Académique Documents
Professionnel Documents
Culture Documents
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
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
⊲ 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
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 ?
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
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
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
X n
n
= ′
× (2p − 1)
′
n
n =1
Xn
n
= (2p − 1)
′
n′
n =1
= (2p − 1)(2n − 1)
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)
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 :
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
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
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.
c6,4 = 90
possibilités
⋆ d’un 4-cycle et d’une transposition ce qui donne
c6,4 × c2,2 = 90
c7,6 = 840
possibilités,
6
⋆ d’un 3-cycle et d’une transposition et de deux points fixes, ce qui donne
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.
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
possibilités,
⋆ d’un 6-cycle et d’un 4-cycle et d’un 3-cycle, ce qui donne
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 :
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
(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
9
⊲ Corrigé de l’exercice 1.9
1. Une base de Kn [X1 , X2 ] est constituée par les polynômes de l’ensemble
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
− 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
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
11
n−1+p n+p−1
or ce cardinal est (voir l’exercice 1.8) donc |C(p, n)| = .
p p
n
X
n
= 2k
k
k=0
= (2 + 1)n
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,
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.
Ainsi, pour tout n ∈ N, pour tout ensemble E de cardinal n pour tout p > 2, |Ep (E)| = (p + 1)n .
|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
n−p
X
n−p−k n−p
= 2
k
k=0
= (1 + 2)n−p
= 3n
|E3 | = 3n−p .
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
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
∀n ∈ N , f (n+1) = (f × exp)(n)
Xn
n (k)
= f × exp(n−k)
k
k=0
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.
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
1
donc en utilisant cette formule pour x ← −1, lim pn = .
n→+∞ e
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.
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