Université de Bourgogne Statistiques Descriptives

Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2

Enseignant : J. Lopez

CONTRÔLE FINAL DE STATISTIQUES

Correction

Vendredi 29 avril 2016

Consignes d’examen

 Aucun document n’est autorisé, ni calculatrice programmable (sauf celles disposant d’un
mode examen)
 Tout calcul nécessite de présenter la formule mathématique utilisée, en définissant préala-
blement les variables mobilisées, sauf si une même formule est employée plusieurs fois dans
un même exercice
 Tout résultat d’un calcul doit être présenté par une phrase qui précise le sens de ce résultat
 Sauf consignes contraires, une précision de deux décimales est attendue pour vos calculs
 Les tableaux ‘à trous’ (zones grises) ne sont pas à rendre, ni à reporter sur la copie. Ne
reportez sous les questions que les résultats demandés par la question

Exercice 1 : Calculs d’ajustement linéaire et non-linéaire (12 points)

Nous souhaitons étudier la relation entre l’ancienneté dans l’entreprise des travailleurs, en années,
et les salaires, en k€ nets mensuels, notés x et y respectivement, à partir des données de l’enquête
emploi de l’INSEE sur un échantillon de travailleurs français (entre 25 et 64 ans) sur la période
2003-2011.
𝑛𝑖 .∗ (𝑦̅𝑖 − 𝑦̿)2

𝑛𝑖 .∗ 𝑥𝑖 ∗ 𝑦̅𝑖
[0.5 ;1.15[

[1.15 ;1.4[

[1.4 ;1.75[

[1.75 ;3[

𝑛𝑖 .∗ 𝑥𝑖2
Centre

𝑛𝑖 .∗ 𝑥𝑖
𝑛𝑖 . 𝑉𝑖
𝑛𝑖 .

x\y
𝑦̅𝑖

𝑉𝑖

[0 ;1[ 3221 1658 1431 1552 7862 0.5 1.383 0.329 2583.03 588.87 3931 1965.50 5438.45
[1 ;5[ 6419 5036 5183 5612 22250 3 1.515 0.329 7324.09 448.76 66750 200250 101135.70
[5 ;10[ 3620 3778 4315 4953 16666 7.5 1.605 0.321 5342.78 46.20 124995 937462.50 200555.63
[10 ;30[ 5758 7916 11654 19742 45070 20 1.794 0.311 14019.33 849.88 901400 18028000 1617543.00
1933.7 109707
𝑛.𝑗 19018 18388 22583 31859 91848 29269.22 19167678 1924672.78
0 6.00
Centre 0.825 1.375 1.575 2.375

1
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

Partie 1 : Ajustement non-linéaire

1) Calculez la variance conditionnelle de y manquante et le rapport de corrélation des salaires

par rapport à l’ancienneté
1 1 1
𝑦̅1 = ∑𝑗 𝑛1𝑗 𝑦𝑗 = 1.38 ; 𝑦̿ ≡ ∑𝑗 𝑛𝑖. 𝑦̅𝑖 = 1.66 ; 𝑉1 (𝑦) = ∑𝑗 𝑛1𝑗 𝑦𝑗2 − 𝑦̿ 2 = 0.33
𝑛𝑖. 𝑛.. 𝑛𝑖.

1 1
𝑉𝐸 (𝑦) = 𝑛 ∑𝑖 𝑛𝑖. (𝑦̅𝑖 − 𝑦̿)2 = 0.02 ; 𝑉𝑅 (𝑦) = 𝑛 ∑𝑖 𝑛𝑖. 𝑉𝑖 (𝑦) = 0.32
.. ..

2 𝑉𝐸 (𝑦)
𝑉(𝑦) = 𝑉𝐸 (𝑦) + 𝑉𝑅 (𝑦) = 0.34; 𝜂𝑦,𝑥 = 𝑉(𝑦)
= 0.06

L’ancienneté dans l’entreprise explique uniquement 6% de la variance des salaires

2) Démontrez que la courbe de régression minimise la somme des carrés des distances entre les
observations et la prédiction 𝑦̂ (autrement dit 𝑦̅𝑖 est la prédiction qui minimise la somme des
carrés des termes d’erreurs)
2 2
∑ ∑ 𝑛𝑖𝑗 (𝑦𝑗 − 𝑦̂) = ∑ ∑ 𝑛𝑖𝑗 ((𝑦𝑗 − 𝑦̅𝑖 ) + (𝑦̅𝑖 − 𝑦̂))
𝑖 𝑗 𝑖 𝑗

2
= ∑ ∑ 𝑛𝑖𝑗 (𝑦𝑗 − 𝑦̅𝑖 ) + 2 ∑ ∑ 𝑛𝑖𝑗 (𝑦𝑗 − 𝑦̅𝑖 )(𝑦̅𝑖 − 𝑦̂) + ∑ ∑ 𝑛𝑖𝑗 (𝑦̅𝑖 − 𝑦̂)2
𝑖 𝑗 𝑖 𝑗 𝑖 𝑗

Le premier terme est indépendant de 𝑦̂, le second est nul et le troisième est min pour 𝑦̂ = 𝑦̅𝑖

3) Nous souhaitons enrichir l’analyse. Est-ce possible de calculer le rapport de corrélation de

l’ancienneté par rapport à la Catégorie Socio-Professionnelle (CSP) ?

Pour calculer le rapport de corrélation de y par rapport à x, il suffit que y soit une variable
quantitative, peu importe le type de la variable x. Donc le rapport de corrélation de l’âge par
rapport à la CSP peut être calculé

4) En vous aidant du tableau ci-dessous présentant les effectifs théoriques sous l’hypothèse
d’indépendance des salaires et de l’ancienneté en entreprise, calculez la statistique
d’indépendance de 𝜒 2 de la relation. Interprétez votre résultat pour un seuil de 124.24.
[0.5 ;1.15[

[1.15 ;1.4[

[1.4 ;1.75[

[1.75 ;3[

x\y

[0 ;1[ 1627.90 1573.98 1933.06 2727.06

[1 ;5[ 4607.07 4454.46 5470.69 7717.78
[5 ;10[ 3450.85 3336.54 4097.73 5780.88
[10 ;30[ 9332.17 9023.03 11081.52 15633.28
2
𝑛𝑖 .∗𝑛.𝑗 (𝑛𝑖𝑗−𝑛̂𝑖𝑗 )
𝑛̂𝑖𝑗 = ; 𝑛̂12 = 1573.98 ; 𝑇 = ∑𝑖 ∑𝑗 = 6389.39
𝑛.. 𝑛̂𝑖𝑗

L’hypothèse d’indépendance est rejetée, les effectifs théoriques sont éloignés des effectifs
observés. Sur l’échantillon observé, il existe une relation entre les salaires et l’ancienneté
5) De ce test d’indépendance ou du rapport de corrélation, lequel est préférable ?

Le rapport de corrélation est préférable car il utilise plus d’information que le test de 𝜒 2
2
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

Partie 2 : Ajustement linéaire

6) Calculez le coefficient de corrélation linéaire entre les deux variables

𝑥̿ = 11.94; 𝑉 (𝑥) = 66.02;

1 1 𝐶𝑜𝑣(𝑥,𝑦)
𝐶𝑜𝑣(𝑥, 𝑦) ≡ 𝑛 ∑𝑖 ∑𝑗 𝑛𝑖𝑗 𝑥𝑖 𝑦𝑗 − 𝑥̿ 𝑦̿ = 𝑛 ∑𝑖 𝑛𝑖. 𝑥𝑖 𝑦̅𝑖 − 𝑥̿ 𝑦̿ = 1.16 ; 𝑟𝑥𝑦 ≡ = 0.25
.. .. √𝑉(𝑥)𝑉(𝑦)

Le coef. de corrélation linéaire entre l’ancienneté et les salaires des travailleurs est de 0.25

7) Calculez les coefficients de la droite de régression 𝑦̂ = 𝑎𝑥 + 𝑏 par la méthode des Moindre-

Carré-Ordinaires (MCO)
𝐶𝑜𝑣(𝑥,𝑦)
𝑎= = 0.02 ; 𝑏 = 𝑦̅ − 𝑎𝑥̅ = 1.45
𝑉(𝑥)

La droite de régression est donc 𝑦 = 0.02𝑥 + 1.45

8) Démontrez que la moyenne des termes d’erreurs d’une droite de régression obtenues par la
méthode des MCO est nulle

𝑦̂ = 𝑎𝑥𝑖 + 𝑏 = 𝑎𝑥𝑖 + 𝑦̿ − 𝑎𝑥̿ = 𝑦̿ + 𝑎(𝑥𝑖 − 𝑥̿ )

⇒ 𝑑̿ = 𝑦̿̂ − 𝑦̿ = 𝑎(𝑥̿ − 𝑥̿ ) = 0

Exercice 2 – Analyse de résultats (4 points)

Nous souhaitons étudier la relation entre les diplômes et les salaires (en euros nets mensuels),
notés y, à partir de l’échantillon de travailleurs de l’exercice précédent.

Partie 1
Le tableau ci-dessous présente les salaires moyens des travailleurs conditionnellement au nombre
d’années d’études après le brevet des collèges, noté x :
𝑥𝑖 0 2 3 5 8
𝑦̅𝑖 1398 1511 1630 1852 2123

2
Le rapport de corrélation des salaires par rapport au nombre d’années d’études est de 𝜂𝑦/𝑥 =
0.14, tandis que le coefficient de corrélation linéaire correspondant est 𝑟𝑥,𝑦 = 0.37
(pour déterminer s’il existe une relation entre les variables, les valeurs seuils du rapport de
corrélation et du coefficient de corrélation linéaire sont respectivement de 0.0001 et de 0.0066)
La droite de régression obtenue par la méthode des MCO est la suivante : 𝑦̂𝑖 = 94 ∗ 𝑥𝑖 + 1364,
son coefficient de détermination est 𝑅² = 0.14
Vous répondrez aux prochaines questions à partir de ces résultats

3
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

1) Existe-t-il une relation entre les salaires des travailleurs et le nombre d’années d’études ?
La valeur observée du rapport de corrélation étant à l’extérieur de l’intervalle de
fluctuation, l’hypothèse de nullité de ce dernier peut être rejetée. Il existerai donc une
relation entre les salaires et le nombre d’années d’étude
2) L’approximation par une droite de régression serait-elle une bonne approximation de la
relation ?
Le 𝑅2 de la relation linéaire est très proche du rapport de corrélation, la droite de
régression représente donc une bonne approximation de la relation
3) D’après cette approximation linéaire, décrivez la relation entre les salaires des travailleurs
et le nombre d’années d’études
En moyenne, les salaires des travailleurs augmentent de 94 euros nets par mois pour
chaque année d’étude supplémentaire

Partie 2
L’étude du cas multivarié permet de prendre en compte d’autres variables : le genre (z1), l’âge (z2),
la taille de l’entreprise (z3), le caractère public ou privé de l’entreprise (z4), l’année (z5). Cette étude
conclue que toutes ces variables ont une liaison relative avec le salaire des travailleurs et la
relation estimée par la méthode des MCO est la suivante :
𝑦̂𝑖 = 119 ∗ 𝑥𝑖 + 354 ∗ 𝑧1,𝑖 + 19 ∗ 𝑧2,𝑖 + 0.05 ∗ 𝑧3,𝑖 + 26 ∗ 𝑧4,𝑖 + 21 ∗ 𝑧5,𝑖 − 40997
4) En ne considérant que la relation entre le nombre d’années d’études et les salaires, compa-
rez le résultat dans le cas multivarié à celui de la droite de régression dans le cas simple à
une seule variable explicative. Proposez une hypothèse pour expliquer la différence entre
ces résultats
Si les autres variables explicatives du salaire ne variaient pas, pour chaque année d’étude
supplémentaire le salaire augmenterai en moyenne de 119 euros nets par mois. Nous
observons donc que l’évaluation de l’effet sur le salaire net mensuel d’une année d’étude
supplémentaire est plus importante de 25 euros quand les autres variables explicatives des
salaires sont prises en compte. Cela peut s’expliquer par les effets de structure par genre et
âge : les jeunes femmes sont les plus diplômées, mais à diplôme égal un homme plus âgé
est mieux payé
5) En supposant que la prise en compte des variables z 1 à z5 permet d’écarter tout risque de
relation factice entre le nombre d’années d’études et les salaires des travailleurs, pouvez-
vous en conclure que le nombre d’années d’études influence les salaires ?
D’après l’analyse, il existe une relation entre les variables, ce qui n’indique pas le sens de la
causalité. Cependant, le niveau d’étude d’un travailleur étant déterminé avant son salaire,
le coefficient estimé correspond bien à l’influence des études sur les salaires et non
l’inverse

4
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

Partie 3
Pour essayer d’affiner l’analyse, la variable sur le nombre d’années d’études est remplacée par des
variables dichotomiques selon le type de diplôme :
- d0=1 pour les travailleurs ayant un niveau d’étude inférieur au CAP, 0 sinon
- d1=1 pour les titulaires d’un CAP ou BEP, 0 sinon
- d2=1 pour les titulaires du bac, 0 sinon
- d3=1 pour les titulaires d’un bac+2, 0 sinon
- d4=1 pour les titulaires d’un bac+5, 0 sinon
Nous observons alors qu’il existe une relation relative entre chacune de ces variables
dichotomiques et le salaire. La droite de régression obtenue par la méthode des MCO est la
suivante :
𝑦̂𝑖 = 131 ∗ 𝑑1,𝑖 + 459 ∗ 𝑑2,𝑖 + 712 ∗ 𝑑3,𝑖 + 993 ∗ 𝑑4,𝑖 + 371 ∗ 𝑧1,𝑖 + 19 ∗ 𝑧2,𝑖 + 0.04 ∗ 𝑧3,𝑖 + 33
∗ 𝑧4,𝑖 + 19 ∗ 𝑧5,𝑖 − 38140
6) Pourquoi la variable d0 n’est pas incluse dans la droite de régression ? Interprétez le coeffi-
cient de la variable d4. Le résultat de cette analyse diffère-t-il sensiblement de l’analyse réa-
lisée précédemment avec la variable sur le nombre d’année d’études ?
La variable d0 n’est pas introduite dans la droite de régression car cette modalité sert de
référence. D’après les résultats d’estimation, le salaire d’un titulaire d’un diplôme à bac+5
est plus important que celui d’un travailleur avec un niveau d’étude inférieur au CAP d’un
montant de 993 euros nets par mois. Les titulaires d’un bac+5 ayant 8 années d’études
après le brevet des collèges, ces 993 euros doivent être comparés à 8*119=952 euros dans
le cas de l’estimation précédente. Les deux résultats sont donc assez proches

5
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

Exercice 3 : Séries temporelles (6 points)

Le tableau ci-dessous présente la relation entre les ventes de jouets (y) et de champagne (x) en
France en milliards d’euros. Nous souhaitons étudier la relation entre ces deux variables. Pour se
faire, nous utilisons les données du tableau ci-dessous :

Année Trim t x y 𝑀4′𝑦 𝑦⁄𝑀4′𝑦 𝑆𝑦 𝑦∗ 𝑦̂ 𝑑𝑦 𝑑𝑥

2000 1 1 0.47 0.46
2000 2 2 0.60 0.57
2000 3 3 0.54 0.56 0.62 0.91 0.80 0.70 0.50 0.06 -0.23
2000 4 4 1.40 0.91 0.60 1.51 1.63 0.56 0.98 -0.07 0.61
2001 1 5 0.69 0.42 0.57 0.73 0.71 0.59 0.41 0.01 -0.21
2001 2 6 0.64 0.46 0.57 0.81 0.85 0.54 0.48 -0.02 -0.20
2001 3 7 0.60 0.43 0.59 0.74 0.80 0.54 0.47 -0.04 -0.26
2001 4 8 1.48 1.01 0.60 1.67 1.63 0.62 0.98 0.03 0.65
2002 1 9 0.71 0.47 0.63 0.74 0.71 0.66 0.45 0.02 -0.22
2002 2 10 0.58 0.54 0.67 0.81 0.85 0.64 0.57 -0.02 -0.18
2002 3 11 0.63 0.57 0.69 0.84 0.80 0.71 0.55 0.02 -0.27
2002 4 12 1.69 1.17 0.69 1.70 1.63 0.72 1.12 0.05 0.74
2003 1 13 0.63 0.45 0.68 0.65 0.71 0.62 0.49 -0.04 -0.19
2003 2 14 0.80 0.59 0.67 0.87 0.85 0.69 0.57 0.01 -0.25
2003 3 15 0.70 0.50 0.68 0.74 0.80 0.62 0.55 -0.05 -0.30
2003 4 16 1.82 1.15 0.70 1.64 1.63 0.71 1.14 0.01 0.79
2004 1 17 0.74 0.53 0.72 0.73 0.71 0.74 0.52 0.01 -0.23
2004 2 18 0.84 0.67 0.73 0.91 0.85 0.78 0.62 0.04 -0.26
2004 3 19 0.76 0.59
2004 4 20 1.84 1.13

1) Complétez les cases grises du tableau en utilisant la méthode du rapport à la tendance pour
le calcul des coefficients saisonniers et les reporter sur votre copie. Indiquez les formules
mobilisées
𝑦 𝑦𝑡−2+2𝑦𝑡−1 +2𝑦𝑡 +2𝑦𝑡+1+𝑦𝑡+2 𝑦 1 𝑦
𝑀4,𝑡 ≡ ; 𝑆𝑗 ≡ 𝑎 ∑𝑎𝑖=1 𝑀𝑦𝑖𝑗
8 4,𝑖𝑗

avec i l’indice des années, j celui des trimestres et a le nombre total d’année
1 𝑦
Afin de respecter le principe de conservation des aires, il faut 𝜌 ≡ 𝑎 ∑𝑎𝑖=1 𝑆𝑗 = 1. Ici c’est le
cas, il n’est donc pas nécessaire de corriger
𝑦
Valeurs CVS : 𝑦 ∗ = 𝑦/𝑆 𝑦 ; Valeurs ajustées : 𝑦̂ = 𝑀4,𝑡 ∗ 𝑆𝑦

2) D’après les résultats du tableau, comment expliquer la baisse des ventes de jouets entre le
4ème trimestre 2000 et le 1er trimestre 2001 ?

Entre ces deux trimestre, la tendance était plutôt à la hausse (cf. M4’y), mais le coefficient
saisonniers baisse. Cela suffit à expliquer la baisse observée, puisque la variation
accidentelle a augmentée entre les deux semestres

6
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

3) Démontrez que le coefficient de corrélation linéaire de deux séries temporelles souffre d’un
problème de corrélation factice dès lors qu’elles expriment toutes deux une tendance linéaire
(autrement-dit, démontrez que la covariance dépend des coefficients des tendances linéaires)

4) Le coefficient de corrélation linéaire observé entre les deux série-temporelles est de 0.97 et
le seuil de significativité est de 0.5. Mais comment mesurer la relation linéaire entre les deux
variables x et y en excluant les effets du temps ?

Il suffit d’étudier le coefficient de corrélation linéaire des variations accidentelles.

7
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

Exercice 4 : Analyse combinatoire (7 points)

1) Comment procéder pour dénombrer une expérience complexe ?

De façon générale, les problèmes complexes doivent être décomposés en problèmes simples
et intelligible de façon à rendre leur recomposition intelligible. Dans le cas du
dénombrement, cela revient à mobiliser la règle du produit. Supposons qu’une expérience
puisse être décomposée en une succession de p sous-expériences indépendantes. Notons 𝑛𝑖
le nombre de résultats possibles pour la 𝑖 è𝑚𝑒 sous-expérience. Le nombre de résultats
𝑝
possibles pour l’expérience ‘globale’ est : ∏𝑖=1 𝑛𝑖

2) Définissez (précisément) un produit cartésien binaire, un arrangement et un p-uplet

Soient X et Y deux ensembles. Le produit cartésien binaire de ces 2 ensembles, noté XxY,
est l’ensemble de tous les couples dont la 1ère composante appartient à X et la seconde à Y.

Soit E un ensemble fini à n éléments. Un arrangement d’ordre p de E est un p-uplet

d’éléments de E, c-a-d un élément du produit cartésien de p fois l’ensemble E.

3) Un de vos amis hongrois vous a dit un jour ceci : « En Hongrie, il y a 10 millions

d'habitants. 78% des Hongrois ont un téléphone portable. Je suis sûr de trouver en Hongrie
au moins 2 personnes qui sont nées le même jour et qui ont le même code PIN (code de 4
chiffres protégeant la carte SIM) ». Votre ami a-t-il raison ?

Le nombre de code PIN correspond à un arrangement avec remise, donc 104 . En utilisant la
règle du produit, il y a 366 ∗ 104 associations possibles entre le jour de naissance et le code
PIN, soit moins que de Hongrois ayant un téléphone portable, donc cet ami ne se trompe pas

6) On veut placer 6 livres dans un rayon de bibliothèque. De combien de façons différentes

peut-on le faire : (ici, le terme ‘façon’ ne devrait pas vous poser de problème)

Il s’agit de dénombrer les permutations (sans remise) sous contrainte

a. Si 3 d'entre eux sont des volumes qui doivent rester ensemble dans le même ordre ?

Les 3 volumes devant rester ensemble dans le même ordre correspondent à un

unique élément : 4! = 24

b. Ou si l'on a 2 TINTIN, 2 ASTERIX ainsi que 2 LUCKY LUKE et que les livres
d'une même collection doivent rester ensemble ?

Il y a 3! = 6 façons de placer les collections l’une par rapport à l’autre et pour chaque ordre
des collections 23 = 8 arrangements possibles, soit un total de 6 ∗ 8 = 48 permutations
possibles

7) Pour tout (𝑝, 𝑛) ∈ ℕ2 et 1 ≤ 𝑝 ≤ 𝑛, démontrez les propriétés suivantes des coefficients

𝑝 𝑝−1 𝑝 𝑝
binomiaux : 𝑝𝐶𝑛 = 𝑛𝐶𝑛−1 et (𝑛 − 𝑝)𝐶𝑛 = 𝑛𝐶𝑛−1

𝑝 𝑛! 𝑛 ∗ (𝑛 − 1)! 𝑝−1
𝑝𝐶𝑛 = 𝑝 =𝑝 = 𝑛𝐶𝑛−1
𝑝! (𝑛 − 𝑝)! 𝑝 ∗ (𝑝 − 1)! (𝑛 − 1 − (𝑝 − 1))!

8
Université de Bourgogne Statistiques Descriptives
Licences d’Economie et de Gestion, 1ère année 2015-2016, Semestre 2
Enseignant : J. Lopez

𝑛! 𝑛 ∗ (𝑛 − 1)!
(𝑛 − 𝑝)𝐶𝑛𝑝 = (𝑛 − 𝑝) = (𝑛 − 𝑝 )
𝑝
= 𝑛𝐶𝑛−1
𝑝! (𝑛 − 𝑝)! 𝑝! (𝑛 − 𝑝) ∗ (𝑛 − 1 − 𝑝)!

8) Pour tout (𝑝, 𝑛) ∈ ℕ2 , démontrez la formule du binôme de Newton :

𝑛
𝑝
(𝑎 + 𝑏 )𝑛 = ∑ 𝐶𝑛 𝑎𝑝 𝑏𝑛−𝑝
𝑝=0

Nous allons montrer que si la formule est vraie pour n alors elle est vraie pour n+1,
autrement-dit :
𝑝 𝑝
(𝑎 + 𝑏)𝑛+1 = ∑𝑛+1 𝑝 𝑛+1−𝑝
𝑝=0 𝐶𝑛+1 𝑎 𝑏 si (𝑎 + 𝑏)𝑛 = ∑𝑛𝑝=0 𝐶𝑛 𝑎𝑝 𝑏𝑛−𝑝
Comme la formule du binôme de Newton est facile à vérifier pour n=0, cela suffit à
démontrer la formule pour tout n. Pour cela, il faut faire apparaitre la formule en n à
partir de celle en n+1 :
𝑛

(𝑎 + 𝑏)𝑛+1 = (𝑎 + 𝑏)𝑛 (𝑎 + 𝑏) = (∑ 𝐶𝑛𝑝 𝑎𝑝 𝑏𝑛−𝑝 ) (𝑎 + 𝑏)

𝑝=0
Puis je réécris l’expression pour utiliser la formule du triangle de Pascal :
(développement de la parenthèse, changement de l’indice du 1er terme pour faire
apparaitre 𝑎𝑝 𝑏𝑛+1−𝑝 en commun puis factorisation)
𝑛 𝑛 𝑛+1 𝑛
𝑝 𝑝 𝑝−1 𝑝
= ∑ 𝐶𝑛 𝑎𝑝+1 𝑏𝑛−𝑝 +∑ 𝐶𝑛 𝑎𝑝 𝑏𝑛+1−𝑝 = ∑ 𝐶𝑛 𝑎𝑝 𝑏𝑛+1−𝑝 + ∑ 𝐶𝑛 𝑎𝑝 𝑏𝑛+1−𝑝
𝑝=0 𝑝=0 𝑝=1 𝑝=0
𝑛
𝑝−1 𝑝
= ∑(𝐶𝑛 + 𝐶𝑛 )𝑎𝑝 𝑏𝑛+1−𝑝 + 𝐶𝑛0 𝑎0 𝑏𝑛+1 + 𝐶𝑛𝑛 𝑎𝑛+1 𝑏0
𝑝=1
𝑛 𝑛+1
𝑝 𝑝
= ∑ 𝐶𝑛+1 𝑎𝑝 𝑏𝑛+1−𝑝 + 𝑏𝑛+1 + 𝑎𝑛+1 = ∑ 𝐶𝑛+1 𝑎𝑝 𝑏𝑛+1−𝑝
𝑝=1 𝑝=0
𝑛+1 𝑛+1
(𝑏 et 𝑎 étant les premiers et derniers termes de la suite)