1
1 Rappels de dénombrement et de combinatoire
Proposition 1.1 – Soient E et F deux ensembles finis.
• L’ensemble E ∪ F est fini et card(E ∪ F ) = card(E) + card(F ) − card(E ∩ F ).
• L’ensemble E × F est fini et card(E × F ) = card(E) · card(F ).
Démonstration :
• On commence par comprendre la formule avec un dessin. Pour la preuve rigoureuse, on
suppose d’abord E et F non vides (la formule est vraie si l’un est vide) et disjoints. Dans ce
cas, à partir des bijections de [[1, cardE]] vers E et de [[1, cardF ]] vers F , on peut construire
une bijection de [[1, cardE + cardF ]] vers E ∪ F . Ceci prouve la formule dans le cas où E et
F sont disjoints. Pour E ∩ F non vide, on décompose E ∪ F en (E \ (E ∩ F )) ∪ (E ∩ F ) ∪
(F \ (E ∩ F )). Cette décomposition de E ∪ F est constituée de trois ensembles disjoints ;
on peut donc utiliser la formule dans ce cas, et prouver le cas général.
• On remarque que E × F est l’union pour x ∈ F de E × {x}, qui sont finis disjoints et chacun
de cardinal E. Cette union est composée de card(F ) termes.
Proposition 1.2 Soit E un ensemble de cardinal n et F de cardinal p. Alors le nombre d’applications
de E dans F est pn .
Démonstration : Une application est exactement déterminée par le choix des n images, et chaque
image a p possibilités.
Remarque 1.3 – Ceci est vrai aussi pour n = 0. Ceci permet de justifier la convention 00 = 1
(il y a une unique application ∅ → ∅, de graphe vide).
Proposition 1.4 – Soit E un ensemble de cardinal n. L’ensemble des parties de E est fini et
de cardinal 2n .
Démonstration : Pour chaque élément de E, il y a deux possibilités : être ou ne pas être dans un
sous-ensemble A.
Définition 1.5 – Soit E et F deux ensembles finis, de cardinaux respectifs p et n. On appelle
arrangement de p objets pris parmi n toute injection de E dans F . On note Apn le nombre de ces
injections.
n!
Proposition 1.6 – Si p ≤ n, alors Apn = = n(n − 1) . . . (n − p + 1).
(n − p)!
Si p > n, alors Apn = 0.
Démonstration : On peut supposer que E est l’ensemble {1, . . . , p}. Choisir une injection de E
dans F revient à choisir un premier élément dans F , puis un second (différent du premier), puis
un troisième (différents des deux premiers), etc, jusqu’à un p-ième, en retenant dans quel ordre
les éléments ont été choisis.
Pour p > n, il est impossible de trouver une telle injection, car au moins un élément de F
aurait deux antécédents.
Pour p ≤ n, on a n choix pour l’image de 1, puis n − 1 choix pour l’image de 2, etc, et n − p + 1
choix pour l’image de p. Ceci il y a donc n(n − 1)(n − 2) . . . (n − p + 1) injections de E dans F .
n!
Or ce nombre est aussi égal à (n−p)! .
2
Exemple 1.7 – Pour une course avec 8 coureurs, il y a A38 = 8 · 7 · 6 = 336 podiums pos-
sibles (sans ex-aequo possible). La donnée d’un podium est la même donnée que celle d’une
injection de l’ensemble {1, 2, 3} dans l’ensemble {A, B, C, D, E, F, G, H} des coureurs (appelés
A,B,C,D,E,F,G,H pour simplifier). Le gagnant est l’image de 1 par l’injection, le deuxième est
l’image de 2, le troisième est l’image de 3. Le fait d’avoir une injection assure bien qu’un même
coureur ne peut pas être à la fois premier et deuxième par exemple.
Définition 1.8 – On appelle une permutation d’un ensemble E une bijection de E dans E.
Proposition 1.9 – Si E est un ensemble fini à n éléments, il y a n! permutations de E.
Démonstration : Comme E est un ensemble fini, une application de E dans E est bijective si et
seulement si elle est injective. Il y a donc autant de bijections de E dans E que d’injections de
E dans E. Ce nombre est Ann = n!.
Exemple 1.10 – Combien y a-t-il de mots différents composés avec les lettres A,B,C,D,E si on
impose que chaque lettre est utilisée exactement une fois ? On peut faire par exemple ABCDE,
mais aussi ACDBE, ou AECBD, etc. Chaque mot correspond à une permutation des lettres
A,B,C,D,E. Il y a donc 5! = 120 mots possibles. On peut aussi voir un mot comme une bijection
de l’ensemble {1, 2, 3, 4, 5} dans l’ensemble {A, B, C, D, E}. Le nombre de permutations d’un
ensemble fini est aussi le nombre de façons de choisir un ordre parmi les éléments de cet ensemble.
Remarque 1.11 – Compter les surjections est beaucoup plus compliqué, il n’y a pas de formule
simple.
Définition 1.12 – Une combinaison de pobjets pris parmi n est un sous-ensemble à p éléments
n
d’un ensemble à n éléments. On note le nombre de combinaisons de p objets pris parmi n.
p
On appelle ces nombres les coefficients binômiaux.
Remarque 1.13 – Contrairement à l’arrangement, l’ordre n’est pas important.
p n
Dans certains livres, on peut trouver la notation Cn au lieu de la notation .
p
n n!
Proposition 1.14 – Si p ≤ n, alors = .
p p!(n − p)!
n
Si p > n, alors = 0.
p
Démonstration : Dans le cas p > n, la définition donne directement le résultat.
Dans le cas p ≤ n, on peut compter le nombre de listes ordonnés de p éléments différents dans
un ensemble E à n éléments. Se donner une telle liste revient à se donner une injection de [[1, p]]
n!
dans E. Il y a donc listes ordonnés de p éléments. Une autre façon de se donner une
(n − p)!
telle liste revient à se donner un sous-ensemble à p éléments, puis à choisir un ordre parmi ces p
éléments. On a vu dans la proposition 1.9 qu’il y ap! ordres possibles. Le nombre de listes est
n n! n
donc aussi égal à p!. On obtient = p!, ce qui donne la formule cherchée.
p (n − p)! p
3
10
Exemple 1.15 – Pour une course avec dix chevaux, il y a tiercés possibles dans le désordre.
3
n n
Proposition 1.16 1. (Symétrie) Si 0 ≤ p ≤ n, alors = .
p n−p
n+1 n n
2. (Formule de Pascal) = + .
p+1 p+1 p
3. (Binôme de Newton)
n
2 ∗ n
X n k n−k
∀(a, b) ∈ C , ∀n ∈ N , (a + b) = a b .
k
k=0
Démonstration : 1. La symétrie se déduit directement de la proposition précédente (ou alors on
peut dire que choisir p éléments revient à choisir les n− qu’on ne prend pas).
2. La formule de Pascal se prouve en faisant un petit calcul de sommes de fractions, à faire en
exercice (ou alors on peut dire que choisir n + 1 éléments dans E se fait de deux façons : prendre
le premier élément de E, puis n autres ; ou prendre n + 1 éléments qui ne sont pas le premier).
3. Il existe deux façons de prouver la formule du binôme. On peut faire une récurrence sur
n (il faut alors utiliser la formule de Pascal pour le passage du rang n au rang n + 1). On
peut sinon utiliser une méthode de dénombrement. On écrit (a + b)n sous la forme du produit
(a + b)(a + b) . . . (a + b). Le coefficient de ak bn−k est exactement le nombre de fois dans le
développement de ce produit où on choisit k fois le nombre a dans les parenthèses et n − k fois
le nombre b. Ce coefficient est donc lenombre de choix possibles de k éléments parmi n. Or ce
n
nombre de choix est par définition .
k
Exercice 1.17 – Développer (a + b)3 , (a − b)3 , (a + b)4 , (a − b)4 , (a + b)5 , en utilisant la formule
de Pascal pour calculer explicitement les coefficients.
Exercice 1.18 – Soit n dans N∗ . Ecrire le développement de (1 + x)n pour x un réel.
n n
X n X
k n
Calculer et (−1) .
k k
k=0 k=0
Exercice 1.19 – Soit n dans N∗ . En écrivant de deux façons différentes la dérivée de l’application
n
n
X n
x 7→ (1 + x) de R dans R, calculer k .
k
k=0
Exercice 1.20 Utiliser la place restante ci-dessous pour écrire les premières lignes du triangle
de Pascal.
