Loi binomiale Répétition indépendante d expériences aléatoires identiques

Documents pareils
EXERCICES : DÉNOMBREMENT

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

Dénombrement. Chapitre Enoncés des exercices

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Statistique descriptive bidimensionnelle

Chapitre 3 : Fonctions d une variable réelle (1)

Probabilités et statistique pour le CAPES

1 Mesure et intégrale

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Exercices de mathématiques

SÉRIES STATISTIQUES À DEUX VARIABLES

STATISTIQUE : TESTS D HYPOTHESES

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

Terminale S. Terminale S 1 F. Laroche

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Limites des Suites numériques

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Séquence 5. La fonction logarithme népérien. Sommaire

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

55 - EXEMPLES D UTILISATION DU TABLEUR.

20. Algorithmique & Mathématiques

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Comportement d'une suite

14 Chapitre 14. Théorème du point fixe

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

c. Calcul pour une évolution d une proportion entre deux années non consécutives

2 ième partie : MATHÉMATIQUES FINANCIÈRES

CHAPITRE 2 SÉRIES ENTIÈRES

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Les Nombres Parfaits.

Cours de Statistiques inférentielles

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Processus et martingales en temps continu

Séries réelles ou complexes

Etude de la fonction ζ de Riemann

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Chapitre 3 : Transistor bipolaire à jonction

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Principes et Méthodes Statistiques

UNIVERSITÉ DE SFAX École Supérieure de Commerce

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

4 Approximation des fonctions

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Module 3 : Inversion de matrices

Université Pierre et Marie Curie. Biostatistique PACES - UE

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

STATISTIQUE AVANCÉE : MÉTHODES

Initiation à l analyse factorielle des correspondances

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

Sommaire Chapitre 1 - L interface de Windows 7 9

Baccalauréat S Asie 19 juin 2014 Corrigé

Statistique Numérique et Analyse des Données

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Des résultats d irrationalité pour deux fonctions particulières

RECHERCHE DE CLIENTS simplifiée

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Chap. 5 : Les intérêts (Les calculs financiers)

Mécanismes de protection contre les vers

Séries numériques. Chap. 02 : cours complet.

Solutions particulières d une équation différentielle...

Les algorithmes de tri

Suites et séries de fonctions

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

DETERMINANTS. a b et a'

Chaînes de Markov. Arthur Charpentier

Formation d un ester à partir d un acide et d un alcool

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Compte Sélect Banque Manuvie Guide du débutant

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Cours 5 : ESTIMATION PONCTUELLE

Faites prospérer vos affaires grâce aux solutions d épargne et de gestion des dettes

Options Services policiers à Moncton Rapport de discussion

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.

Télé OPTIK. Plus spectaculaire que jamais.

Échantillonnage et estimation

Présentation & organisation du cours. Introduction : décider en milieu industriel. Les méta-heuristiques. Le travail à réaliser

Working Paper RETAIL RÉGIONAL RESPONSABLE

Gérer les applications

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

La fibre optique arrive chez vous Devenez acteur de la révolution numérique

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

Simulations interactives de convertisseurs en électronique de puissance

Le chef d entreprise développe les services funéraires de l entreprise, en

LES MESURES CLÉS DU PROJET DE LOI ÉCONOMIE SOCIALE ET SOLIDAIRE

Transcription:

Loi biomiale Répétitio idépedate d expérieces aléatoires idetiques 1. Le cotexte 1.1. Répétitio idépedate d expérieces aléatoires. Das otre perspective de modéliser les phéomèes observés, comme par exemple la répétitio du lacer d u dé, d ue pièce de moaie, du choix d u échatillo de taille doée das ue populatio,, o se place das l hypothèse d idépedace des répétitios d ue même expériece aléatoire miimale. À chaque répétitio, la probabilité d ue issue de cette expériece aléatoire miimale est idetique. Cela correspod à otre ituitio lorsque ous laços plusieurs fois la même pièce de moaie, le même dé, ou bie plusieurs dés bie équilibrés, choisissos au hasard plusieurs objets das u sac e coteat u grad ombre. Cette situatio correspod aussi à des tirages successifs das ue ure avec remise. E effet, à chaque tirage, les ures sot à ouveau das le même état. Par cotre, das u tirage d ue ure sas remise, ous e sommes plus das ue situatio d idépedace. E effet, après chaque tirage, les états des ures ot chagés. La probabilité d obteir ue boule aussi. Remarque: Cette hypothèse d idépedace est pas la seule possible et e coviet pas toujours. O développe alors d autres modèles pour étudier ces phéomèes. Reveos à plusieurs lacers d u dé cubique. Chaque lacer a 6 issues. Doc après 2 lacers, 36 issues, le ombre d issues deviet vite grad. Nous ous cocetreros das la suite du chapitre à étudier les répétitios d ue même expériece aléatoire, la plus simple possible: à 2 issues. Notos tout de suite qu après répétitios, il y a 2 issues distictes. O doit doc recetrer la questio. Par exemple: O lace 10 fois de suite ue pièce de moaie bie équilibrée. Quelle est la probabilité d obteir au mois 6 fois «FACE»? E laçat u dé cubique, o s itéresse au ombre de fois où o obtiet 6 Das ue ure coteat ue proportio p de boules rouges et 1 - p de boules vertes, o tire avec remise 5 fois de suite ue boule de l ure et o ote sa couleur. Quelle est la probabilité d obteir 4 rouges exactemet? Au mois 4 rouges? O répod au hasard aux 20 questios d u QCM (1 seule boe répose). Quelle est la probabilité d avoir la moyee? O modélise de telles répétitios d expérieces aléatoires à 2 issues e cosidérat le ombre de succès possibles parmi les répétitios. Notos qu u succès est toujours relatif. Cela déped du poit de vue. 1.2. Épreuve de Beroulli de paramètre p, 0 p 1 Ue épreuve de Beroulli de paramètre p est ue expériece aléatoire à 2 issues, souvet otée S (succès) et E = S (échec), telle que p(s) = p. Ue variable aléatoire de Beroulli est la variable aléatoire X à valeurs das {0, 1} défiie par p(x = 0) = p(e) = 1 - p et p(x = 1) = p(s) = p. La loi suivie par X est appelée loi de Beroulli de paramètre p. C est doc l expériece aléatoire élémetaire qui va être répétée à l idetique. @.crouzet 2016

2 Première S, Loi biomiale O a la loi de X. Valeurs de X 0 1 p ( X = k ) 1 - p p 1.3. Schéma de Beroulli U schéma de Beroulli d ordre N * et de paramètre p [0; 1] (o dit aussi de paramètres et p ) est l expériece aléatoire obteu e répétat fois de maière idépedate le même schéma de Beroulli de paramètre p. O défiit alors X la variable aléatoire qui déombre le ombre de succès obteus après répétitios. O a doc X à valeurs das {0; 1; 2; ; }: o peut e effet obteir de 0 à succès. La loi biomiale de paramètres et p, otée B(; p), est la loi de probabilité de la variable aléatoire X. La loi biomiale décrit doc la probabilité p(x = k) pour k = 0; 1; ;, c est à dire la probabilité d avoir obteu de 0 succès à succès, sas différetiatio de l ordre das lequel ces succès ot été obteus. Il s agit maiteat de doer explicitemet cette loi. 2. Descriptio de la loi biomiale 2.1. Les premiers cas = 1, 2, 3, 4 et 5 Pour = 1, X 1 est ue loi de Beroulli de paramètre p. Pour = 5: = 2, 3, 4: à vous D où la loi biomiale B(5; 0, 4): 2016 @.crouzet

Première S, Loi biomiale 3 Nombre de succès 0 1 2 3 4 5 Probabilité 0,4 5 5 0,4 4 0,6 10 0,4 3 0,6 2 10 0,4 2 0,6 3 5 0,4 0,6 4 0,6 5 2.2. La gééralisatio Soit u etier aturel et p u réel de [0; 1]. Soit X la variable aléatoire qui deeombre le ombre de succès du schéma de Beroulli d ordre et de paramètre p. Remarquos que toute brache de l arbre de probabilité représetat la situatio cotiet «sous-braches». Soit k {0; 1; ; }. Alors ue brache de l arbre qui mèe à k succès est ue brache qui est composée de k braches meat à u succès S doc de probabilité p - k braches meat à u échec E doc de probabilité 1 - p. La probabilité d ue telle brache est doc doée par p k (1 - p) -k. O associe l évéemet (X = k), c est à dire l évéemet «k succès» à tous les mots de lettres comportat k lettres S et - k lettres E. Par exemple, pour = 5, l évéemet (X = 3) est la réuio des 10 évéemets: SSSEE, SSESE, SSEES, SESSE, SESES, SEESS, ESSSE, ESSES, ESESS, EESSS. La probabilité d u évéemet coteat p succès est doée par p k (1 - p) -k : e effet u tel évéemet correspod à k braches meat à u succès de probabilité p et doc à ( - k) braches meat à u échec de probabilité 1 - p. Il reste à compter le ombre d évéemets meat à k succès. Cela reviet à déombrer le ombre d aagrammes d u mot de lettres coteat k lettres S idetiques et - k lettres E idetiques. O déombre das u premier temps le ombre d aagrammes de lettres distictes: S 1,, S k, E 1,, E -k. Il y e a!, permutatios de lettres. Esuite, comme les k lettres S sot idetiques, il y a k! permutatios des lettres S 1,, S k possibles. Par exemple, les mots: S 1 S 2 S 3 E 1 E 2, S 1 S 3 S 2 E 1 E 2, S 2 S 1 S 3 E 1 E 2, S 2 S 3 S 1 E 1 E 2, S 3 S 1 S 2 E 1 E 2, S 3 S 2 S 1 E 1 E 2 ot été comptés das les 5! permutatios et pourtat sot idetiques au mot S S S E 1 E 2. De même, comme les - k lettres E sot idetiques, il y a ( - k)! permutatios des lettres E 1,, E -k possibles. Par exemple, les mots S S S E 1 E 2 et S S S E 2 E 1 sot idetiques au mot S S S E E.! Fialemet, o déombre doc k! ( - k)! = mots disticts coteat k lettres S et - k lettres E. k Das u schéma de Beroulli de paramètre de succès p et d ordre, il y a doc braches meat à k succès (et - k k échecs), chacue de probabilité p k (1 - p) -k doc la probabilité de k succès est k pk (1 - p) -k. Fialemet, o obtiet: Théorème: Soit u schéma de Beroulli de paramètre de succès p et d ordre. Soit X la variable aléatoire à valeur das {0; 1; 2; ; } déombrat le ombre de succès et B(; p) la loi biomiale associée. Alors pour tout etier k {0; 1; ; }, p(x = k) = k pk (1 - p) -k avec k =! pour k {0; 1; ; }. k! ( - k)! Les s appellet les coefficiets biomiaux. k La loi biomiale B(; p) est doc décrite par la probabilité d obteir k succès est k pk (1 - p) -k, o pourra reteir (combiaisos de k élemets parmi ) (probabilité de succès) ombre de succès (probabilité d ' échec) ombre d' échecs. Aisi o a les cas particuliers: @.crouzet 2016

4 Première S, Loi biomiale Aisi o a les cas particuliers: 0 succès, échecs: 0 p0 (1 - p) -0 = (1 - p) 1 succès, - 1 échecs: 1 p1 (1 - p) -1 = p(1 - p) -1 2 succès, - 2 échecs: 2 ( - 1) p2 (1 - p) -2 = p 2 (1 - p) -2 2 k succès, - k échecs: k! pk (1 - p) -k = ( - k)! k! pk (1 - p) -k - 2 succès, 2 échecs: - 2 ( - 1) p-2 (1 - p) 2 = p -2 (1 - p) 2 2-1 succès, 1 échec: - 1 p-1 (1 - p) = p -1 (1 - p) succès, 0 échecs: p (1 - p) - = p. O peut observer ue sorte de symétrie du au fait que pour tout k, k = - k. O a la représetatio graphique pour = 10, p = 0, 4: =10 et p = 0.4 0.25 0.20 0.15 0.10 0.05 ombre de succès probabilité 0 0.0060466176 1 0.040310784 2 0.120932352 3 0.214990848 4 0.250822656 5 0.2006581248 6 0.111476736 7 0.042467328 8 0.010616832 9 0.001572864 10 0.0001048576 2 4 6 8 10 O a aussi k pk (1 - p) -k = (p + (1 - p)) = 1 = 1: la somme de toutes les probabilités est 1, grâce à la formule du k=0 biôme de Newto. Efi 4 évéemets à reteir: «que des succès» ou «aucu échec» de probabilité p «aucu succès» ou «que des échecs» de probabilité (1 - p). «au mois 1 succès», complémetaire de 0 succès et doc de probabilité 1 - (1 - p) «au mois 1 échec», complémetaire de succès et doc de probabilité 1 - p. 2.3. Paramètres de la loi biomiale. Propriété: Soit u etier aturel et p [0; 1]. Soit X ue variable aléatoire qui suit la loi biomiale B(; p). Alors: l espérace est E(X) = p la variace est V(X) = p (1 - p) et l écart-type σ(x) = p(1 - p). Il faudra surtout reteir l espérace qui permet d obteir le gai moye d u jeu de hasard par exemple. 2016 @.crouzet

Première S, Loi biomiale 5 3. combiatoire: complémets 3.1. Combiatoire Les coefficiets biomiaux appartieet à la brache dite du déombremet ou de la combiatoire: il s agit de compter les cas. Pour ue grade part, le calcul de probabilités demade de savoir compter les cas. Par exemple: quelle est la probabilité d obteir u carré d as sur ue mai de 5 cartes? quelle est la probabilité de choisir 3 persoes ayat ue qualité doée das u groupe dot o coaît la proportio globale de cette qualité? Das toutes ces situatios, le calcul de probabilités peut être rameé à déombrer le ombre de cas favorables par rapport au ombre total de cas. Par exemple, pour le carré d as, o peut cosidérer qu il y a, avec u jeu de 52 cartes, 48 mais distictes de 5 cartes avec u carré d as (les 4 as et ue autre carte qui est pas u as). D autre part il y a 52 51 50 49 48 = 311 875 200 mais distictes (52 choix pour la 1 ière carte, 51 pour la 2 de, jusqu à la 5 ième ). 48 Doc la probabilité d obteir u carré d as est de 52 51 50 49 48 = 1 6 497 400 1, 5 10-7. Pour modéliser, o peut associer chaque carte du jeu à u esemble fii de 52 élémets. Ue mai de 5 cartes reviet à cosidérer u esemble costituée de 5 élémets de cet esemble. Soit u etier aturel. O cosidère u esemble fii à élemets E = {e 1,, e }. O peut assimiler E à {1; 2; 3; ; }. 3.2. Listes o ordoées: parties, combiaisos Ue partie de E est u esemble costituée d élémets de E. Ue partie à k élémets est ue partie de E coteat k élémets disticts de E. Le ombre d élémets d u esemble fii Ω est appelé le cardial de cet esemble. O le ote souvet card(ω) ou <Ω= {e 1 ; e 2 ; e 3 } est ue partie à 3 élémets de E. O ote card({e 1 ; e 2 ; e 3 }) = 3. Covetio: L esemble vide est ue partie de tout esemble. C est la seule partie à 0 élémet. Ue partie de l esemble E à élémets peut avoir de 0 élémet (l esemble vide ) à élémets. Exemple: Avec E = {A; B; C}, o peut cositituer les parties:, {A}, {B}, {C}, {A : B}, {A; C}, {B; C} et {A; B; C}. Remarquos sur cet exemple, que la ature des objets de l esemble importe peu sur la costitutio des parties. Avec E = { ; ;@}, o obtiet, { }, { }, {@}, { ; }, { ;@}, { ;@}, { ; ;@}m doc 8 parties aussi. L esemble des parties d u esemble E est oté @(E). Propriété: card(@(e)) = 2 card(e). Autremet dit avec u esemble à élémets, o peut costruire 2 parties distictes coteat de 0 à élemets. Soit u etier aturel et k u etier tel que 0 k. O appelle combiaiso de k élémets parmi, toute partie à k élémets que l o peut costituer avec u esemble à élémets. O ote k (parfois C k ) le ombre de combiaisos, coefficiets biomiaux. O lit «k parmi». Aisi o a par défiitio: = 1 pour tout etier 1 (il y a ue seule partie à 0 élémet): 0 @.crouzet 2016

6 Première S, Loi biomiale = 1 pour tout etier 1. = : il est facile de voir qu il y a autat de parties à 1 élémet que d élémets das l esemble E 1 = : il y a autat de parties à - 1 élémets que de parties à 1 élémet. E effet, choisir - 1 élémets - 1 reviet à e mettre u de côté. k k = - 1 k - 1 Covetio: 0 = 1. Il y a ue seule partie à 0 élémet que l o peut costituer à partir de l esemble à 0 élémets. 0 Propriété: Pour tout etier aturel, pour tout etier k avec 0 k, k = - k. E effet, choisir k élémets, reviet à choisir les - k restats. Aisi à chaque partie à k élémets, correspod ue seule partie à - k élémets, so complémetaire das E. Propriété: Pour tout etier aturel, k = 2 k=0 E effet la somme des ombres de parties à k élémets pour k allat de 0 à est égal àu ombre total de parties. Propriété: formule de récurrece. Pour tout etier aturel 2, pour tout etier k avec 1 k, k = - 1 k - 1 + - 1 k. Notos a u des élémets de E. Alors E = {a} E où E est u esemble à - 1 élémets. Alors comme ue partie A à k élémets de E : ou cotiet a ou o, alors ou A = a A avec A ue partie à k - 1 élémets de l esemble à - 1 élémets E ou A E et doc A est ue partie à k élémets de E. Par suite il y a autat de parties à k élémets choisis parmi élémets que de parties à k élémets parmi - 1 ou de parties à k - 1 élémets choisis parmi - 1. O a doc la relatio proposée. O peut aisi pas à pas géérer les combiaisos. C est le triagle de Pascal. 2016 @.crouzet

Première S, Loi biomiale 7 esemble à 0 élémets 1 esemble à 0 élémets 0 0 esemble à 1 élémets 1 1 esemble à 1 élémets 1 0 1 1 esemble à 2 élémets esemble à 3 élémets esemble à 4 élémets esemble à 5 élémets esemble à 6 élémets esemble à 7 élémets 1 2 1 1 3 3 1 1 4 6 4 1 1 5 10 10 5 1 1 6 15 20 15 6 1 1 7 21 35 35 21 7 1 esemble à 2 élémets esemble à 3 élémets esemble à 4 élémets esemble à 5 élémets esemble à 6 élémets esemble à 7 élémets 2 0 2 1 2 2 3 0 3 1 3 2 3 3 4 0 4 1 4 2 4 3 4 4 5 0 5 1 5 2 5 3 5 4 5 5 6 0 6 1 6 2 6 3 6 4 6 5 6 6 7 0 7 1 7 2 7 3 7 4 7 5 7 6 7 7 ombre de ombre de ombre de ombre de ombre de ombre de ombre de ombre de parties à parties à parties à parties à parties à parties à parties à parties à 0 élémets 1 élémets 2 élémets 3 élémets 4 élémets 5 élémets 6 élémets 7 élémets ombre de ombre de ombre de ombre de ombre de ombre de ombre de ombre de parties à parties à parties à parties à parties à parties à parties à parties à 0 élémets 1 élémets 2 élémets 3 élémets 4 élémets 5 élémets 6 élémets 7 élémets Note: Les applicatios des coefficiets biomiaux sot multiples et variées. e combiatoire bie sur, mais ils itervieet das ombre de problèmes d aalyse. Par exemple, o a la célèbre formule du biôme de Newto (gééralisatio de l idetité remarquable (a + b) 2 = a 2 + 2 a b + b 2 ): Formule du biôme de Newto: Soit a et b deux ombres réels (ou complexes), (a + b) = i ai b -i pour tout etier aturel. i=0 Aisi par exemple (a + b) 5 = a 5 + 5 a 4 b + 10 a 3 b 2 + 10 a 2 b 3 + 5 a b 4 + b 5. Cas particulier : 2 = (1 + 1) = i. O retrouve que le cardial de l esemble des parties d u esemble de cardial fii est 2. i=0 Chaque est exactemet le ombre de parties à i élémets. i 3.3. Listes ordoées (1): les permutatios Ue permutatio de l esemble E est ue liste ordoée des élémets de E. Exemple: Avec E = {1; 2; 3}, les permutatios sot (1; 2; 3), (1; 3; 2), (2; 1; 3), (2; 3; 1), (3; 1; 2) et (3; 2; 1). Ce sot doc toutes les faços d arrager les 3 élémets de l esemble sas répétitios. Propriété: Soit u etier aturel. Le ombre de permutatios des élémets de l esemble E est 1 2 3. Ce ombre est oté! et se lit factorielle de. Covetio: 0! = 1. Aisi par exemple, les 21 élèves d ue classe peuvet se préseter suivat 21!= 51 090 942 171 709 440 000 faços différetes à l etrée e classe. De même, les aagrammes du mot SUPER sot au ombre de 5 120. @.crouzet 2016

8 Première S, Loi biomiale Remarque: les permutatios sot sas cesse utilisées e mathématiques et e combiatoire e particulier. 3.3. Listes ordoées (2) avec répétitio: les uplets Soit et p deux etiers aturels. O appelle p uplet d élémets de E toute liste ordoée costituée de p élémets de E, disticts ou o. Aisi u p-uplet peut avoir la logueur que l o veut. Le lagage iformatique utilise les listes ordoées costituées à partir de l alphabet {0; 1} pour foctioer. U octet est u 8 uplet ou octuplet. 10 001 111 = (1, 0, 0, 0, 1, 1, 1, 1) est ue liste de 8 élémets ordoées. Les mots d u alphabet sot des p uplets costitués avec les lettres de l alphabet. D ailleurs o cofod souvet la liste et le mot comme ous l avos fait pour la loi biomiale. O associe l issue (S; S; E; E; S) au mot S S E E S. Propriété: Pour tout etier et tout etier p, il y a p p uplets disticts costitués avec u esemble de élémets. E effet, il suffit de voir que pour chaque élémet de la liste, il y a choix possibles. O retrouve aisi que le ombre d issues d u schéma de Beroulli d ordre est 2. Il y a 2 uplets disticts costitués avec les 2 lettres S et E. 3.4. Listes ordoées (3) sas répétitio: les arragemets E iterdisat la répétitio d u élémet, avec u esemble fii à élemets E = {e 1,, e }, o peut obteir des listes ordoées sas répétitio de logueur 0 (la liste vide) jusqu à la logueur. Soit u etier aturel et k u etier tel que 0 k. Ue liste ordoée sas répétitio de k élémets d u esemble à élémets est appelé u arragemet de k élémets parmi. Propriété: Le ombre d arragemets de k élémets parmi est doé par ( - 1) ( - k + 1) =! ( - k)!. E effet, il suffit de voir que l o a choix pour le premier élémet, - 1 pour le suivat et doc - k + 1 pour le k ième. Remarque: o ote A k ce ombre. Aisi par exemple, o peut costituer 21 20 19 = 7980 groupes de 3 persoes distictes avec u groupe de 21. Corollaire: k =! k! ( - k)! = A k k!. Preuve: Remarquos qu u arragemet de k parmi est ue permutatio des k élémets d ue combiaiso doée. Il y a k! permutatios pour chaque ocmbiaiso, et doc A k = k! k. O obtiet aisi ue formule explicite pour détermier les coefficiets biomiaux. 2016 @.crouzet