Vous êtes sur la page 1sur 11

Cours Mathématiques MPSI 2

2023-2024

Mohammed Dahmouni
Table des matières

1 Logique - Raisonnements - Ensembles 1


1.1 Éléments de logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Quantificateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Définitions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2 Réunion, intersection, complémentaire. . . . . . . . . . . . . . . . . . 6
1.3.3 Produit cartésien. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

Bibliographie 9
CHAPITRE 1
Logique - Raisonnements - Ensembles

1.1 Éléments de logique


Définition 1.1.1 (Assertion). On appelle proposition ou assertion une affirmation à la-
quelle on peut attacher une valeur de vérité : soit vraie soit fausse, pas les deux en même
temps.

Exemple 1.1.1. 1.  3 est un nombre impair  (proposition vraie)


2.  Pour tout x ∈ R, on a x2 > 0.  (proposition vraie)
3.  0 ∈ E  (n’est pas une proposition)

Proposition 1.1.1. On admet la règle suivante : principe du tiers exclu : une proposition
qui n’est pas vraie est fausse et une proposition qui n’est pas fausse est vraie.

Définition 1.1.2 (Opérateurs logiques). (i) La négation d’une proposition P est notée
 non P  ou  ¬P  ou  P̄  :

P V F
¬P F V
(ii) L’opérateur conjonction ( et ) noté ∧ ;
- l’opérateur disjonction inclusive (  ou ) noté ∨ ;
- l’opérateur implication noté =⇒ ;
- l’opérateur équivalence noté ⇐⇒ ;
sont définis par la table de vérité :

P Q P ∧ Q P ∨ Q P =⇒ Q P ⇐⇒ Q
V V V V V V
V F F V F F
F V F V V F
F F F F V V

1
Remarque 1.1.1. - L’implication est aussi définie par l’assertion suivante :  ( non P )
ou Q  notée aussi  (¬P ) ∨ Q  Si elle est vraie, l’assertion  P =⇒ Q  se lit en
français  si P est vraie alors Q est vraie  ou  si P alors Q . - Les opérateurs logiques
permettent de combiner des propositions pour en obtenir de nouvelles.
Exemple 1.1.2. 1.  x2 6 1 =⇒ x > −1  est vraie.
2.  x2 6 1 ⇐⇒ −1 6 x 6 1  est vraie.
3.  x 6 1 =⇒ x2 6 1  est fausse (prendre par exemple x = −2 ).
4. x2 = 1 ou x 6= 1  est vraie car l’assertion  x = 1 =⇒ x2 = 1  est toujours vraie.
Remarque 1.1.2. L’équivalence est aussi définie par l’assertion suivante :

 (P =⇒ Q) et (Q =⇒ P )  .

Si elle est vraie, l’assertion  P ⇐⇒ Q  se lit en français  P est équivalent à Q 


ou  P équivaut ȧQ  ou  P si, et seulement si, Q .
Exemple 1.1.3. 1. Pour deux réels a et b, l’équivalence  a×b = 0 ⇐⇒ (a = 0 ou b = 0) 
est vraie.
2. Pour deux réels a et b, l’équivalence  a × b = 0 ⇐⇒ (a = 0 et b = 0)  est fausse.
3. Pour un réel x, l’équivalence  x2 = 1 ⇐⇒ x = 1  est fausse.
Définition 1.1.3. Une proposition toujours vraie quelles que soient les valeurs de vérité des
propositions qui la composent est appelée tautologie.
Proposition 1.1.2. Soient P, Q, R trois assertions. Nous avons les tautologies suivantes :
(i) P ⇐⇒ non(¬P ) ;
(ii) (P et Q) ⇐⇒ (Q et P ) ;
(iii) (P ou Q) ⇐⇒ (Q ou P ) ;
(iv) ¬(P et Q) ⇐⇒ ((¬P ) ou (¬Q)) (Loi de Morgan) ;
(v) ¬(P ou Q) ⇐⇒ ((¬P ) et (¬Q)) (Loi de Morgan) ;
(vi) (P et (Q ou R)) ⇐⇒ ((P et Q) ou (P et R)) (Distributivité) ;
(vii) (P ou (Q et R)) ⇐⇒ ((P ou Q) et (P ou R)) (Distributivité) ;
(viii) (P =⇒ Q) ⇐⇒ (¬Q =⇒ ¬P ) (Contraposition) ;
(ix) ¬(P =⇒ Q) ⇐⇒ (P et ¬Q) (Négation d’une implication) ;
(x)((P =⇒ Q) et (Q =⇒ R)) =⇒ (P =⇒ R) (Transitivité).

1.2 Quantificateurs
Définition 1.2.1. (i) L’assertion :

 ∀x ∈ E, P (x) 

est une assertion vraie lorsque les assertions P (x) sont vraies pour tous les éléments x de
l’ensemble E. On lit :  Pour tout x appartenant à E, P (x) , sous-entendu  Pour tout

2
x appartenant à E, P (x) est vraie .
(ii) L’assertion :  ∃x ∈ E, P (x)  est une assertion vraie lorsque l’on peut trouver au
moins un x de E pour lequel P (x) est vraie. On lit :  il existe au moins un x appartenant
à E tel que P (x) soit vraie .
Pour la négation d’une phrase logique, on change le  pour tout  en  il existe au moins
un  et inversement, puis on prend la négation de l’assertion P .
- La négation de  ∀x ∈ E, P (x)  est :

 ∃x ∈ E, ¬P (x)  .

- La négation de  ∃x ∈ E, P (x)  est :

 ∀x ∈ E, ¬P (x)  .

Exemple 1.2.1. 1.  ∀x ∈ R, ((x 6 −2) =⇒ (x2 > 1))  est une assertion vraie.
2.  ∀x ∈ R, ((x2 > 1) =⇒ (x > 1))  est une assertion fausse (pour se convaincre,
prenez x = −2).
3.  ∀x ∈ R, (x2 > 1)  est une assertion fausse.
4.  ∃x ∈ R, x2 6 0  est vraie ( x = 0 vérifie bien la propriété).
5.  ∃x ∈ R, (x2 < 0)  est fausse (aucun un réel élevé au carré n’est un nombre négatif).

Remarque 1.2.1. - Dans une phrase logique, deux quantificateurs de même nature et consé-
cutifs peuvent être permutés. Quand on écrit :

 ∃x ∈ R, f (x) = 0 

cela signifie simplement l’existence d’au moins un réel x qui annule f . Cela ne signifie pas que
ce nombre est unique. Pour indiquer l’unicité du réel x, on rajoute un point d’exclamation :

∃!x ∈ R, f (x) = 0

Attention : L’ordre des quantificateurs est très important. Par exemple, les deux phrases
logiques :
∃M ∈ R+ , ∀x ∈ R, |f (x)| 6 M

et
∀x ∈ R, ∃M ∈ R+ , |f (x)| 6 M

sont différentes. En effet, une phrase logique se lit de gauche à droite, ainsi la première phrase
affirme :
 La fonction f est bornée sur R  .

Alors que la seconde phrase, affirme :


 Pour tout réel x, il existe au moins un réel positif M (qui peut donc dépendre de x) tel

3
que |f (x)| 6 M 
Cependant, la seconde assertion est toujours vraie, que f soit bornée ou non, car il suffit
de prendre M = |f (x)|.
Par exemple, si f (x) = 2x, pour tout x ∈ R, il existe M = |2x| qui vérifie |f (x)| 6 M .
La seconde assertion est donc vraie. Par contre, la première assertion est fausse car f est
non bornée sur R !
Raisonnements classiques
Pour prouver que l’assertion  P =⇒ Q  est vraie, on peut suivre l’une des méthodes
suivantes :
- Raisonnement direct :
supposer que P est vraie, puis montrer à l’aide d’un raisonnement logique que Q est vraie.
- Raisonnement par contraposition :
montrer que si ¬Q est vraie alors ¬P est vraie. Autrement dit, prouver que l’assertion
 ¬Q =⇒ ¬P  est vraie.
- Raisonnement par l’absurde :
supposer que P est vraie et Q est fausse et chercher ensuite une contradiction. Autrement
dit, prouver que la négation de l’implication est fausse.

Principe du raisonnement par analyse-synthèse Ce raisonnement très utile permet


de prouver l’existence (et l’unicité dans le cas échéant) d’un objet mathématique alors qu’on
n’a aucune idée de sa valeur. Il se décompose en deux temps, comme son nom l’indique.
-Analyse : On raisonne sur une hypothétique solution au problème et on accumule des
déductions de propriétés qu’elle doit vérifier, du seul fait qu’elle est solution ;
-Synthèse : On examine tous les objets vérifiant les conditions nécessaires précédemment
accumulées (ce sont les seuls candidats pouvant être des solutions) et on détermine, parmi
eux, lesquels sont réellement des solutions.

Exemple 1.2.2. 1. Prouver que toute fonction f : R → R s’écrit de façon unique comme
somme d’une fonction paire et d’une fonction impaire.
2. Trouver toutes les fonctions f : R → R telles que f (x)f (y) − f (xy) = x + y pour tous
x, y ∈ R

Raisonnement par récurrence

Théorème 1.2.1 (Propriété fondamentale de N). Toute partie non vide de N admet un plus
petit élément.

Théorème 1.2.2 (Principe de récurrence). Soit P(n) une proposition dépendant de n ∈ N,


et n0 ∈ N . Si
- Initialisation : la proposition P (n0 ) est vraie,
- Hérédité : pour tout entier n > n0 , P(n) implique P(n + 1) ;
alors la proposition P(n) est vraie pour tout entier n > n0 .

4
Théorème 1.2.3 (Principe de récurrence). Soit P(n) une proposition dépendant de n ∈ N,
et n0 ∈ N.Si
- Initialisation : les propriétés P (n0 ) et P (n0 + 1) sont vraies,
- Hérédité : pour tout entier n > n0 , (P(n) et P(n + 1)) implique P(n + 2) ;
alors la proposition P(n) est vraie pour tout entier n > n0 .
Théorème 1.2.4 (Principe de récurrence forte). Soit P(n) une proposition dépendant de
n ∈ N, et n0 ∈ N. Si
- Initialisation : la proposition P (n0 ) est vraie,
- Hérédité : pour tout entier n > n0 , (P (n0 ) et P (n0 + 1) et · · · et P(n)) implique P(n + 1) ;
alors la proposition P(n) est vraie pour tout entier n > n0 .
Exercice 1.2.1. Montrer par récurrence que pour tout entier n ≥ 1,

1 1 1 1
1+ + + ... + 2 ≤ 2 − .
4 9 n n
1
Exercice 1.2.2. Soit x un nombre réel non nul tel que x + x
soit un entier.
Montrer que pour tout n ∈ N, xn + x1n est un entier.
Exercice 1.2.3. Soit f une application de N −→ N
1. Montrer que : 
 f est injective,
=⇒ f = IdN
 f (n) ≤ n, ∀n ∈ N,

2. Montrer que : 
 f est surjective,
=⇒ f = IdN .
 f (n) ≥ n, ∀n ∈ N,

1.3 Ensembles
1.3.1 Définitions.
Définition 1.3.1 (Pseudo-définition). Un ensemble est une collection d’objets appelés élé-
ments. On note x ∈ E si l’objet x est un élément de l’ensemble E, x ∈
/ E sinon.
Définition 1.3.2 (Extentionnalité). Deux ensembles E et F sont égaux si et seulement s’ils
ont les mêmes éléments :

E = F ⇐⇒ ∀x(x ∈ E ⇐⇒ x ∈ F ).

Définition 1.3.3. Étant donnés des objets x1 , x2 , . . . , xn , on note {x1 , . . . , xn } l’ensemble


contenant exactement x1 , . . . , xn
Pour tout ensemble E et tout prédicat P , on note {x ∈ E | P (x)} l’ensemble dont les
éléments sont exactement les éléments de E vérifiant P . Pour tout ensemble E et toute
expression e[x] contenant une variable x, on note {e[x] | x ∈ E} l’ensemble des objets
mathématiques qui s’écrivent sous la forme e[x] pour au moins un x ∈ E

5
Exemple 1.3.1. Un même ensemble peut parfois être défini en extension ou en compréhen-
sion :
n o
E = {0; 1; 4; 9} = n ∈ N | n 6 15 et ∃p ∈ N, n = p2

Dans toute la suite, E et F désignent deux ensembles.

Définition 1.3.4 (Inclusion). On dit que E est inclus dans F , ce que l’on note E ⊂ F si
tout élément de E est aussi un élément de F , i.e.

∀x ∈ E; x ∈ F.

Si E ⊂ F , on dit que E est une partie ou un sous-ensemble de F .

Exemple 1.3.2. 1. Pour tout ensemble E, on a ∅ ⊂ E et E ⊂ E.


2. N ⊂ Z.
3. {1, {1; 2}, R} ⊂ {Z, π, 1, {1; 2}, R}.
4. {{1; 2}} 6⊂ {1; 2}.

Proposition 1.3.1 (Transitivité). Soit E, F, G trois ensembles, si E ⊂ F et F ⊂ G, alors


E ⊂ G.

Théorème 1.3.1 (Double inclusion). Soit E, F deux ensembles, alors

(E = F ) ⇔ (E ⊂ F et F ⊂ E)

Définition 1.3.5 (Ensemble des parties de E). Pour tout ensemble E, on admet l’existence
d’un ensemble, noté P(E) et appelé ensemble des parties de E et dont les éléments sont
exactement les sous-ensembles de E. Ainsi pour tout ensemble F , on a

F ∈ P(E) ⇔ F ⊂ E

( Ensemble des parties de E).

Exercice 1.3.1. Déterminer P(∅), P({∅}) et P({∅, {∅}}).

Proposition 1.3.2. Si un ensemble E possède n ∈ N éléments, alors P(E) possède 2n


éléments.

1.3.2 Réunion, intersection, complémentaire.


Dans cette partie A et B désignent deux ensembles.

Définition 1.3.6. 1. On appelle réunion de A et B notée A∪B, l’ensemble dont les éléments
sont exactement ceux qui sont dans A ou dans B, autrement dit, pour tout objet x,

x ∈ A ∪ B ⇐⇒ (x ∈ Aoux ∈ B).

6
2. On appelle intersection de A et B notée A ∩ B dont les éléments sont exactement ceux
qui sont dans A et dans B à la fois, autrement dit, pour tout objet x,

x ∈ A ∩ B ⇐⇒ (x ∈ A et x ∈ B).

Proposition 1.3.3. Soit A, B, C trois ensembles. 1. ∩ et ∪ sont associatives : A ∩ (B ∩ C) =


(A ∩ B) ∩ C (idem pour ∪).
2. ∩ et ∪ sont commutatives : A ∩ B = B ∩ A (idem pour ∪ ).
3. On a toujours A ∩ B ⊂ A ⊂ A ∪ B.
4. Si A ⊂ B, on a toujours A ∩ C ⊂ B ∩ C et A ∪ C ⊂ B ∪ C.

Définition 1.3.7. On dit que deux ensembles sont disjoints si leur intersection est vide.

Définition 1.3.8. Plus généralement, si on considère une famille d’ensemble (Ai )i∈I , on note
i∈I Ai la réunion de tous les Ai pour i ∈ I et
S T
i∈I Ai , l’intersection de tous les Ai . Pour
tout x, on a les propriétés :
[
x∈ Ai ⇐⇒ ∃i ∈ I, x ∈ Ai
i∈I
\
x∈ Ai ⇐⇒ ∀i ∈ I, x ∈ Ai
i∈I

Exercice 1.3.2. Que vaut chacun des ensembles ci-dessous ?


 
[ [ \ \
[ε, 1]  ε, 1 [0, ε] [0, ε[
ε∈]0,1] ε∈]0,1] ε∈]0,1] ε∈]0,1]

  
\ \ \ \
 0, ε  0, ε[ [0, ε] [0, ε[
ε∈]0,1] ε∈]0,1] ε∈]0,1]∩Q ε∈]0,1]∩Q

Proposition 1.3.4. Soit (Ai )i∈I une famille d’ensembles et B un ensemble. 1. Si, pour tout
[
i ∈ I, Ai ⊂ B, alors Ai ⊂ B.
i∈I \
2. Si, pour tout i ∈ I, B ⊂ Ai , alors B ⊂ Ai .
\ [ i∈I
3. Si j ∈ I, alors Ai ⊂ Aj ⊂ Ai .
i∈I i∈I

Théorème 1.3.2 ((Distributivité). La réunion et l’intersection sont distributives l’une


sur l’autre. Plus précisément, soit A, B et C trois ensembles. Alors on a les deux égalités
suivantes :
(A ∩ B) ∪ C = (A ∪ C) ∩ (B ∪ C);

(A ∪ B) ∩ C = (A ∩ C) ∪ (B ∩ C).

7
Plus généralement, soit (Ai )i∈I une famille d’ensembles et B un ensemble, alors
!
\ \
Ai ∪ B = (Ai ∪ B)
i∈I i∈I
!
[ [
Ai ∩ B = (Ai ∩ B)
i∈I i∈I

Définition 1.3.9. On appelle A privé de B, ou différence de A et B, ou A moins B,


l’ensemble noté A\B ou A − B, tel que pour tout objet x, x ∈ A\B si et seulement si x ∈ A
et x ∈
/ B.

Exercice 1.3.3. Montrer que A\B = A\(A ∩ B).

Définition 1.3.10. Si A ⊂ E, on appelle complémentaire de A dans E noté {E A ou AC ou


Ā quand il n’y a pas de confusion, l’ensemble E\A.

Proposition 1.3.5. Si A et B sont deux parties de E, on a A\B = A ∩ B C .

Théorème 1.3.3 (Relations de De Morgan). Soit (Ai )i∈I une famille de parties d’un
ensemble E. Alors on a ! C
[ 
AC
\
Ai = i ;
i∈I i∈I
!C
\ 
AC
[
Ai = i .
i∈I i∈I

1.3.3 Produit cartésien.


Définition 1.3.11. On admettra qu’étant donné deux objets x et y on peut construire un
objet appelé couple (x, y) et qu’on a la propriété suivante pour tous objets x1 , x2 , y1 , y2 :

(x1 , x2 ) = (y1 , y2 ) ⇐⇒ (x1 = y1 et x2 = y2 )

Définition 1.3.12. Soient E et F deux ensembles. On admet qu’on peut construire un


ensemble noté E × F , appelé produit cartésien de E et F , dont les éléments sont les couples
avec x1 ∈ E et x2 ∈ F . On définit de même le produit cartésien de n ensembles E1 . . . En ,
noté E1 × . . . × En , et formé des n-uplets (x1 , . . . , xn ) avec x1 ∈ E1 , . . . , xn ∈ En . Si les Ei
sont égaux à un ensemble E, on note ce produit E n .

Exercice 1.3.4 (Exercice 10 du TD). Soit D = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1}. Démontrer


que D ne peut pas s’écrire comme le produit cartésien de deux parties de R.

Exercice 1.3.5 (Exercice 11 du TD). Soit E et F deux ensembles, soit A, C deux parties
de E et B, D deux parties de F . Démontrer que

(A × B) ∩ (C × D) = (A ∩ C) × (B ∩ D)

8
Bibliographie

Vous aimerez peut-être aussi