Présentation du cours

Analyse Combinatoire

Cours de Probabilités Statistiques

Analyse combinatoire

Lucien D. GNING
lucien.gning@univ-thies.sn

February 12, 2021

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

Plan

1 Présentation du cours

2 Analyse Combinatoire
Permutations
Combinaisons
L’urne de Bernouilli
 Présentation du cours
Analyse Combinatoire

Présentation du cours

1 Enseignant
2 Volume horaire : 65 heures
3 Préalables
4 Travaux pratiques
5 Travaux Dirigés
6 Evaluations

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Présentation du cours
Analyse Combinatoire

Programme

1 Analyse Combinatoire
2 Introduction au calcul de probabilités
3 Variables aléatoires
4 Couple de variables aléatoires
5 Loi de Variables aléatoires

6 Statistiques Descriptives
7 Loi d’échantillonnages
8 Estimation Statistique
9 Test d’hypothèses
10 Régressions

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Présentation du cours
Analyse Combinatoire

Bibliographie

1 Renée Veysseyre . (2006). Aide-mémoire Statistique et

probabilités pour l’ingénieur, 2e édition. Dunod.
2 Eva Cantoni, Philippe Huber, Elvezio Ronchetti. (2006).
Maı̂triser l’aléatoire, Exercices résolus de probabilités et
statistiques. Springer.
3 Bernard Goldfarb, Cathérine Pardoux. (2011). Introduction à
la méthode statistique, Statistique et probabilités, 7e édition.
Dunod.
4 Cornillon, PA and Matzner-Løber, E (2011). Régression avec
R. Springer, Paris.
5 Pierre Lafaye de Micheaux, Remy Drouilhet, Benoit Liquet
(2011). Le logiciel R Maı̂triser le langage Effectuer des
analyses statistiques. Springer, Paris.

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

1 Présentation du cours

2 Analyse Combinatoire
Permutations
Combinaisons
L’urne de Bernouilli

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Introduction

1 L’analyse combinatoire est une branche des mathématiques

qui étudie comment compter les objets. Elle fournit des
méthodes de dénombrements particulièrement utiles en théorie
des probabilités.
2 Les probabilités dites combinatoires utilisent constamment les
formules de l’analyse combinatoire développées dans ce
chapitre.
3 Un exemple des applications intéressantes de cette dernière
est la démonstration du développement du binôme de Newton
utilisé dans le calcul des probabilités d’une loi binomiale.

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Opérations sur les ensembles

Dans tout ce qui suit, on considère donné un ensemble non vide Ω.

Définition
Un ensemble A ⊆ Ω non vide est dit fini s’il existe un entier naturel
n et une application bijective

φ : {1, 2, . . . , n} −→ A

Lorsque l’entier naturel n est unique, il est appelé cardinal de A et

est noté card(A) ou |A|. C’est le nombre d’éléments de
l’ensemble fini A. Par convention card(∅) = 0

Exemples ?

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Opérations sur les ensembles

Définition
(Ensemble dénombrable). Un ensemble Ω est dénombrable s’il
existe une bijection
φ : N −→ Ω
Intuitivement cela veut dire que l’on peut “compter les éléments”
de cet ensemble, c’est-à-dire qu’on peut écrire :

Ω = {ω1 , . . . , ωn , . . .}

Tout ensemble fini est dénombrable. N, Z et Q, ou toute partie

(finie ou non) d’un de ces ensembles, est dénombrable.

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Opérations sur les ensembles

Ici A ⊆ Ω et B ⊆ Ω
1 Inclusion A ⊆ B ⇐⇒ ∀x ∈ A ⇒ x ∈ B

2 Réunion. La réunion des deux ensembles A et B est notée

A ∪ B et est définie par :

x ∈ A ∪ B ⇔ (x ∈ A ou x ∈ B)
3 Intersection L’intersection des deux ensembles A et B est
notée A ∩ B et est définie par :
x ∈ A ∩ B ⇔ (x ∈ A et x ∈ B)
Deux ensembles A et B sont disjoints si A ∩ B = ∅.
4 Complémentaire Soit A une partie d’un ensemble Ω, le
complémentaire de A dans E est noté Ac et est défini par
x ∈ Ac ⇔ (x ∈ Ω et x ∈
/ A)
Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques
Opérations sur les ensembles
Ici A ⊆ Ω et B ⊆ Ω
1 Différence Soient A et B deux parties de Ω, nous notons A\B
l’ensemble défini par :

x ∈ A\B ⇔ (x ∈ A et x ∈
/ B)

Par conséquent nous avons x ∈ A\B = A ∩ B c

2 Différence symétrique Soient A et B deux parties de Ω, nous
notons A∆B l’ensemble défini par :

x ∈ A∆B ⇔ [x ∈ (A ou B)] et [x ∈
/ (Aet B)]

Par conséquent, nous avons l’égalité

A∆B = (A ∪ B)\(A ∩ B)

3 Partition Une famille (Ai )i∈I de parties d’un ensemble Ω est

une
S partition de Ω si : 2
i∈I Ai = Ω et ∀(i, j) ∈ I avec i 6= j ⇒ Ai ∩ Aj = ∅
Opérations sur les ensembles
Ici A ⊆ Ω et B ⊆ Ω
1 Produit cartésien Le produit cartésien des deux ensembles A
et B est noté A × B. Il est défini par

A × B = {(x, y )/x ∈ A et y ∈ B}

2 Ensemble des parties. L’ensemble des parties d’un ensemble

Ω, noté P(Ω), est l’ensemble de tous les sous-ensembles de Ω.

P(Ω) = {F , F ⊆ Ω}

3 Règles de calcul. Soient A, B et C trois parties de Ω.

(A ∪ B) ∩ C = (A ∩ C ) ∪ (B ∩ C )
(A ∩ B) ∪ C = (A ∪ C ) ∩ (B ∪ C )
(Ac )c = A
(A ∪ B)c = Ac ∩ B c
(A ∩ B)c = Ac ∪ B c
Opérations sur les ensembles

Proposition
Soit A et B deux ensembles finis. Alors
1 A ⊆ B ⇒ card(A) ≤ card(B)
2 Si A ∩ B = ∅ alors card(A ∪ B) = card(A) + card(B)
3 card(Ac ) = cardΩ − card(A)
4 card(A\B) = card(A) − card(A ∩ B)
5 card(A ∪ B) = card(A) + card(B) − card(A ∩ B)
6 card(A∆B) = card(A) + card(B) − 2card(A ∩ B)
7 card(A × B) = card(A) ∗ card(B)
8 Formule du crible ou de Poincaré. Si (Ai )1≤i≤n est une
famille de parties de l’ensemble fini Ω, alors
n
[  Xn X
card Ai = (−1)r −1 card(Ai1 ∩ . . . ∩ Air )
i=1 r =1 1≤i1 <...<ir ≤n
Ensembles et fonctions
1 L’ensemble des applications d’un ensemble E vers un
ensemble F est noté F(E , F ) ou F E . Soient f ∈ F E , A une
partie de E et B une partie de F .
2 L’image de A par f est l’ensemble :

f (A) = {y ∈ F /∃x ∈ A tel que y = f (x)}

3 L’image réciproque de B par f est l’ensemble :

f (B −1 ) = {x ∈ E /f (x) ∈ B}
4 Règles de calcul. Soient f une application de E dans F et A
et B deux parties de F .
f (∅) = ∅, f −1 (∅) = ∅
f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B)
f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B)
f −1 (Ac ) = (f −1 (A))c où Ac est le complémentaire de A dans
F et f −1 (Ac ) est le complémentaire de f −1 (A) dans E .
 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

1 Présentation du cours

2 Analyse Combinatoire
Permutations
Combinaisons
L’urne de Bernouilli

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Permutations avec répétitions

Dans ce qui suit on donne les principaux résultats d’analyse
combinatoire, permettant essentiellement de déterminer les
cardinaux d’ensembles finis. Soit Ω un ensemble de cardinal n ∈ N
Définition
Une permutation avec répétition de p éléments de est une suite
ordonnée de p éléments choisis parmi n et pouvant se répéter.

Une telle permutation peut se considérer comme un rangement des

p objets dans les n cases chacun de ces p objets ayant n choix
possibles.
Théorème
Le nombre de permutations avec répétitions de p éléments de Ω
choisis parmi n est égal à Anp = np .
Exemple : Le nombre de mots possibles de 3 lettres est A26 3 = 263

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

Permutations avec répétitions
1 Cas particulier : Permutation avec répétition de n objets dont
k < n sont distincts.
Il s’agit d’une suite ordonnée de n objets choisis dans k
classes distinctes, le nombre d’objets de la classe i est ni .
Dans ce cas :
Théorème
Le nombre de permutations avec répétitions de n objets dont k
sont distincts est :
n!
n1 ! . . . nk !
Exemple : Cherchons le nombre de mots différents formés avec
les lettres du mot barbare. Il y a sept lettres, mais seulement
quatre catégories distinctes, soit un nombre de mots distincts égal
à :
7!
2!2!2!1!
Permutations sans répétitions ou arrangement

Définition
Soit p ≤ n. Une permutation sans répétition de p éléments de est
une suite ordonnée de p éléments choisis parmi n dont aucun
élément ne peut se répéter.
Une telle permutation peut se considérer comme un rangement des
p éléments dans les n cases chacun de ces p objets ayant 1 seul
choix possible.

Théorème
Le nombre de ces permutations sans répétitions ou arrangement
est donc égal à :
n!
Apn = = n(n − 1) . . . (n − p + 1)
(n − p)!

Exemple : Le nombre de tiercés dans l’ordre parmi 15 chevaux

partants est A315 = 15 × 14 × 13 = 2730
Permutations sans répétitions ou arrangement

Cas particuliers : Une permutation est un arrangement de n

objets de n cases : Le nombre de permutations est donc n!.
Exemple : Le nombre de possibilités pour ranger trois voitures
dans trois places de parkings est de 3! = 6.
 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

1 Présentation du cours

2 Analyse Combinatoire
Permutations
Combinaisons
L’urne de Bernouilli

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Combinaisons avec répétitions

Définition
Une combinaison avec répétition de p éléments de est un sous
ensemble non ordonné de p éléments choisis parmi les n et qui
peuvent se répéter.

Théorème
Le nombre de combinaisons avec répétition de p éléments choisi
parmi n avec est donc égal à :

p (n + p − 1)!
Cn+p−1 =
p!(n − 1)!

Exemple : p objets tirés avec remise dans une urne qui en

contient n distincts forment une combinaison avec répétition
puisque seule compte la nature des objets tirés, indépendamment
de l’ordre des tirages.
Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques
 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Combinaisons sans répétitions

Définition
Une Une combinaison sans répétition (ou combinaison tout court)
de p éléments de Ω est un sous ensemble non ordonné de p
éléments choisis parmi les n éléments de Ω et qui ne peuvent pas
se répéter.

Théorème
Le nombre de combinaisons sans répétition de p éléments choisi
parmi n avec est donc égal à :
n!
Cnp =
p!(n − p)!

Exemple : Le nombre de tiercés dans le désordre dans une course

3 = 455
de 15 chevaux est de C15
Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques
 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

Combinaisons sans répétitions

Propriété
1 Cn0 = Cnn = Cnn−1 = 1
2 Cnp = Cnn−p
p+1
3 Cn+1 = Cnp+1 + Cnp
(a + b)n = np=0 Cnp an b n−p ∀(a, b) ∈ R2 , n ∈ R
P
4
Pn p n
p=0 Cn = 2
5

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

1 Présentation du cours

2 Analyse Combinatoire
Permutations
Combinaisons
L’urne de Bernouilli

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

L’urne de Bernouilli

Modèle : Une urne U contenant des boules numérotées.

1 Permutations : Tirer successivement les n boules en tenant
compte de l’ordre de sortie des boules constitue une
permutation de n éléments. Il y en a n! possibilités.
2 Arrangements : Tirer successivement p boules en tenant
compte de l’ordre de sortie des numéros constitue un
p-arrangement de n éléments. Il y en a Apn possibilités.
3 Arrangements avec répétition : Tirer successivement p boules,
en les remettant chaque fois dans l’urne et en tenant compte
de l’ordre de sortie des numéros constitue un p-arrangement
avec répétition de n éléments. Il y en a Anp = np
possibilités.

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques

 Permutations
Présentation du cours
Combinaisons
Analyse Combinatoire
L’urne de Bernouilli

L’urne de Bernouilli

1 Combinaison : Tirer successivement (ou d’un seul coup) p

boules sans tenir compte de l’ordre de sortie des numéros
constitue une p-combinaison de n éléments. Il y en a Cnp
possibilités.
2 Combinaison avec répétition : Tirer successivement p boules
en les remettant chaque fois dans l’urne et sans tenir compte
de l’ordre de sortie des numéros constitue une p-combinaison
p
avec répétition de n éléments. Il y en a Cn+p−1 possibilités.

Lucien D. GNING lucien.gning@univ-thies.sn Cours de Probabilités Statistiques