Académique Documents
Professionnel Documents
Culture Documents
ANALYSE COMBINATOIRE
Analyse combinatoire:
Branche des mathématiques qui étudie les « configurations », formées à
partir d’« objets » pris dans un ensemble fini donné et disposés en
respectant certaines contraintes ou certaines structures fixées. Les deux
problèmes principaux sont l’énumération des configurations, et leur
dénombrement. Les dénombrements (arrangements , combinaisons ,
permutations) jouent un rôle important en probabilités combinatoires, où
l’hypothèse d’équiprobabilité ramène la détermination des probabilités à
des comptes d’évènements élémentaires.
L’analyse combinatoire ou le dénombrement s'emploie à étudier et
à dénombrer divers types de groupements que l'on peut faire à
partir d'ensembles finis. Il est né de l'étude des jeux de hasard et
s'est fortement développé sous l'influence du calcul des
probabilités. Il est par ailleurs lié à la théorie des nombres et à la
théorie des graphes.
Exemple 1:
Par exemple si on jette un dé à 6 faces et on cherche à calculer la
probabilité d’avoir une face paire.
Image d’un dé:
Solution:
Dans ce cas l’ensemble des cas possibles est :
m=
L’ensemble des cas favorables est :
k= = 3
Soit A l’événement d’avoir un nombre pair. Donc la probabilité de
l’événement A est donné comme suit :
P(A) = = 3/6 = 0,5
Ce résultat signifie, qu’en lançant un dé, on a une probabilité de 50%
d’avoir un nombre pair.
Remarque :
pour chaque cas traité, il faut bien faire la différence entre une
disposition ordonnée et une disposition non ordonnée. Autrement
dit, il faut bien vérifier si le principe de l’ordre intervient, s’il a de
l’importance lors du calcul des différents cas possibles et
favorables.
Par exemple, si la disposition (a ; b) est différente à la disposition (b ; a),
dans ce cas il s’agit d’une disposition ordonnée et il faut bien prendre en
considération l’ordre lors du dénombrement des différents cas possibles
et favorables .
Disposition ordonnée:
C’est une disposition qui ne change pas même si qu’on change l’ordre
de ses éléments.
2- Critère de répétition :
Exemple 2 :
Combien y a-t-il d’arrangements possibles du mots
STATISTIQUE ?
Solution :
= 6x5x4x3x2x1= 6! =720
3. Arrangements :
= ( p fois )
Exemple 3 :
on dispose de 6 premières lettres de l’alphabet.
Combien de sigles de 4 lettres peut-on former?
Solution :
=n
Remarque :
= n! = il s’agit d’une permutation sans répétition
Si p>n , =0
Exemple 4:
= = 56 répartition possibles
4.2. combinaisons sans répétition :
(a+b)n =
Exemple :
Le développement binomial de (1+x)n est formulé comme suit :
(1+x)n = 1nx0+ 1n-1x1 + …+ 1pxn-p+ 11xn-1 + 10xn
Donc : (1+x)n = 1+nx+…..+nxn-1 +xn
Sur ce triangle de pascal donné plus haut, on lit facilement:
Sur la première ligne, les coefficients numériques du développement
(a+b)0 =1 ;
Sur la deuxième ligne, les coefficients numériques du développement
(a+b)1 à savoir =1 et = 1
Sur la dixième ligne ; les coefficients binomiaux du développement de
(a+b)10 ; à savoir
=1 ; =10 ; =45 ; = 120 ; = 210 ; = 252 ; =210 ; =120 ; =45 ; =10 ; =1
Triangle de pascal
Par ailleurs; il convient de noter que la valeur 2 donnée dans la
troisième ligne est obtenu en faisant la somme des deux valeurs de 1
donnée dans la deuxième ligne, comme le montre clairement les
flèches ; le même raisonnement peut être appliqué à la valeur 6
donnée dans la ligne 5 (6=3+3) comme le montre les flèches,
De plus les valeurs numériques données dans ce triangle de pascal est
le résultat de l’application de la relation :
=
Exemple:
2. Montrer que : = +
Résumé : quelques modèles usuels
Tirages Disposition
Ordonnées Non ordonnées
Définition 1 : Ensemble
Exemples :
x∈E
L'ensemble vide est celui qui n'admet aucun élément. Il est noté .
Tous les éléments de A sont aussi des éléments de E. On dit que A est
inclus dans E , et on note A ⊂ E.
2. Operations sur les ensembles
Définition 1 : Intersection
Définition 3 : Réunion
A– B =A
3 . Vocabulaire et opérations logiques sur les événements:
Dans une expérience aléatoire, l’univers Ω est l’ensemble des
résultats possibles.
Un événement est une partie de l’univers Ω .
Exemple:
si on jette un dé, l’événement A={3,4} est un événement de Ω
puisque A⊂Ω , donc A⊂P(Ω).
4 . Propriétés des opérations sur les événements:
1. (AB)=(B ( commutativité)
2. A B C (associativité)
3. A B (associativité)
4. A = (distributivité)
5. A = (distributivité)
6. A - B = A
7. Si ( Aalors (
8. ( A et ( A ( identité )
9. ( A E et ( A A. ( identité )
10. (A) = A et (A) =A . (idempotence)
11. (=
et (=Théorème de Morgan
12. A= . Théorème de Morgan
13. B =
14. A= (AB)-
15. B = (AB)-
II. Calcul de probabilité
1.Experiences aléatoire et événements
Définition d’une expérience: Un expérience est une action qui se réalise avec
l’intention de recueillir certaines observations sur les résultats. Observations
sur les résultats.
On dit qu’ une expérience est aléatoire si les résultats obtenus sont
imprédictibles. Ça veut dire que même si on répète l’expérience sous les
mêmes conditions le résultat peut changer(il s’agit d’un phénomène aléatoire)
On appelle une expérience ou épreuve aléatoire, toute expérience
entraînant des résultats qui dépendent du hasard.
Exemple:
- etc.
Définition d’ un événement
Ω= {1;2;3;4;5;6}
A et B deux événements possible de Ω:
•Evénement A ou B : AB
•Evénement A et B :
•Evénements incompatibles :
P(A) = =
2 - Définition axiomatique de la probabilité :
Axiome 1 : P(Ω) =1
alors:
- Si A ⊂ B p(A) p(B).
Et si B= A p(B) = p(A) + p
0 p(A) 1.
Deux à deux, on a :
p( )=)
Cas particulier important : l’équiprobabilité
L’équiprobabilité correspond au cas où tous les événements
élémentaires ont la même probabilités ;
Si les n événements élémentaires sont équiprobables, chacun à
une probabilité de 1/n;
P(A) = =
3 - Probabilités composées et conditionnelles
définition d’une probabilité conditionnelle
1. =1
P()
Soient A et B deux événements de probabilités non nulles, on
définit :
4 - Théorème de Bayes
- Disjoints = ;;
Opérant une partition de Ω
On considère les événements comme des causes dont une et une seule est
réalisée à la fois.
par contre p(/B) est la probabilité que B étant réalisée, il doit être du à la
cause
5 -Probabilités a priori et probabilités à posteriori.
p() p(B/)
p(/B)
Probabilité à priori
Probabilité des causes
probabilité postériori(bayes)
probabilité que la conséquence
B étant réalisée est due à la cause
Remarques :
Il arrive que p(B) ne change pas, que A soit ou non, autrement dit
p(B/A) = p(B/Ᾱ)= p(B) , on dit alors que les événements A et B sont
indépendants;
Dans le cas où A et B ont des probabilités non nulles , A et B sont
indépendants si et seulement :
p( B/A)=p(B) ou p(A/B)=p(A).
Cela signifie que la réalisation d’un des deux événements n’a pas d’influence
sur celle de l’autre.
1- A seul se produit.
2- A et B se produisent et pas C.
3- A, B et C se produisent simultanément.
7- Aucun ne se produit.
Solution :
1- A∩.
2- A ∩ B.
3- A ∩ B ∩ C.
4- (A ∩ B ) ∪(A ∩ ) ∪ (∩ B) ∪(A ∩ B∩C).
5- (A ) ∪() ∪ ().
6- (A ) ∪(A) ∪ ().
7- ().