Vous êtes sur la page 1sur 30

i i

0 lim Page I Mercredi, 28. septembre 2005 12:43


doc 12 2013/2/22 11:28
2013/3/11 14:40 page I #1
i i

MTHODES
MATHMATIQUES
POUR LINFORMATIQUE
Cours et exercices corrigs

Jacques Vlu
Professeur honoraire au
Conservatoire national des arts et mtiers

5e dition

i i

i i
i i

Dunod, Paris, 2013


ISBN 978-2-10-059452-8

i i

i i
Table des matires

AVANT-PROPOS VII

CORRIGS VIDO IX

CHAPITRE 1 LA NOTION DENSEMBLE 1


1.1 Ensembles 1
1.2 lments 3
1.3 Sur les faons de dfinir un ensemble 4
1.4 Fonctions et applications 6
1.5 Diverses proprits des applications 9
1.6 Exercices sur le chapitre 1 12

CHAPITRE 2 CONSTRUCTIONS DENSEMBLES 17


2.1 Produit densembles 17
2.2 Produit dune famille densembles 20
2.3 Puissances dun ensemble 21
2.4 Runion, intersection, somme disjointe 22
2.5 Exercices sur le chapitre 2 24

CHAPITRE 3 CARDINAL DUN ENSEMBLE 27


3.1 Ensembles finis 27
3.2 Ensembles dnombrables 30
3.3 Cardinaux 31
3.4 Ensembles infinis 35
3.5 Exercices sur le chapitre 3 36

CHAPITRE 4 ANALYSE COMBINATOIRE 39


4.1 Le principe des choix successifs 39
4.2 Arrangements 42
4.3 Permutations 43
4.4 Combinaisons 45
4.5 Formule du binme 48
4.6 Exercices sur le chapitre 4 51
IV Table des matires

CHAPITRE 5 RELATIONS 55
5.1 Dfinitions 55
5.2 Proprits des relations binaires 58
5.3 Relations dquivalence 60
5.4 Exercices sur le chapitre 5 63

CHAPITRE 6 ENSEMBLES ORDONNS 67


6.1 Relations dordre 67
6.2 Diagramme de Hasse 69
6.3 lments particuliers 71
6.4 Exercices sur le chapitre 6 73

CHAPITRE 7 CALCUL BOOLEN 77


7.1 Treillis 77
7.2 Algbres de Boole 81
7.3 Le thorme de Stone 87
7.4 Exercices sur le chapitre 7 90

CHAPITRE 8 PARTIES DUN ENSEMBLE 93


8.1 Le treillis (E) 93
8.2 Fonctions caractristiques 97
8.3 Le principe dinclusion-exclusion 100
8.4 Exercices sur le chapitre 8 102

CHAPITRE 9 PROBABILITS COMBINATOIRES 105


9.1 preuves et vnements 105
9.2 Frquences et probabilits 108
9.3 Lois de probabilit 110
9.4 Probabilit conditionnelle et indpendance 115
9.5 Essais rpts 117
9.6 Exercices sur le chapitre 9 119

CHAPITRE 10 FONCTIONS BOOLENNES 125


10.1 Introduction 125
10.2 Fonctions boolennes de n variables 129
10.3 La forme canonique disjonctive 132
10.4 Fonctions et formules 137
10.5 Systmes dquations boolennes 140
10.6 Exercices sur le chapitre 10 146
Table des matires V

CHAPITRE 11 SIMPLIFICATION DES FORMULES 149


11.1 Le problme de la simplification 149
11.2 Formules polynomiales 150
11.3 La mthode de Karnaugh 154
11.4 La mthode des consensus 164
11.5 Exercices sur le chapitre 11 168

CHAPITRE 12 CALCUL PROPOSITIONNEL 173


12.1 Propositions 173
12.2 Connexions 175
12.3 Formes propositionnelles 179
12.4 Exercices sur le chapitre 12 186

CHAPITRE 13 ARITHMTIQUE 191


13.1 Division euclidienne 191
13.2 Nombres premiers 193
13.3 PGCD et PPCM 196
13.4 Exercices sur le chapitre 13 203

CHAPITRE 14 CONGRUENCES 207


14.1 quation de Bzout 207
14.2 Entiers modulo n 212

14.3 Le groupe (Z/n Z) 217
14.4 Exercices sur le chapitre 14 221

CHAPITRE 15 CODES DTECTEURS CODES CORRECTEURS 225


15.1 Pourquoi coder ? 225
15.2 Distance de Hamming 226
c Dunod Toute reproduction non autorise est un dlit

15.3 Erreurs de transmission 228


15.4 Codage par blocs 231
15.5 Correction et dtection 234
15.6 Exercices sur le chapitre 15 238

CHAPITRE 16 CODAGES LINAIRES 241


16.1 Codes linaires 241
16.2 Reprsentations matricielles 244
16.3 Syndromes 245
16.4 Construction de codes correcteurs 249
16.5 Codes cycliques 251
16.6 Codes polynomiaux 255


16.7 Exercices sur le chapitre 16 256


VI Table des matires

CHAPITRE 17 GRAPHES 261


17.1 Graphes orients, graphes non orients 261
17.2 Quelques problmes classiques 265
17.3 Degrs, chemins, circuits, cycles 269
17.4 Reprsentations matricielles 273
17.5 Exercices sur le chapitre 17 278

CHAPITRE 18 ARBRES ENRACINS 281


18.1 Arbres 281
18.2 Racine 284
18.3 Arbres binaires 286
18.4 Codes de Huffman 290
18.5 Exercices sur le chapitre 18 294

CHAPITRE 19 AUTOMATES FINIS 299


19.1 Familiarit avec les automates 299
19.2 Automates 302
19.3 Langages 305
19.4 Langage dun automate fini 311
19.5 Langages rguliers 320
19.6 Exercices sur le chapitre 19 323

CHAPITRE 20 CONSTRUCTIONS DAUTOMATES 327


20.1 Simplification dun automate 327
20.2 Automates finis non dterministes 337
20.3 Dterminisation 340
20.4 Le thorme de Kleene 345
20.5 Exercices sur le chapitre 20 349

ANNEXE A CALCUL MATRICIEL 353


A.1 Matrices 353
A.2 Oprations sur les matrices 355
A.3 Matrices boolennes 358
A.4 Quelques applications du calcul matriciel 362
A.5 Exercices sur lannexe C 366

ANNEXE B SOLUTIONS DES EXERCICES 369

INDEX 413
Avant-propos

Depuis sa premire version, des dizaines de milliers de personnes ont utilis Mthodes
mathmatiques pour linformatique ; le livre est prsent ici dans sa nouvelle dition,
une fois de plus revue, mise jour et corrige.
Primitivement destin accompagner les deux enseignements de Mathmatiques pour
lInformatique du Conservatoire National des Arts et Mtiers, ce cours a largi son
audience au fil des annes et maintenant il est utilis autant hors du CNAM que dans
le CNAM.
Ses lecteurs sont de deux sortes : des dbutants ou des curieux, dont cest le premier et
dernier contact avec les Mathmatiques discrtes, et des auditeurs qui entreprennent un
cycle dtude plus ou moins long. Citons par exemple les tudiants de DUT, de BTS,
de licence STIC (Sciences et techniques de linformation et de la communication)
mention informatique et mention mathmatiques appliques, des certificats inscrits au
RNCP (registre national de la certification professionnelle).
Conu pour un public protiforme, il vise cependant un unique objectif : apprendre
des mthodes en faisant comprendre les ides qui les ont engendres.
Il y a plus de quinze ans, quand le premier cours a t bti, on pouvait justement se
demander sil existait des mathmatiques de linformatique, et quelles taient leurs
limites. Fallait-il en faire un enseignement spar ou, comme cela se faisait jusque l,
glisser quelques recettes au gr des cours dinformatique ?
Le choix de lpoque, dont la justesse ne sest pas dmentie, a t de remplacer les
recettes par des mthodes qui reposent sur des thormes de mathmatiques ; mme si
les plus difficiles sont plus montrs que dmontrs, les thormes forment lossature
du livre.
Lenseignement qui repose sur ce livre, est constitu, au CNAM, de deux cours dune
dure de 60 heures chacun (6 ECTS), rpartis sur deux semestres. Cest beaucoup et
cest peu ; beaucoup quand lobjectif est avant tout de devenir informaticien, souvent
uniquement praticien, mais cest peu car le domaine est si vaste . . .
Le livre a t bti pour quon y retrouve deux types de sujets, avec deux niveaux de dif-
ficult. Dabord ceux qui sont invitables et quon enseigne gnralement au premier
semestre : lalgbre de Boole, le calcul propositionnel, les dnombrements, etc. Puis
dautres, qui demandant davantage defforts, et qui constituent le cours du deuxime
semestre. Ceux-l ont pour thme sous-jacent les applications du calcul matriciel : on
rencontre des matrices dans les codes, dans les graphes, dans les automates, partout,
mais je nen dis pas plus afin de laisser au lecteur le soin den faire lui-mme la dcou-
verte. Leur importance interdit de traiter tout ces sujets en si peu de temps ; il faudra
VIII Avant-propos

donc en choisir quelques-uns et ne donner que les grandes lignes des autres, le livre
venant alors en complment du cours.
Je me suis toujours efforc de commencer par prsenter les concepts de la faon la plus
intuitive possible avant de procder leur mise en forme abstraite ; cest pourquoi les
sujets dbutent souvent par une introduction trs concrte qui pose les problmes.
Ensuite viennent les thormes qui conduisent aux mthodes pratiques permettant de
rsoudre mcaniquement ces problmes.
Les chapitres finissent toujours par de nombreux exercices. Beaucoup sont faciles
et seront rsolus ds quon aura trouv le paragraphe auquel ils se rapportent, mais
dautres, nettement plus difficiles, se cachent dans la masse ; cest donc un exercice
supplmentaire de les dbusquer. Certains exercices doivent tre considrs comme un
moment de dtente ; souvent crits en italique, ils adoptent un style quon na pas lha-
bitude de trouver dans les livres de Mathmatiques ; mais l aussi je laisse au lecteur le
plaisir de les dcouvrir. la fin du livre, on trouvera les solutions des exercices. Pour
certains, le rsultat seulement est donn, mais, pour beaucoup dautres, des indications
dtailles sont fournies.
Tout au long du livre jai pos des jalons dans lespoir dexciter votre curiosit. Si je
vous ai donn envie de lire un livre de Mathmatiques sans y tre oblig mon but est
atteint.
Des parties ont t rcrites spcialement pour cette quatrime dition, en tenant compte
des questions poses par les lves. Autre nouveaut, pour ceux qui ont accs inter-
net et qui peuvent lire langlais, quelques URL, qui mont t demandes, permettront
de rechercher un complment dinformation ; voici, tout de suite, les trois premires :
pour chercher des renseignements sur lhistoire des mathmatiques et les biogra-
phies de mathmaticiens http ://www-history.mcs.st-and.ac.uk/
pour parcourir une gigantesque encyclopdie des mathmatiques qui donne lactua-
lit des grands rsultats http ://mathworld.wolfram.com/
si vous rencontrez une suite de nombres entiers, par exemple 1, 9, 9, 3, 9, 9, 3, 9, 9,
1, 18, 9, 9, 9, 9, 9, 9, 9, 6, 9, 18, 6, 9, 9, 6, 9, 9, 4, 9, 9, 12, 18, 18, 3, 9, 9, 3, 9, 9, 3,
18, 18, 12, 18, 9, 5, 9, 9, 9, 9, 18, 6, 18, 18, 2, 9, 9, 9, 9, 9, 12, 5, 18, 3, 9, 9, 3, et si
vous ne savez ni ce que sont ces nombres ni quels pouraient tre les suivants, vous
lapprendrez en consultant :
www.oeis.org,
un site vraiment extraordinaire !
Aprs le fond, un dernier mot sur la forme. Chaque nouvelle dition est loccasion de
corriger des fautes (leur flux samenuise toujours plus mais semble intarissable, cela
doit se dmontrer !). Le livre a t ressaisi compltement, par une nouvelle quipe,
avec un nouveau logiciel. Bien quil ait t relu de nombreuses fois je ne serai pas
tonn de recevoir quelques courriers me signalant des copier-coller maladroits ; nh-
sitez pas me les signaler (infos@dunod.com), par avance merci.
Et surtout bonne lecture !

JACQUES VLU
Riga, le 14 fvrier 2013
Corrigs vido

Rien ne remplace un professeur pour expliquer de vive voix des notions complexes.
Cest la raison pour laquelle Jacques Vlu et les ditions Dunod vous proposent avec
cet ouvrage cinq vidos de corrigs dexercices.
Pour chaque corrig vous aurez lcran toutes les tapes de la solution sous forme
danimations avec les explications dtailles de lauteur en arrire-plan audio.
Comme dans toute vido vous pourrez mettre sur Pause tout moment si vous
avez besoin de rflchir avant de passer la suite. Vous pourrez bien sr aussi revenir
en arrire si vous ntes pas sr davoir bien compris.
Elles peuvent tre visionnes sur tous types dordinateurs, de tablettes ou de smart-
phones connects Internet.
Ces vidos portent sur les noncs suivants :
Page 54 : Exercice 4.19 sur les dnombrements
Page 76 : Exercice 6.19 sur les ensembles ordonns
Page 172 : Exercice 11.16 sur les fonctions boolennes et la simplification
des formules
Page 259 : Exercice 16.18 sur les codes dtecteurs et les codes correcteurs
Page 352 : Problme 20.17 sur les automates finis

Les exercices concerns sont reprs par le logo suivant :

Vous avez plusieurs faons dy accder :


Soit en tapant directement ladresse suivante dans votre navigateur :
http://goo.gl/ACJzo
Soit en cliquant les liens sur la page web du site Dunod ddie cet ouvrage
Soit en saisissant cette adresse dans votre navigateur
http://www.youtube.com/DunodVideos.
Vous accderez ainsi aux playlists de Dunod. Pour retrouver celle concernant cet
ouvrage entrez le nom de la playlist : Mthodes mathmatiques pour linforma-
tique - Jacques Vlu Dunod.
Chapitre 1

La notion densemble

Dans ce chapitre introductif, nous prsentons les notions densemble, dlment


et dapplication, qui permettent de dfinir tous les objets mathmatiques de fa-
on cohrente et uniforme. Peu peu, nous verrons que les mathmatiques
sont une criture (notations), une langue (ordonnancement des ides) et une
faon de penser (interprtation des situations concrtes au moyen de certains
concepts abstraits).

M OTS - CLS : ensemble - lments - appartient - sous-ensemble - partie - inclus -


contient - ensemble vide - comprhension - extension - bit - fonction - application -
domaine de dfinition - image - suite - liste - mot binaire - injection - surjection -
bijection - identit - application rciproque - application compose.

1.1 ENSEMBLES
1.1.1 Les mathmaticiens prfrent sans doute la collectivit lindividu et le gnral au
particulier car ce qui les intresse le plus ce ne sont pas les proprits propres
quelques objets isols, mais plutt celles que partagent tous les objets dune mme
famille. Depuis la fin du XIXe sicle, les ensembles sont mme devenus la notion fon-
damentale des Mathmatiques.
Exemple 1.1 : Aprs avoir constat sur un dessin que les mdianes dun triangle particulier
semblent bien se couper en un mme point, on se demande si cest vrai pour les mdianes
de nimporte quel triangle car cest une proprit dune porte beaucoup plus gnrale,
puisquelle concerne aussi les triangles qui nont pas encore t dessins et mme ceux qui
ne le seront jamais !
Exemple 1.2 : Le fait que 1023 = 210 1 soit divisible par 11 na gure retenu lattention
des mathmaticiens ; par contre la dcouverte et la dmonstration par Fermat que 2 p1 1
est toujours divisible par p, quand p est un nombre premier, est un rsultat fondamental de
larithmtique.
2 1 La notion densemble

1.1.2 On dfinit souvent un ensemble comme une collection dobjets caractriss par une
proprit commune ; il y a par exemple lensemble des nombres pairs, lensemble des
nombres entiers compris entre 7 et 24, lensemble des droites du plan, etc. Cette faon
de sexprimer, qui peut rendre service lorsquon parle densembles trs simples est
dangereuse, parce que trop vague, et laisse croire que nimporte quoi est un ensemble,
ce qui conduit des contradictions dont les plus clbres sont sans doute le paradoxe
de Russell et le paradoxe du barbier (voir encadrs).

Un modeste paradoxe. . . (daprs Russell)


Nous sommes en 2043 et cette poque le mtier de chercheur nest plus ce quil
tait il y a cinquante ans peine : pour avoir les moyens de faire de la recherche,
il faut dnormes crdits, pour avoir des crdits il faut les mriter et le mrite dun
chercheur se mesure au nombre de fois o ses publications sont cites. Du coup,
les notes de bas de page sallongent dmesurment on cite beaucoup ses amis,
rarement ses ennemis, et il arrive parfois quabandonnant toute pudeur une publi-
cation aille jusqu se citer elle-mme ! Lass par tant de turpitude le Grand Scribe
Qelbelk VIII annonce quil va ragir en publiant un pamphlet intitul : Inventaire
Moderne des uvres Modestes. Il sagit de la liste des publications qui ne se
citent pas, les seules, ses yeux, qui soient encore dignes dtre lues. Cest alors
quen Sardaigne le berger Anapale fait cette prophtie : Quoi quil tente, notre
Grand Scribe ne mnera jamais son projet bout ! Amis lecteurs, vous lavez
dj devin, je vous demande do vient linbranlable assurance dAnapale ?
Voici ce quAnapale sest dit, au frais, pendant que ses chvres faisaient la sieste.
Il y a deux sortes de publications : les modestes (celles qui ne se citent pas), et
les immodestes. LInventaire Moderne des uvres Modestes (lI.M..M. comme
lappelait dj la presse) est-il modeste ou immodeste ? Si cest une publication
modeste, le Grand Scribe la fait figurer dans sa liste des publications modestes.
On doit donc le trouver en parcourant lInventaire Moderne des uvres Mo-
destes et du coup lI.M..M se cite lui-mme et il nest pas modeste ! On a l
une contradiction qui prouve que lI.M..M. ne peut pas tre une publication
modeste. Alors, si lI.M..M. nest pas une publication modeste, cest quil est
immodeste et, puisquil est immodeste, il se cite lui-mme mais, comme le Grand
Scribe na inscrit dans son Inventaire que des publications modestes, lI.M..M.,
qui y figure, doit tre modeste, ce qui nest pas possible. Nous obtenons donc une
deuxime contradiction qui prouve son tour que lI.M..M. ne peut pas tre
une publication immodeste. Prvoyant ainsi que lI.M..M. ne peut pas exister
car il ne pourrait tre ni modeste, ni immodeste, notre berger qui, comme tous les
bergers, na peur que du loup, na pas hsit lancer sa terrible prophtie.
Cette histoire sert montrer quun ensemble ne peut pas tre nimporte quelle col-
lection dobjets regroups au moyen dune proprit commune. lhabillage prs,
cest le clbre Paradoxe de Russell (1901) qui dit que si lon pouvait construire
lensemble de tous les ensembles qui ne sont pas un de leurs lments, on se
heurterait une contradiction (exercice [1.1]).

Le paradoxe du barbier
Dans une certaine ville il y a deux sortes dhabitants : ceux qui se rasent eux-
mmes et ceux qui ne le font pas. Pour ces derniers, la ville a dsign un habitant,
le barbier, charg de tous les raser, et eux seulement. Alors, qui rase le barbier ?
1.2. lments 3

laube du XXe sicle la dcouverte de ces contradictions provoqua une violente po-
lmique qui eut le mrite de montrer quen Mathmatiques il fallait prciser toutes les
notions, mme les plus lmentaires. On a donc t oblig de revoir la notion den-
semble dune faon plus restrictive et on a fini par admettre quune proprit commune
quelconque ne permet pas toujours de dfinir un ensemble. Les obstacles ont t levs
ce prix et le redoutable ensemble de tous les ensembles, quon avait un moment en-
visag, mais qui menaait dangereusement les fondements des Mathmatiques, sest
vanoui . . .
Le but de ce cours ntant pas dexposer la Thorie des Ensembles, nous devrons
nous contenter du semblant de dfinition qui vient dtre rappel. En fait, le plus sage
sera dadmettre : premirement, quil existe des ensembles (nous allons tout de suite
mentionner ceux qui servent de rfrence) et deuximement, qu partir densembles
dj connus on peut en fabriquer dautres au moyen de diverses constructions (les plus
simples seront indiques au fur et mesure).
1.1.3 Pour pouvoir parler dun ensemble il faut lui donner un nom. Si cest un ensemble
quelconque, qui na pas de raison dtre prcis, ou si cest un ensemble particulier,
mais dpourvu dimportance, on lui donne un nom passe-partout du type : len-
semble E, lensemble F, etc. 1 .
Les ensembles les plus importants, ceux qui servent de rfrence, portent des noms
qui leur sont propres et sont reprsents par une lettre crite dans un alphabet spcial :
B est lensemble des bits,
N est lensemble des entiers naturels,
Z est lensemble des entiers relatifs,
R est lensemble des nombres rels, etc.
Les ensembles directement fabriqus partir de ceux-ci sont souvent dsigns par une
juxtaposition de symboles qui sert rappeler comment ils sont construits : N2 , BN ,
R/2pZ, etc. ; nous y reviendrons.
Dans ce cours, nous nous intresserons beaucoup lensemble N des entiers natu-
rels (les nombres entiers positifs, zro compris), et des ensembles qui en sont trs
proches. Pour linstant nous supposerons que N est bien connu, mais au 3.4.2 nous
c Dunod Toute reproduction non autorise est un dlit

reviendrons sur la faon de le dfinir.

1.2 LMENTS
1.2.1 Les objets qui constituent un ensemble sappellent les lments de lensemble. Pour
indiquer quun objet x est un lment dun ensemble E on crit x E, qui se lit :
x appartient E ; au contraire, pour indiquer que x nappartient pas E, on crit
x/ E.
On dit quun ensemble A est une partie dun ensemble B, ou encore que A est un
sous-ensemble de B, si tout lment de A est aussi un lment de B ; on crit alors
A B et on lit : A est inclus dans B , ou bien B A et on lit : A contient B .
Si A nest pas une partie de B, on crit A  B.


1 Cest ce quon fait quand on dit le jour J ou lheure H .


4 1 La notion densemble

Exemple 1.3 : Lensemble A form des nombres entiers multiples de 6 est une partie de
lensemble B form des nombres entiers pairs.

Remarque : Copiant les symboles  et <, certains auteurs crivent A B pour dire
que A est une partie quelconque de B et rservent la notation A B pour dire que A
est inclus dans B, sans tre gal B, proprit qui snonce A est strictement inclus
dans B , ou encore A est un sous-ensemble strict de B . Cet usage ancien, que
nous ne suivrons pas, a peu peu disparu. Pour signifier que A est strictement inclus
dans B, on prfre crire A  B.

1.2.2 Nous admettrons que les parties dun ensemble E sont les lments dun nouvel en-
semble que lon note (E). Cest le premier exemple dun procd permettant de
construire un nouvel ensemble partir dun ensemble donn.
Il faut remarquer que les lments de (E) sont des ensembles, puisque ce sont les
parties de E ; en particulier E (E). Ceci montre quun mme objet, selon la faon
dont on le regarde, peut tre tantt un ensemble, tantt un lment. On ne doit pas
sen tonner : le FCBarcelone est un lment de lensemble des quipes espagnoles
de football, mais cest aussi un ensemble de joueurs !
De mme quen arithmtique on introduit le nombre 0, dans la thorie des ensembles
il est utile dintroduire un ensemble appel ensemble vide, qui a la particularit de ne
pas avoir dlment1 ; on le note . Par convention chaque ensemble admet pour
partie, autrement dit (E) quel que soit lensemble E.
Remarque : On ne peut pas dire que lensemble vide soit trs consistant ! Pourtant, il
permet lui seul de reconstituer tous les ensembles nayant quun nombre fini dl-
ments (voir 3.4.2).

1.3 SUR LES FAONS DE DFINIR UN ENSEMBLE


1.3.1 Bien videmment, pour sintresser un ensemble, il faut tre capable de le dfinir et
de le reprsenter. Nous allons indiquer deux faons de procder.
Quand on veut dfinir un ensemble E, la faon la plus intuitive consiste noncer
une proprit, appelons-la P, qui caractrise les lments de E. La proprit P doit
permettre de dcider, lorsquon rencontre un objet, sil appartient lensemble ou
sil ny appartient pas. En notant P(x) le fait que lobjet x vrifie cette proprit,
on convient de reprsenter lensemble E par la suite de symboles {x | P(x)} qui
se dit : lensemble des x tels que P de x et qui se lit : lensemble des x qui
vrifient la proprit P 2 . On dit alors que P est un prdicat et que E est dfini en
comprhension3 au moyen du prdicat P.

1 Bien sr, la dfinition : un ensemble est une collection dobjets caractriss par une proprit commune

ne sapplique pas cet ensemble, qui na pas dlment ! Cest pourquoi on est souvent oblig de faire un
cas particulier pour lensemble vide lorsquon donne des dfinitions bases sur lide nave de collection.
2 Dans cette formulation le choix de la lettre x na aucune importance et nimporte quel autre symbole qui

nest pas dj employ ferait laffaire ; cest pour cela que x est qualifi de symbole muet.
3 Car le prdicat aide comprendre ce que sont les lments de E.
1.3. Sur les faons de dfinir un ensemble 5

Exemple 1.4 : De la sorte (E), lensemble des parties de lensemble E, peut tre reprsent
par la suite de symboles : { A | A E}, qui se lit : lensemble des A tels que A est un
sous-ensemble de E .

Si lon souhaite prciser que les lments de lensemble dfinir doivent tre pris dans
un ensemble F, au lieu de {x | x F et P(x)} on crit {x F | P(x)} et on lit :
lensemble des x appartenant F tels que P(x) .
Exemple 1.5 : N = {x N | 1  x} est lensemble des entiers naturels suprieurs ou
gaux 1 ; cest aussi lensemble des entiers naturels non nuls. Si n est un entier naturel
suprieur ou gal 1, le symbole Nn = {x N | 1  x  n} dsigne lensemble des
nombres entiers compris entre 1 et n ; nous conviendrons que N 0 = .

1.3.2 Une difficult due la dfinition en comprhension des ensembles provient de ce que
plusieurs prdicats peuvent conduire la mme collection dobjets. Par exemple len-
semble vide peut tre dfini aussi bien par : {x | x = x}, que par : {x N | x 2 < 0}.
Parce que limportant dans un ensemble nest pas le prdicat employ pour le dfinir,
mais les lments qui le composent, on convient de dire que deux ensembles E et F
sont gaux quand ils ont les mmes lments et cela se note E = F (en priv les
mathmaticiens ne se gnent pas pour dire que les deux ensembles sont les mmes).
Exemple 1.6 : {x Z | x 2 = 1} = {x R | |x| = 1} car nous avons gauche lensemble
des entiers relatifs dont le carr vaut 1, qui a donc pour lments +1 et 1, alors qu droite
nous avons lensemble des nombres rels dont la valeur absolue est gale 1, et dont les
lments sont nouveau +1 et 1.

Remarque : Reconnatre si deux ensembles dfinis par des prdicats diffrents sont
gaux est un problme difficile, quon ne sait pas traiter en gnral. Pour dmontrer
que E et F sont gaux, on procde souvent en deux temps, en dmontrant dabord que
E est inclus dans F, puis que F est inclus dans E.

1.3.3 La dfinition dun ensemble au moyen dune proprit caractristique nest pas tou-
jours commode, surtout quand on doit manipuler ses lments. Il faut donc trouver
une autre faon de dfinir les ensembles.
c Dunod Toute reproduction non autorise est un dlit

Il arrive quon ne connaisse pas du tout les lments dun ensemble1 mais il se peut
aussi quon les connaisse tous, ce qui permet, quand il ny en a pas trop, de reprsenter
lensemble par la liste de ses lments ; on dit alors que lensemble est dfini en exten-
sion. Dans la pratique on crit les lments rangs dans un certain ordre, spars par
des virgules, encadrs par deux accolades. Au 1.4.5 nous reviendrons sur la notion
de liste.
Exemple 1.7 : Lensemble des bits, not B (comme binaire, ou boolen), a deux lments,
0 et 1 ; on crira donc B = {0, 1}.

Exemple 1.8 : Lensemble {1, 2, 3, 4, 5, 6} nest autre que N


6 .

1 Il peut mme arriver quon nait pas dautre connaissance dun ensemble que sa dfinition, comme dans

lexemple suivant. On dfinit les nombres parfaits : ce sont les entiers naturels qui sont gaux la somme
de leurs diviseurs strictement plus petits queux-mme (28 est parfait car 28 = 1 + 2 + 4 + 7 + 14). On peut
donc dfinir lensemble des nombres qui sont la fois parfaits et impairs mais on ne connat pas un seul de


ses lments, on ne sait mme pas sil est vide !


6 1 La notion densemble

Remarque : En changeant lordre des lments dans une liste, on pourrait penser
quon obtient un nouvel ensemble, mais lancien et le nouvel ensemble sont gaux,
puisquils ont les mmes lments. Par consquent, quand on dfinit un ensemble en
extension, lordre dans lequel on fait la liste de ses lments na pas dimportance ;
par exemple {1, 0} reprsente B autant que {0, 1}.

Bien videmment la dfinition en extension sapplique mal lensemble vide qui na


pas dlment1 ou lensemble N qui en a trop, bien quon crive souvent :
N = {0, 1, 2, 3, . . .}
N = {1, 2, 3, . . .}
Z = {. . . , 2, 1, 0, 1, 2, . . .}
1.3.4 Pour dfinir un ensemble en extension, on doit pouvoir reprsenter ses lments. Au
1.4.6 nous dfinirons Bn , un exemple fondamental densemble dont les lments
sont reprsents par des symboles.
Si linformaticien cherche reprsenter les lments dun ensemble par des symboles,
en gnral des 0 et des 1, cest parce que ses machines sont bien adaptes la mani-
pulation de ces objets. ct de cela le mathmaticien utilise trs souvent des figures
gomtriques pour communiquer ses ides. Dans la suite du cours, nous aurons plu-
sieurs occasions de le vrifier, avec les diagrammes cartsiens, les diagrammes sagit-
taux, les diagrammes de Hasse, de Venn, de Karnaugh, etc.

1.4 FONCTIONS ET APPLICATIONS


1.4.1 Les fonctions sont le moyen par lequel les ensembles communiquent entre eux. Rap-
pelons brivement quon appelle fonction dun ensemble A vers un ensemble B toute
loi qui permet dassocier chaque lment x, dune certaine partie de A, un unique
lment y de B ; pour linstant ce semblant de dfinition nous suffit mais nous serons
plus prcis au 5.1.3. On dit que A est lensemble de dpart, ou la source, et que B
est lensemble darrive, ou le but. Le sous-ensemble de A form des lments x aux-
quels est associ un lment de B sappelle le domaine de dfinition de la fonction.
La suite de symboles f : A B se lit : f est une fonction de A vers B .
Exemple 1.9 : On range certains objets dune collection dans les tiroirs dun meuble pra-
lablement vide. En associant chaque objet le tiroir qui le contient, on dfinit une fonction
qui va de lensemble des objets vers lensemble des tiroirs ; son image est lensemble des
tiroirs qui ne sont pas vides ; son domaine de dfinition est lensemble des objets rangs.

Exemple 1.10 : Laction qui consiste associer chaque nombre entier son carr dfinit
une fonction de N vers N.

Exemple 1.11 : Actuellement le numro dimmatriculation dune voiture est form dune
suite de chiffres et de lettres qui se succdent de la faon suivante : 2 lettres, puis 3 chiffres,
puis 2 lettres. En termes mathmatiques limmatriculation des voitures dfinit une fonction
qui va de lensemble A des voitures nouvellement imatricules vers un ensemble B dont les
lments sont les suites de chiffres et de lettres construites selon cette rgle.

1 On peut quand mme le reprsenter par la liste vide : {}.


1.4. Fonctions et applications 7

Retenons de lexemple 1.11 quassocier un numro de code (ou un numro dimma-


triculation) chaque lment dun ensemble A cest construire une fonction qui va de
A vers lensemble B des numros de code possibles.
1.4.2 Si une fonction sappelle f , llment associ x par f sappelle limage de x et
gnralement on le note f (x). Les images des divers lments de A forment un sous-
ensemble de B quon appelle limage de f et quon note f ( A). Par convention, si A
est lensemble vide, limage de f est vide, autrement dit : f () = . Dune faon g-
nrale, quand C est une partie de A, on note f (C) lensemble des images des lments
de C.
Les mathmaticiens ont lhabitude de faire une distinction entre la notion de fonction
et celle plus restrictive dapplication. Une application dun ensemble A vers un en-
semble B est une fonction dont le domaine de dfinition est A tout entier. ; autrement
dit, une application est une fonction partout dfinie1 .
Nous admettrons que les fonctions dun ensemble A vers un ensemble B forment un
ensemble, de mme que les applications de A vers B ; pour des raisons qui apparatront
avec le thorme 4.2, on note B A lensemble des applications de A vers B.
1.4.3 Une mme fonction peut tre dfinie de plusieurs faons mais, comme ce qui compte
dans les fonctions cest avant tout leurs valeurs, on dit que deux fonctions f et g sont
gales quand f (x) = g(x) quel que soit x ; on crit alors f = g.
La mthode pour dfinir et reprsenter une fonction dun ensemble A vers un ensemble
B dpend beaucoup de la nature de A et de B. Une fonction entre deux ensembles de
nombres, N ou R par exemple, est souvent dfinie au moyen dune formule qui indique
des calculs effectuer.
Exemple 1.12 : La formule f (x) = (6 + e x )x 3 dfinit une fonction de R vers R ayant pour
domaine de dfinition R priv de 0.

Cependant, les fonctions entre deux ensembles de nombres ne sont pas toujours d-
finies par des formules, certaines sont mme uniquement dfinies par leur courbe
reprsentative. Ainsi, lorsquon mesure une grandeur physique en continu, appelons-
la G, on obtient une courbe qui montre comment G volue au cours du temps. Cela
dfinit une fonction f : R R telle que G = f (t), qui nest pas ncessairement
reprsentable par une formule2 .
c Dunod Toute reproduction non autorise est un dlit

Exemple 1.13 : La courbe de la figure 1.1 reprsente lvolution de la pression atmosph-


rique dun lieu au cours du temps. La fonction correspondante nest pas dfinie par une
formule, on la connat seulement par cette courbe.

1.4.4 Linformatique manipule des symboles qui ne reprsentent pas toujours des nombres,
donc les fonctions de linformaticien ne sont pas toujours dfinies par des formules.
Au chapitre 5, nous verrons que dfinir une fonction revient dfinir un certain en-
semble, le graphe de la fonction, et que le problme de la dfinition des fonctions est
un cas particulier de celui de la dfinition des ensembles.
Lorsque lensemble A est dfini en extension, on peut toujours reprsenter une appli-
cation f : A B par sa table de valeurs. Il sagit dun tableau qui montre cte cte
x et f (x) pour tous les lments x de A.

1 En informatique, comme le mot application a plusieurs sens, on prfre dire fonction totale et appeler

fonction partielle une fonction qui nest pas partout dfinie.




2 La tche du physicien consiste dcouvrir sil en existe une et laquelle.


8 1 La notion densemble

0H0A 





Figure 1.1

Exemple 1.14 : Si A = {Andr, Bernard, Charles, Denise, dith, Franoise} et B est len-
semble des jours de lanne, on dfinit une application f : A B en associant chaque
lment de A le jour de son anniversaire. La figure 1.2 reprsente la table de valeurs de f .

x f (x)
Andr 15 avril
Bernard 2 fvrier
Charles 8 mai
Denise 30 octobre
dith 19 dcembre
Franoise 21 aot

Figure 1.2

1.4.5 prsent voici un type dapplication qui va jouer un rle trs important. Soit n  1,
un entier naturel. Construire une application de N n vers un ensemble E, cest associer
chaque entier compris entre 1 et n un lment de E ; une telle application sappelle
une suite finie dlments de E, de longueur n.
On peut reprsenter une suite finie de longueur n en crivant de gauche droite les
images de 1, de 2, . . . , de n, spares par des virgules et encadres par des accolades ;
on obtient alors une liste de n lments de E.
Llment associ lentier k sappelle le ke terme de la suite ; si la suite sappelle s,
cet lment est souvent not sk au lieu de s(k).
 
Exemple 1.15 : La liste p , 2 , p , 57 reprsente une suite s de nombres rels de lon-

gueur 4 pour qui : s1 = p, s2 = 2, s3 = p, s4 = 57 .

Puisque B A dsigne lensemble des applications dun ensemble A vers un ensemble



B, lensemble des suites dlments de E de longueur n devrait tre not E Nn mais
n
on verra, au 2.3.2, pourquoi on a le droit dutiliser la notation plus simple E .
1.4.6 Dans le cas particulier o E = B, au lieu dappeler un lment de Bn une suite finie
de bits de longueur n, on lappelle une suite binaire de longueur n.
Les ensembles Bn reviendront de multiples occasions dans les prochains chapitres.
1.5. Diverses proprits des applications 9

Pour reprsenter les suites binaires de longueur n, on simplifie les notations lex-
trme, en supprimant virgules et accolades ; on obtient alors des expressions quon
appelle1 les mots binaires de longueur n.
Exemple 1.16 : Le mot binaire 00101110010101101101010 reprsente de faon simplifie
la suite binaire de longueur 23 :

{0, 0, 1, 0, 1, 1, 1, 0, 0, 1, 0, 1, 0, 1, 1, 0, 1, 1, 0, 1, 0, 1, 0}

Remarque : Au chapitre 19, on inventera un mot binaire de longueur nulle. Bien


videmment on ne peut pas le reprsenter en crivant ses bits puisquil nen a pas ! On
se contente de lui donner un nom, le mot sans lettre, et on le note . Par convention,
B0 dsigne lensemble rduit , le seul mot binaire de longueur nulle.

1.4.7 Par analogie avec ce qui prcde, une application de N vers E sappelle une suite
infinie dlments de E. Puisquon ne peut pas dfinir en extension les suites infinies,
il faut employer dautres procds. Quand cest possible, on reprsente une suite s au
moyen dune formule permettant de calculer sk partir de k. On dit alors que sk est
le terme gnral de la suite s et que la suite est dfinie par son terme gnral.

Exemple 1.17 : La formule : sk = 1 + k dfinit une suite par son terme gnral.

Mais une telle formule nexiste pas toujours ou nest pas forcment connue.
Exemple 1.18 : Il semble quon ne connaisse pas de formule permettant de prdire la valeur
du n e chiffre aprs la virgule du dveloppement dcimal de p.

On peut dfinir certaines suites au moyen dune formule de rcurrence. En gros il


sagit dune formule permettant de calculer le k e terme de la suite partir de k et des
termes prcdents. Une telle suite sappelle une suite rcurrente.
Exemple 1.19 : Les galits s0 = 1 et sk = k sk1 dfinissent une suite rcurrente dont
les premiers termes sont : s0 = 1, s1 = 0, s2 = 2, s3 = 1, s4 = 3, s5 = 2, s6 = 4, etc.
c Dunod Toute reproduction non autorise est un dlit

1.5 DIVERSES PROPRITS DES APPLICATIONS


1.5.1 Une application dun ensemble A vers un ensemble B qui ne prend jamais deux fois
la mme valeur sappelle une injection ; on dit aussi que lapplication est injective.
Plus prcisment, lapplication f est injective si lgalit f (x) = f (y) est possible
seulement quand x = y. On peut aussi dire que f est injective si lquation f (x) = b,
o x est inconnu et b un lment quelconque de B, possde 0 ou 1 solution selon la
valeur de b, mais jamais plus.
Pour quune codification permette didentifier des objets sans ambigut il faut que
lapplication dfinissant le codage soit injective2 .

1 Pour des raisons qui apparatront au chapitre 19.


2 Pour pouvoir donner des contraventions sans aller au devant des pires difficults il faut que lapplication


de lexemple 1.11 soit injective !


10 1 La notion densemble

Exemple 1.20 : Reprenons lexemple 1.9 o des objets sont rangs dans des tiroirs et o
lon associe chaque objet le tiroir qui le contient. Dire que cette application est injective
signifie simplement quil ny a jamais plus dun objet dans un tiroir.
Exemple 1.21 : Lapplication qui associe chaque tre humain sa date de naissance nest
pas injective (quon pense aux jumeaux ! ).
Exemple 1.22 : Une suite injective est une suite dont tous les termes sont diffrents.
Exemple 1.23 : Soit A un sous-ensemble dun ensemble B. Lapplication f : A B
dfinie par f (x) = x pour tout x dans A sappelle linjection canonique de A dans B.
Comme son nom lindique elle est injective !

1.5.2 Une application de A vers B qui prend pour valeurs tous les lments de B sappelle
une surjection, on dit aussi une application surjective. En dautres termes, f : A B
est surjective si son image est B ou encore si, pour tout y de B, il existe au moins un
lment x de A tel que y = f (x).
On peut encore dire que lapplication f est surjective si lquation f (x) = b, o x
est inconnu et b un lment de B, possde toujours au moins une solution, quel que
soit b.
Exemple 1.24 : Lapplication de lexemple 1.9 est surjective quand il ny a pas de tiroir
vide.
Exemple 1.25 : Lapplication de R vers R qui associe chaque nombre rel son carr nest
pas surjective car son image ne contient pas les nombres rels strictement ngatifs.
Exemple 1.26 : Soient A = {0, 7, 14, 21, 28, 35, 42, 49, 56, . . .}, lensemble des nombres
entiers multiples de 7 et B lensemble des chiffres {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}. Lapplication
f , qui associe tout lment de A son chiffre des units (en base 10), est surjective car son
image est B tout entier, puisque :

0 = f (70) 1 = f (21) 2 = f (42) 3 = f (63) 4 = f (14)


5 = f (35) 6 = f (56) 7 = f (77) 8 = f (28) 9 = f (49)

Exemple 1.27 : Si lon reprend lexemple prcdent, en remplaant A par lensemble des
multiples de 5, on obtient une nouvelle application f qui nest pas surjective car son image
nest plus que lensemble deux lments {0, 5}.
Exemple 1.28 : Soit f : A B. Notons C son image et dfinissons g : A C par
g(x) = f (x) quel que soit x dans A1 . Alors g est surjective.

1.5.3 Une application f : A B qui est la fois injective et surjective sappelle une
bijection, on dit aussi que lapplication est bijective et on dit galement que f met les
ensembles A et B en bijection.
Exemple 1.29 : Si A est un ensemble quelconque, lapplication de A vers A qui associe x
x est bijective ; on lappelle lidentit de A et on la note Id A .
Exemple 1.30 : Lapplication qui associe chaque entier naturel son double met en bijection
N avec lensemble des nombres pairs positifs.
Exemple 1.31 : Lapplication qui associe chaque nombre rel strictement positif son lo-
garithme est une bijection entre R+ , lensemble des rels strictement positifs, et R.

1 Dune faon concrte, g cest comme f , ceci prs quon remplace B, trop grand, par C.
1.5. Diverses proprits des applications 11

Exemple 1.32 : Soit f : A B. Si f est injective, lapplication g dfinie dans lexemple


1.28 est bijective.
Exemple 1.33 : La reprsentation des mois du calendrier par leur numro (fig. 1.3) est une
bijection entre lensemble des mois et N
12 .

janvier 1 1 janvier
fvrier 2 2 fvrier
mars 3 3 mars
avril 4 4 avril
mai 5 5 mai
juin 6 6 juin
juillet 7 7 juillet
aot 8 8 aot
septembre 9 9 septembre
octobre 10 10 octobre
novembre 11 11 novembre
dcembre 12 12 dcembre

Figure 1.3

Souvent, on utilise une bijection f : A B pour reprsenter les lments dun


ensenble A par ceux dun ensemble B ; cest le cas de lexemple 1.33 o les mois sont
reprsents par leur numro.
Comme le montre lexemple 1.33, une bijection qui va dun ensemble A vers un en-
semble B met en correspondance un un les lments de A avec ceux de B ; en retour
elle permet dassocier chaque lment de B un lment de A.
Plus prcisment, soit f une bijection de A vers B (fig. 1.4). Alors, quel que soit
llment y de B, il existe x dans A tel que y = f (x) car f est surjective ; cet x
est unique car f est injective. Lapplication de B vers A qui associe x y sappelle
lapplication rciproque de f et on la note f 1 . Bien videmment, f 1 aussi est
bijective, et f est son application rciproque. Dans lexemple 1.33 llment f 1 (9)
c Dunod Toute reproduction non autorise est un dlit

nest autre que septembre.

f
x y
f1
A B

Figure 1.4

1.5.4 Soient f : A B et g : B C deux applications. Si lon associe tout lment


x de A llment z de C obtenu en calculant dabord y = f (x), puis z = g(y), on
construit une application de A vers C, quon appelle lapplication compose de f par
g et quon note1 g f pour rappeler que z = g( f (x)).


1 On prononce g rond f .
12 1 La notion densemble

B y
g
f
C
gf
x z
A

Figure 1.5

Nous avons les rsultats suivants dont la dmonstration est laisse en exercice.

Thorme 1.1
1. Si f et g sont injectives, il en est de mme de g f .
2. Si f et g sont surjectives, il en est de mme de g f .
3. Si f et g sont bijectives, il en est de mme de g f et f 1 g 1 est son
application rciproque.

1.6 EXERCICES SUR LE CHAPITRE 1


[1.1] On suppose que lensemble de tous les ensembles qui ne sont pas lments deux-
mmes existe et on lappelle X ; autrement dit, X = {x | x  x}.
1. A-t-on X X ? A-t-on X  X ?
2. Quel est le lien avec le paradoxe de Russell ?
[1.2] Montrer que ( A) (B) quand A B.
[1.3] Est-ce que {a} {a, b, c} ? Former la liste des parties de {a, b, c}.
[1.4] On rappelle que les lments de B sont 0 et 1.
1. A-t-on B B ?
2. Quels sont les lments de (B) ?
 
3. Quels sont les lments de (B) ?
 
[1.5] Quels sont les lments de () ? Quels sont ceux de () ?  
[1.6] Si E est un ensemble quelconque, concrtement quest-ce quun lment de (E) ?
[1.7] Dans chacun des cas suivants dterminer si les ensembles A et B sont gaux.
1. A = {x R | x > 0} B = {x R | x  | x|}
2. A = {x R | x > 0} B = {x R | x  |x|}
3. A = Z B = {x Z | x 2 x pair}
4. A = {x N20 | x impair, non divisible par 3} B = {x N

20 | 24 divise x 1}
2

5. A = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
B = {lensemble des chiffres du dveloppement dcimal de 3000300030003
333630696667
}
1.6. Exercices sur le chapitre 1 13

[1.8] Dfinir les ensembles suivants en comprhension :

1. A = {1, 2, 4, 8, 16, 32, 64}


2. B = {1, 2, 7, 14}
3. C = {4, 6, 8, 9, 10, 12, 14, 15, 16, 18, 20}

[1.9] Dfinir les ensembles suivants en extension :

1. A = {x R | x(x + 5) = 14}
2. B = {x N | x(2x + 3) = 14}
3. C = {x N
25 | x est la somme des carrs de deux entiers naturels }

4. D = {x N
10 | x 1 est divisible par 5}
4

[1.10] Interprter chacune des situations suivantes au moyen dune fonction. Pour cela on
dfinira deux ensembles A et B ainsi quune fonction f : A B.

1. Le rsultat dune course de tierc.


2. Le registre dun htel qui possde 55 chambres.
3. Le numro dINSEE.
4. La parit dun entier naturel.
5. Un emploi du temps.
6. Un livre.
7. La table des matires dun livre.

[1.11] Si A nest pas vide, pourquoi A est-il vide ?


Que pourrait-on dire si A tait vide ? ( voir le 4.3.4 )
[1.12] Que peut-on dire de B A quand B est un singleton1 ?
c Dunod Toute reproduction non autorise est un dlit

[1.13] Soient A et B deux ensembles, avec A = . Construire une injection de B dans B A .


[1.14] Soient E un ensemble quelconque et f : E (E).

1. Dmontrer que f ne peut pas tre surjective. ( si E est un ensemble fini, on peut
raisonner sur le nombre dlments, sinon on associe f la partie X de E, qui peut
tre vide, forme des lments x de E tels que x
/ f (x) et on montre quil nexiste
pas dlment y de E tel que f (y) = X )

2. Quel est le lien avec le paradoxe du barbier ?


[1.15] Soit f : A B. Montrer quil existe toujours un ensemble C, ainsi quune surjection
g : A C et une injection h : C B tels que f = h g. ( penser aux exemples
1.23 et 1.28 )
[1.16] Si f : A B est bijective, dmontrer quil en est de mme pour f 1 et dterminer
son application rciproque.


1 Un singleton est un ensemble rduit un seul lment.


14 1 La notion densemble

[1.17] Dans chaque cas dire si lapplication f : A B est injective, surjective, ou bijective.
Quand elle est bijective dterminer lapplication rciproque.
1. A=R B =R f (x) = x + 7
2. A=R B =R f (x) = x 2 + 2x 3
3. A = {x R | 9  x  4} B = {x R | 96  x  21} f (x) = x 2 + 2x 3
4. A=R B =R f (x) = 3x 2|x|
5. A=R B =R f (x) = ex + 1
6. A=N B =N f (x) = x(x + 1)
[1.18] Soit f : Z Z dfinie par f (n) = n + (1)n .
1. Montrer que n et f (n) sont toujours de parit diffrente.
2. Montrer que f est bijective.
3. Calculer f ( f (n)). En dduire une expression de f 1 et rsoudre lquation :

347 = n + (1)n

dans laquelle n dsigne un entier inconnu.


[1.19] Montrer quil existe une bijection entre N et Z, lensemble des entiers relatifs.
( essayer de la reprsenter par une formule )
[1.20] Soient A, B et C trois ensembles et f : A B. On suppose B C et on dfinit
F : A C en posant F(x) = f (x) pour tout x dans A.
1. Montrer que lapplication de B A vers C A qui associe F f est injective.
2. quelle condition est-elle surjective ?
[1.21] Soient A, B, C trois ensembles et f : A B. On suppose C A et on dfinit
F : C B en posant F(x) = f (x) pour tout x dans C (on dit que F est la restriction
de f C).
1. Montrer que lapplication de B A vers B C qui associe F f est surjective.
2. quelle condition est-elle injective ?
[1.22] On considre les deux applications f et g de N
9 vers lui-mme dfinies par leurs
tables des valeurs :

x 1 2 3 4 5 6 7 8 9 x 1 2 3 4 5 6 7 8 9
f (x) 6 4 7 8 9 3 5 1 2 g(x) 1 2 7 4 5 6 3 8 9

1. Reprsenter de la mme faon les applications : g g, g f , f f , f g.


2. Montrer que f est bijective. Reprsenter de la mme faon son application r-
ciproque.
[1.23] Soient A, B, C, D des ensembles et f : A B, g : B C, h : C D trois
applications. Dmontrer que h (g f ) = (h g) f (on note h g f cette
application).
1.6. Exercices sur le chapitre 1 15

[1.24] Si E est un ensemble, on appelle identit de E, et on note Id E , lapplication de E vers


E dfinie par : Id E (x) = x quel que soit x dans E.
1. Est-elle injective ? surjective ? bijective ?
prsent soit f : A B une application entre deux ensembles non vides A et B.
2. Montrer que lapplication f est injective si et seulement si il existe une applica-
tion g : B A telle que g f = Id A .
3. Montrer que f est surjective si et seulement si il existe h : B A telle que
f h = Id B .
4. Quand elles existent les applications g et h sont-elles uniques ?
5. Si f est bijective montrer quon a ncessairement g = h.
[1.25] Soit f : A A. On note : f 0 = Id A , f 1 = f , f 2 = f f , f 3 = f f f et plus
gnralement si n est un entier  1 on pose : f n+1 = f n f , ce qui donne :
fn = f f f f
  
n fois

1. Montrer que : f m+n = f m f n .


2. Si A est un ensemble fini, montrer quil existe toujours deux entiers m et n
diffrents tels que f m = f n .
3. En dduire quil existe un plus petit n partir duquel les applications f n se
rptent priodiquement. Dans le cas o f est une bijection que peut-on dire de
plus ?
[1.26] Soient A et B des ensembles non vides, f : A B et g : B C.
1. On suppose g f injective ; montrer que f est injective. Est-ce que g est obli-
gatoirement injective ?
2. On suppose g f surjective ; montrer que g est surjective. Est-ce que f est
obligatoirement surjective ?
3. Si f et g sont bijectives dmontrer que g f est bijective. Quelle est son appli-
cation rciproque ?
c Dunod Toute reproduction non autorise est un dlit

4. On suppose g f bijective. Que peut-on dire de f et de g ? Est-ce que f et g


sont bijectives ?
[1.27] Sil existe une bijection entre A et B et une bijection entre A et C dmontrer quil
existe une bijection entre B et C.
[1.28] Premire partie : Soit f : A B. On dfinit F : ( A) (B) de la faon suivante.
Si C A on note F(C) le sous-ensemble de B ayant pour lments les images par f
des lments de C et on convient que F() = .
1. Quelle est limage par F du singleton {x} ?
2. Montrer que F est injective si f lest ( on montrera que si A1 et A2 sont deux
parties de A telles que F(A1 ) = F(A2 ), alors A1 = A2 ). La rciproque est-elle
vraie ?
3. Montrer que F est surjective si f lest. La rciproque est-elle vraie ?
4. Lapplication de B A vers (B)(A) qui associe F f est-elle injective, surjec-
tive, bijective ?

16 1 La notion densemble

Deuxime partie : On dfinit une nouvelle application G : (B) ( A) de la faon


suivante : si D B on note G(D) le sous-ensemble de A ayant pour lments les
lments de A dont limage par f est dans D (ventuellement G(D) est vide) et on
convient que G() = .
5. Lapplication G est-elle toujours injective ?
Maintenant on suppose f surjective.
6. Que peut-on dire de F G ?
7. Lapplication G est-elle injective ?
8. Lapplication G est-elle surjective ?
Chapitre 2

Constructions densembles

Ici, nous verrons comment on peut construire des ensembles compliqus


partir densembles plus simples. La notion de produit densembles permet de
donner une interprtation mathmatique de nombreuses situations concrtes.
Dune certaine faon, elle est le point de dpart de ltude des bases de don-
nes.
M OTS - CLS : produit - diagramme cartsien - couple - triplet - n-uple - fonction
de plusieurs variables - famille densembles - puissances dun ensemble - paire dl-
ments - runion - union - intersection - ensembles disjoints - somme disjointe.

2.1 PRODUIT DENSEMBLES


2.1.1 partir de deux ensembles A et B, on peut toujours construire un nouvel ensemble
quon appelle le produit de A par B ; on le note A B et ses lments sont les couples
(a, b) forms en prenant de toutes les faons possibles un lment a dans A et un
lment b dans B.
Exemple 2.1 : Avec A = {Z , T } et B = {1, 2, 3}, les lments de A B sont les 6
couples :

(Z , 1) (Z , 2) (Z , 3) (T , 1) (T , 2) (T , 3)

alors que les lments de B A sont :

(1, Z ) (2, Z ) (3, Z ) (1, T ) (2, T ) (3, T )

Cet exemple montre comment former la liste des lments de A B quand A et B sont
dfinis en extension. La mthode est gnrale, le produit de deux ensembles dfinis en
extension peut toujours tre dfini en extension.
18 2 Constructions densembles

Lorsquon fait linventaire des couples, on a parfois intrt ne pas les disposer la
suite, lun derrire lautre. Souvent, il vaut mieux les ranger de faon que deux couples
qui se ressemblent se retrouvent lun ct de lautre. Pour cela, on reprsente A B
au moyen de son diagramme cartsien. Il sagit dun rectangle dcoup en cases qui
correspondent chacune un couple ( fig. 2.1). Chaque ligne du rectangle correspond
un lment de A car on y trouve tous les couples ayant cet lment pour premire
composante, et chaque colonne correspond un lment de B car on y trouve tous les
couples ayant cet lment pour deuxime composante.
Exemple 2.2 : Pour les ensembles A et B de lexemple 2.1, la figure 2.1 reprsente le
diagramme cartsien de A B et la figure 2.2 celui de B A.

(1, Z ) (1, T )
(Z , 1) (Z , 2) (Z , 3) (2, Z ) (2, T )
(T , 1) (T , 2) (T , 3) (3, Z ) (2, T )

Figure 2.1 Figure 2.2

Souvent on se contente dindiquer autour du rectangle les lments de A et de B qui


correspondent aux lignes et aux colonnes ( fig. 2.3 et 2.4), ce qui vite dcrire le nom
des couples dans les cases ; cest dailleurs la mthode employe avec les coordonnes
cartsiennes, do le mot cartsien.
Z T
1 2 3 1
Z 2
T 3

Figure 2.3 Figure 2.4

Remarque : Lordre dans lequel on range les lments de A et de B dtermine la


position des couples dans le diagramme, si lon change cet ordre, le diagramme nest
plus le mme.
2.1.2 La notion de produit stend un nombre quelconque densembles. En effet, on peut
construire le produit E 1 E 2 E n de n ensembles E 1 , E 2 , . . . , E n . Les lments
(e1 , e2 , . . . , en ) de ce produit sappellent des n-uples1 . Ils sont obtenus en prenant de
toutes les faons possibles un lment e1 dans E 1 , qui sera la premire composante
du n-uple, un lment e2 dans E 2 , qui sera la deuxime composante, et ainsi de suite,
jusqu en , sa n e composante.
Quand u 1 = v1 , u 2 = v2 , . . . , u n = vn les deux n-uples u = (u 1 , u 2 , . . . , u n ) et
v = (v1 , v2 , . . . , vn ) sont gaux ; on crit u = v. Par consquent, crire lgalit de
deux n-uples est une faon abrge dcrire n galits.
Dun point de vue concret, construire un n-uple cest choisir un premier objet dans
un premier ensemble, un deuxime objet dans un deuxime ensemble, etc., jusquau

1 la place de 2-uple et 3-uple on prfre dire couple et triplet.


2.1. Produit densembles 19

n e objet dans le n e ensemble. Cest une situation trs commune et, sans le savoir, on
rencontre beaucoup de n-uples dans la vie de tous les jours !
Exemple 2.3 : La figure 2.5 reprsente la carte propose, aujourdhui, au restaurant du
CNAM ; composer son menu consiste choisir une entre, un plat principal, un lgume
et un dessert. Si lon note E lensemble des entres, P lensemble des plats principaux, L
lensemble des lgumes, et D lensemble des desserts, chaque menu, par exemple (Carottes
rpes, Poisson frit, pinards, Pomme), est un lment de E P L D.

MENU
Entres
Carottes rpes
uf dur mayonnaise
Salade de tomates
Charcuterie
Plat principal
Rti de buf
Poisson frit
Filet de dinde
Lgumes
pinards
Riz
Desserts
Fromage
Yaourt
Pomme
Crme
c Dunod Toute reproduction non autorise est un dlit

Figure 2.5

2.1.3 On peut se demander si la multiplication des ensembles a des proprits analogues


celle des nombres.
Dans lexemple 2.1 chaque lment de A B est constitu dune lettre et dun chiffre,
tandis que chaque lment de B A est constitu dun chiffre et dune lettre, ce qui
nest pas la mme chose. Dune faon gnrale, quand les ensembles A et B ne sont
pas gaux, les deux produits A B et B A ne le sont pas non plus ; le produit
des ensembles nest donc pas commutatif. Cependant les deux produits se ressemblent
beaucoup et il est toujours possible de les mettre en correspondance bijective, la bi-
jection la plus naturelle, quon appelle la bijection canonique de A B vers B A,
tant celle qui associe le couple (b, a) au couple (a, b).
Aprs la commutativit on peut sintresser lassociativit du produit en se deman-
dant, quand trois ensembles A, B et C sont donns, si les produits A B C et
( A B) C sont toujours gaux. Il est clair que cela narrive jamais, car un lment

20 2 Constructions densembles

de A B C est un triplet, alors quun lment de (A B) C est un couple, dont la


premire composante est elle-mme un couple, ce qui, formellement, nest pas pareil.
Toutefois il existe toujours des bijectionsentre A  B C et ( A B) C, la plus
naturelle tant celle qui associe le couple (a, b), c au triplet (a, b, c) ; on lappelle la
bijection canonique de A B C vers ( A B) C.
2.1.4 Considrons trois ensembles A, B et C. Une fonction f : B C A associe
au couple
 (b, c) un lment a de A ; pour simplifier, on le note f (b, c) au lieu de
f (b, c) . Lorsque b et c varient, a varie lui aussi, et on dit que f est une fonction de
2 variables.
Dune faon gnrale, si A et E 1 , E 2 , . . . , E n sont des ensembles, un lment f de
A E1 E2 ...En sappelle une fonction de n variables. Llment  de A associ par f
au n-uple (e1 , e2 , . . . , en ) est not f (e1 , e2 , . . . , en ) au lieu de f (e1 , e2 , . . . , en ) .

2.2 PRODUIT DUNE FAMILLE DENSEMBLES


2.2.1 Jusquici nous navions quun nombre fini densembles, mais on peut aussi construire
des produits infinis ; voici quelques indications sur la marche suivre.
Considrons un ensemble I appel ensemble des indices. En associant chaque l-
ment i de I un ensemble E i on obtient ce quon appelle une famille densembles
indexe par I ; on note (E i )i I cette famille.
partir de (E i )i I on
peut fabriquer un nouvel ensemble quon appelle le produit de
la famille. On le note E i ; ses lments sont la gnralisation des n-uples, ils sont
i I
forms de composantes ; il y en a une pour chaque valeur de lindice i, choisie dans
lensemble E i correspondant.
Exemple 2.4 :
En associant chaque entier naturel n  1 lensemble Bn des mots binaires de longueur
n on construit une famille densembles indexe par N . Le produit de cette famille a pour
lments les suites infinies constitues dun mot de longueur 1, un mot de longueur 2, etc.,
par exemple : (1, 01, 110, 1101, 00111, . . . ).

La notion de produit dune famille densembles gnralise celle de produit de n en-


sembles. En effet, si I = N n , une famille indexe par I cest n ensembles E 1 , . . . ,
E n et le produit de la famille est bien le produit de ces n ensembles. Elle sert aussi
construire le produit de plusieurs ensembles qui nont pas t numrots mais qui sont
indexs au moyen dun ensemble particulier dindices.
Exemple 2.5 : Dans un jeu de 52 cartes examinons en quoi consiste la donne dun cur,
dun pique, dun trfle ou dun carreau. Prenons comme ensemble dindices {, , , }
et associons chaque indice lensemble des cartes de la couleur correspondante1 . Alors se
donner une carte de chaque couleur cest se donner un lment du produit des ensembles de
la famille.

Enfin, quand I = N , comme dans lexemple 2.4, ou plus gnralement quand I est
infini, la notion de produit dune famille densembles permet de construire le produit
dune infinit densembles.

1 Dans les jeux de cartes, contrairement ce quon pourrait penser, le mot couleur ne dsigne pas rouge
ou noir, mais cur, pique, trfle ou carreau.