Chapitre 1 Ensa Alg

Introduction
Propositions et prédicat
Connecteurs logiques
tautologie ou loi logique
Quantificateurs
Quelques types de raisonnement
Ensembles
Relation d’équivalence et relation d’ordre
Applications
Chapitre 1: Notion de logique (Rappels)
Pr. Abdelilah KADDAR

ENSA - El Jadida
Filière: Sciences et Technique Pour l’Ingénieur
Intitulé du module: Algèbre 1
Semestre 1, 2019
Introduction
Quantificateurs
Ensembles
Applications
Plan
1 Introduction
2 Propositions et prédicat
3 Connecteurs logiques
4 tautologie ou loi logique
5 Quantificateurs
6 Quelques types de raisonnement
7 Ensembles
Opérations sur les ensembles
Cardinal d’un ensemble
8 Relation d’équivalence et relation d’ordre
Définition et exemple
Introduction
Quantificateurs
Ensembles
Applications
Introduction
Figure : Dans la vie, il y a tellement de routes, tellement de détours, tellement de

choix, mais, en mathématique, il y a un seul chemin vers la vérité, c’est la logique
mathématique! Chapitre 1: Notion de logique (Rappels)
Introduction
Quantificateurs
Ensembles
Applications
Introduction
La logique, chemin vers la vérité qui permet à partir d’hypothèses, de construire

de nouvelles propriétés. On est convaincu que si les hypothèses sont vraies alors
les propriétés que l’on a déduites sont aussi vraies: Elle permet de se convaincre
de la vérité d’une argumentation ou au contraire de la réfuter.

Introduction
Quantificateurs
Ensembles
Applications
Introduction
Objectifs:
1 Connaı̂tre les principaux notions et opérateurs de la logique mathématique;
2 Appliquer toutes ces notions et ces opérateurs au raisonnement
mathématique.

Introduction
Quantificateurs
Ensembles
Applications
Vocabulaire usuel
Axiome: un énoncé supposé vrai à priori et que l’on ne cherche pas à démontrer.
Exemples:
1 Par un point extérieur à une droite, il passe une et une seule droite parallèle
à cette droite.
2 L’axiome d’induction ou l’axiome de récurrence: si P est une partie de N
contenant 0 et telle que le successeur de chaque élément de P est dans P
(le successeur de n est n + 1), alors P = N.

Introduction
Quantificateurs
Ensembles
Applications
Vocabulaire usuel
Proposition (ou assertion ou affirmation): un énoncé pouvant être vrai ou faux.

Par exemple,
1 tout nombre premier est impair,
2 tout carré de réel est un réel positif
sont deux propositions.
Il est facile de démontrer que la première est fausse et la deuxième est vraie.
Le mot proposition est clair : on propose quelque chose, mais cela reste à
démontrer.

Introduction
Quantificateurs
Ensembles
Applications
Vocabulaire usuel
Théorème: une proposition vraie. Par abus de langage, le mot proposition

désigne souvent, dans la pratique des cours de mathématiques, un théorème
intermédiaire ou de moindre importance, et même on a tendance à appeler
proposition la plupart des théorèmes pour réserver le mot théorème aux plus
grands d’entre eux (théorème de thalès, théorème de Pythagore, théorème des
valeurs intermédiaires, ... ).

Introduction
Quantificateurs
Ensembles
Applications
Vocabulaire usuel
Corollaire: une proposition dérivant immédiatement d’une autre (conséquence

directe d’un théorème. Par exemple, le théorème des valeurs intermédiaires dit
que l’image d’un intervalle de R par une fonction continue à valeurs réelles, est
un intervalle de R. Un corollaire de ce théorème affirme alors que si une fonction
définie et continue sur un intervalle de R à valeurs réelles, prend au moins une
valeur positive et au moins une valeur négative alors cette fonction s’annule au
moins une fois dans cet intervalle.

Introduction
Quantificateurs
Ensembles
Applications
Vocabulaire usuel
Lemme: un théorème préparatoire à l’établissement d’un théorème de plus

grande importance.

Introduction
Quantificateurs
Ensembles
Applications
Vocabulaire usuel
Conjecture: une proposition que l’on suppose vraie sans parvenir à la démontrer.

Introduction
Quantificateurs
Ensembles
Applications
Vocabulaire usuel
Définition: un énoncé dans lequel on décrit les particularités d’un objet. On doit
avoir conscience que le mot axiome est quelquefois synonyme de définition. Par
exemple, On peut définir un objet par des axiomes.

Introduction
Quantificateurs
Ensembles
Applications
1-1) Propositions
Definition
Une proposition (ou assertion) est un énoncé pouvant être vrai ou faux, mais
jamais les deux en même temps.

Introduction
Quantificateurs
Ensembles
Applications
Exemples
Les énoncés suivants sont des propositions:
Enoncé Valeur de vérité

El Jadida est une ville côtière du Maroc Vrai
les chiens sont des plantes Faux
7-2=5 Vrai
4 est un nombre premier Faux

Introduction
Quantificateurs
Ensembles
Applications
Exemples
Les énoncés suivants ne sont pas des propositions:
* 7 − 2.
* f (x) = 0.
* n est un multiple de 2.

Introduction
Quantificateurs
Ensembles
Applications
Remarque
L’énoncé ”n est un multiple de 2” n’est pas une proposition puisque, tant que la
valeur de n n’est pas connue, on ne peut dire s’il est vrai ou faux.

Introduction
Quantificateurs
Ensembles
Applications
1-2) Prédicat
Definition
Soit E un ensemble. On appelle prédicat (ou fonction propositionnelle) sur E un
énoncé contenant des variables tel que quand on remplace chacune de ces
variables par un élément de E, on obtient une proposition.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Notons P(n) l’énoncé ”L’entier naturel n est un multiple de 2”. P(n) est un
prédicat. Par exemple :
* P(16) est une proposition vraie.
* P(7) est une proposition fausse.

Introduction
Quantificateurs
Ensembles
Applications
2-1) La négation
Definition
La négation de la proposition P est la proposition notée P̄ (ou ¬P) qui est vraie
lorsque P est fausse, et est fausse lorsque P est vraie.

Introduction
Quantificateurs
Ensembles
Applications
Pour la négation, on obtient la table de vérité suivante :
P ¬P
V F
F V

Introduction
Quantificateurs
Ensembles
Applications
Exemples
P ¬P
x ≤0 x >0
L’application f est croissante L’application f n’est pas croissante
Tous les nombres entiers sont pairs Certains nombres entiers sont pairs
f est la fonction nulle f n’est pas la fonction nulle

Introduction
Quantificateurs
Ensembles
Applications
2-2) La conjonction
Definition
Soient P et Q deux propositions.
La proposition P et Q, appelé conjonction de P et Q, est une proposition qui est
vraie lorsque P et Q sont vraies simultanément, et fausse dans tous les autres
cas. On la note aussi P ∧ Q.

Introduction
Quantificateurs
Ensembles
Applications
Pour la conjonction de deux propositions, on obtient la table de vérité suivante:
P Q P ∧Q
V V V
V F F
F V F
F F F

Introduction
Quantificateurs
Ensembles
Applications
Remarque
On peut noter que P ∧ Q est vraie si et seulement si P et Q sont vraies.

Introduction
Quantificateurs
Ensembles
Applications
2-3) La disjonction
Definition
La proposition P ou Q, appelé disjonction de P et Q, est une proposition qui vrai
lorsque l’une au moins des deux proposition P et Q est vraie, et fausse lorsque
les deux sont fausses. On la note aussi P ∨ Q.

Introduction
Quantificateurs
Ensembles
Applications
Pour la disjonction de deux propositions, on obtient la table de vérité suivante:
P Q P∨ Q
V V V
V F V
F V V
F F F

Introduction
Quantificateurs
Ensembles
Applications
Remarque
Le mot ”ou” du langage courant a un sens exclusif: ”soit l’un, soit l’autre, mais
pas les deux”.
1 ∨ est le ”ou inclusif”.
2 On peut noter que P ∨ Q est fausse si et seulement si P et Q sont fausses.

Introduction
Quantificateurs
Ensembles
Applications
2-3) L’implication
Definition
La proposition ”P ⇒ Q”, appelée implication de P vers Q et on lit ”P implique
Q” ou encore ”P entraı̂ne Q”, est une proposition qui est fausse lorsque P est
vraie et Q fausse, et vraie dans tous les autres cas.

Introduction
Quantificateurs
Ensembles
Applications
La table de vérité de l’implication est
P Q P ⇒Q
V V V
V F F
F V V
F F V

Introduction
Quantificateurs
Ensembles
Applications
Remarque
Au sens du langage courant, l’implication ”Si P alors Q” exprime une relation de
cause à effet (pour avoir l’effet Q, il suffit d’avoir la cause P). En ce sens, les
lignes de la table 58 peuvent être interprétées comme suit:
(i) si P ⇒ Q est vraie, et si P est vraie, alors Q est vraie (voir, la
première ligne).
(ii) la situation où il y a la cause mais pas l’effet est impossible (voir, la
deuxième ligne).
(iii) s’il n’y a pas la cause, il peut tout de même y avoir l’effet (voir, la
troisième ligne).
(iv) il se peut qu’il n’y ait ni la cause, ni l’effet (voir, la quatrième ligne).
Introduction
Quantificateurs
Ensembles
Applications
Remarque
Lorsque P ⇒ Q est vraie, on dit que P est une condition suffisante pour avoir Q,
ou que Q est une condition nécessaire pour avoir P.

Introduction
Quantificateurs
Ensembles
Applications
Definition
Réciproque d’une implication:
On obtient la réciproque d’une implication en échangeant l’hypothèse et la
conclusion :
la réciproque de P ⇒ Q est, par définition, Q ⇒ P

Introduction
Quantificateurs
Ensembles
Applications
2-4) L’équivalence
Definition
La proposition ”P ⇔ Q”, appelée équivalence de P et de Q et on lit ”P équivaut
à Q”, est une proposition qui est vraie lorsque P et Q sont simultanément vraies
ou fausses, et fausses dans tous les autres cas.

Introduction
Quantificateurs
Ensembles
Applications
La table de vérité de l’équivalence est
P Q P ⇔Q
V V V
V F F
F V F
F F V

Introduction
Quantificateurs
Ensembles
Applications
Remarque
Lorsque P ⇔ Q est vraie, on dit que P est est une condition nécessaire et
suffisante pour avoir Q.

Introduction
Quantificateurs
Ensembles
Applications
Definition
Si P est vraie lorsque Q est vraie et si P est fausse lorsque Q est fausse alors on
dit que P et Q ont la même table de vérité ou qu’ils sont logiquement
équivalentes, et on note P ≡ Q.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Soit P une proposition. Alors la proposition P et la proposition ¬(¬P) sont
logiquement équivalentes. En effet, grâce à la table de vérité suivante:
P ¬P ¬(¬P)
V F V
F V F
et en comparant la première colonne à la dernière colonne, on se rend compte

que ces deux colonnes sont effectivement identiques.

Introduction
Quantificateurs
Ensembles
Applications
Definition
Une tautologie (ou loi logique) est une proposition composée qui est vraie quelles
que soient les valeurs de vérité des propositions simples qui la composent.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Soit P une proposition. La proposition P ∨ ¬P est une tautologie. En effet,
P ¬P P ∨ ¬P
V F V
F V V
On constate que la troisième colonne, de la table de vérité, est formée

uniquement de V, donc la proposition composée P ∨ ¬P est une tautologie.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Soient P, Q et R trois propositions.
La proposition ((P ∧ Q) ∨ R) ⇔ (P ∧ (Q ∨ R)) n’est pas une tautologie

Introduction
Quantificateurs
Ensembles
Applications
Proposition
Soient P, Q, R trois propositions.
On a alors les équivalences logiques suivantes, appelées lois de Morgan:
¬(P ∨ Q) ≡ (¬P ∧ ¬Q),
¬(P ∧ Q) ≡ (¬P ∨ ¬Q).
Preuve
P Q P ∨ Q ¬ (P ∨ Q) ¬P ¬Q ¬P∧¬Q
V V V F F F F
V F V F F V F
F V V F V F Chapitre 1: Notion
F de logique (Rappels)
Introduction
Quantificateurs
Ensembles
Applications
Proposition
Soient P, Q, R trois propositions.
On a alors les équivalences logiques suivantes :
P ∨ (Q ∧ R) ≡ (P ∨ Q) ∧ (P ∨ R),
P ∧ (Q ∨ R) ≡ (P ∧ Q) ∨ (P ∧ R).
Elles expriment la distributivité du ∨ (respectivement du ∧ ) par rapport au ∧
(resp. au ∨ ).

Introduction
Quantificateurs
Ensembles
Applications
Proposition
Soient P et Q deux prédicats. On a alors les équivalences logiques suivantes :
1 P ⇒ Q ≡ ¬P ∨ Q;
2 ¬(P ⇒ Q) ≡ P ∧ ¬Q;
3 P ⇒ Q ≡ ¬Q ⇒ ¬P;
4 P ⇔ Q ≡ (P ⇒ Q) ∧ (Q ⇒ P).

Introduction
Quantificateurs
Ensembles
Applications
Quantificateurs
4-1 Quantificateurs simples

Definition
Soit P(x) un prédicat défini sur un ensemble E.
Le quantificateur ”quel que soit”, noté ∀, permet de définir la proposition
quantifiée ”∀x ∈ E , P(x)” qui est vraie lorsque tous les éléments x de E vérifient
P(x).
∀ s’appelle le quantificateur universel.

Introduction
Quantificateurs
Ensembles
Applications
Remarque
La proposition ∀x ∈ E , P(x) se lit ”Pour tous les éléments x de E , P(x) est
vrai”.

Introduction
Quantificateurs
Ensembles
Applications
Definition
Soit P(x) un prédicat défini sur un ensemble E.
Le quantificateur ”il existe”, noté ∃, permet de définir la proposition quantifiée
”∃x ∈ E , P(x)” qui est vraie lorsqu’on peut trouver (au moins) un élément x de
E vérifient P(x).
∃ s’appelle le quantificateur existentiel.

Introduction
Quantificateurs
Ensembles
Applications
Remarque
La proposition ∃x ∈ E , P(x) se lit ”il existe au moins un élément x de E tel que
P(x) est vrai”.
S’il en existe un et un seul, on pourra écrire: ∃!x ∈ E , P(x) et on dira qu’il
existe un unique élément x de E vérifiant P(x).

Introduction
Quantificateurs
Ensembles
Applications
Quantificateurs
4-2 Négation d’une proposition quantifiée
La négation de ”pour tout élément x de E l’énoncé P(x) est vrai” est ”il existe
un élément x de E pour lequel l’énoncé P(x) est faux” et la négation de ”il
existe un élément x de E pour lequel l’énoncé P(x) est vrai” est ”pour tout
élément x de E l’énoncé P(x) est faux”. En langage formalisé (langage
mathématique), on a
énoncé négation de l’énoncé
∀x ∈ E P (x) ∃x ∈ E / ¬P(x)
∃x ∈ E / P (x) ∀x ∈ E ¬P (x)
Introduction
Quantificateurs
Ensembles
Applications
Quantificateurs
4-3 Quantificateurs multiples
On se donne deux ensembles E et F et un prédicat P(x, y ) à deux variables où
x ∈ E et y ∈ F .
L’énoncé ∀x ∈ F , P(x, y ) est encore un prédicat puisque sa valeur de vérité
dépend de la variable x. En revanche, l’énoncé ∀x ∈ E , ∀y ∈ F , P(x, y ) est une
proposition. Elle est définie comme suit.
Definition
Soit P(x, y ) un prédicat défini sur les ensembles E et F .
L’assertion quantifiée ”∀x ∈ E , ∀y ∈ F , P(x, y )” est vraie lorsque tous les
éléments x de E et tous les éléments y de F vérifient P(x, y ).
Introduction
Quantificateurs
Ensembles
Applications
Exemple
Soit f une fonction numérique d’une seule variable réelle.
énoncé en français f est croissante

énoncé en langage formalisé ∀x ∈ R, ∀y ∈ R, x < y ⇒ f (x) ≤ f (y )

Introduction
Quantificateurs
Ensembles
Applications
Definition
Soit P(x, y ) un prédicat défini sur les ensembles E et F .
L’assertion quantifiée ∃x ∈ E , ∃y ∈ F , P(x, y ) est vraie lorsqu’il existe (au
moins) un élément x appartenant à E et lorsqu’il existe (au moins) un élément y
appartenant à F vérifiant P(x, y ).

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Soit f une fonction numérique d’une seule variable réelle. On suppose que f est
croissante.
Nier la proposition ∀x ∈ R, ∀y ∈ R, x < y ⇒ f (x) ≤ f (y ).
∃x ∈ R, ∃y ∈ R, (x < y ) ∧ (f (x) > f (y )).

Introduction
Quantificateurs
Ensembles
Applications
Remarque
On peut construire de nouvelles assertions quantifiées en combinant les deux
quantificateurs ∀ et ∃. Par exemple, l’assertion ”tout nombre réel positif ou nul
possède une racine carrée positive ou nulle” s’écrit:
∀x ∈ R+ , ∃u ∈ R+ , u 2 = x.

Introduction
Quantificateurs
Ensembles
Applications
Quantificateurs
4-4 Interversion des quantificateurs multiples
L’interversion des quantificateurs multiples doit s’effectuer dans le respect des
deux rèègles suivantes:
On peut permuter deux quantificateurs de même nature.
On ne peut pas permuter deux quantificateurs de nature différente.
Exemple
∀x ∈ R∗ ∃y ∈ R / xy = 1.
∃y ∈ R / ∀x ∈ R∗ xy = 1
Introduction
Quantificateurs
Ensembles
Applications
5-1 Raisonnement par contre-exemple

Un raisonnement par contre-exemple sert à prouver qu’une proposition est fausse
en montrant, par un exemple, que sa négation est vraie.
Par exemple pour montrer que la proposition du type ”∀x ∈ E , P(x)” est fausse,
¯
il suffit de montrer que sa négation ”∃x ∈ E , P(x)” est vraie. Donc, il suffit de
¯
chercher un élément x de E qui vérifie P(x). Dans ce cas, on dit qu’on a trouvé
un contre-exemple.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
√ √ √
La proposition ”∀(a, b) ∈ R, ab = a b” est fausse.
Regardons par exemple le cas a = −1 et b = −4.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
La proposition ”Si x 2 > 4 alors x > 2” est fausse.
Prenons par exemple le cas x = −3.

On a x 2 = (−3)2 = 9 > 4 mais −3 < 2.
x = −3 est un contre-exemple et la proposition est donc fausse.

Introduction
Quantificateurs
Ensembles
Applications

5-2 Raisonnement direct
Un raisonnement direct (ou déductif ) est basé sur la propriété suivante:
P Q P ⇒Q
V V V
Quand P est une proposition vraie, et P ⇒ Q est une proposition vraie, on peut
affirmer que Q est une proposition vraie.
Sachant de plus que l’implication est transitive, une démonstration prend très
souvent la forme suivante : lorsque P est vraie et P ⇒ Q ⇒ R ⇒ ... ⇒ S ⇒ T
est vraie, alors T est vraie.
Introduction
Quantificateurs
Ensembles
Applications
Exemple
1+x 2
Montrer que pour tout x de R, 2
≥ x.

Introduction
Quantificateurs
Ensembles
Applications
5-3 Raisonnement par contraposée

Soit deux propositions P et Q. Pour montrer que P ⇒ Q est une proposition
vraie, il suffit de montrer que Q̄ ⇒ P̄. Il s’agit d’un raisonnement par
contraposée. Il est basé sur les deux propriétés suivantes:
1 La contraposée de la proposition P ⇒ Q est la proposition Q̄ ⇒ P̄.
2 P ⇒ Q et Q̄ ⇒ P̄, sont logiquement équivalentes.
Ainsi, pour montrer que P ⇒ Q est une proposition vraie, il suffit de montrer
que Q̄ ⇒ P̄.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Soit n un entier naturel. Montrer que si n2 est pair, alors n est pair.
Il suffit de montrer que ”n impair ⇒ n2 impair”.

Introduction
Quantificateurs
Ensembles
Applications
5-4 Raisonnement par l’absurde

Pour prouver qu’une proposition P est vraie, on suppose que P est fausse
(c’est-à-dire que P̄ est vraie) et on aboutit à une contradiction. Il s’agit d’un
raisonnement par l’absurde. Il repose sur la règle logique: Si P̄ ⇒ Q est une
proposition vraie, et Q est une proposition fausse, alors P est une proposition
vraie.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Montrer que 0 n’est pas racine de P(x) = x 4 − 3x 3 + x 2 + 7x − 3.
On raisonne par l’absurde. Supposons que 0 soit racine de P. Par définition, on

aurait donc P(0) = 0; or le calcul montre que P(0) = −3, d’où −3 = 0. On
obtient une contradiction.

Introduction
Quantificateurs
Ensembles
Applications

5-5 Raisonnement par récurrence
Soit n0 un entier naturel donné. On veut démontrer que pour tout entier naturel
n ≥ n0 , la propriété P(n) est vraie.
La démonstration par récurrence consiste à :
1 vérifier que P(n0 ) est vraie,
2 à supposer que pour un entier n ≥ n0 quelconque la propriété P(n) est vraie
(c’est l’hypothèse de récurrence) et à montrer que sous cette hypothèse la
propriété P(n + 1) est vraie.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
Montrer que, pour tout entier naturel n, 32n − 2n est divisible par 7.
pour tout entier naturel n, on note P(n) la propriété : 32n − 2n est divisible par
7. Initialisation : pour n = 0 : on a 32×0 − 20 = 1 − 1 = 0 = 0 × 7 est divisible
par 7 donc P(0) est vraie. Hérédité : supposons qu’il existe un entier n ≥ 0 tel
que P(n) est vraie, c’est-à-dire tel que 32n − 2n est divisible par 7. Ainsi il existe
un entier (relatif) k tel que 32n − 2n = 7k, d’où 32n = 7k + 2n . Montrons
qu’alors P(n + 1) est vraie, c’est-à-dire que 32(n+1) − 2n+1 est divisible par 7.
D’après un calcul simple, on en déduit que: 32(n+1) − 2n+1 = 7(9k + 2n ), avec
(9k + 2n ) ∈ Z. D’où le résultatonc 32(n+1) − 2n+1 est divisible par 7 et P(n + 1)
est vraie. Conclusion : ∀n ∈ N, 32n − 2n est divisible par 7.
Introduction
Quantificateurs
Ensembles
Applications

5-6 Raisonnement par analyse-synthèse Le raisonnement par
analyse-synthèse permet de prouver l’existence et l’unicité d’un objet vérifiant des
propriétés données. Il se décompose en deux parties:
1 l’analyse : on suppose que l’objet existe et on essaie de trouver des
conditions nécessaires que doit vérifier cet objet: on prouve que si l’objet
existe, alors il est nécessairement égal à un certain objet O (ceci assure
l’unicité).
2 la synthèse : on considère l’objet O identifié dans la partie analyse, et on
vérifie qu’il a bien les propriétés voulues (ceci assure l’existence).
Introduction
Quantificateurs
Ensembles
Applications
Exemple
Montrer que toute fonction numérique d’une seule variable réelle f : R −→ R
peut s’écrire de manière unique comme somme d’une fonction paire et ’une
fonction impaire.

Introduction
Quantificateurs
Ensembles
Applications
5-6 Raisonnement par disjonction de cas

Pour prouver qu’une proposition P(x) est vraie pour tous les éléments x d’un
ensemble E , on peut démontrer la proposition pour tous les éléments d’une partie
A de E , puis pour les éléments de E n’appartenant pas à A.

Introduction
Quantificateurs
Ensembles
Applications
Exemple
n(n+1)
Montrer que, pour tout n ∈ N, 2
est un entier naturel.
n(n+1)
Soit n ∈ N. On va démontrer que 2
∈ N en distinguant les deux cas: n pair
et n impair.

Introduction
Quantificateurs
Ensembles
Applications
Notions de base
Si l’on a un objet x et un ensemble E , on forme une proposition notée x ∈ E ,

que l’on lit
x appartient à E , x est un élément de E ou E contient x; elle est vraie ou fausse.
En termes vagues, un ensemble contient des éléments. Mieux : un ensemble est
caractérisé par les éléments qu’il contient.

Introduction
Quantificateurs
Ensembles
Applications
Deux façons de décrire un ensemble :

en extension, c’est-à-dire par la liste exhaustive de ses éléments, que l’on écrit
entre accolades; voici des exemples : {1, 2, 5} et
{{1}, {1, 2}, {1, 5}}.
en compréhension, on caractérise les éléments d’un ensemble, E , par une
propriété (une proposition P(x)). Les éléments x de E pour lesquels
P(x) est vraie forment un ensemble que l’on note:
{x ∈ E , P(x)}.

Introduction
Quantificateurs
Ensembles
Applications
Notions de base
L’ensemble vide: il existe un ensemble appelé ensemble vide et noté ∅ qui ne

contient aucun élément.

Introduction
Quantificateurs
Ensembles
Applications
Egalité d’ensembles : deux ensembles sont égaux si et seulement s’ils ont les
mêmes éléments. En symboles : si E et F sont deux ensembles, on a
l’équivalence :
(E = F ) ⇔ (∀x, x ∈ E ⇔ x ∈ F ).

Introduction
Quantificateurs
Ensembles
Applications
Inclusion et partie:
Definition
Soient E et F deux ensembles. On dit que F est inclus dans E ou que E contient
F et on écrit F ⊂ E si tout élément de F appartient à E , c’est-à-dire :
∀x, x ∈ F ⇒ x ∈ E .
On dit encore que F est une partie de E .
On voit que la relation d’inclusion ⊂ est un phénomène d’implication

Introduction
Quantificateurs
Ensembles
Applications
Ensemble des parties: Soit V un ensemble, les ensembles inclus dans E forment
un ensemble appelé ensemble des parties de E et noté généralement P(E ).
Exemple. On a :
1 P(∅) = {∅};
2 P({1}) = {∅, {1}};
3 P({1, 2}) = {∅, {1}, {2}, {1, 2}}.

Introduction
Quantificateurs
Ensembles
Applications
Produit cartésien
Etant donnés deux ensembles E et F , les couples (x, y ) formés par un élément x
de E et un élément y de F forment un ensemble appelé produit cartésien de E
par F et noté : E × F .

Introduction
Quantificateurs
Ensembles
Applications
Réunion et intersection
Definition
Soient E et F deux ensembles. On appelle réunion de E et F et on note E ∪ F
(lire : E union F ) l’ensemble dont les éléments sont ceux qui appartiennent à E
ou à F :
∀x, x ∈ E ∪ F ⇔ (x ∈ E ou x ∈ F ).
On appelle intersection de E et F et on note E ∩ F (lire : E inter F ) l’ensemble
dont les éléments sont ceux qui appartiennent à E et à F :
∀x, x ∈ E ∩ F ⇔ (x ∈ E et x ∈ F ).
Introduction
Quantificateurs
Ensembles
Applications
Différence et complémentaire
Definition
Soient E et F deux ensembles. On appelle différence de E et F et on note E \F
(lire : E privé de F ) l’ensemble dont les éléments sont les éléments de E qui
n’appartiennent pas à F :
∀x, x ∈ E \F ⇔ (x ∈ E et x∈
/ F ).
Definition
Soit E un ensemble et soit A une partie de E . On appelle complémentaire de A
dans E l’ensemble E \A. On le note parfois A ou CEA .
Introduction
Quantificateurs
Ensembles
Applications
Différence et complémentaire
Remarque
Tous les connecteurs de la section sur la logique ont une traduction pour les
ensembles. Voici la correspondance (on fixe un ensemble E , deux parties A et B
de E et enfin x dans E ):
logique ensembles
implication: x ∈ A ⇒ x ∈ B inclusion: A ⊂ B
disjonction: x ∈ A ou x ∈ B réunion: x ∈ A ∪ B
conjonction: x ∈ A et x ∈ B intersection: x ∈ A ∩ B
négation: non(x ∈ A) complémentaire: x ∈ CEA
Introduction
Quantificateurs
Ensembles
Applications
On appelle cardinal d’un ensemble E le nombre d’éléments de l’ensemble E , on le

note card(E ), c’est un entier naturel ou l’infini. Par exemple :
1 card(∅) = 0;
2 card({1, 4, 5}) = 3;
3 card(N) = ∞;

Introduction
Quantificateurs
Ensembles
Applications
Quelques cardinaux
Proposition
1 card(E ∪ F ) = card(E ) + card(F ) − card(E ∩ F ).
2 card(E × F ) = card(E ) × card(F ).
3 Pour n entier naturel, on a : card(P({1, ..., n})) = 2n .

Introduction
tautologie ou loi logique Définition et exemple
Quantificateurs Relation d’équivalence
Quelques types de raisonnement Relation d’ordre
Ensembles
Applications
Les relations d’équivalences servent à ranger et classer, les relations d’ordre

servent à ordonner.

Introduction
Ensembles
Applications
Definition
Soient E et F deux ensembles.
On appelle relation R entre E et F tout sous-ensemble du produit cartésien
E × F.
Notation:
Si le couple (x, y ) ∈ R, on dit que x est en relation avec y . On note xRy .
Si E = F on parlera de relation sur E .

Introduction
Ensembles
Applications
Exemple
Soient E = {a, b, c, d} et F = {1, 2, 3, 4} et le sous-ensemble de E × F donné
par : R = {(a, 1), (a, 2), (a, 3), (b, 3), (c, 1), (c, 3)}. Alors par exemple aR1. On
peut représenter cette relation par un diagramme cartésien :
R 1 2 3 4
a × × ×
b ×
c × ×
d

Introduction
Ensembles
Applications
Definition
Une relation d’équivalence R sur E est une relation qui est :
1 réflexive : ∀x ∈ E , xRx;
2 symétrique : ∀x, y ∈ E , xRy ⇒ y Rx;
3 transitive : ∀x, y , z ∈ E , xRy et y Rz ⇒ xRz.

Introduction
Ensembles
Applications
Exemple
1 Soit E un ensemble non vide. On définit la relation R par xRy ⇔ x = y .
Alors R est une relation d’équivalence.
2 Soit E = N. On définit la relation R par xRy si et seulement si x et y ont
la même parité.

Introduction
Ensembles
Applications
Classe d’équivalence
Definition
Soit R une relation d’équivalence sur E et x ∈ E ; on appelle classe d’équivalence
de x, on note x, l’ensemble de tous les éléments en relation avec x.
x = {y ∈ E , xRy }.

Introduction
Ensembles
Applications
Classe d’équivalence
Exemple
1 Soit E un ensemble non vide et soit la relation d’équivalence R défini par
xRy ⇔ x = y . Alors on a x = {x};
2 Soit E = N. On définit la relation R par xRy si et seulement si x et y ont
la même parité. Alors
0 = {0, 2, 4, 6, ...}
et
1 = {1, 3, 5, ...}.

Introduction
Ensembles
Applications
Partition d’un ensemble
Definition
Soient E un ensemble non vide et E1 , E2 , ..., Ek des sous-ensembles de E . On dit
que ces sous-ensembles forment une partition de E si les trois conditions
suivantes sont vérifiées :
1 Chacun de ces ensembles est non vide : ∀i ∈ [[1, k]], Ei 6= ∅;
2 Leur réunion est égale à E : E = E1 ∪ E2 ∪ ... ∪ Ek ;
3 Ils sont deux à deux disjoints : si i, j ∈ [[1, k]] et i 6= j alors Ei ∩ Ej = ∅.

Introduction
Ensembles
Applications
Partition d’un ensemble et Classes d’équivalences
Théorème
Soit R une relation d’équivalence sur E . Les classes d’équivalence distinctes de
R forment une partition de E .

Introduction
Ensembles
Applications
Exemple
Dans le dernier exemple, on a bien N = 0 ∪ 1.

Introduction
Ensembles
Applications
Definition
Une relation R sur E est dite antisymétrique si
∀x, y ∈ E , (xRy et y Rx) ⇒ x = y .
L’antisymétrie signifie que deux éléments ne peuvent s’ordonner que d’une façon
(au plus).

Introduction
Ensembles
Applications
Definition
Une relation d’ordre R sur E est une relation qui est réflexive, antisymétrique et
transitive.
On note : x ≺ y qui se lit x précède y .

Introduction
Ensembles
Applications
Exemple
1 Les relations d’ordre ≤ et ≥ sur R ou N.
2 Attention : < et > ne sont pas des relations d’ordre car elles ne sont pas
réflexives.
3 L’inclusion ⊆ est une relation d’ordre entre sous-ensembles. Par exemple,
sur les parties de F = {a, b} : ∅ ⊆ {a} ⊆ F .

Introduction
Ensembles
Applications
Exemple
Soient x et y deux entiers naturels. On dit que x divise y , on note x|y , ssi
∃k ∈ N, y = kx.
La relation de divisibilité est une relation d’ordre sur N.

Introduction
Ensembles
Applications
Eléments comparables
Definition
Soit relation d’ordre ≺ sur un ensemble E ; deux éléments x et y de E sont
comparables si x ≺ y ou y ≺ x.

Introduction
Ensembles
Applications
Exemple
Soient x et y deux entiers naturels. On dit que x divise y , on note x|y , ssi
∃k ∈ N, y = kx.
La relation de divisibilité est une relation d’ordre sur N.

Introduction
Ensembles
Applications
Ordre total et partiel
Definition
Une relation d’ordre ≺ sur E est total ssi deux éléments de E sont toujours
comparables. S’il existe deux éléments non comparables, on dit que l’ordre est
partiel.

Introduction
Ensembles
Applications
Exemple
L’ensemble des entiers naturels est totalement ordonné par ≤ . La divisibilité sur
N est un ordre partiel car 5 et 7 ne sont pas comparables.

Introduction
Ensembles
Applications
Maximum et élément maximal

Definition
Soit (E , ≺) un ensemble ordonné :
1 le plus grand élément ou maximum de E , s’il existe, est un élément M ∈ E
tel que tous les éléments de E le précèdent (tous les autres sont plus petits) :
∀x ∈ E , x ≺ M.
2 On dit que m est un élément maximal de E si le seul élément x de E

vérifiant m ≺ x est x = a lui-même (un élément maximal de E est un
élément m ∈ E qui ne précède aucun élément de E ).
Introduction
Ensembles
Applications
Exemples de plus grands éléments
Figure : Exemples de plus grands éléments (Sur un diagramme de Hasse, il existe un

chemin (en parcourant les flèches) qui va de n’importe quel élément vers le plus grand).

Introduction
Ensembles
Applications
Exemple d’éléments maximaux
Figure : Ici, d et e sont maximaux (Sur un diagramme cartésien, la seule case noircie
est celle de la diagonale de sa ligne et sur un diagramme de Hasse, un sommet duquel
ne part aucune flèche ).
Introduction
Ensembles
Applications
Propriétés
1 le plus grand élément, s’il existe est unique;

2 si l’ordre est total les deux notions coı̂ncident;
3 dans un ensemble fini il existe toujours au moins un élément maximal mais
pas forcément de maximum;
4 il peut y avoir plusieurs éléments maximaux si ordre partiel.

Introduction
Ensembles
Applications
Exemples de plus grands éléments
Figure : Exemples d’ensemble sans plus grands éléments.

Introduction
Connecteurs logiques Définition et exemples
tautologie ou loi logique Image directe et image réciproque d’une partie
Quantificateurs Injections et surjections
Quelques types de raisonnement Bijection et Bijection réciproque
Ensembles La fonction indicatrice
Applications
Definition
Une application est une relation entre E et F telle que : tout élément de E est
en relation avec un et un seul élément de F .
Notation d’une application de E vers F :
f : E → F
x 7→ y = f (x)
E est l’ensemble de départ (ou domaine de f ) et F est l’ensemble d’arrivée (ou
codomaine de f ).

Introduction
Applications
Si f (x) = y on dira que :

y est l’image de x par l’application f ;
x est l’antécédent de y par l’application f .

Introduction
Applications
Definition
Soit f une application de E vers F , le graphe de f noté Gf est un sous-ensemble
de E × F défini par :
Gf = {(x, f (x)), x ∈ E }.

Introduction
Applications
Soit f une application de E vers F .

si A ⊆ E , f (A) est l’image de A, le sous-ensemble de F formé par les images des
éléments de A :
f (A) = {y ∈ F , ∃x ∈ A f (x) = y }
si B ⊆ F , f −1 (B) est l’image réciproque de B, le sous-ensemble de E formé par
les antécédents des éléments de B :
f −1 (B) = {x ∈ E , f (x) ∈ B}.

Introduction
Applications
Definition
Une application f : E → F est dite injective, ou une injection, si tout élément de
F admet au plus un antécédent dans E (i.e. 1 ou 0 antécédent).

Introduction
Applications
Théorème
Une application f : E → F est dite injective si et seulement si
∀x1 ∈ E , ∀x2 ∈ E , x1 6= x2 ⇒ f (x1 ) 6= f (x2 ),
ou par contraposée :
∀x1 ∈ E , ∀x2 ∈ E , f (x1 ) = f (x2 ) ⇒ (x1 = x2 ).

Introduction
Applications
Definition
Une application f : E → F est dite surjective, ou une surjection, si f (E ) = F ou
encore si tout élément de F a au moins un antécédent dans E :
∀y ∈ F , ∃x ∈ E , y = f (x).

Introduction
Applications
Definition
f : E → F est bijective, ou une bijection, si elle est injective et surjective. Tout
élément de F est l’image d’un élément unique de E :
∀y ∈ F , ∃!x ∈ E , y = f (x).

Introduction
Applications
Théorème
Si E et F sont des ensembles finis, alors
1 si card(E ) < card(F ) alors f : E → F ne peux pas être surjective ;
2 si card(E ) > card(F ) alors f : E → F ne peux pas être injective ;
3 si card(E ) = card(F ) alors l’injectivité implique la surjectivité et vice-versa.

Introduction
Applications
Definition
Soit f : E → F une application bijective.
L’application notée : f −1 : F → E qui à y appartenant à F associe l’unique x de
E tel que f (x) = y est appelée application réciproque de f .

Introduction
Applications
Théorème
Soit f : E → F une application
S’il existe une application g : F → E telle que
1 g ◦ f = IdE c.-à-d. ∀x ∈ E , g (f (x)) = x.
2 f ◦ g = IdF c.-à-d. ∀y ∈ F , f (g (y )) = y .
alors
1 f est une bijection de E sur .F
2 g est la réciproque de f , c.-à-d. g = f −1 .

Introduction
Applications
Definition
Soit E un ensemble et A une partie de E . On note ϕA la fonction indicatrice de
A dans E définie de E dans 0, 1 par :
∀x ∈ A, ϕA (x) = 1 et ∀x ∈ A, ϕA (x) = 0.

Introduction
Applications
On peut facilement vérifier les propriétés suivantes :

Proposition
Si E est un ensemble et A et B deux parties de E , alors :
1 A = B ⇔ ϕA = ϕB .
2 A ⊆ B ⇔ ϕA ≤ ϕB .
3 ϕ2A = ϕA .

Introduction
Applications
Proposition
Si E est un ensemble et A et B deux parties de E , alors :
1 ϕA∩B = ϕA ϕB .
2 ϕA∪B = ϕA + ϕB − ϕA∩B .
3 ϕA = 1 − ϕA .
4 A et B disjoints ⇒ ϕB\A = ϕB .
5 A ∩ B 6= ∅ ⇒ ϕB\A = ϕB − ϕA ϕB .
6 ϕB4A = ϕA + ϕB − 2ϕA ϕB .

Chapitre 1 Ensa Alg

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 1 Ensa Alg

Transféré par

Droits d'auteur :

Formats disponibles

Introduction

Chapitre 1: Notion de logique (Rappels)

Pr. Abdelilah KADDAR

Figure : Dans la vie, il y a tellement de routes, tellement de détours, tellement de

La logique, chemin vers la vérité qui permet à partir d’hypothèses, de construire

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Proposition (ou assertion ou affirmation): un énoncé pouvant être vrai ou faux.

Chapitre 1: Notion de logique (Rappels)

Théorème: une proposition vraie. Par abus de langage, le mot proposition

Chapitre 1: Notion de logique (Rappels)

Corollaire: une proposition dérivant immédiatement d’une autre (conséquence

Chapitre 1: Notion de logique (Rappels)

Lemme: un théorème préparatoire à l’établissement d’un théorème de plus

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Enoncé Valeur de vérité

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Pour la négation, on obtient la table de vérité suivante :

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Pour la conjonction de deux propositions, on obtient la table de vérité suivante:

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Pour la disjonction de deux propositions, on obtient la table de vérité suivante:

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

La table de vérité de l’implication est

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

la réciproque de P ⇒ Q est, par définition, Q ⇒ P

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

La table de vérité de l’équivalence est

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

et en comparant la première colonne à la dernière colonne, on se rend compte

Chapitre 1: Notion de logique (Rappels)

tautologie ou loi logique

Chapitre 1: Notion de logique (Rappels)

On constate que la troisième colonne, de la table de vérité, est formée

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

¬(P ∨ Q) ≡ (¬P ∧ ¬Q),

¬(P ∧ Q) ≡ (¬P ∨ ¬Q).

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

4-1 Quantificateurs simples

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)

Chapitre 1: Notion de logique (Rappels)