Académique Documents
Professionnel Documents
Culture Documents
COURS d'Algèbre 1
SMIA
2020-2021
Ce cours est destiné aux étudiants de SMIA. Il est tellement simple et détaillé et
est à la base de tous les raisonnements usuels utiles en Algèbre.
i
Chapitre 1
1.1.1 Motivation
1) Le paradoxe du boucher :
" Dans un village, il y a un boucher qui, le jour de l'Aïd, égorge uniquement les
moutons de ceux qui ne savent pas le faire eux-même ".
Devinons qui égorge le mouton du boucher ! !
Deux cas se présentent alors :
→ Si c'est lui qui s'occupe du mouton (en tant qu'habitant), alors ce n'est pas le boucher
(qui est toujours lui) qui s'en occupe.
→ Si ce n'est pas lui, alors c'est le boucher (qui est encore lui) qui viendra le faire.
Il est donc important d'avoir un langage rigoureux, clair et surtout qui préserve la
valeur de vérité de l'information : La logique.
2) Un autre exemple est celui de la continuité d'une fonction f qui était expliquée par :
" f est continue si on peut tracer son graphe sans lever le crayon " et qui est traduite
−grâce aux quanticateurs et connecteurs logiques− comme suit :
f : I ⊂ R −→ R est continue en un point x0 de I si :
∀ > 0, ∃η > 0, ∀x ∈ I, |x − x0 | < η =⇒ |f (x) − f (x0 )| < .
1
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 2
1.1.2 Vocabulaire
L'essentiel du vocabulaire usuel sur lequel sont baties les mathématiques actuelles est
comme suit :
→ Un Enoncé
Un énoncé est un assemblage de mots, de lettres et de symboles qui a un sens.
Exemples 1.1.2.1
1) Soit f une fonction réelle continue.
2) Soit z un nombre complexe.
3) Bonne reprise.
→ Une Proposition
Une proposition (ou assertion) est un énoncé pouvant être vrai ou faux.
Exemples 1.1.2.2
1) Il y a des habitants à Jupiter (Faux).
2) Tout musulman croit en Dieu (Vrai).
3) Il existe un nombre réel x vériant : ex = −1 (Faux).
4) 4 > 2 (Vrai).
5) i2 ≥ 0 (Faux).
Remarque 1.1.2.3
En cours de mathématiques, le mot "proposition" désigne souvent une proposition vraie
énonçant un résultat d'une importance considérable.
→ Un Théorème
Un théorème est une proposition très importante (un résultat très intéressant).
Exemples 1.1.2.4
1) Théorème de l'Hopital.
2) Théorème de la base incomplète.
3) Théorème de Bezout.
→ Un Corollaire
Un corollaire est une conséquence d'un théorème.
→ Un Lemme
Un lemme est un résultat préparatoire pour établir un théorème.
→ Un Axiome
Un axiome est un énoncé supposé vrai qu'on ne cherche à démontrer.
Exemple 1.1.2.5
5ème axiome d'Euclide : "Par un point extérieur à une droite, elle passe une et une seule
droite parallèle à cette droite".
C. BAKKARI
3 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
→ Une Dénition
Une dénition est un énoncé dans lequel on décrit les particularités d'un objet.
Exemples 1.1.2.6
1) On appelle "Bachelier" tout élève qui a réussi son Baccalauréat.
2) On appelle "carré" tout quadrilatère qui a quatre côtés égaux.
→ Une Notation
Une notation est un symbole (ou un signe) dont on s'est mis d'accord sur la
signication.
Exemple 1.1.2.7 √
Soit z un nombre complexe. On note par |z|, le module de z |z| = z.z .
P
V
F
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 4
P ¬P
V F
F V
4) P4 : " x ≤ 2 ".
¬P4 : " x > 2 ". En eet :
" x ≤ 2 " signie que " x ∈ ] − ∞, 2] ", dont la négation est " x ∈/ ] − ∞, 2] " qui signie
que " x ∈ ]2, +∞[ " et qui signie à son tour que : " x > 2 ".
Notons que P1 est une proposition, tandis que P2 , P3 et P4 sont des prédicats.
P Q P et Q
V V V
V F F
F V F
F F F
C. BAKKARI
5 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
P Q P ou Q
V V V
V F V
F V V
F F F
P Q P ou bien Q
V V F
V F V
F V V
F F F
Exemples 1.1.3.3
1) Tout nombre réel non nul est positif ou bien négatif.
2) Un entier relatif est pair ou bien impair.
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 6
• P implique Q. Ou,
• Si P alors Q. Ou,
• P est l'hypothèse et Q est la conclusion. Ou,
• Il sut d'avoir P pour avoir Q. Ou,
• P est une condition susante pour Q et
Q est une condition nécessaire pour P .
Exemples 1.1.3.6
1) 2 = 2 et 2 = 1 ==== ============⇒ 2 + 2 = 2 + 1
(V ) (F ) a=a0 et b=b0 ⇒a+b=a0 +b0 q q
| {z } ↑ ↑
raisonnement juste | 4 {z 3 }
(F )
(F )
Faux ================⇒ Faux est Vraie.
2) 3 = 2 et 1 = 2 ================⇒ 3 + 1 = 2 + 2
q q
4 4
Faux ================⇒ Vrai est Vraie.
Attention.
Dire "⇒" est vraie, veut dire que le raisonnement eectué est correct. Il faut donc
faire attention aux hypothèses P .
3) Linah a eu 1420 de moyenne ==⇒ Linah a réussi.
↑
↑
condition suf f isante condition nécessaire
" 20
12
de moyenne" est susante pour "réussir" et il est nécessaire de "réussir", si
on a " 12
20 de moyenne".
P Q P ⇒Q Q⇒P P ⇔Q
V V V V V
V F F V F
F V V F F
F F V V V
Exemples 1.1.3.7
Soit x ∈ R.
1) P (x) : x2 − 1 = 0 et Q(x) : (x + 1)(x − 1) = 0.
2) P (x) : |x| < 1 et Q(x) : x ∈] − 1, 1[ .
P (x) et Q(x) sont équivalentes même si elles n'ont pas la même écriture.
C. BAKKARI
7 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
Remarque 1.1.3.8
1) On exprime "P ⇔ Q" par :
• P est équivalente à Q. Ou,
• P si et seulement si Q. Ou,
• Pour avoir P il faut et il sut d'avoir Q. Ou,
• P est une condition nécessaire et susante pour Q.
2) Pour une équivalence "P ⇔ Q", le sens direct "P ⇒ Q" est dit condition nécessaire,
et le sens "Q ⇒ P " est dit condition susante.
P Q ¬P ¬Q ¬P ou Q P ⇒Q ¬Q ⇒ ¬P
V V F F V V V
V F F V F F F
F V V F V V V
F F V V V V V
↑ ↑ ↑
même valeur de vérité
Exemple 1.1.3.9
Soient x et y ∈ R.
Pour montrer l'implication : x 6= y =⇒ (x + 1)(y − 1) 6= (x − 1)(y + 1), il est équivalent à
montrer sa contraposée qui est : (x + 1)(y − 1) = (x − 1)(y + 1) =⇒ x = y.
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 8
3) P ou ¬P est vraie.
4) P =⇒ P.
5) ¬(¬P ) ⇐⇒ P.
6) P =⇒ [P ou Q].
7) • [P et Q] ⇐⇒ [Q et P ].
• [P ou Q] ⇐⇒ [Q ou P ].
h i h i
8) • (P et Q) et R ⇐⇒ P et (Q et R) .
h i h i
• (P ou Q) ou R ⇐⇒ P ou (Q ou R) .
h i
9) (P ⇒ Q) et (Q ⇒ R) =⇒ [P ⇒ R] (la réciproque est fausse).
h i
10) (P ⇔ Q) et (Q ⇔ R) =⇒ [P ⇔ R] (la réciproque est fausse).
11) ¬(P ou bien Q) ⇐⇒ [P ⇔ Q].
h i h i
12) P et (Q ou R) ⇐⇒ (P et Q) ou (P et R) .
h i h i
13) P ou (Q et R) ⇐⇒ (P ou Q) et (P ou R) .
h i h i
14) (P ou Q) et (R ou S) ⇐⇒ (P et R) ou (P et S) ou (Q et R) ou (Q et S) .
Indications.
9) Soit x ∈ R. P (x) : "x > 2", Q(x) : "x > −4" et R(x) : "x > 0".
11)
Remarque 1.1.4.1
1) Les symboles "∀" et "∃" sont les initiales des mots anglais "All" et "Exist" qu'on a
écrites à l'inverse.
C. BAKKARI
9 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
Dénitions 1.1.4.2
Soient E un ensemble, x ∈ E et P (x) un prédicat.
1) La proposition "pour tous les éléments x de E , P (x) est vraie" s'écrit en abrégé :
" ∀x ∈ E, P (x)".
2) La proposition "il existe (au moins) un élément x de E , P (x) est vraie" s'écrit en
abrégé : " ∃x ∈ E, P (x)".
3) La proposition "il existe un et un seul élément x de E , P (x) est vraie" s'écrit en
abrégé : " ∃! x ∈ E, P (x)".
Remarque 1.1.4.3
1) " ∃! x ∈ E " s'exprime aussi "il existe un unique x de E ".
2) Montrer que " ∃x ∈ E, P (x)", souvent c'est fournir explicitement un tel élément.
Considérons l'exemple suivant :
Montrer que " ∃x ∈ R, ∀n ∈ N, x + 2 ≤ n ".
En eet, " ∃x = −2 (ou − 7 ou ...), ∀n ∈ N, −2 + 2 ≤ n ".
q
0
Exemples 1.1.4.4
Ecrivons à l'aide des quanticateurs les propositions suivantes :
1) Soient E l'ensemble des étudiants de la faculté de Meknès et P (x) : " x a une bourse ".
P1 : "Il y a des étudiants qui ont une bourse".
P2 : "Tous les étudiants n'ont pas de bourse".
P1 : " ∃x ∈ E, P (x)".
P2 : " ∀x ∈ E, ¬P (x)".
2) P : "Le carré de tout nombre réel est positif ".
P : " ∀x ∈ R, x2 ≥ 0".
Remarque 1.1.4.5
→ L'écriture " x2 ≥ 0, ∀x ∈ R" n'est pas très signicative ; il vaut mieux préciser
d'abord le domaine de x, puis écrire la proposition en x.
→ Les quanticateurs " ∀ " et " ∃ " n'ont de signication que si l'ensemble dans lequel
on les utilise est précisé, comme le montre les exemples suivants
:
• " ∀x, x2 ≥ 0 " est vraie dans R , fausse dans iR (2i) 2 < 0 et n'a pas de sens
dans C (2 + i)2 = 3 + 4i .
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 10
→ ∀n ∈ N, n est entier et n ≥ 0 ⇐⇒ ∀n ∈ N, n est entier et ∀n ∈ N, n ≥ 0 .
5) ∀x ∈ E, (P (x) ou Q(x)) 6=⇒ ∀x ∈ E, P (x) ou ∀x ∈ E, Q(x) .
⇐=
Exemple
∀x ∈ R, (x ≥ 0 ou x ≤ 0) 6=⇒ ∀x ∈ R, x ≥ 0 ou ∀x ∈ R, x ≤ 0 .
6) ∃x ∈ E, (P (x) ou Q(x)) ⇐⇒ ∃x ∈ E, P (x) ou ∃x ∈ E, Q(x) .
7) ∃x ∈ E, (P (x) et Q(x)) =⇒ ∃x ∈ E, P (x) et ∃x ∈ E, Q(x) .
6⇐=
Attention
!
∃x ∈ E, P (x) et ∃x ∈ E, Q(x) ⇐⇒ ∃x ∈ E, P (x) et ∃y ∈ E, Q(y) .
Le "x" ne signie pas forcément le même élément.
Exemples
(:)
→ Soit E = {Hommes}, P (x) : " x a les yeux verts " et Q(x) : " x a les yeux
C. BAKKARI
11 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
noirs".
∃x ∈ E, P (x) et ∃x ∈ E, Q(x) ⇐⇒ ∃ un homme aux yeux verts et
q
Adam
∃ un homme aux yeux noirs
q
Adil
6=⇒ ∃ un homme aux yeux verts et noirs .
(⇒)
∃ x ∈ Z, x2 = 9 et x ≥ 0 =⇒ ∃ x ∈ Z , x2 = 9 et ∃ x ∈ Z, x ≥ 0 .
q q q
3 3 ou −3 3 ou 7 ou...
Retenons :
On peut distribuer "∀" sur "et" et "∃" sur "ou", mais on ne peut pas distribuer "∀"
sur "ou" et "∃" sur "et".
8) ∀x ∈ E, ∀y ∈ F, P (x, y) ⇐⇒ ∀y ∈ F, ∀x ∈ E, P (x, y) .
Exemple
∀x ∈ R, ∀y ∈ Z, x2 + 7y 3 ≥ 0 ⇐⇒ ∀y ∈ Z, ∀x ∈ R, x2 + 7y 3 ≥ 0 .
9) ∃x ∈ E, ∃y ∈ F, P (x, y) ⇐⇒ ∃y ∈ F, ∃x ∈ E, P (x, y) .
Exemple
∃n ∈ N, ∃m ∈ Z, n + m = 2 ⇐⇒ ∃m ∈ Z, ∃n ∈ N, n + m = 2 .
10) ∃x ∈ E, ∀y ∈ F, P (x, y) =⇒ ∀y ∈ F, ∃x ∈ E, P (x, y) .
6⇐=
Exemples
(:)
→ Soient E = {mères}, F = {f illes} et P (x, y) : "x est la mère de y ".
∀y ∈ F, ∃x ∈ E, P (x, y) ⇐⇒ ∀y f ille, ∃ une mère, x est la mère de y
6=⇒ ∃ une mère, ∀y f ille, x est la mère de y
(i.e. ∃ une mère pour toutes les f illes, ce qui est f aux).
→ ∀y ∈ R, ∃ n ∈ Z, n ≤ y 6=⇒ ∃ n ∈ Z, ∀y ∈ R, n ≤ y .
q
E(y): partie entière de y
(C'est à dire : ∃ un entier inférieur ou égal à tous les nombres réels, ce qui est
faux).
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 12
⇒) ∃ x ∈ R, ∀y ∈ N∗ , 1
≤ x =⇒ ∀y ∈ N∗ , ∃x ∈ R, 1
y y ≤x .
q
1
qui est plus complète. Seule la deuxième peut conrmer que Q est vraie.
Exemple 1.1.5.1 √
Montrer que ∀x∈ R, x 6= 0 =⇒ x + 1 6= 1+ x2 équivaut à montrer que ∀x ∈ R, x+1 =
x
1+ 2 =⇒ x = 0 .
Attention !
La contraposée ne touche pas " ∀x ∈ R ", car l'implication P =⇒ Q se traduit par si x 6= 0
| {z }
q
P
√ x
alors x + 1 6= 1 + .
| {z 2}
q
Q
C. BAKKARI
13 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
Autrement dit,
− Pour démontrer que " P =⇒ Q " est vraie, on suppose que sa négation " P et ¬Q "
est vraie et on obtient une contradiction voir Exemples 3) ci-dessous .
− En général, pour démontrer qu'une proposition P est vraie, on suppose que sa néga-
tion ¬P est vraie et on obtient une contradiction voir Exemples 1) et 2) ci-dessous .
Exemples 1.1.5.2
1) Soit f une fonction réelle constante où f (x) = 5. Montrer que :
a) ∀T > 0, T est une période de f (Df = R).
b) Il n'existe pas de plus petite période de f (i.e. la période n'existe pas).
En eet :
a) Soit T > 0.
• ∀x ∈ R, x + T ∈ R.
• et f (x + T ) = 5 = f (x).
Donc T est une période de f .
b) Supposons que la plus petite période T0 de f existe. Soit alors T = T20 > 0. T
est une période de f qui est plus petite que T0 (T < T0 ). Ce qui est absurde.
Donc la période de f n'existe pas.
2) Soit n un entier naturel. On se donne n + 1 réels x0 , x1 , . . . , xn de [0, 1] vériant :
0 ≤ x0 ≤ x1 ≤ · · · ≤ xn ≤ 1. On veut montrer −par l'absurde− que la proposition
P : "Il y a deux de ces réels qui sont distants de moins de n1 " est vraie. En eet :
→ Ecrivons d'abord P en quanticateurs : P : "∃i ∈ {0, 1, . . . , n}, xi+1 − xi ≤ n1 .
→ Supposons que ¬P est vraie ; ∀i ∈ {0, 1, . . . , n}, xi+1 − xi > n1 . On obtient alors :
x1 − x0 > n1
x2 − x1 > n1
.. .. , en eectuant la somme de ces n inégalités, on obtient :
. .
xn − xn−1 > n1
1
xn − x0 > n =1.
n
Or, x0 et xn ∈ [0, 1] =⇒ xn = x0 + α où 0 ≤ α ≤ 1. Donc, xn − x0 = α ≤ 1 . Ce qui
est absurde.
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 14
3) Montrer que si n est le carré d'un nombre entier non nul, alors 2n n'est pas le carré
d'un nombre entier. Ceci est équivalent à montrer que :
(∃a ∈ Z∗ , n = a2 ) =⇒ (∀b ∈ Z, 2n 6= b2 ).
2
Par absurde, supposons que ∃b ∈ Z, 2n = b2 . Alors n = b2 = √b2 . Or n = a2 , donc
2
2 √
a2 = √b2 . Par suite a = √b2 ou a = √ −b
2
. Ce qui revient à dire que : 2 = ab ∈ Q
√
ou 2 = − ab ∈ Q. Ce qui est absurde.
Exemple 1.1.5.4
Soit la suite (un )n≥0 dénie par :
q
u0 = 2 et un+1 = 3un +9
2 .
Montrer que, ∀n ∈ N, 1 ≤ un ≤ 3.
En eet :
On pose P (n) : " 1 ≤ un ≤ 3".
1) P (0) : " 1 ≤ u0 = 2 ≤ 3" est vraie.
2) On suppose que P (n) : " 1 ≤ un ≤ 3" est vraie.
r
√ 3un + 9 √
3) On a 1 ≤ un ≤ 3 =⇒ 12 ≤ 3un + 9 ≤ 18 =⇒ 6≤ ≤ 9
| {z2 }
q
un+1
√
=⇒ 1 ≤ 6 ≤ un+1 ≤ 3.
Donc P (n + 1) est vraie.
C. BAKKARI
15 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
Exemple 1.2.1.4
Soient E = Z et P (x) : "x est pair ".
F = {x ∈ Z / P (x) } = {x ∈ Z / x est pair } = { . . . , −2 , 0 , 2 , 4, . . . }.
F = 2Z ⊂ Z.
Application
1) Soient E un ensemble, et P et Q deux prédicats.
Soit L(x) : "∀x ∈ E tel que P (x), Q(x)". Déterminons ¬L(x).
On a : L(x) : "∀x ∈ F , Q(x)" où F = {x ∈ E / P (x) }.
Donc, ¬(L(x)) : "∃x ∈ F, ¬Q(x)", Par suite, ¬(L(x)) : "∃x ∈ E tel que P (x),
¬Q(x)".
2) ¬ ∀n ∈ Z / n ≥ 0, on a n3 ≥ 0 ⇐⇒ ∃n ∈ Z / n ≥ 0, n3 < 0 .
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 16
C. BAKKARI
17 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
En général :
Soient (Ei )i∈I une famille d'ensembles indexés par I . On a :
\
→ x∈ Ei ⇐⇒ ∀i ∈ I, x ∈ Ei .
i∈I
!
\
x∈
/ Ei ⇐⇒ ∃i ∈ I, x ∈
/ Ei .
i∈I
[
→ x∈ Ei ⇐⇒ ∃i ∈ I, x ∈ Ei .
i∈I
!
[
x∈
/ Ei ⇐⇒ ∀i ∈ I, x ∈
/ Ei .
i∈I
Remarque 1.2.2.1
n
Y
Ei = ∅ ⇐⇒ ∃i ∈ I, Ei = ∅.
i=1
1.2.2.2 Propriétés
Soient A, B et C trois parties d'un ensemble E .
1) • A ∪ B = B ∪ A.
• A ∩ B = B ∩ A.
• A × B 6= B × A.
I N × {0} = {(n, 0) / n ∈ N} =
6 {0} × N = {(0, n) / n ∈ N}.
C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 18
I {1} × {2} = {(1, 2)} =
6 {(2, 1)} = {2} × {1} .
2) • (A ∩ B) ∩ C = A ∩ (B ∩ C).
• (A ∪ B) ∪ C = A ∪ (B ∪ C).
• (A × B) × C = A × (B × C).
3) • {∅E = E et {E
E = ∅.
{A
• {EE = A.
• A ⊂ B ⇐⇒ {B A
E ⊂ {E .
A∪B = {A ∩ {B et {A∩B = {A ∪ {B .
• {E E E E E E
4) • (A ∪ B) × C = (A × C) ∪ (B × C).
• (A ∩ B) × C = (A × C) ∩ (B × C).
5) Soient (Ai )i∈I et (Bj )j∈J deux familles d'ensembles où I et J sont deux ensembles
non vides. Ona :
!
\ S \ \
• Ai Bj = (Ai ∪ Bj ) .
i∈I j∈J (i,j)∈I×J
!
[ T [ [
• Ai Bj = (Ai ∩ Bj ) .
i∈I j∈J (i,j)∈I×J
Exemples 1.2.2.3
→ ∀A ∈ P(E), A et {A
E sont disjoints.
→ ] − ∞, 2[ et [2, 7] sont disjoints.
Dénitions 1.2.2.4
Soient E un ensemble et (Ai )i∈I une famille de parties de E (où I 6= ∅ ).
→ On dit que la famille (Ai )i∈I est un recouvrement de E si Ai = E .
[
i∈I
→ On dit que (Ai )i∈I forme une partition de E si :
• ∀i ∈ I, Ai 6= ∅ ,
• ∀i, j ∈ I, i 6= j =⇒ Ai ∩ Aj = ∅ , et
[
• Ai = E.
i∈I
C. BAKKARI
19 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES
• ∀i ∈ I, Ai 6= ∅ ,
⇐⇒ • Les Ai sont disjoints deux à deux, et
• (Ai )i∈I est un recouvrement de E.
Exemple 1.2.2.5
Soient P = {n ∈ N / n est pair } = {0, 2, 4, 6, . . . } et I = {n ∈ N / n est impair } =
{1, 3, 5, 7, . . . }.
P et I est une partition de N.
Exercice 1.2.1
Soient R l'ensemble des nombres réels et I = {ib / b ∈ R }.
Est-ce-que R∗ et I forment une partition de C ? (où C est l'ensemble des nombres
complexes).
Réponse : Non.
→ R∗ et I sont non vides.
→ R∗ ∩ I = ∅.
→ Attention ! R∗ ∪ I C. En eet, 2 + i ∈ C mais 2 + i ∈
/ R∗ et 2 + i ∈
/ I.
(Ne pas confondre la réunion des éléments et la somme des éléments de C ).
1) Montrer que :
2n + 1
∀ > 0, ∃N ∈ N, n ≥ N =⇒ 2 − < < 2 + .
n+2
Remarquer que : 2n+1
n+2 ≤2 .
2) Montrer que :
n
X n(n + 1)
• ∀n ∈ N∗ , k= .
2
k=1
n
X n(n + 1)(2n + 1)
• ∀n ∈ N∗ , k2 = .
6
k=1
C. BAKKARI
Chapitre 2
Exemples 2.1.1.2
1) E = {1, 2, 3, 4}, F = {a, b, c} et G = {(1, a), (1, c), (2, b)} ⊂ E × F. On alors
1R a et 1Rb.
2) E = F = R.
G = [1, 3] × [1, 2] ⊂ R × R
= {(x, y) ∈ R × R / x ∈ [1, 3] et y ∈ [1, 2]} .
• (2, 1) et ( 32 , 23 ) ∈ G =⇒ 2 R 1 et 3
2 R 32 .
20
21 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
• ∀x ∈ R+ , (x, x) ∈ G =⇒ xRx.
• ∀x, y ∈ R+ / x 6= y, (x, y) ∈ / G =⇒ xRy (par exemple (3, 2) ).
• ∀x ∈ R∗− , x n'est en relation avec aucun élément de F .
4) E = F = R+
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 22
Exemples 2.1.1.4
1) Soient E = F = R, et f la fonction dénie par :
x f y si et seulement si 1
x2 −4
= y ⇐⇒ f (x) = 1
x2 −4
.
Df = R \ {−2, 2}. (Les éléments −2 et 2 n'ont pas d'image).
2) Soient E = F = R, et f la fonction dénie par :
x f y si et seulement si log(x) = y ⇐⇒ f (x) = log(x).
Notation.
• L'ensemble des applications de E vers F est noté A(E, F ) ou F(E, F ) .
Remarque 2.1.1.6
f : E −→ F une fonction et Df = E ⇐⇒ f : E −→ F une application .
Exemples 2.1.1.7
Soient E et F deux ensembles, et y0 ∈ F.
→ idE : E −→ E est une application appelée l'application identité de E .
x 7−→ x
C. BAKKARI
23 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
Dénition 2.1.1.8
Soient f : E −→ F et g : E 0 −→ F 0 deux applications. f et g sont dites égales (f = g) si
(
E = E 0 , F = F 0 et
∀x ∈ E = E 0 , f (x) = g(x).
Exemple 2.1.1.9
f : R −→ Z et g : [1, 2] −→ Z
x 7−→ 1 x 7−→ 1
Remarque 2.1.2.2
En général : g ◦ f 6= f ◦ g.
Exemples 2.1.2.3
1) f : R −→ R et g : R −→ R
x 7−→ 2x x 7−→ 3
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 24
2) f : R −→ R et g : R −→ R
x 7−→ 3x + 1 x 7−→ x2 − 1
On a (g ◦ f )(0) = g(1) = 0 et (f ◦ g)(0) = f (−1) = −2.
Donc g ◦ f 6= f ◦ g.
Remarque 2.1.3.2
• Si A = ∅ alors f (A) = ∅.
• Si A = {a} alors f (A) = {f (a)} est un singleton.
Exemples 2.1.3.3
1)
C. BAKKARI
25 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
Proposition 2.1.3.4
Soient A et B deux parties de E . On a :
• A ⊂ B =⇒ f (A) ⊂ f (B).
• f (A ∪ B) = f (A) ∪ f (B).
• f (A ∩ B) ⊂ f (A) ∩ f (B).
En général, si (Ai )i∈I est une famille de parties de E , alors,
!
[ [
• f Ai = f (Ai ) .
i∈I i∈I
!
\ \
• f Ai ⊂ f (Ai ) .
i∈I i∈I
Exemples 2.1.3.5
1)
On a A ∩ B = ∅, donc f (A ∩ B) = f (∅) = ∅.
f (A) ∩ f (B) = {a, b} ∩ {b, c}
= {b}.
(Remarquons qu'on n'a pas égalité puisque b admet plus qu'un antécédent).
2) Soit f : R −→ R
x 7−→ x2 .
A = [−1, 0] et B = [0, 2].
On a A ∩ B = {0}, f (A) = [0, 1], f (B) = [0, 4].
f (A ∩ B) = {0} ⊂ [0, 1] = f (A) ∩ f (B).
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 26
Exemples 2.1.4.2
1)
f (x) ∈ [2, 5] ⇐⇒ 2 ≤ x2 + 1 ≤ 5
⇐⇒ 1 ≤ x2 ≤ 4
√ √ √
⇐⇒ 1 ≤ x2 ≤ 4
⇐⇒ 1 ≤ |x| ≤ 2
⇐⇒ x ∈ [−2, −1] ∪ [1, 2] .
C. BAKKARI
27 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
f −1 (B)
• f −1 ({B
F ) = {E .
En général, si (Bj )j∈J est une famille de parties de F , alors,
[ [
• f −1 Bj = f −1 (Bj ) .
j∈J j∈J
\ \
• f −1 Bj = f −1 (Bj ) .
j∈J j∈J
Exercice 2.1.1
Soit f : E −→ F une application. Montrer que :
1) ∀A ∈ P(E), A ⊂ f −1 (f (A)).
2) ∀B ∈ P(F ), f (f −1 (B)) ⊂ B.
Exemples 2.1.5.2
1)
2) Soit A ⊂ E .
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 28
3) Soit f : R −→ R
x 7−→ x2 + 7.
f (−1) = f (1) et −1 6= 1. Donc f est non injective.
4) Une fonction paire n'est jamais injective.
Propriété caractéristique
f est surjective ⇐⇒ f (E) = F.
Exemples 2.1.5.4
1)
2) → f : R −→ R
x 7−→ x2
√ √
∀y ≥ 0, y admet deux antécédents − y et y ∈ R.
∀y < 0, y n'admet pas d'antécédents. Donc f est non surjective.
C. BAKKARI
29 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
→ Par contre :
L'application : R −→ R+ devient surjective.
x 7−→ x2
→ Notons que :
L'application : R+ −→ R+ est injective et surjective.
x 7−→ x2
→ Aussi :
L'application : R− −→ R+ est injective et surjective.
x 7−→ x2
→ On est entrain de restreindre (limiter)le domaine de l'ensemble de départ, ou
celui de l'ensemble d'arrivée pour aboutir à une injection, à une surjection, ou à une
bijection.
→ Remarquons que : ∃ i et −i / i2 = (−i)2 = −1. Mais −i ∈ / R et i ∈
/ R. Donc la
surjection consiste à chercher un antécédent puis vérier s'il appartient à E .
∃x ∈E
Propriété caractéristique
Soit f : E −→ F une
application.
f est bijective ⇐⇒ ∃ g : F −→ E une application telle que g ◦ f = idE et f ◦ g = idF .
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 30
Remarque 2.1.5.6
Si f est bijective, alors f −1 ◦ f = idE et f ◦ f −1 = idF .
Attention !
→ On peut parler de f −1 (f (A)) (où A ⊂ E) comme image réciproque de f (A) ; et qui
est formée par les antécédents des éléments de f (A), sans que f −1 (f (A)) soit égale
à A. Autrement dit :
• A = {2, 3}, f (A) = {a, b}, f −1 (f (A)) = {1, 2, 3}. Donc A ⊂ f −1 (f (A)) = {1, 2, 3}
(ceci puisque f est non injective).
6 f −1 (f ({1})) = f −1 ({a}) = {1, 2}. En particulier, ∀x ∈ E, x ∈ f −1 (f ({x}))
• {1} =
(et non pas x = f −1 (f ({x})) sauf si f est injective).
• Un autre exemple :
Soit l'application non injective f : R −→ R
x 7−→ x2 .
f −1 (f ({1})) = f −1 (1) = {−1, 1} =
6 {1}.
f −1 (f ([1, 2])) = f −1 ([1, 4]) = [−2, −1] ∪ [1, 2] 6= [1, 2].
Mais, lorsque f est bijective (précisément, lorsque f est surjective) on obtient f (f −1 (B)) =
B (i.e. f ◦ f −1 = idF ).
• Par exemple :
C. BAKKARI
31 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
• B = {a, b, c}, f −1 (B) = {1, 2, 3}, f (f −1 (B)) = {a, b}. Donc f (f −1 (B)) ⊂ B
(ceci puisque f est non surjective).
• f −1 ({c}) = ∅; ∅ = f (f −1 ({c})) ⊂ {c}. En particulier, ∀y ∈ F, f (f −1 ({y})) ⊂ {y}
(et non pas f (f −1 (y)) = y, sauf si f est surjective).
• Un autre exemple :
Soit f : R −→ R qui n'est pas surjective.
x 7−→ x2
f (f −1 ({−2})) = f (∅) = ∅ ⊂ {−2}.
= f f −1
[0, 1] = f [−1, 1] = [0, 1] ⊂ [−3, 1].
Exercice 1
Soit f : E −→ F une application.
1) Montrer que les assertions suivantes sont équivalentes :
i) f est injective.
ii) ∀A, B ∈ P(E), f (A ∩ B) = f (A) ∩ f (B).
iii) ∀A ∈ P(E), A = f −1 (f (A)).
2) Montrer que : f est surjective ⇐⇒ ∀B ∈ P(F ), f (f −1 (B)) = B.
Exercice 2
Soient f : E −→ F et g : F −→ G deux applications. Montrer que :
1) a) Si f et g sont injectives, alors g ◦ f est injective.
b) Si f et g sont surjectives, alors g ◦ f est surjective.
c) Si f et g sont bijectives, alors g ◦ f est bijective.
2) a) si g ◦ f est injective, alors f est injective.
b) si g ◦ f est surjective, alors g est surjective.
Exercice 3
Soit f : R −→ R
x 7−→ f (x) = x2 + x − 2.
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 32
1) Calculer f −1 ({4}).
2) L'application f est-elle bijective ?
3) Donner la dénition de f [−1, 1] et de f −1 [−2, 4] , puis les calculer.
f|A : A −→ F
x 7−→ f (x).
f |B : E −→ B
x 7−→ f (x).
Exemple 2.1.6.2
f : Z −→ Z (qui est non injective et non surjective).
n 7−→ n2
f|N : N −→ Z est injective (et non surjective).
n 7−→ n2
f |N : Z −→ N est surjective ( et non injective).
n 7−→ n2
Théorème 2.1.6.3
Soit f : E −→ F une application, alors la restriction de f à f (E) : f |f (E) : E −→ f (E)
est surjective.
Démonstration.
Il est clair que l'image de l'ensemble de départ est exactement l'ensemble d'arrivée.
Exercice 2.1.2
Soit f : R −→ R
x 7−→ f (x) = x2 + 3x + 1.
Montrer que :
1) La restriction de f : f| ]− 3 ,+∞[ est injective.
2
2) La restriction de f : f | ]− 54 ,+∞[
est surjective.
3) La restriction de f : ] − 3
2 , +∞[ −→ ] − 45 , +∞[ est bijective.
C. BAKKARI
33 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
Exemple 2.1.6.5
Soient f : R \ {1} −→ R et g : R −→ R deux applications.
x2 −1
x 7−→ x−1 x 7−→ x + 1
g| R\{1} : R \ {1} −→ R
x 7−→ x + 1 = f (x).
g est donc un prolongement de f à R et f est la restriction de g à R \ {1}.
Dénition 2.2.1
Une relation binaire sur un ensemble E est une relation de E vers E (i.e. une propriété
portant sur les couples d'éléments de E).
Exemple 2.2.2
"L'égalité" et " ≤" sont deux relations binaires sur R.
Dans ce qui suit, on va considérer un ensemble E et une relation binaire R sur E.
Exemples 2.2.6
1) L'égalité est symétrique sur tout ensemble E.
2) "La fraternité" est symétrique sur l'ensemble des êtres-humains.
3) "⊂" est non symétrique sur P(E) (où E 6= ∅).
Si A ∈ P(E) et A 6= ∅, alors ∅ ⊂ A mais A 6⊂ ∅ .
Exemples 2.2.8
1) "⇒" est transitive sur l'ensemble des propositions.
2) "L'amitié" est non transitive sur l'ensemble des êtres-humains.
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 34
Dénitions 2.2.1.1
→ R est dite une relation d'équivalence sur E , si R est à la fois réexive, symétrique et
transitive.
→ Soit a ∈ E . On appelle
classe d'équivalence de a ou classe de a), qu'on note a (ou
.
a, ou C(a), ou cl(a) , le sous-ensemble de E ;
a = {x ∈ E / xRa}.
E/R = {a / a ∈ E }.
Proposition 2.2.1.2
Soit R une relation d'équivalence sur E .
C. BAKKARI
35 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
1) ∀a, b ∈ E, a = b ⇐⇒ aRb.
2) L'ensemble E/R forme une partition de E.
Démonstration.
Soit R une relation d'équivalence sur E.
1) Soient a, b ∈ E.
(⇒) Supposons que a = b. Comme R est réexive, alors aRa. Donc a ∈ a. Or a = b,
donc a ∈ b, ce qui équivaut à dire que aRb.
(⇐) Supposons que aRb. Montrons que a ⊂ b et b ⊂ a.
(⊂) Soit x ∈ a. Alors xRa. Or aRb, donc xRb puisque R est transitive. Ce qui veut
dire que x ∈ b.
(⊃) Soit x ∈ b. Ceci équivaut à xRb. Or aRb, donc bRa puisque R symétrique. On
a donc xRb et bRa, par suite xRa puisque R est transitive. Dès lors, x ∈ a.
Ce qui [
est absurde. Donc a ∩ b = ∅.
•E= a.
a∈E
En eet, [
(⊃) ∀a ∈ E, a ⊂ E =⇒ a ⊂ E.
a∈E [
(⊂) Soit x ∈ E. x ∈ x =⇒ x ∈ a (x étant dans sa classe, sera évidemment dans
a∈E
la réunion de toutes les classes de E ).
Remarque 2.2.1.3
La correspondance
s : E −→ E/R
x 7−→ x.
est bien une application surjective, appelée la surjection canonique.
Exemples 2.2.1.4 (Exercices)
1) Soit R une relation symétrique et transitive sur un ensemble E .
Trouver l'erreur dans le raisonnement suivant :
"R étant symétrique, alors xRy =⇒ yRx. Comme R est transitive, alors (xRy et
yRx) =⇒ xRx. On en déduit que R est réexive."
Solution.
On n'a pas xRy , pour dire que : xRy =⇒ yRx. La symétrie veut dire que : si xRy
alors yRx (xRy =⇒ yRx).
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 36
cl(z) = {z 0 ∈ C / z 0 Rz }
= {z 0 ∈ C / |z 0 | = |z| }.
Exemple fondamental
Cas particulier (cas n = 2) (Exemple détaillé)
On dénit la relation binaire R sur Z par :
(On rappelle que : ∀a, b ∈ Z, on dit que b divise a dans Z, et on note b|a si ∃c ∈ Z / a = b.c ).
C. BAKKARI
37 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
yRx ⇐⇒ ∃ k ∈ Z, y − x = 2k
⇐⇒ ∃ k ∈ Z, y = x + 2k.
x = {. . . , x − 4, x − 2, x, x + 2, x + 4, . . .}.
Par suite,
Ainsi, les éléments de Z peuvent, selon cette relation, être classés en deux classes :
0 et 1.
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 38
yRx ⇐⇒ 3|y − x
⇐⇒ ∃ k ∈ Z, y − x = 3k
⇐⇒ ∃ k ∈ Z, y = x + 3k.
x = {. . . , x − 9, x − 6, x − 3, x, x + 3, x + 6, x + 9, . . .}.
Par suite,
0 = {. . . , −6, −3, 0, 3, 6, 9, . . .}.
1 = {. . . , −5, −2, 1, 4, 7, . . .}.
2 = {. . . , −4, −1, 2, 5, 8, . . .}.
3=0 car 3R0.
4=1 car 4R1.
5=2 car 5R2.
Dans ce cas, il s'agit de trois classes : Z/R = {0, 1, 2}.
.. .. ..
. . .
x 3 x 2 x 1
x 0 x 1 x 2
Z:
x 3 x 4 x 5
x 6 x 7 x 8
.. .. ..
. . .
↑ ↑ ↑
0 1 2
C. BAKKARI
39 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
Remarque 2.2.1.5
Remarquons que l'élément 0 par exemple, admet une classe 0 = {2k / k ∈ Z} dans le
premier exemple et admet une autre classe 0 = {3k / k ∈ Z} dans le second exemple. Ce
qui est logique, puisque la relation binaire R a changé. Pour remédier à ce problème donc,
indiquons de quelle relation binaire s'agit-il. On notera donc,
Z/R par Z/2Z (ou Z/ ≡ [2] ) dans le premier exemple.
Et Z/R par Z/3Z (ou Z/ ≡ [3] ) dans le deuxième exemple.
Cette relation est appelée la congruence modulo 2 ou 3 (ça dépend de n = 2, ou n = 3, . . .).
Cas général Soit n ∈ Z.
On dénit sur Z, la relation binaire R par :
.. .. .. ..
. . . .
x n x n+1 x n+2 x 2n1
Z: x 0 x 1 x 2 ... x n1
x n x n+1 x n+2 x 2n1
.. .. .. ..
. . . .
↑ ↑ ↑ ↑
0 1 2 n−1
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 40
unitaire).
Retenons : La classe de x dans Z/nZ n'a rien à voir avec la classe de x dans Z/mZ si
n 6= m.
Exemple 2.2.1.6
• 453 = 75 × 6 + 3 =⇒ 453 = 75 × 6 + 3
= 75 · 6 + 3
= 75 · 0 + 3 [6]
= 3 [6].
• 453 = 113 × 4 + 1 =⇒ 453 = 113 · 4 + 1
= 113 · 0 + 1 [4]
= 1 [4].
• 453 = 3 dans Z/6Z et 453 = 1 dans Z/4Z.
Remarque 2.2.1.7
→ Si n = 0, Z/0Z est identié à Z.
→ Si n = 1, Z/1Z = {0} ∀x ∈ Z, x = 0 [1] puisque 1|x − 0).
Motivation
→ Soit f : E −→ F une application quelconque (ni injective, ni surjective).
→ On aimerait en tirer une bijection.
Pour résoudre le problème de la surjection, il sut de restreindre l'ensemble d'arrivée
F à f (E). f |f (E) : E −→ f (E) est une application surjective.
→ Si f est non injective, alors il y a au moins un élément de f (E) (par exemple a ou
c), qui admet plus qu'un antécédent. Mais si on ramasse tous les antécédents de a
dans un paquet, et ceux de c dans un autre paquet, alors les éléments a et c auront
chacun un seul paquet antécédent. L'application devient donc injective (voir schéma).
C. BAKKARI
41 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
→ R est clairement une relation d'équivalence sur E , et E/R = {x, y, z}. Donc :
Décomposition.
→ Soit f : E −→ F une application.
La relation binaire R dénie sur E par :
f : E/R −→ f (E)
x 7−→ f (x)
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 42
Solution.
Remarque : Notons que les éléments y de Z∗ = Z\{0} sont non nuls, ce qui aide à remarquer
qu'on peut simplier l'expression de la relation R comme suit :
x x0
(x, y)R(x0 , y 0 ) ⇐⇒ = 0.
y y
C. BAKKARI
43 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
c) → (0, 1) = {(x, y) ∈ Z × Z∗ / x
y = 0
1 }.
On a x
y = 0
1 ⇐⇒ x.1 = y.0 ⇐⇒ x = 0. Donc,
(0, 1) = {(0, y) / y ∈ Z∗ }.
→ (1, 2) = {(x, y) ∈ Z × Z∗ / x
y = 1
2 }.
On a x
y = 1
2 ⇐⇒ y = 2x. Donc,
(0, 1) = {. . . , (0, −2), (0, −1), (0, 1), (0, 2), (0, 3), . . .} est l'ensemble des 4.
(1, 2) = {. . . , (−2, −4), (−1, −2), (1, 2), (2, 4), . . .} est l'ensemble des .
d) Il est naturel de poser :
f : Z × Z∗ −→ Q
(x, y) 7−→ xy
f : Z × Z∗ /R −→ Q
x
(x, y) 7−→ y
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 44
Remarque 2.2.2.3
On comprend maintenant pourquoi un élément de Q est de la forme ab où (a, b) ∈ Z × Z∗
et a et b sont premiers entre eux.
8 = −20 = . . . , c'est à dire que (3, 2), (6, 4), (9, 6), (12, 8), (−30, −20), . . .
Par exemple 32 = 46 = 96 = 12 −30
sont tous en relation et appartiennent tous à la même classe, on peut donc choisir le re-
présentant (3, 2).
Remarque 2.2.3.2
Si (E, ≤) est un ensemble ordonné et A ⊂ E , alors (A, ≤) est aussi un ensemble ordonné.
Exemples 2.2.3.3
1) Sur N, Z, Q, R, l'ordre naturel "≤" est une relation d'ordre total (x ≤ y ⇐⇒ y est
plus grand que x ⇐⇒ y − x ≥ 0).
2) "La divisibilité " est une relation d'ordre partiel sur N∗ (2 - 3 et 3 - 2).
3) "La divisibilité " n'est pas une relation d'ordre sur Z puisqu'elle n'est pas antisymé-
trique (2| − 2 et −2|2 , mais 2 6= −2 ).
C. BAKKARI
45 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
3) Un élément M de A est dit maximal si M est le plus grand parmi les éléments (de
A) qui lui sont comparables. C'est à dire que : ∀x ∈ A, M ≤ x =⇒ x = M.
4) Un élément m de A est dit minimal si m est le plus petit parmi les éléments (de A)
qui lui sont comparables. C'est à dire que : ∀x ∈ A, x ≤ m =⇒ x = m.
5) Un élément M de E est dit majorant de A si : ∀x ∈ A, x ≤ M.
(On dit que A et majorée par M ).
6) Un élément m de E est dit minorant de A si : ∀x ∈ A, m ≤ x.
(On dit que A et minorée par m).
7) La partie A est dite bornée si elle est minorée et majorée.
8) Notons M aj(A) l'ensemble des majorants de A et M in(A) l'ensemble des minorants
de A.
• Si M aj(A) admet un plus petit élément, alors cet élément est appelé la borne
supérieure de A et est noté sup(A).
• Si M in(A) admet un plus grand élément, alors cet élément est appelé la borne
inférieure de A et est noté inf(A).
Remarques 2.2.4.2
→ On dit : un élément maximal et des éléments maximaux.
→ On dit : un élément minimal et des éléments minimaux.
→ Le plus grand élément -lorsqu'il existe- est unique.
Le plus petit élément -lorsqu'il existe- est unique.
En eet :
Supposons que M et M 0 sont deux éléments maximums de A. Alors M ≤ M 0 (car M 0
est maximum), et M 0 ≤ M (car M est aussi maximum). Or "≤" est antisymétrique,
par suite M ≤ M 0 et M 0 ≤ M =⇒ M = M 0 .
De même pour le minimum.
→ A ⊂ E, M et m ∈ E.
M est majorant de A
)
⇐⇒ M est le plus grand élément de A.
M ∈A
m est minorant de A
)
⇐⇒ m est le plus petit élément de A.
m∈A
C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 46
• D'autre part :
(
• ∀x ∈ A, x ≤ 1
sup(A) = 1 car
• ∀ > 0, ∃x ∈ A, 1 − < x ≤ 1.
Il sut de prendre x = 2−
2 = 1+(1−)
2 le milieu de ]1 − , 1[ .
2) inf(A) = 0 et le plus petit élément de A n'existe pas.
Exemple 2.2.4.3
Soit A = {2, 3, 4, 5, 6, 9, 25} qu'on ordonne par la relation "divise
dans N".
Soit a, b ∈ N. On dit que a divise b dans N si ∃k ∈ N, b = ka .
a) A n'admet ni un plus petit élément, ni un plus grand élément. En eet :
→ Si m est le plus petit élément de A, alors m divise tous les éléments de A. Un tel élément
n'existe pas dans A.
Remarque :
• Notons que 1 "divise dans N" tous les éléments de A, 1 est donc un minorant de A.
Mais 1 ∈/ A, par suite 1 n'est pas le plus petit élément de A.
• Attention ! 2 n'est pas le plus petit élément de A. (2 serait le plus petit élément de
A pour la relation d'ordre naturel "≤").
→ Si M est le plus grand élément de A, alors tous les éléments de A divisent M . Un tel
élément n'existe pas dans A.
Remarque :
Soit A0 = {0, 2, 3, 4, 5, 6, 9, 25} = A ∪ {0}. Alors, pour la même relation d'ordre, 0 sera le
plus grand élément de A0 puisque, dans ca cas, tous les éléments de A0 divisent 0.
b) Les chaines possibles dans A par la relation "divise dans N" sont :
divise 4
2
2≤4
divise 6
2 2 ≤ 6
3 divise 6 qu'on note 3≤6
divise 9
3
3 ≤ 9
divise 25
5 5 ≤ 25.
C. BAKKARI
47 CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS
Exemple 2.2.4.4
Soit B = {1, 2, 3, 4, 6, 8, 9, 16, 25}, qu'on ordonne par la relation "divise dans N".
a) → 1 "divise dans N" tous les éléments de B et 1 ∈ B , par suite 1 est le plus petit
élément (le minimum) de B .
→ B n'admet pas un plus grand élément.
b) → 1 ≤ 2 ≤ 4 ≤ 8 ≤ 16 .
2 ≤ 6 .
3 ≤ 6 .
3 ≤ 9 .
Les éléments minimaux de B sont 1, 2 et 3.
Les élément maximaux de B sont 16, 6 et 9.
Remarque 2.2.4.5
1) Soit E un ensemble.
• Si Card E = 1, alors "⊂" est une relation d'ordre total sur P(E).
• Si Card E ≥ 2, alors "⊂" est une relation d'ordre partiel sur P(E).
En eet :
Card E ≥ 2 =⇒ ∃a, b ∈ E, a 6= b. Et on a {a} 6⊂ {b} et {b} 6⊂ {a}.
2) L'égalité "=" est la seule relation binaire qui est à la fois d'équivalence et d'ordre.
En eet, soit E un ensemble.
• "=" est clairement une relation d'équivalence et d'ordre sur E .
• Inversement, soit R une relation à la fois d'équivalence et d'ordre sur E . Montrons
que R est l'égalité. C'est à dire : ∀x, y ∈ E, xRy ⇐⇒ x = y.
(⇒) Supposons que x = y .
On a R est réexive, donc xRx. Par suite xRy (car x = y).
(⇐) Supposons que xRy .
On a R est symétrique, donc yRx. Par suite x = y puisque R est antisymétrique.
Exercice 2.2.9
Sur R2 , on dénit deux relations binaires R1 et R2 par :
∀(x, y), (x0 , y 0 ) ∈ R2 ,
Montrer que R1 est une relation d'ordre partiel (cet ordre est dit ordre produit) et R2 est
une relation d'ordre total (cet ordre est appelé ordre lexicographique).
C. BAKKARI