3, 4) 3
5
3 (2, 3) ∅
4 (1, 3) ∅
4 (1, 4) 5
4 (2, 3) ∅
4 (2, 4) 5

 
1 0
Ainsi, il existe 7 extractions donnant la même matrice .
0 1

⊲ Corrigé de l’exercice 1.2

 
1. Il y a autant de façons d’extraire la sous-matrice 0 0 0 de A que
⋆ de choix de 3 colonnes parmi 5 si on extrait selon la ligne d’indice 2,
⋆ de choix de 3colonnes
  parmi 4 si on extrait selon la ligne d’indice 3,
5 4
ce qui donne + 14 possibilités .
3 3
 
1
2. Il y a autant de façons d’extraire la sous-matrice  1  de A que
1
⋆ de choix de 2 lignes parmi 4 si on extrait selon la colonne d’indice 1,
⋆ de choix de 2 lignes parmi 5 si on extrait selon la colonne d’indice 2,
⋆ de choix de 2 lignes parmi 3 si on extrait selon la colonne d’indice 3,
⋆ de choix de 2 lignes parmi 4 si on extrait selon la colonne d’indice 4,
⋆ de choix de2  lignes
 parmi
 5 sion extrait selon la colonne d’indice 5,

4 3 5
ce qui donne 2 + +2 soit 35 possibilités .
2 2 2

1
⊲ Corrigé de l’exercice 1.3 Remarquons que l’hypothèse sur les coefficients de A tous deux à deux distincts
permet de garantir qu’il n’existe pas de matrices extraites de A identiques obtenues par des sélections de lignes
et de colonnes différentes.
1. Il existe autant de matrices extraites de A de taille
  (n′ , p′ ) que de façons de choisir simultanément n′
n p
indices parmi n et p′ indices parmi p soir × ′ .
n′ p
   
n p
Ainsi, il y a ′
× ′ matrices extraites de A ∈ Mn,p (C) de taille (n′ , p′ ) ∈ [[1, n]] × [[1, p]].
n p

2. Le nombre total de matrices extraites de A est

X n p Xn  
n X p  
p
× ′ = ×
16n′ 6n
n′ p ′
n ′
′
p ′
n =1 p =1
16p′ 6p

X n  
n
= ′
× (2p − 1)
′
n
n =1
Xn  
n
= (2p − 1)
′
n′
n =1
= (2p − 1)(2n − 1)

Ainsi, il y a (2p − 1)(2n − 1) matrices extraites de A ∈ Mn,p (C).

⊲ Corrigé de l’exercice 1.4

Supposons qu’il y ait n participants (ce qui nécessitera n cibles). Alors le nombres de triplets ordonnés d’élèves
primés est n(n − 1)(n − 2) (tous les arrangements de 3 élèves parmi les n participants).
Ainsi, n > min{p ∈ N∗ | p(p − 1)(p − 2) > 500}.
Or pour p = 9, p(p − 1)(p − 2) = 504 et pour p = 8, p(p − 1)(p − 2) = 336 donc n>9 .

⊲ Corrigé de l’exercice 1.5

1. Il y a 14 choix pour l’arbitre. Il reste ensuite à créer 3 groupes non ordonnées de 15 élèves parmi les
45 qui restent, il faut donc dénombrer les partitions de 45 élèves en 3 groupes de 15. Il y a autant de
45!
façons de créer 3 groupes ordonnés qu’il y a de 3 partages de type (15, 15, 15) des 45 élèves soit .
15!3
Or parmi tous ces 3-partages, 3! = 6 correspondent à une permutation de la même partition des 45 élèves
en 3 groupes de 15.

14 45!
Ainsi, il existe × possibilités.
6 15!3

2. • Lors du tirage au sort des poules, les 9 équipes doivent êtres numérotées (de 1 à 9 par exemple). Toute
répartition en 3 poules de 3 correspond à un 3 partage de type (3, 3, 3) de ces 9 équipes, il y a donc
9!
= 1680 possibilités.
3!3
• Cherchons le nombre de situations où deux équipes d’une même classe ne sont jamais dans une même
poule. Il existe pour chaque classe 3! façons différentes de répartir les 3 équipes dans une poule chacune
ce qui donne 3!3 = 216 possibilités.
Il existe donc 1680 − 216 = 1464 situations dans lesquelles au moins 2 équipes d’une même classe sont
1464 61
dans une même poule soit une probabilité de = ≃ 0, 87.
1680 70
• Le nombres de 3-partages dans les quelle les 3 équipes de la MPSI-1 sont dans la même poule correspond
à
6!
3
|{z} × 2
3!
|{z}
choix de la poule
répartitions des 6 autres équipes en 2 poules de 3
i.e. le nombre de 2 partages de type (3, 3)
1
ce qui donne 60 possibilités et une probabilité de ≃ 0, 036.
28
• Les répartitions pour lesquelles au moins deux équipes de la MPSI-1 sont dans la même poule sont les
situations complémentaires du cas où les 3 équipes de la MPSI-1 sont dans la même poule donc cela
27
donne 1680 − 60 = 1620 possibilités et donc une probabilité de ≃ 0, 96.
28

2
 • Le nombres de 3-partages dans les quelle les 3 équipes de la MPSI-1 sont dans des poules différentes
correspond à
6!
3!
|{z} × 3
2!
|{z}
répartitions d’une équipe de la MPSI-1 par poule
répartitions des 6 autres équipes en 3 parties de 2
i.e. le nombre de 3 partages de type (2, 2, 2)

9
soit 540 possibilités ce qui donne une probabilité de ≃ 0, 32.
28
• Nous avons trouvé 540 façons que mettre les 3 équipes de la MPSI-1 dans 3 poules différentes, nous
avons trouvé 60 répartitions dans lesquelles les 3 équipes sont dans la même poule. Il y a 1680
répartitions possibles donc il y en a exactement 1680 − 60 − 540 = 1080 pour lesquelles exactement 2
équipes sont dans la même poule. Retrouvons cette valeur par un dénombrement direct :
 
3 6!
× 3
|{z} × 2
|{z}
2 1! × 2! × 3!
|{z} choix de la poule choix de la poule | {z }
choix des deux ayant les équipes accueillant l’autre répartitions des 6 autres équipes
équipes dans la de la MPSI 1 équipe de la MPSI 1 en 3 parties de card 1, 2 et 3
même poule i.e. le nombre de 3-partages
de type (1, 2, 3)

ce qui fait bien 1080.

⊲ Corrigé de l’exercice 1.6

1. Combien de façons existe-t-il de répartir les 3 tee-shirts sales dans 3 machines à laver situées les unes à
côté des autres au pressing.
Il y a 3 choix possibles pour chaque tee-shirt, du premier au troisième puisque la saleté les a rendu
discernables soit 33 = 27 possibilités.
2. Combien de façons existe-t-il de répartir les 3 tee-shirts propres dans les 3 tiroirs (discernables) d’une
même commode.
En notant respectivement x1 , x2 et x3 les nombres de tee-shirts dans le premier, le deuxième et le troisième
tiroir, il y a autant de possiblités que de solutions à l’équation d’inconnues (x1 , x2 , x3 ) ∈ N3

x1 + x2 + x3 = 3
 
5
à savoir = 10 (autant qu’il y a de choisir 2 batonnets séparateurs parmi 3 + 2 batonnets alignés, voir
2
exercice 7).
3. Combien de façons existe-t-il de regrouper les 3 tee-shirts propres en 3 paquets pour les ranger dans un
même tiroir ?
Pour les dénombrer, repérons les partitions d’un ensemble de 3 éléments indiscernables en 3 parties par
la liste croissante des cardinaux des parties :

(0, 0, 3), (0, 1, 2), (1, 1, 1)

cela donne 3 possibilités.

Pour voir le lien avec le dénombrement de la question 2, listons toutes les possibilités de dénombrement
de la question 2 et identifions celles qui ne comptent que pour une seule sachant que les paquets sont
indiscernables :

3
 une partition n’ayant pas d’ordre, on la représente par la liste croissante des cardinaux de ses parties

machine 1 machine 2 machine 3 partition obtenue une fois les tee-shirts propres
T1 T2 T3 0, 0, 3
T1 T2 T3 0, 0, 3
T1 T2 T3 0, 0, 3
T1 T2 T3 0, 1, 2
T2 T3 T1 0, 1, 2
T1 T3 T2 0, 1, 2
T1 T2 T3 0, 1, 2
T2 T3 T1 0, 1, 2
T1 T3 T2 0, 1, 2
T1 T2 T3 0, 1, 2
T2 T3 T1 0, 1, 2
T1 T3 T2 0, 1, 2
T3 T1 T2 0, 1, 2
T1 T2 T3 0, 1, 2
T2 T1 T3 0, 1, 2
T3 T1 T2 0, 1, 2
T1 T2 T3 0, 1, 2
T2 T1 T3 0, 1, 2
T3 T1 T2 0, 1, 2
T1 T2 T3 0, 1, 2
T2 T1 T3 0, 1, 2
T1 T2 T3 1, 1, 1
T1 T3 T2 1, 1, 1
T2 T1 T3 1, 1, 1
T2 T3 T1 1, 1, 1
T3 T2 T1 1, 1, 1
T3 T1 T2 1, 1, 1

Au final on voit que

— les 3 rangements des trois tee-shirts dans la même machine donnent la même partition (0, 0, 3),
— les 18 rangements consistant à laisser une machine vide et à mettre deux tee-shirts dans une autre et
un seul dans la dernière donnent la même mpartition (0, 1, 2),
— les 6 rangements consistant à mettre un tee-shirt par machine donnent 6 fois la même partition (1, 1, 1).
4. Au fait, combien de façons existait-t-il de répartir les 3 tee-shirts sales dans 3 sacs indiscernables pour les
emporter au pressing ?
Il y a autant de solutions que de partitions d’un ensemble à 3 éléments distincts en 3 parties. Pour les
dénombrer, prenons le nombre de partitions d’un ensemble à 3 éléments indiscernables et créeons les
paquets :
partition, tee-shirts indiscernables 3 paquets, tee-shirts discernables
(1, 1, 1) T1 , T2 , T3
(0, 1, 2) ∅, T1 , T2 T3
∅, T2 , T1 T3
∅, T3 , T1 T2
(0, 0, 3) ∅, ∅, T1 T2 T3
Cela donne 5 possibilités de rangement.
Résumons les résultats dans le tableau suivant :
3 objets discernables 3 objets
 indiscernables

3 5
3 emplacements discernables 3 = 27 = 10
2
3 emplacements indiscernables 5 3

Traitons le cas de 4 tee-shirts :

1. Combien de façons existe-t-il de répartir les 4 tee-shirts sales dans 3 machines à laver situées les unes à
côté des autres au pressing.
Il y a 3 choix possibles pour chaque tee-shirt, du premier au quatrième puisque la saleté les a rendu
discernables soit 34 = 81 possibilités.

4
 2. Combien de façons existe-t-til de répartir les 4 tee-shirts propres dans les 3 tiroirs (discernables) d’une
même commode.
En notant respectivement x1 , x2 et x3 les nombres de tee-shirts dans le premier, le deuxième et le troisième
tiroir, il y a autant de possiblités que de solutions à l’équation d’inconnues (x1 , x2 , x3 ) ∈ N3
x1 + x2 + x3 = 4
 
6
à savoir = 15 (autant qu’il y a de choisir 2 batonnets séparateurs parmi 4 + 2 batonnets alignés, voir
2
exercice 7).
3. Combien de façons existe-t-il de regrouper les 4 tee-shirts propres en 3 paquets pour les ranger dans un
même tiroir ?
Pour les dénombrer, repérons les partitions d’un ensemble de 4 éléments indiscernables en 3 parties par
la liste croissante des cardinaux des parties :
(0, 0, 4), (0, 1, 3), (0, 2, 2), (1, 1, 2))
cela donne 4 possibilités.
4. Au fait, combien de façons existait-t-il de répartir les 4 tee-shirts sales dans 3 sacs indiscernables pour les
emporter au pressing ?
Il y a autant de solutions que de partitions d’un ensemble à 4 éléments distincts en 3 parties. Pour les
dénombrer, prenons le nombre de partitions d’un ensemble à 3 éléments indiscernables et créeons les
paquets :
partition, tee-shirts indiscernables 3 paquets, tee-shirts discernables
(1, 1, 2) T3 , T4 , T1 T2
T4 , T2 , T1 T3
T3 , T2 , T1 T4
T1 , T4 , T2 T3
T1 , T3 , T2 T4
T1 , T2 , T3 T4
(0, 2, 2) ∅, T1 T2 , T3 T4
∅, T1 T3 , T2 T4
∅, T1 T4 , T2 T3
(0, 1, 3) ∅, T1 , T2 T3 T4
∅, T2 , T1 T3 T4
∅, T3 , T1 T2 T4
∅, T4 , T1 T2 T3
(0, 0, 4) ∅, ∅, T1 T2 T3 T 4
Cela donne 14 possibilités de rangement.
Résumons les résultats dans le tableau suivant :
4 objets discernables 4 objets
 indiscernables

3 6
3 emplacements discernables 4 = 64 = 15
2
3 emplacements indiscernables 14 4
⊲ Corrigé de l’exercice 1.7
1. Déterminer le nombre cn,2 de transpositions de Sn , puis le nombre cn,p de p-cycles de Sn (p > 2).
 
n n(n − 1)
Le nombre de transpositions est : cn,2 = .
2 2
n!
Pour p > 2, le nombre de p-cycles est cn,p = .
p(n − p)!
Pour obtenir ce résultat proposons deux méthodes :  
n
— Méthode 1. Pour déterminer un p-cycle il faut choisir son support ce qui donne possibilités.
p
Ensuite, pour déterminer tous les p-cycles distincts ayant un support (a1 , . . . , ap ) donné, on pourrait
penser qu’il s’agit de p! c’est à dire le nombre d’arrangements de p éléments parmi p, or parmi ces p!
arrangements figurent
(a1 , . . . , ap ) , (a2 , . . . , ap , a1 ) , (a3 , . . . , ap , a1 , a2 ) , . . . , (ap , a1 , . . . , ap−1 )
qui sont p p-cycles identiques, donc c’est une erreur ! ! ! pour y remédier, choisissons d’imposer le
premier élément du p-cycle, par exemple a1 et voyons toutes les façons d’arranger les (p − 1) autres
éléments a2 ,  , ap ce qui donne (p − 1)! p-cycles différents.
. . .
n n!(p − 1)! 1 n!
Ainsi, il y a × (p − 1)! = = p-cycles.
p p!(n − p)! p (n − p)!

5
 n!
— Méthode 2. Partons du nombres de façons d’arranger p éléments parmi n, à savoir puis
(n − p)!
parmi tous ces p-cycles, cherchons combien de fois apparaı̂t le même :le même apparaı̂t exactement
p-fois, ses p représentants étant

(a1 , . . . , ap ) , (a2 , . . . , ap , a1 ) , (a3 , . . . , ap , a1 , a2 ) , . . . , (ap , a1 , . . . , ap−1 )

1 n!
si bien qu’il y a cn,p = × p-cycles dans Sn .
p (n − p)!
2. Déterminer le nombre de permutations d’ordre 2 de S6 .
Une permutation est d’ordre 2 si et seulement si le ppcm des longueurs des cycles apparaissant dans sa
décomposition en cycles à supports disjoints est 2. Par conséquent, sa décomposition en produit de cycles
à supports disjoints est composée d’au moins une transpositions et les aures cycles sont des transpositions
ou des points fixes.
Un élément d’ordre 2 de S6 est composé
⋆ d’une seule transposition et de 4 points fixes ce qui donne

c6,2 = 15

possibilités
⋆ de deux transpositions à supports disjoints et de 2 points fixes ce qui donne
c6,2 × c4,2
= 45
2!
possibilités (la division par 2! correspond au fait que la décomposition en produit de cycles à supports
disjoints est unique modulo l’ordre des cycles, et pour arranger 2 transpositions, il y a 2! façons)
⋆ de trois transpositions à supports disjoints ce qui donne
c6,4 × c4,2 × c2,2
= 15
3!
possibilités (la division par 3! correspond au fait que la décomposition en produit de cycles à supports
disjoints est unique modulo l’ordre des cycles, et pour arranger 3 transpositions, il y a 3! façons)
Ainsi, S6 compte 75 permutations d’ordre 2.

3. Déterminer le nombre de permutations d’ordre 4 de S6 .

Une permutation est d’ordre 4 si et seulement si le ppcm des longueurs des cycles apparaissant dans
sa décomposition en cycles à supports disjoints est 2. Par conséquent, sa décomposition en produit de
cycles à supports disjoints est composée d’au moins un 4-cycles, les autres cycles étant des 4-cycles, des
transpositions ou des points fixes.
Un élément d’ordre 2 de S6 est composé
⋆ d’un 4-cycle et de 2 points fixes ce qui donne

c6,4 = 90

possibilités
⋆ d’un 4-cycle et d’une transposition ce qui donne

c6,4 × c2,2 = 90

Ainsi, S6 compte 180 permutations d’ordre 4.

4. Déterminer le nombre de permutations d’ordre 6 de S7 .

Une permutation est d’ordre 6 si et seulement si le ppcm des longueurs des cycles apparaissant dans sa
décomposition en cycles à supports disjoints est 6. Par conséquent, sa décomposition en produit de cycles
à supports disjoints est composée est composée de cycles dont les longuers sont des multiples de 2 et 3
et des diviseurs de 6 ce qui rend possible la présence de cycles de longueurs à valeurs dans l’ensembe
{1, 2, 3, 6}.
Énumérons les différentes possibilités en listant les cycles de la décomposition en cycles à supports disjoints
par ordre de longueurs décroissantes.
Un élément d’ordre 6 de S8 est composé
⋆ d’un 6-cycle et d’un point fixe, ce qui donne

c7,6 = 840

possibilités,

6
 ⋆ d’un 3-cycle et d’une transposition et de deux points fixes, ce qui donne

c7,3 × c4,2 = 420

possibilités,
⋆ d’un 3-cycle et de deux transpositions, ce qui donne
c4,2 × c2,2
c7,3 × = 210
2!
possibilités (attention subtilité : la division par 2! correspond au fait que la décomposition en produit
de cycles à supports disjoints est unique modulo l’ordre des cycles, et pour arranger 2 transpositions,
il y a 2! façons),
Ainsi, S7 compte 1470 permutations d’ordre 6.

5. Déterminer le nombre de permutations d’ordre 6 de S8 .

Une permutation est d’ordre 6 si et seulement si le ppcm des longueurs des cycles apparaissant dans sa
décomposition en cycles à supports disjoints est 6. Par conséquent, sa décomposition en produit de cycles
à supports disjoints est composée est composée de cycles dont les longuers sont des multiples de 2 et 3
et des diviseurs de 6 ce qui rend possible la présence de cycles de longueurs à valeurs dans l’ensembe
{1, 2, 3, 6}.
Énumérons les différentes possibilités en listant les cycles de la décomposition en cycles à supports disjoints
par ordre de longueurs décroissantes.
Un élément d’ordre 6 de S8 est composé
— d’au moins un 6-cycle :
⋆ d’un 6-cycle et de 2 points fixes, ce qui donne
8!
c8,6 = = 3360
6 × 2!
possibilités,
⋆ d’un 6-cycle et d’une transposition, ce qui donne
8! 2!
c8,6 × c2,2 = × = 3360
6 × 2! 2 × 0!
possibilités,
— d’au moins un 3-cycle et d’au moins une tansposition :
⋆ d’un 3-cycle et d’une transposition et 3 points fixes, ce qui donne
8! 5!
c8,3 × c5,2 = × = 1120
3 × 5! 2 × 3!
(attentions les supports du 3-cycle et de la transposition doivent être disjoints ce qui explique que
le support de la transposition est à choisir parmi les 5 éléments du complémentaire du support du
3-cycle choisi) possibilités,
⋆ d’un 3-cycle et de deux transpositions et d’un point fixe, ce qui donne
c5,2 × c3,2 8! 1 5! 3!
c8,3 × = × × × = 1680
2! 3 × 5! 2 2 × 3! 2 × 1!
(attentions les supports du 3-cycle des deux transpositions doivent être disjoints ce qui explique
que le support de la première transposition est à choisir parmi les 5 éléments du complémentaire
du support du 3-cycle choisi et celui de la deuxième transposition est à choisir parmi les 3 éléments
restants !, ici il y a une autre subtilité : la décomposition en cycles à supports disjoints est unique
modulo l’ordre des cycles, donc le produit c5,2 ×c3,2 compte deux fois tous les produits de deux tans-
positions, pour (a, b, c, d) deux à deux distincts, il compte une fois (a, b)(c, d) et une fois (c, d)(a, b)
d’où la nécessité de diviser par 2) possibilités,
⋆ de deux 3-cycles et d’une transposition, ce qui donne
c8,3 × c5,3 1 8! 5! 2!
× c2,2 = × × × = 1120
2 2 3 × 5! 3 × 2! 2 × 0!
(justifié avec les mêmes arguments que le calcul précédent) possibilités.
Ainsi, il y a exactement 10640 permutations d’ordre 6 dans S8 .

7
6. Déterminer le nombre de permutations d’ordre 12 de S13 .
Une permutation est d’ordre 12 si et seulement si le ppcm des longueurs des cycles apparaissant dans sa
décomposition en cycles à supports disjoints est 12 = 3 × 4. Par conséquent, sa décomposition en produit
de cycles à supports disjoints ne continent que des cycles dont les longueurs sont des multiples de 3 et 2
et des diviseurs de 12 à savoir 1, 2, 3, 4, 6, 12.
Listons toutes les possibilités en énumérant les cycles de longueurs décroissantes : une permutation d’ordre
12 est composée
— d’au moins un 12-cycle donne :
⋆ d’un 12-cycle et d’un point fixe ce qui donne

c13,12

possibilités,
— d’au moins un 6-cycle et d’au moins un 4-cycle, ce qui donne :
⋆ d’un 6-cycle et d’un 4-cycle et 3 points fixes, ce qui donne

c13,6 × c7,4

possibilités,
⋆ d’un 6-cycle et d’un 4-cycle et d’une transposition et d’un point fixes, ce qui donne

c13,6 × c7,4 × c3,2

possibilités,
⋆ d’un 6-cycle et d’un 4-cycle et d’un 3-cycle, ce qui donne

c13,6 × c7,4 × c3,3

possibilités,
— d’au moins un 3-cycle d’au moins un 4-cycle, ce qui donne :
⋆ de 3 3-cycles et d’un 4-cycle, ce qui donne :
c13,3 × c10,3 × c7,3
× c4,4
3!
possibilités,
⋆ de 2 3-cycles et d’un 4-cycle et de 3 points fixes, ce qui donne :
c13,3 × c10,3
× c7,4
2!
possibilités,
⋆ de 2 3-cycles et d’un 4-cycle et d’une transposition et d’un point fixe, ce qui donne :
c13,3 × c10,3
× c7,4 × c3,2
2!
possibilités,
⋆ d’un 3-cycle et de deux 4-cycles et d’une transposition, ce qui donne :
c10,4 × c6,4
c13,3 × × c2,2
2!
possibilités,
⋆ d’un 3-cycle et de deux 4-cycles et de deux points fixes, ce qui donne :
c10,4 × c6,4
c13,3 ×
2!
possibilités,
⋆ d’un 3-cycle et d’un 4-cycle et de six points fixes, ce qui donne :

c13,3 × c10,4

possibilités,
⋆ d’un 3-cycle et d’un 4-cycle et d’une transposition et de 4 points fixes, ce qui donne :

c13,3 × c10,4 × c6,2

possibilités,

8
 ⋆ d’un 3-cycle et d’un 4-cycle et de deux transpositions et de deux points fixes, ce qui donne :
c6,2 × c4,2
c13,3 × c10,4 ×
2!
possibilités,
⋆ d’un 3-cycle et d’un 4-cycle et de trois transpositions, ce qui donne :
c6,2 × c4,2 × c2,2
c13,3 × c10,4 ×
3!
possibilités.
⊲ Corrigé de l’exercice 1.8
1. (a) Méthode 1.
Notons S l’ensemble des solutions de
x + y + z = n , (x, y, z) ∈ N3
Notons, pour tout p ∈ [[0, n]], Sp l’ensemble des solutions de
x + y + p = n , (x, y) ∈ N3
n
[
Observons que S = Sp .
p=0
Par ailleurs, les ensembles Sp sont disjoints (car définis par des équations différentes) si bien que
n
X
|S| = |Sp |
p=0

De plus, pour tout p ∈ [[0, n]], les solutions de

x + y + p = n , (x, y) ∈ N3
sont (0, n − p), (1, n − p − 1), . . . ,(n − p, 0) ce qui donne n − p + 1 solutions
Ainsi,
n
X n
X n
X n
X n(n + 1) n(n − 1)
|S| = (n − p + 1) = n− p+ 1 = n(n + 1) − +n+1=
p=0 p=0 p=0 p=0
2 2

(n + 2)(n + 1)
Ainsi, x + y + p = n , (x, y) ∈ N3 possède solutions.
2

(b) Méthode 2.
Il est possible de se représenter les solutions de
x + y + p = n , (x, y) ∈ N3
en considérant (n + 2) bâtonnets alignés de gauche à droite. Il y a une bijection entre les solutions
de l’équation et les façon de choisir 2 bâtonnets parmi les n + 2 qui vont partitionner les n bâtonnets
restants en 3 dont les cardinaux respectifs seront x, y et z.
 
n+2
Ainsi, il y a solutions à l’équation x + y + p = n , (x, y) ∈ N3 .
2

2. Pour déterminer, en fonction de n ∈ N et p ∈ N∗ , le nombre de solutions de l’équation

a1 + a2 + . . . + ap = n d’inconnues (a1 , . . . , ap ) ∈ Np ,
adaptons la méthode 2 de la question précédente. Considérons n + p − 1 bâtonnets alignés de gauche à
droite. Il y a une bijection entre les solutions de l’équation et les façons de choisir p − 1 bâtonnets parmi
les n + p − 1 qui vont partitionner les n bâtonnets
 restants
 en p parties dont les cardinaux respectifs seront
n+p−1
a1 , a2 , . . ., ap . Or il existe exactement façons de choisir les p − 1 bâtonnets séparateurs si
p−1
 
p n+p−1
bien que |{(a1 , . . . , ap ) ∈ N | a1 + a2 + . . . + ap = n}| = .
p−1

9
⊲ Corrigé de l’exercice 1.9
1. Une base de Kn [X1 , X2 ] est constituée par les polynômes de l’ensemble

{X1a1 X2a2 | (a1 , a2 ) ∈ N2 , a1 + a2 = n}|

qui est un ensemble de cardinal n + 1 (l’ensemble {(a1 , a2 ) | (a1 , a2 ) ∈ N2 , a1 + a2 = n} est en bijection

avec {(a1 , n − a1 ) | a1 ∈ [[0, n]]})
La dimension du sous-espace vectoriel Kn [X1 , X2 ] des polynômes homogènes de degré n dans K[X1 , X2 ]
vaut n + 1.
2. Une base du sous-espace vectoriel des polynômes homogènes de degré n dans K[X1 , . . . , Xp ] est constituée
par les polynômes de l’ensemble

{X1a1 X2a2 . . . Xpap | (a1 , a2 , . . . , ap ) ∈ Np , a1 + a2 + . . . + ap = n}

Or cet ensemble compte autant d’éléments que l’ensemble  {(a1 , .. . , ap ) ∈ Np | a1 + a2 + . . . + ap = n}

n+p−1
dont le cardinal est calculé dans l’exercice 1.8 et vaut .
p−1
La dimension
  du sous-espace vectoriel des polynômes homogènes de degré n dans K[X1 , . . . , Xp ] est
n+p−1
.
p−1
⊲ Corrigé de l’exercice 1.10
1. Pour dénombrer les applications strictement croissantes de [[1, p]] dans [[1, n]], il faut choisir tous les p-uplets
possibles non ordonnés (car le fait quel’application
 à construire est strictement croissante déterminera
n
qui est l’image de qui) dans [[1, n]] soit applications strictement croissantes.
p
2. Le dénombrement des applications  croissantes de [[1, p]] dans [[1, n]] est plus délicat.
 C(p, n) → SC(p, n + p − 1)

• Considérons l’application Ψ  [[1, p]] → [[1, n + p − 1]]
 f 7→
k 7→ f (k) + k − 1
⋆ Soit f ∈ C(p, n).
− Pour tout k ∈ [[1, p]], Ψ(f )(k + 1) − Ψ(f )(k) = f (k + 1) + (k + 1) − 1 − f (k) − k + 1 =
f (k + 1) − f (k) + 1, or f est croissante donc

Ψ(f )(k + 1) − Ψ(f )(k) = f (k + 1) − f (k) +1 > 0

| {z }
>0
f croiss.
si bien que Ψ(f ) est strictement croissante.
− Ψ(f )(1) = f (1) + 1 − 1 = f (1) > 1 car Imf ⊂ [[1, n]].
− Ψ(f )(p) = f (p) + p − 1 6 n + p − 1 car Imf ⊂ [[1, n]].
Ainsi, Ψ(f ) ∈ SC(p, n + p − 1) donc Ψ est bien définie.
⋆ Soient (f, g) ∈ C(p, n)2 fixées quelconques telles que Ψ(f ) = Ψ(g).
Alors, pour tout k ∈ [[1, p]], Ψ(f )(k) = Ψ(g)(k) donc f (k) + k − 1 = g(k) + k − 1 si bien que
f (k) = g(k).
Par conséquent, f = g d’où l’injectivité de Ψ.
⋆ Soit h ∈ SC(p, n + p − 1) fixé quelconque.
Posons f : [[1, p]] → Z définie par ∀k ∈ [[1, p]], f (k) = h(k) − k + 1.
− Pour tout k ∈ [[1, p]], f (k + 1) − f (k) = h(k + 1) − (k + 1) + 1 − h(k) + k − 1 = h(k + 1) − h(k) − 1,
or h est strictement croissante donc

f (k + 1) − f (k) = h(k + 1) − h(k) −1 > 0

| {z }
>1
h strict. croiss.
si bien que f est croissante.
− f (1) = h(1) − 1 + 1 = h(1) > 1 car Imh ⊂ [[1, n + p − 1]].
− f (p) = h(p) − p + 1 6 n + p − 1 − p + 1 = n car Imh ⊂ [[1, n + p − 1]].
Par conséquent, f ∈ C(p, n).
Ainsi, f appartient à l’ensemble de départ de Ψ donc Ψ(f ) est bien définie et

∀k ∈ [[1, p]] , Ψ(f )(k) = f (k) + k − 1 = h(k) − k + 1 + k − 1 = h(k)

donc Ψ(f ) = h.
Par conséquent, Ψ est surjective.

10
 Ainsi, Ψ est une bijection.  
n+p−1
• Ψ est bijective donc |C(p, n)| = |SC(p, n + p − 1)| = .
p

 C(p, n) → {(a1 , . . . , ap , ap+1 ) ∈ Np+1 | a1 + a2 + . . . + ap+1 = n − 1}
3. (a) Considérons l’application Φ 
f 7→ (f (1) − 1, f (2) − f (1), . . . , f (p) − f (p − 1), n − f (p))
⋆ Soit f ∈ C(p, n).
− Puisque f est à valeurs dans [[1, n]], f (1) − 1 ∈ N (car f (1) > 1) et n − f (n) ∈ N (car f (n) 6 n).
− De plus, par croissance de f , pour tout k ∈ [[1, p − 1]], f (k + 1) − f (k) ∈ N.
p−1
X
− Enfin, après télescopage, f (1) − 1 + (f (k + 1) − f (k)) + (n − f (n)) = n − 1.
k=1
Par conséquent, (f (1)−1, f (2)−f (1), . . . , f (p)−f (p−1), n−f (p)) ∈ {(a1 , . . . , ap , ap+1 ) ∈ Np+1 | a1 +
a2 + . . . + ap+1 = n − 1} donc Φ est bien définie.
⋆ Soient (f, g) ∈ C(p, n)2 fixés quelconques tels que Φ(f ) = Φ(g).
On a donc

(f (1)−1, f (2)−f (1), . . . , f (p)−f (p−1), n−f (p)) = (g(1)−1, g(2)−f (1), . . . , g(p)−g(p−1), n−g(p))
(1)
Considérons la propriété P(·) définie pour k ∈ [[1, p]] par

P(k) : ≪ f (k) = g(k) ≫

− En égalant les premières coordonnées des deux p + 1-uplets de l’égalité (1), f (1) − 1 = g(1) − 1
donc f (1) = g(1). Par conséquent, P(1) est vraie.
− Soit k ∈ [[1, p − 1]] fixé quelconque tel que P(k) est vraie.
En égalant les (k + 1)-ièmes coordonnées des deux p + 1-uplets de l’égalité (1), f (k + 1) − f (k) =
g(k + 1) − g(k), or la véracité de P(k) donne f (k) = g(k) donc f (k + 1) = g(k + 1).
Par conséquent, P(k + 1) est vraie.
Ainsi, P(k) est vraie pour tout k ∈ [[1, p]], f = g.
Par conséquent, Φ est injective.
⋆ Soit (a1 , . . . , ap , ap+1 ) ∈ Np+1 fixé quelconque tel que a1 + a2 + . . . + ap+1 = n − 1.
Posons f : [[1, p]] → Z définie par
k
X
∀k ∈ [[1, p]] , f (k) = 1 + ai
i=1

− Pour tout k ∈ [[1, p − 1]],

k+1
X k
X
f (k + 1) − f (k) = 1 + ai − 1 − ai = ak+1 > 0
i=1 i=1

donc f est croissante.

− Pour tout k ∈ [[1, p]], d’une part, par définition f (k) ∈ N et d’autre part
k
X k
X p+1
X
f (k) = 1 + ai > 1 et f (k) = 1 + ai 6 1 + ai = 1 + n − 1 = n .
i=1 i=1 i=1

donc f (k) ∈ [[1, n]]. Par conséquent, f ∈ F([[1, p]], [[1, n]]).
Or f est croissante donc f ∈ C(p, n).
− Puisque f ∈ C(p, n), nous pouvons calculer Φ(f ) :
k+1
X k
X
f (1) − 1 = a1 + 1 − 1 = a1 , ∀k ∈ [[2, p]] , f (k + 1) − f (k) = 1 + ai − 1 − ai = ak+1
i=1 i=1

p
X p+1
X p−1
X
n − f (p) = n − 1 − ai = ai − ai = ap+1
i=1 i=1 i=1

donc Φ(f ) = (a1 , a2 , . . . , ap+1 ).

Par conséquent, Φ est surjective.
Ainsi Φ est une bijection.
(b) Puisque Φ est une bijection, le cardinal de C(p, n) est égal à celui de {(a1 , . . . , ap , ap+1 ) ∈ Np+1 | a1 +
a2 + . . . + ap+1 = n − 1} qui est le nombre de solutions dans Np+1 de l’équation

a1 + a2 + . . . + ap+1 = n − 1 d’inconnues (a1 , . . . , ap , ap+1 ) ∈ Np+1

11
    
n−1+p n+p−1
or ce cardinal est (voir l’exercice 1.8) donc |C(p, n)| = .
p p

⊲ Corrigé de l’exercice 1.11

1. Le cardinal de l’ensemble des parties de E contenant au moins un élément de A se calcul en déterminant
le cardinal de son complémentaire dans P(E).
En effet son complémentaire est l’ensemble des parties de E ne contenant aucun élément de A, cet ensemble
est P(E \ A) qui est de cardinal 2n−p .

Par conséquent |X| = |P(E)| − 2n−p = 2n−p (2p − 1).

2. Le cardinal de l’ensemble X̂ des parties de E contenant exactement un élément de A se calcul directement

à partir de la bijection :

P(E \ A) × A −→ X̂
(B, a) 7−→ B ∪ {a}

Ainsi, |X̂| = |P(E \ A)| × |A| = p2n−p .

⊲ Corrigé de l’exercice 1.12

1.
X X
|E2 (E)| = 1
Y ∈P(E) A∈P(Y )
X
= 2|Y |
Y ∈P(E)
n
X X
= 2k
k=0 Y ∈P(E)
|Y |=k

n
X  
n
= 2k
k
k=0
= (2 + 1)n

Ainsi, |E2 (E)| = 3n .

2. Considérons la propriété P(·) définie pour tout p ∈ [[2, +∞[[ par

P(p) : ≪ ∀n ∈ N, pour tout ensemble E de cardinal n, |Ep (E)| = (p + 1)n ≫

• P(2) est vraie d’après la question 1.

• Soit p ∈ [[2, +∞[[ fixé quelconque tel que P(p) est vraie.
Soit n ∈ N fixé quelconque.
Soit E un ensemble de cardinal n fixé quelconque.
Observons que
a
Ep+1 (E) = {(X1 , . . . , Xp ) ∈ P(E)p | X1 ⊆ . . . ⊆ Xp ⊆ Xp+1 }
Xp+1 ∈ P(E)
a a
= {(X1 , . . . , Xp ) ∈ P(E)p | X1 ⊆ . . . ⊆ Xp ⊆ Xp+1 }
06k6n X
| {z }
p+1 ∈ P(E) Ep (Xp+1 )
|Xp+1 | = k

si bien que
n
X X
|Ep+1 | = |Ep (Xp+1 )|
k=0 Xp+1 ∈ P(E)
|Xp+1 | = k

12
 or en appliquant la propriété de récurrence P(p) pour E ← Xp+1 et donc pour n ← |Xp+1 | = k,

|Ep (Xp+1 )| = (p + 1)k

si bien que
n
X X
|Ep+1 | = (p + 1)k
Xp+1 ∈ P(E)
k=0

|Xp+1 | = k
Xn X
= (p + 1)k
k=0 Xp+1 ∈ P(E)
|Xp+1 | = k
| {z }
 
n
=
k
n
X n  
= (p + 1)k × 1n−k
k
k=0
= (p + 2)n en utilisant la formule du binôme de Newton.

Par conséquent, P(p + 1) est vraie.

Ainsi, pour tout n ∈ N, pour tout ensemble E de cardinal n pour tout p > 2, |Ep (E)| = (p + 1)n .

⊲ Corrigé de l’exercice 1.13

1. E1 = {X ∈ P(E) | A ⊆ X }.
E1 est en bijection avec P(E \ A).

|E1 | = 2n−p .

2. E2 = {X ∈ P(E) | A ⊆ X , |X| = m }.
E2 est en bijection avec Pm−p (E \ A).
 
n−p
|E2 | =
m−p

En particulier si m < p ou m > n, E2 = ∅.

3. E3 = {(X, Y ) ∈ P(E)2 | X ∩ Y = A }.
E3 est en bijection avec l’union des produits cartésiens d’une partie B de E \A et des parties de E \(A∪B)
donc
X
|E3 | = |P(E \ (A ∪ B))|
B∈P(E\A)
X
= 2n−p−|B|
B∈P(E\A)
n−p
X X
= 2n−p−k
k=0 B∈P(E\A)
|B|=k

n−p
X  
n−p−k n−p
= 2
k
k=0
= (1 + 2)n−p
= 3n

|E3 | = 3n−p .

⊲ Corrigé de l’exercice 2.1

1. Un dénombrement direct donne c1 = 1, c2 = 2, c3 = 5, c4 = 21.

13
 2. Raisonnons sur la position de la dernière opération ∗ effectuée dans le calcul de
a0 ∗ a1 ∗ · · · ∗ an ∗ an+1
— si elle sépare le premier élément du reste, on a a0 ∗ (a1 ∗ · · · ∗ an+1 ) donc il y a c0 = 1 façon de calculer
a0 et cn façons de calculer (a1 ∗ · · · ∗ an ∗ an+1 ) (car il y a n opérations ∗),
— si elle sépare les deux premiers éléments du reste, on a (a0 ∗ a1 ) ∗ (a2 ∗ · · · ∗ an+1 ) donc il y a c1 façons
de calculer a1 ∗ a2 et cn−1 façons de calculer (a2 ∗ · · · ∗ an+1 ),
— si elle sépare les trois premiers éléments du reste, on a (a0 ∗ a1 ∗ a2 ) ∗ (a3 ∗ . . . ∗ an+1 ) donc il y a c2
façons de calculer la première parenthèse et cn−2 façons de calculer la seconde,
— pour k ∈ [[3, n]], si elle sépare les k + 1 premiers éléments du reste, on a (a0 ∗ . . . ∗ ak ) ∗ (ak ∗ . . . ∗ an+1 )
donc il y a ck façons de calculer la première parenthèse et cn−k façons de calculer la seconde.
X n
Ainsi, ∀n ∈ N, cn+1 = c0 cn + c1 cn−1 + c2 cn−2 + . . . + cn c0 = ck cn−k .
k=0
 
1 2n
3. Montrer que cn = .
n+1 n
idée : récurrence en utilisant la formule de la question précédente et une relation ad hoc sur les coefficients
binomiaux.
⊲ Corrigé de l’exercice 2.2

1. • {a} ne possd̀e qu’une seule partition : {{a}} donc p1 = 1 .

• {a, b} possd̀e deux partitions : {{a, b}} et {{a}, {b}} donc p2 = 2 .

• Dénombrons les partitions de {a, b, c} en fonction de leur cardinal :
⋆ cardinal 1 : {{a, b, c}},
⋆ cardinal 2 : {{a}, {b, c}}, {{b}, {a, c}}, {{c}, {a, b}},
⋆ cardinal 3 : {{a}, {b}, {c}},
donc p3 = 5 .

2. On observe que la  formule

 convient
0
⋆ pour n = 0 : p0 = 1 = p1 ,
0  
1 1
⋆ pour n = 1 : p0 + p1 = p0 + p1 = 2 = p2 ,
0 1  
2 2 2
⋆ pour n = 2 : p0 + p1 + p2 = 1 + 2 + 2 = 5 = p3 .
0 1 2
Soit n ∈ N∗ fixé.
Pour énumérer les partitions de [[1, n + 1]], raisonnons sur le cardinal de la partie contenant l’élément
n+1 :
⋆ si c’est 1, on a le singleton  {n + 1} donc les autres parties de la partition forment une partition de
n
[[1, n]], il y en a pn soit pn partitions de [[1, n + 1]] pour lesquelles n + 1 est dans une partie de
0
cardinal 1,  
n
⋆ si c’est 2, on a une partie du type {a, n + 1} avec n = choix pour a ∈ [[1, n]] et les autres parties
1
de la partition forment une partition de [[1, n]] \ {a}, il yen a pn−1 (car les partitions de [[1, n]] \ {a}
n
sont en bijection avec celles de [[1, n − 1]]) ce qui fait pn−1 partitions de [[1, n + 1]] pour lesquelles
1
n + 1 est dans une partie de cardinal 2,
⋆ ...  
n
⋆ si c’est (i+1) (i ∈ [[1, n]]), on a une partie du type {a1 , . . . , ai , n+1} avec choix pour les i éléments
i
deux à deux distincts (a1 , . . . , ai ) ∈ [[1, n]]i et les autres parties de la partition forment une partition
de [[1, n]] \ {a1 , . . . , ai }, il y en apn−i
 (car les partitions de [[1, n]] \ {a1 , . . . , ai } sont en bijection avec
n
celles de [[1, n − i]]) ce qui fait pn−i partitions de [[1, n + 1]] pour lesquelles n + 1 est dans une
i
partie de cardinal i + 1,
⋆ ...
⋆ si c’est n + 1, n + 1 est dans la partie [[1, n + 1]] et iln’y a qu’une  seule partition [[1, n + 1]] construite
n n
avec une partie égale à [[1, n + 1]], ce qui fait 1 = p0 = pn−n partition de [[1, n + 1]] pour
n n
laquelle n + 1 est dans une partie de cardinal n + 1,

14
 Les différentes situations étudiées ci-dessus étant deux à deux disjointes et recouvrant toutes les possibi-
lités,
Xn   Xn   Xn  
n n n
pn+1 = pn−i |{z} = pk = pk .
i n − k k
i=0 k=0 | {z } k=0
k =n−i  
n
=
k
3. p1 = 1,
p2 = 2,
p3 = 5. p4 = 15,
p5 = 52,
p6 = 203 .

4. ∀n ∈ N∗ , rn = pn .
En effet, une relation d’équivalence est caractérisée par la partition que constituent les classes d’équivalence,
ceci établit une application de l’ensemble des classes d’équivalence dans les partitions de [[1, n]]. Réciproquement,
une partition de [[1, n]] étant donnée, la relation binaire xRy si x appartient au même morceau de la par-
tition que y est une relation déquivalence sur [[1, n]] dont les classes sont les morceaux de la partition).
5. (a)
t
−1
f (t) = ee
 
t2 t3 3
= exp t + + + o(t )
t→0 2 6
 2
  2  3
t t3 1 t2 t3 1 t2 t3
= 1 + t + + + o(t3 ) + t + + + o(t3 ) + t + + + o(t3 ) + o(t3 )
t→0 2 6 2 2 6 6 2 6
t2 t3 1 2
1
= 1+t+ + + t + t3 + t3 + o(t3 )
t→0 2 6 2 6
3
5t
= 1 + t + t2 + + o(t3 )
t→0 6
(2)

La fonction f est de classe C ∞ donc elle admet des DL à tout ordre en 0 donnés par la série de Taylor
en 0 si bien que le calcul ci-dessus permet d’affirmer que

f (0) = 1 , f ′ (0) = 1 , f ”(0) = 2 , f (3) (0) = 5

donc ∀k ∈ [[0, 3]], f (k) (0) = pk .

t
(b) ∀t ∈ R , f ′ (t) = ee −1 et = f (t)et .
Appliquons la formule de Leibniz à f ′ = f × exp :

∀n ∈ N , f (n+1) = (f × exp)(n)
Xn  
n (k)
= f × exp(n−k)
k
k=0

si bien qu’en évaluant en 0 l’identité fonctionnelle ci-dessus,

Xn   Xn  
n (k) n (k)
∀n ∈ N , f (n+1) (0) = f (0) × exp(n−k) (0) = f (0)
k | {z } k
k=0 k=0
=1

Sachant que f (0) (0) = p0 , les suites (pn )n∈N et (f (n) (0))n∈N satisfaisant la même relation de récurrence,
elles coı̈ncident.

Ainsi, ∀n ∈ N, pn = f (n) (0).

⊲ Corrigé de l’exercice 2.3

⊲ Corrigé de l’exercice 2.4

⊲ Corrigé de l’exercice 2.5

15
 1. Calculer directement D1 , D2 et D3 .
2. Méthode 1 : formule du crible (voir exercice 2.4).
n
X  
n
Montrer que Dn = (−1)n (−1)k k!.
k
k=0
On pourra introduire les ensembles Si = {σ ∈ Sn |σ(i) = i}
3. Méthode 2 : relation de récurrence et formule d’inversion de Pascal.
Xn  
n
(a) Montrer que n! = Dk .
k
k=0
n
X  
n k n
(b) En déduire que Dn = (−1) (−1) k!.
k
k=0
On pourra utiliser la formule d’inversion de Pascal (voir exercice 2.3)
(c) La proportion pn de dérangements parmi les permutations de Sn est le rapport

X n Xn
Dn 1 1
pn = = (−1)n+k =
|{z} (−1)2n−i
n! (n − k)! | {z } i!
k=0
i = n − k i=0 = (−1)i

or nous avons prouvé en utilisant l’inégalité de Taylor-Lagrange que

n
X xk
∀x ∈ R , lim = ex
n→+∞ k!
k=0

1
donc en utilisant cette formule pour x ← −1, lim pn = .
n→+∞ e

⊲ Corrigé de l’exercice 3.1

1. Supposons que l’on dispose de deux ensembles finis Em et En de cardinaux respectifs m et n. L’ensemble
E des familles de p éléments que l’on peut constituer en prenant des éléments de Em et d’autres de En
se décompose en la réunion disjointe des ensemble Ek,p−k lorsque k décrit [[0, p]], Ek,p−k représentant le
nombre de parties deux à deux distinctes que l’on peut constituer en prenant k éléments dans Em et
(p − k) éléments dans En . Par conséquent,
n
X p  
X 
m n
|E| = |Ek,p−k | =
k p−k
k=0 k=0
  
m n
car |Ek,p−k | = . Par ailleurs, E peut aussi être vu comme le nombre de parties de E =
k p−k    
|Ep ∪ Eq | m+n
Em ∪ En ayant p éléments d’où |E| = = , doù l’identité cherchée.
p p
2. En prenant m ← n et p ← n, on obtient
n  
X   
n n 2n
=
k n−k n
k=0

d’où, par symétrie des coefficients binômiaux,

n  2
X  
n 2n
= .
k n
k=0

⊲ Corrigé de l’exercice 4.1

1. Soit f : N → N une injection.
Raisonnons par l’absurde en supposant que f est majorée.
∃M ∈ N : ∀n ∈ N, f (n) 6 M donc f (N) ⊂ [[0, M ]].
En particulier, f ([[0, M + 1]]) ⊂ f (N ) donc

f ([[0, M + 1]]) ⊂ [[0, M ]]

16
 or [[0, M ]] est un ensemble fini donc f ([[0, M + 1]]) est un ensemble fini de cardinal majoré par celui de
[[0, M ]] :
|f ([[0, M + 1]])| 6 M + 1
Or, par propriété d’une injection, |f ([[0, M + 1]])| = M + 2 d’où une contradiction.

Ainsi, une injection de N dans N n’est pas majorée.

2. Le résultat n’est plus vrai pour une injection de Z dans Z.

...
3 7→ −5
2 7 → −3
 1 7→ −1
 Z →  Z
 0 7 → 0
En effet l’application f  2k si k 6 0, qui correspond à est injec-
 k 7 → −1 7→ −2
−(2|k| − 1) si k > 0.
−2 7→ −4
−3 7→ −6
−4 7→ −8
...
tive et majorée par 0 car f (Z) = Z \ N∗ .
⊲ Corrigé de l’exercice 4.2 Notons a1 < a2 < . . . < a12 les 12 entiers considérés et considérons leurs restes
modulo 11. Puisqu’il y a 12 entiers et 11 restes possibles,
∃(i, j) ∈ [[1, 12]] : i < j et ai ≡ aj [11].
En particulier, aj − ai est un entier naturel (car aj > ai ) a deux chiffres (car 0 < aj − ai 6 aj ) et 11|(aj − ai )
donc l’écriture décimale de aj − ai est de la forme aa avec a ∈ [[1, 9]].
⊲ Corrigé de l’exercice 4.3
• Idée 1.
Notons, pour tout n ∈ N∗ , an = |7 ·{z
· · 7} . Par exemple
n fois le chiffre 7

a1 = 7 , a2 = 77 , a3 = 777 , . . .
L’ensemble E0 = {a1 , a2 . . . , a62 } contient 62 nombres qui donnent, modulo 61, 62 restes. Or modulo 61,
il n’y a que 61 restes distincts donc
∃(k, l) ∈ [[1, 62]] : k < l et 61|(al − ak )
Or al − ak = al−k × 10k donc 61|10k × al−k . Cependant 61 ∧ 10 = 1 donc 61|al−k .
Ceci prouve que 61 divise au moins un terme de E0 d’indice appartenant à [[1, 61]].
On montre avec cette technique que, pour tout j ∈ N∗ , 61 divise au moins un terme de
Ej = {a62j , a62j ×2 , . . . , a62j ×62 }
d’indice appartenant à [[62j , 62j × 61]] si bien que tous les nombres obtenus sont deux à deux distincts.
Ainsi, il existe une infinité d’indices n ∈ N∗ tels que 61|an .
• Idée 2. Proposée par M. BISOGNIN MPSI-1 (2010/2011). Preuve directe sans le principe
des tiroirs.
Le résultat à prouver peut être reformulé de la manière suivante : il faut trouver un entier n ∈ N∗ tel que
an ≡ 0[61] ⇐⇒ 7 × (1 + 10 + 100 + . . . + 10n−1 ) ≡ 0[61]
Or 7 ∧ 61 = 1 donc cela est équivalent à chercher n ∈ N∗ tel que
10n − 1
1 + 10 + 100 + . . . + 10n−1 ≡ 0[61] ⇐⇒ ≡ 0[61] ⇐⇒ 10n ≡ 1[61]
9
En testant les premiers entiers naturels, on trouve 1030 ≡ −1[61] donc 1060 ≡ 1[61] si bien que 61|a60 .
⊲ Corrigé de l’exercice 4.4
⊲ Corrigé de l’exercice 4.5 
A 7−→ G
Soit g ∈ G fixé quelconque. L’application φ est injective donc son image est de cardinal
a 7−→ a−1 ∗ g
|A|. Si φ(A) ∩ B = ∅, alors |G| > |B| + |φ(A)| = |A| + |B| ce qui est faux donc il existe B ∈ B et a ∈ A tels que
φ(a) = b soit a−1 ∗ g = b soit g = a ∗ b donc g ∈ AB.
L’inclusion réciproque est immédiate par définition d’une LCI d’où AB = G.

17