Support de cours

L3 – S5 : Statistique & Probabilités

Chapitre 1 : Analyse combinatoire
Année Universitaire : 2024-2025

R. Abdesselam
UFR de Sciences Economiques et de Gestion
Université Lumière Lyon 2, Campus Berges du Rhône
[Link]@[Link]

[Link]
 Chapitre 1 : Analyse combinatoire & Dénombrement

L’analyse combinatoire ou théorie mathématique du dénombrement étudie comment

compter des objets.

Elle fournit des méthodes efficaces et utiles en probabilité, pour dénombrer les
différentes situations pouvant se présenter lors d’une expérience.

En effet, bien des problèmes en théorie des probabilités peuvent être résolus
simplement en comptant le nombre de manières différentes selon lesquelles un
certain événement peut se réaliser. Par exemple, la formule du binôme de Newton.

Les notions de dénombrement constituent la base de l’approche dite « fréquentiste »

des probabilités ; elles permettent, par exemple dans les jeux de hasard, de calculer
les probabilités d’occurrence des différents événements d’une expérience.

2
 Chapitre 1 : Analyse combinatoire & Dénombrement

Soit l’ensemble  = {1, 2, …, n } ; card( ) = n éléments distincts , n  N*

Dans le cas où il y a équiprobabilité sur l’ensemble  fini, d’éléments ou

d’événements élémentaires, le calcul des probabilités se ramène à un problème de
dénombrement.
La notion d’analyse combinatoire permet d’exprimer par une formule le nombre de
configurations possibles
- Arrangements Avec répétition d’éléments
On distingue 3 types de dispositions - Permutations ou
- Combinaisons Sans répétition d’éléments

Ces dispositions interviennent dans de nombreux problèmes concrets, qu’il s’agisse de :

➢ définir la composition du bureau d’une association,
➢ lister le nombre de plaques d’immatriculation ou de numéros de téléphone,
➢ établir les règles d’un jeu publicitaire
➢ établir le nombre de façons de choisir les 5 tireurs de penalties parmi les onze
joueurs de football et l'ordre de passage. 3
 Chapitre 1 : Analyse combinatoire & Dénombrement

Teminologie :
➢ Disposition sans répétition : p-uple d’éléments de  où, chaque élément peut
apparaître au plus une fois.
➢ Disposition avec répétition : p-uple d’éléments de  où, chaque élément peut
apparaître plus d’une fois.

❖ Disposition ordonnée : l’ordre des éléments du p-uple est important dans sa

caractérisation.
❖ Disposition non ordonnée : l’ordre des éléments du p-uple n’est pas important
dans sa caractérisation.

Notations :
Soit l’ensemble  = {1, 2, …, n } ; card( ) = n éléments distincts ; n et p N*

∀n ∈ N ; n! = 1 × 2 × ... × (n − 1) × n = ς𝑛𝑖=1 𝑖 "factorielle n",

n! = n(n − 1)! = n(n − 1)(n − 2)! = etc. "définition récursive du n!",
n! ≃ √2πn (n / e)n lorsque n + "formule de Stirling",
0! = 1 "par convention".
4
 1 Dispositions sans répétition
 = {1, 2, …, n } ; card( ) = n éléments tous distincts , n et p N avec p  n

1.1 ARRANGEMENT (ASR) : Un arrangement sans répétition de p éléments est une suite
ordonnée de p éléments choisis parmi les n éléments distincts de  , et qui ne peuvent pas se
répéter.
n!
Anp = « Le nombre total d’arrangements sans
(n – p)! répétition de p éléments parmi n ».
Exemple d’application :  = { a, b, c } ; card( ) = n = 3
Les arrangements possibles sans répétition de p = 2 éléments parmi les n = 3 éléments de  sont :

Diagramme arborescent

b (a , b)
a • Suites ordonnées, on tient bien compte de l’ordre des éléments :
c (a , c) (a , b)  (b , a) , (a , c)  (c , a) et (b , c)  (c , b)
a (b , a)
b • Pas de répétition d’élément : (a , a) , (b , b) , (c , c)
c (b , c)
a (c , a) A32 = 3! / 1! = 3! = 1x2x3 = 6 arrangements sans répétition
c
b (c , b)
6 couples au total 5
 ASR : Exemples d’application
1) Quel est le nombre de quintés possibles dans une course hippique où, 8 chevaux sont au départ ?

Card( ) = n = 8 ; p = 5 chevaux
A85 = 8! / (8 – 5)! = 8! / 3! = 4 × 5 × 6 × 7 × 8 = 6720 quintés ou arrivées possibles.

2) De combien de façons différentes une assemblée de 12 personnes peut-elle désigner un bureau

comprenant : un président, un trésorier et un secrétaire ?
Card( ) = n = 12 ; p = 3 personnes
A123 = 12! / (12 – 3)! = 12! / 9! = 10 × 11 × 12 = A121 A111 A101 = 1320 assemblées possibles.

3) Dix étudiants sont candidats pour être délégué ou délégué suppléant d’un groupe de TD. La liste
des élus est affichée suivant le nombre de voix obtenues.
- Quel est le nombre de listes possibles ?
Card( ) = n = 10 ; p = 2 étudiants pour des rôles spécifiés : délégué et délégué suppléant
A102 = 10! / (10 – 2)! = 10! / 8! = 9 × 10 = A101 A91 = 90 listes possibles.
- Déterminer le nombre de candidats pour qu’on ait à afficher que 30 listes.
An2 = n! / (n – 2)! = n (n – 1) = 30  n = 6 personnes.
4) Combien peut-on former de nombres avec 3 chiffres distincts et différents de zéro ?
Card( ) = n = 3 chiffres ; Nombres à 1 chiffre ou à 2 chiffres ou à 3 chiffres
A31 + A32 + A33 = 3 + 6 + 6 = 15 nombres possibles. 6
 1 Dispositions sans répétition
 = {1, 2, …, n } ; card( ) = n éléments distincts , n et p N avec p  n

1.2 PERMUTATION (PSR) : Une permutation sans répétition est une suite ordonnée de la
totalité des n éléments distincts de Ω, et qui ne peuvent pas se répéter.

Pn = n! « Le nombre total de permutations

sans répétition d’éléments ».
Remarque : Une PSR d’un ensemble Ω de cardinal n ≥ 1 est un ASR, lorsque p = n.
Exemple d’application :  = { a, b, c } ; card( ) = n = 3
Les permutations possibles sans répétition de p = 3 éléments parmi les n = 3 éléments de  sont :
Diagramme arborescent
b c (a , b , c)
a
c b (a , c , b) • Suites ordonnées, on tient bien compte de l’ordre des éléments :
(a , b , c)  (b , a , c) , (a , c , b)  (c , a, b) etc.
a c (b , a , c)
b
c a (b , c , a) • Pas de répétition d’éléments : (a , a , a) , (b , b, b) , (c , c , c)
(a , a, b) , (a , a , c) , etc.
a b (c , a , b)
c
b a (c , b , a) P3 = 3! = 1x2x3 = 6 permutations sans répétition

6 triplets au total
7
 PSR : Exemples d’application

1) De combien de façons différentes peut-on asseoir 5 personnes :

- sur un banc ?
- autour d’une table ?

Card( ) = n = 5 ; p = n « toutes les 5 personnes sont à placer »

Sur un banc : P5 = 5! = 1 × 2 × 3 × 4 × 5 = 120 possibiltés.

Card( ) = n = 5 ; « 1 personne s’installe puis les 4 autres viennent se placer autour »

Autour d’une table : P4 = 4! = 1 × 2 × 3 × 4 = 24 plans de table.

8
 1 Dispositions sans répétition
 = {1, 2, …, n } ; card( ) = n éléments distincts , n et p N avec p  n

1.3 COMBINAISON (CSR) : Une combinaison sans répétition est un sous-ensemble non
ordonné de p choisis parmi les n éléments distincts de  , et qui ne peuvent pas se répéter.
Anp n!
Cnp = = « Le nombre total de combinaisons sans
p! (n – p)! p! répétition de p éléments parmi n ».
Exemple d’application :  = { a, b, c } ; card( ) = n = 3
Les combinaisons possibles sans répétition de p = 2 éléments parmi les n = 3 éléments de  sont :

Diagramme arborescent

b {a , b}
• Sous-ensembles non ordonnés, on ne tient pas compte de l’ordre des éléments :
a {a , b} = {b , a} , {a , c} = {c , a} et {b , c} = {c , b}
c {a , c}
a {b , a}
• Pas de répétition d’élément : (a , a) , (b , b) , (c , c)
b
c {b , c}
C32 = 3! / 1! 2! = 3 combinaisons sans répétition
a {c , a}
c
b {c , b}
3 sous-ensembles au total 9
 CSR : Exemples d’application
1) Combien de parties d’échecs distinctes peut-on organiser dans un groupe de 6 personnes ?
Card( ) = n = 6 ; p = 2 personnes
C62 = 6! / (6 – 2)! 2! = 6! / 4! 2! = 5 × 6 / 2 = 15 parties .

2) Soit l’ensemble Ω = {a , b , c} ; card(Ω) = n = 3.

a) Combien existe-t-il de parties de Ω possédant 2 éléments ?
b) Combien existe-t-il de parties de Ω possédant k éléments (k ≤ 3) ?
c) Combien existe-t-il de parties de Ω possédant un nombre quelconque d’éléments ? Retrouver
l’écriture de toutes les parties de Ω.

a) Card( ) = n = 3 ; p = 2 lettres
C32 = 3! / (3 – 2)! 2! = 3! / 1! 2! = 3 : {a , b} ; {a , c} ; {b , c}

b) Card( ) = n = 3 ; p = k ≤ 3 lettres
C3k = 3! / (3 – k)! k!

c) Card( ) = n = 3 ; parties vide ou à 1 lettre ou à 2 lettres ou à 3 lettres

3
 C3 k = C3 0 + C3 1 + C3 2 + C 3 3 = 1 + 3 + 3 + 1 = 8 = 2 3
k=0

 ; {a } ; {b} ; {c} ; {a , b} ; {a , c} ; {b , c} ; {a , b , c } = 
10
Ensemble vide ; singletons ; paires ; Ensemble fondamental
 CSR : Propriétés
1) Cnp = Cnn-p (Complémentaire - Symétrie) 2) Cn p = Cn-1 p + Cn-1 p-1 (Triangle de Pascal)
n n
3) (a + b) =  Cn a b
n p p n-p
(Formule du binôme de Newton) 4) 2 =  Cnp
n
p=0 p=0

n
5)  Cnp a p bn-p = 1 (propriété de la loi de probabilité binomiale)
p=0
Triangle de Pascal - Coefficients binomiaux : Cn p

Cn p p=0 p=1 p=2 p=3 p=4 p=5 … p-1 p

n=0 1
n=1 1 1
n=2 1 2 + 1
=
n =3 1 3 3 1
n=4 1 4 6 4 1
n=5 1 5 10 10 5 1
: 1 6 15 20 15 6 1 +
=
n-1 Cn-1 0 = 1 Cn-1 p-1 Cn-1 p
Symétrie
n Cn 0 = 1 Cn p
11
 CSR : Propriétés
Triangle de Pascal - Coefficients binomiaux : Cn p

Cn p p=0 p=1 p=2 p=3 p=4 p=5 … p-1 p

n=0 1
n=1 1 1
n=2 1 2 1
n =3 1 3 3 1
n=4 1 4 6 4 1
n=5 1 5 10 10 5 1
: 1
n-1 Cn-1 0 = 1 Cn-1 p-1 Cn-1 p
n Cn 0 = 1 Cn p
n
3) (a + b)n =  Cnp a p bn-p (Formule du binôme de Newton)
p=0

3) Démonstration : raisonnement par récurrence en utilisant la propriété 2).

Décomposition à partir du triangle de Pascal pour n = 5 :
(a + b)5 = C50 a 0 b5 + C51 a 1 b4 + C52 a 2 b3 + C53 a 3 b2 + C54 a 4 b1 + C55 a 5 b0
= 1 b5 + 5 a 1 b4 + 10 a 2 b3 + 10 a 3 b2 + 5 a 4 b1 + 1 a 5
12
 CSR : Propriétés
n
4) 2 =  Cnp
n
(propriété du cardinal de l’ensemble des parties d’un ensemble)
p=0

n n
4) On pose a = b = 1 : (a + b) =  Cn a b
n k k n-k
 2 =  Cnk
n
k=0 k=0

Cette propriété permet de déterminer le cardinal de l’ensemble des parties d’un ensemble.
Si le card() = n alors le card(Ƥ()) = 2n

Exemple d’application :  = { a, b, c } ; card( ) = n = 3

L’ensemble des parties de  :
Ƥ() = {  , {a} , {b} , {c} , {a, b} , {a, c} , {b, c} , { a, b, c } =  }

Ensemble vide , Singletons , paires , triplets = 

card(Ƥ()) = 23 = 8
n
5)  Cnp a p bn-p = 1 (propriété de la loi de probabilité binomiale)
p=0

5) Pour p  [0 , 1], on pose a = p et b = (1 – p)

Le développement donne :
n
1 =  Cnk p k (1 – p)n-k
k=0

Ce cas particulier permettra de définir la loi de probabilité binomiale. 13

 2 Dispositions avec répétition
 = {1, 2, …, n } ; card( ) = n éléments tous distincts , n et p N
avec p quelconque ( p  n ou p > n )

2.1 ARRANGEMENT (AAR) : Un arrangement avec répétition de p éléments est une suite
ordonnée de p éléments choisis parmi les n éléments distincts de  , et qui peuvent se répéter.

Ⱥnp = np « Le nombre total d’arrangements avec

répétition de p éléments parmi n ».
Exemple d’application :  = { a, b, c } ; card( ) = n = 3
Les arrangements avec répétition de p = 2 éléments parmi les n = 3 éléments de  sont :
Diagramme arborescent
  →  x =2 ; card( p) = ( card() )p = n p
b (a , b)
a a (a , a) • Suites ordonnées, on tient bien compte de l’ordre des éléments :
c (a , c) (a , b)  (b , a) , (a , c)  (c , a) et (b , c)  (c , b)
a (b , a)
b b (b , b) • Répétition d’éléments : (a , a) , (b , b) , (c , c)
c (b , c)
2
a (c , a) 3 = 32 = 9 arrangements avec répétition
c c (c , c)
b (c , b)
9 couples au total 14
 AAR : Exemples d’application
1) Combien peut-on former d’octets (mot de 8 éléments binaires) ?
 = {0 , 1} ; Card( ) = n = 2 ; p =8>n
p=8 2
8 = 28 = 256 octets possibles.
0 1 1 0 1 0 0 1
2a) Combien y-a-t-il d’initiales possibles (2 lettres) pour un étudiant ?
 = {a, b, c, …, z} ; Card( ) = n = 26 ; p = 2 lettres ; = 262 = 676 initiales possibles.
26
2

2b) Combien faut-il d’étudiants dans une promotion pour qu’il soit certain que 2 étudiants au moins
aient les mêmes initiales ? Il faut au moins 677 étudiants dans la promotion.
3) Dénombrer le nombre de codes possibles d’une carte bancaire
 = {0, 1, 2, ….., 9} ; Card( ) = n = 10 ; Code : p = 4 chiffres 5 0 7 9
4 = 104 = 10 000 codes possibles.
10
4) Combien peut-on former de sigles d’entreprises de plus d’une lettre et au plus 3 lettres à partir
des 26 lettres de l’alphabet latin ?
S A
 = {a, b, c, …, z} ; Card( ) = n = 26 ; Sigle : p = 2 ou 3 lettres
2 + 3 = 262 + 263 = 676 + 17 576 = 18 252 sigles possibles. R T U
26 26

5) Une plaque minéralogique ou d’immatriculation d’un véhicule est composée de 2 lettres latines,
suivies de 3 chiffres puis de 2 lettres latines. Combien de plaques différentes peut-on lister ?
Lettres : Card(1 ) = n 1 = 26 ; p = 2 ; Chiffres : Card(2 ) = n 2 = 10 ; p = 3
2 3 2 = 676 x 1000 x 676 = 456 976 000 plaques possibles.
26 10 26

A E - 2 8 1 - R F 15
 2 Dispositions avec répétition
 = {1, 2, …, n } ; card( ) = n éléments tous distincts , n et p N
avec p quelconque ( p  n ou p > n )

2.2 PERMUTATION (PAR) : Une permutation avec répétition de p éléments de Ω, pour la

répartition (p1; p2; ... pn ), est une suite ordonnée de p éléments qui peuvent se répéter, où, le
premier élément Ω figure p1 fois, le second p2 fois, etc., tel p1 + p2 + ... + pn = p. Le nombre de
permutations avec répétition est :
p! « Le nombre total de permutations
Ƥp ; (p1 , p2 , ..., pn ) = avec répétition d’éléments selon
p1 ! p2! ... Pn ! une répartition donnée ».
Exemple d’application :  = { a, b, c } ; card( ) = n = 3
Les permutations avec répétition de p = 4 éléments parmi les n = 3 éléments distincts de , selon la
répartition (3, 1, 0) sont :
• Suites ordonnées, on tient bien compte de l’ordre des éléments :
Diagramme arborescent
(a , a , a , b)  (b , a , a , a)  (a , b , a , a)  (b , a , a , a) .
p1 = 3 fois a (a , a , a , b)
p2 = 1 fois b (a , a , b , a) • Répétition d’élément : selon la répartition
p3 = 0 fois c (a , b , a , a)
 pi = 4 = p (b , a , a , a) 4 ; (3 , 1 , 0) = 4! / 3! 1! 0! = 4 permutations avec répétition

4 quadruplets au total
16
 PAR : Exemples d’application
1) Combien peut-on former d’anagrammes du mot « ECONOMIE » ?
 = {E , C , O , N , M , I } ; card( ) = n = 6 ; E:2 , C:1 , O:2 , N:1 , M:1 , I:1
p =8>n ; répartition : (2, 1, 2, 1, 1, 1)

p=8 E C O N O M I E
8 8, (2,1,2,1,1,1) = 8! / 2! 1! 2! 1! 1! 1! = 10 080 anagrammes possibles.

2) A partir du mot « ECONOMIE », combien peut-on former de mots de 6 lettres selon la répartition
(1,1,1,1,1,1) ?
p=6

 = {E , C , O , N , M , I } ; Card( ) = n = 6 ; p = 6 selon la répartition : (1, 1, 1, 1, 1, 1)

6 , (1,1,1,1,1,1) = 6! / 1! 1! 1! 1! 1! 1! = 6! = 720 = P6 : PSR.

3) Une chaîne de montage de véhicules identiques assure la sortie de 12 véhicules par jour dont 6
sont de couleur ”Gris métallisé”, 3 de couleur ”Noire”, 2 de couleur ”Rouge et 1 de couleur
”Blanche”. Les véhicules d’une même couleur sont indiscernables. Ces véhicules sont ensuite garés
les uns à côté des autres sur un parking de 12 places numérotées. De combien de manières
visuellement différentes peut-on ranger ces véhicules sur le parking à la fin de la journée de travail ?
 = {Gris , Noir , Rouge , Blanc } ; Card( ) = n = 4 couleurs ; G:6 , N:3 , R:2 , B:1
p = 12 places ; répartition : (6, 3, 2, 1)
12 , (6,3,2,1) = 12! / 6! 3! 2! 1! = 55 440 stationnements possibles.
17
 2 Dispositions avec répétition
 = {1, 2, …, n } ; card( ) = n éléments tous distincts , n et p N
avec p quelconque ( p  n ou p > n )

2.3 COMBINAISON (CAR) : Une combinaison avec répétition est un sous-ensemble non ordonné
de p éléments choisis parmi les n éléments distincts de  , et qui peuvent se répéter.
(n + p – 1)!
Ȼnp = Cn+p-1p = « Le nombre total de combinaisons avec
(n – 1)! p! répétition de p éléments parmi n ».
Exemple d’application :  = { a, b, c } ; card( ) = n = 3
Les combinaisons possibles avec répétition de p = 2 éléments parmi les n = 3 éléments de  sont :
Diagramme arborescent
b {a , b}
a a {a , a} • Sous-ensembles non ordonnés, on ne tient pas compte de l’ordre des éléments :
c {a , c} {a , b} = {b , a} , {a , c} = {c , a} et {b , c} = {c , b}
a {b , a}
b b {b , b} • Répétition d’élément : {a , a} , {b , b} , {c , c}
c {b , c}
a {c , a} 3
2
= C42 = 4! / 2! 2! = 6 combinaisons avec répétition
c c {c , c}
b {c , b}
6 sous-ensembles au total
18
 CAR : Exemples d’application
1) Combien y-a-t-il de pièces dans un jeu de domino ?

= {Blanc; 1; 2; 3; 4; 5; 6} ;
card( ) = n = 7 ;
p =2<n
7
2
= C82 = 8! / 6! 2! = 28 pièces.

2) Jeu du "Mexico" : on lance deux dès. Avec les deux chiffres obtenus, on forme un nombre dont
le chiffre des dizaines est le plus grand des deux chiffres obtenus.
Combien de nombres peut former ?

 = {1, 2, 3, 4, 5, 6} ; Card( ) = 6 ; p = 2 chiffres ;

6
2
= C72 = 7! / 5! 2! = 21 nombres possibles.
A savoir : 11 ; 21 ; 22 ; 31 ; 32 ; 33 ; 41 ; 42 ; 43 ; 44 ; 51 ; 52 ; 53 ; 54 ; 55 ; 61 ; 62 ; 63 ; 64 ; 65 ; 66

3) De combien de façons différentes peut-on ranger 9 dossiers dans les 5 étagères d’une armoire ?
Card( ) = 5 étagères ; p = 9 dossiers ;
5
9
= C139 = 13! / 4! 9! = 715 rangements possibles.
19
 Analyse combinatoire & Dénombrement

Sans remise Avec remise

Avec ordre Anp : ASR : AAR

Avec ordre (totalité : p = n) Pn : ASR : PAR

Sans ordre Cnp : CSR : CAR

Résumé des dispositions

20