UNIVERSITÉ MOULAY ISMAIL

FACULTÉ DES SCIENCES MEKNÈS

DÉPARTEMENT DE MATHÉMATIQUES

COURS d'Algèbre 1

SMIA

2020-2021

Professeure : Mme Chahrazade BAKKARI

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.

(Vos remarques ne peuvent qu'enrichir ce cours :

cbakkari@hotmail.com )
Table des matières
1 Notions de logique et théorie des ensembles 1
1.1 Notions de logique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3 Calcul propositionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.4 Les quanticateurs (universel et existentiel) . . . . . . . . . . . . . . 8
1.1.5 Raisonnements mathématiques . . . . . . . . . . . . . . . . . . . . . 12
1.2 Théorie des ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.1 Relations entre ensembles . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.2 Opérations sur les ensembles . . . . . . . . . . . . . . . . . . . . . . 16
1.3 Exercices facultatifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2 Relations binaires et Applications 20

2.1 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.1 Relations, fonctions et applications . . . . . . . . . . . . . . . . . . . 20
2.1.2 Composition des applications . . . . . . . . . . . . . . . . . . . . . . 23
2.1.3 Image (directe) d'une partie par une application . . . . . . . . . . . 24
2.1.4 Image réciproque d'une partie par une application . . . . . . . . . . 25
2.1.5 Injections, surjections et bijections . . . . . . . . . . . . . . . . . . . 27
2.1.6 Prolongement et Restriction . . . . . . . . . . . . . . . . . . . . . . . 32
2.2 Relations binaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.1 Relations d'équivalences . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.2.2 Décomposition canonique d'une application . . . . . . . . . . . . . . 40
2.2.3 Relations d'ordres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.2.4 Majorants, minorants, maximaux, minimaux, maximums, minimums 44

i
Chapitre 1

Notions de logique et théorie des

ensembles
Ce chapitre parait abstrait en première lecture, mais assez important pour une rédaction

mathématique correcte et rigoureuse.

1.1 Notions de logique

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 )| <  .

Ce qui est plus soigneux et plus rigoureux.

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 .

Remarque importante (Prédicat) :

→ "x > 3" n'est pas une proposition puisqu'on ne peut pas répondre par vrai ou faux ;
sa valeur de vérité dépend de x. C'est ce qu'on appelle un prédicat qu'on note :
"P (x) : x > 3".
→ Un autre exemple de prédicat serait la phrase : "Votre faculté se trouve à Meknès",
dont la vérité dépend de "votre faculté". Ainsi pour les étudiants de la faculté Moulay
Ismail, ce prédicat sera vrai, tandis qu'il sera faux pour les autres.
→ "x ∈/ Q" est un prédicat à une seule variable. Par contre, "Il existe x ∈ R, x ∈
/ Q"
est une proposition (vraie).
→ "x + 2y = 3" est un prédicat à deux variables noté P (x, y). Par contre, "Pour tous
éléments x et y de N, x + 2y = 3" est une proposition (fausse).
→ Notons que, grâce aux quanticateurs (∀, ∃ et ∃! qu'on verra plus loin ) un prédicat
peut être converti en une proposition.

1.1.3 Calcul propositionnel

Le calcul proportionnel permet essentiellement de discuter des connecteurs grammaticaux
comme la négation, la conjonction et la disjonction, en composant des propositions à partir
de propositions données.

1.1.3.1 Table de vérité

Comme toute proposition P n'a que deux valeurs possibles : { Vrai, Faux }, on peut dé-
crire alors ses valeurs de vérité dans un tableau dit : " tableau de vérité de P ". Et cela
comme suit :

P
V
F

C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 4

1.1.3.2 Négation d'une proposition

→ Soit P une proposition. La négation de P , notée ¬P (ou P ou non P ) est la propo-
sition obtenue de P , qui est fausse si P est vraie et qui est vraie si P est fausse. Ainsi, sa
table de vérité est la suivante :

P ¬P
V F
F V

→ Notons que ¬(¬P ) ⇐⇒ P.

Remarque 1.1.3.1
On peut dénir la négation d'un prédicat, vu le lien étroit entre un prédicat et une propo-
sition.
Exemples 1.1.3.2
1) P1 : " Linah a seize ans ".
¬P1 : " Linah n'a pas seize ans ".

2) P2 : " x est égal à y " (x = y).

¬P2 : " x n'est pas égal à y " (x 6= y).

3) P3 : " x appartient à N " (x ∈ N).

¬P3 : " x n'appartient pas à N " / N).
(x ∈

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.

1.1.3.3 Les connecteurs logiques "et", "ou" et "ou bien"

Soient P et Q deux propositions. On peut les connecter pour obtenir de nouvelles pro-
positions.
La conjonction "et"
La conjonction de P et Q, notée "P et Q" (ou "P ∧ Q"), est vraie si P et Q sont toutes
les deux vraies. Sa table de vérité est :

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

La disjonction "ou" (soit l'une, soit l'autre, soit les deux)

La disjonction de P et Q, notée "P ou Q" (ou "P ∨ Q"), n'est fausse que si P et Q sont
toutes les deux fausses. Et on a la table de vérité :

P Q P ou Q
V V V
V F V
F V V
F F F

La disjonction exclusive "ou bien" (soit l'une, soit l'autre)

La disjonction exclusive de P ou Q, notée "P ou bien Q", est vraie lorsque P et Q n'ont
pas la même valeur de vérité.

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.

1.1.3.4 La négation des connecteurs "et" , "ou"

Soient P et Q deux propositions. Les lois de Morgan sont :
1) ¬(P et Q) ⇐⇒ ¬P ou ¬Q.
2) ¬(P ou Q) ⇐⇒ ¬P et ¬Q.
Remarque 1.1.3.4
On peut déduire l'une de l'autre. En eet :
¬(P ou Q) ⇐⇒ ¬ (¬(¬P ) ou ¬(¬Q))
⇐⇒ ¬ (¬(¬P et ¬Q))
⇐⇒ ¬P et ¬Q.

1.1.3.5 L'implication logique "⇒"

Soient P et Q deux propositions. La proposition "¬P ou Q" est appelée l'implication et
notée "P ⇒ Q" qui n'est fausse que lorsque P est vraie et Q fausse.
Remarque 1.1.3.5
On exprime "P ⇒ Q" par :

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".

1.1.3.6 L'équivalence logique "⇔"

La proposition équivalence notée "P ⇔ Q" est dénie par "P ⇒ Q et Q ⇒ P ". Sa table
de vérité est :

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

"P ⇔ Q" signie que P et Q ont la même valeur de vérité.

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.

1.1.3.7 Négation, contraposée et réciproque d'une implication

Soient P et Q deux propositions.

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

→ La négation de "P ⇒ Q" est ¬(P ⇒ Q) ⇐⇒ ¬(¬P ou Q) ⇐⇒ P et ¬Q.

→ La réciproque de "P ⇒ Q" est "Q ⇒ P ".
→ La contraposée de "P ⇒ Q" est "¬Q ⇒ ¬P ".
Selon la table ci-dessus, on a :

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.

1.1.3.8 Résultats (exercices)

Soient P, Q, R et S des propositions.
1) [P et P ] ⇐⇒ P.
2) [P ou P ] ⇐⇒ P.

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)

P Q P ou bien Q ¬(P ou bien Q) P ⇔Q

V V F V V
V F V F F
F V V F F
F F F V V

1.1.4 Les quanticateurs (universel et existentiel)

1.1.3.1 Dénitions et remarques
On construit aussi des propositions avec le quanticateur universel "pour tout" noté "∀"
et le quanticateur existentiel "il existe" noté "∃".

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

2) Soient E un ensemble et x un élément de E .

Les trois expressions : − Pour x quelconque dans E .
− Pour tout x dans E.
− Quel que soit x dans E .
ont la même signication et sont notées : ∀x ∈ E.

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 .

• " ∃x, ex = −1 " est fausse dans R et vraie dans C.

C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 10

1.1.3.2 Propriétés des quanticateurs

Soient E et F deux ensembles, et P (x) et Q(x) deux prédicats.
1) ¬(x ∈ E) ⇐⇒ x ∈
/ E.
2) ¬ (∀x ∈ E, P (x))
⇐⇒ (∃x ∈ E, ¬P (x)) ce qui équivaut : ¬ (∃x ∈ E, P (x)) ⇐⇒
(∀x ∈ E, ¬P (x)) .
3) ¬ (∃! x ∈ E P (x)) ⇐⇒ (∃ zéro ou plusieurs x de E, ¬P (x)) .
Indication.
Soit n(x) le nombre des éléments x de E , n(x) ∈ N.
On a, ∃! x ∈ E ⇐⇒ n(x) = 1.
Donc ¬(∃! x ∈ E) ⇐⇒ n(x) 6= 1
⇐⇒ n(x) = 0 ou n(x) ≥ 2.
     
4) ∀x ∈ E, (P (x) et Q(x)) ⇐⇒ ∀x ∈ E, P (x) et ∀x ∈ E, Q(x) .
Exemples
→ Soient E = {étudiants de SMIA}, P (x) : " x est sérieux " et Q(x) : " x est
ambitieux ".

∀x ∈ E, (P (x) et Q(x)) ⇐⇒ Tous les étudiants de SMIA sont sérieux et ambitieux

   

⇐⇒ Tous les étudiants de SMIA sont sérieux et

 

Tous les étudiants de SMIA sont ambitieux

 
   
⇐⇒ ∀x ∈ E, P (x) et ∀x ∈ E, Q(x) .

     
→ ∀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 .

→ Soient E = R, P (x) : "cos x = 0" et Q(x) : "sin x = 0".

       
∃x ∈ R, P (x) et ∃x ∈ R, Q(x) ⇐⇒ ∃ x ∈ R, cos x = 0 et ∃ x ∈ R, sin x = 0
q q
π 0
2
 
6=⇒ ∃ x ∈ R, cos x = 0 et sin x = 0
(puisque cos2 x + sin2 x = 1).

(⇒)
∃ 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

Le x = 1 déjà xé, reste toujours valable pour tous les y ∈ N∗ .

Retenons :
→ On peut permuter des quanticateurs de même nature.
→ On ne peut pas permuter des quanticateurs de natures diérentes.

1.1.5 Raisonnements mathématiques

En général, on peut schématiser un exercice ou une question par l'implication "P =⇒ Q",
où P désigne les hypothèses données ou acquises et Q désigne la conclusion. Et pour par-
venir à répondre à la question, on peut procéder diéremment à travers les raisonnements
suivants.

1.1.4.1 Raisonnement déductif (par implication)

C'est le raisonnement de base qu'on reproduit souvent. Quand P est vraie et P =⇒
P1 =⇒ P2 =⇒ · · · =⇒ Q est vraie, alors Q est vraie.
Mais il ne faut pas confondre "P ⇒ Q" est vraie et P est vraie et (P ⇒ Q) est vraie
   

qui est plus complète. Seule la deuxième peut conrmer que Q est vraie.

1.1.4.2 Raisonnement par contraposée

Parfois, il est plus facile de répondre à la question en la transformant de la forme "P =⇒
Q" à sa contraposée "¬Q =⇒ ¬P " qui lui est équivalente.

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

1.1.4.3 Raisonnement par absurde

On considère P qui est vraie et on veut montrer que Q est vraie.
On suppose que Q est fausse (⇔ ¬Q est vraie), puis on déduit de P une proposition R qui
est vraie, et on déduit de ¬Q que R est fausse. Et puisqu'une proposition ne peut pas être
à la fois vraie et fausse, on en déduit que Q est vraie. On a : P =⇒ 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.

1.1.4.4 Démonstration par récurrence

Soit P (n) un prédicat, où n ∈ N. Pour montrer que P (n) est vraie pour n ≥ n0 (où
n0 ∈ N), on procède en trois étapes :
1) On vérie que P (n0 ) est vraie.
2) On suppose que P (n) est vraie, ∀n ≥ n0 .
3) On montre que P (n + 1) est vraie.

Remarque 1.1.5.3 (Ne sous-estimez pas l'étape 1) )

L'étape 1) parait facile mais nécessaire comme le montre l'exemple suivant :
Soit P (n) : " 9 divise 10n + 1" (où n ∈ N).
2) On suppose que P (n) est vraie. (9 divise 10n + 1).
3) On montre que P (n + 1) est vraie. En eet, on a 9 divise 10n + 1 ⇐⇒ 10n + 1 = 9K.
Donc, 10n+1 + 1 = 10n .10 + 1 = 10n .10 + 10 − 9 = 10(10n + 1) − 9 = 10(9K) − 9 =
9(10K − 1). Par suite, 9 divise 10n+1 + 1.
Pourtant P (n) est fausse. Il fallait vérier si 9 divise 100 + 1.

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

1.2 Théorie des ensembles

1.2.1 Relations entre ensembles

1.2.1.1 Inclusion
Soient E et F deux ensembles.
Dénition 1.2.1.1
On dit que F est une partie de E (ou F est un sous-ensemble de E , ou F est inclus dans
E , ou E contient F ) si on a : " ∀x ∈ F, x ∈ E " (ou " ∀x, x ∈ F =⇒ x ∈ E " ).
On note : F ⊂ E.
Remarque 1.2.1.2
"F 6⊂ E " ⇐⇒ " ∃x ∈ F, x ∈/ E ".
Proposition 1.2.1.3
On a :
"E = F " ⇐⇒ "E ⊂ F et F ⊂ E "
⇐⇒ " ∀x, x ∈ E ⇐⇒ x ∈ F ".

1.2.1.2 Partie d'un ensemble dénie par une proposition

Soient E un ensemble et P un prédicat. On peut sélectionner tous les éléments x de
E vériant le prédicat P (x), et on peut dénir ainsi un sous ensemble de E comme suit,
F = {x ∈ E tel que P (x) }. On note "tel que" par "/ ".

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 .
   

1.2.1.3 L'ensemble vide

Dénition 1.2.1.5
Il existe un unique ensemble noté ∅ et appelé l'ensemble vide déni par la proposition
" ∀x, x ∈/ ∅". (ou ∅ = {x ∈ E / x 6= x} avec E un ensemble quelconque).
Remarque 1.2.1.6
Soit E un ensemble.

C. BAKKARI
CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES 16

→ {x ∈ E / P (x)} = E ⇐⇒ " ∀x ∈ E, P (x)".

→ {x ∈ E / P (x)} = ∅ ⇐⇒ " ∀x ∈ E, ¬P (x)". On en déduit que :
6 ∅ ⇐⇒ " ∃x ∈ E, P (x)".
→ {x ∈ E / P (x)} =

1.2.1.4 L'ensemble des parties d'un ensemble

Dénition 1.2.1.7
Soit E un ensemble. L'ensemble {A / A ⊂ E} est appelé l'ensemble des parties de E et
est noté P(E).
Exemple 1.2.1.8
E = {1, a, b}.
P(E) = {∅,

{1}, {a}, {b}, {1, a}, {1, b}, {a, b}, E } {a} est dit un singleton, {a, b} est dit
une paire .
Remarque 1.2.1.9
→ ∅ et E ∈ P(E).
→ P(E) 6= ∅ (car ∅ ∈ P(E) ).
→ E = ∅ =⇒ P(E) = {∅}.
→ {∅} =
6 ∅.

1.2.1.5 Famille d'ensembles

Dénition 1.2.1.10
Soient I et E deux ensembles. Pour tout i ∈ I , on associe un élément x de E qui dépend
de i, noté xi : I −→ E
i 7−→ xi .
Ainsi, on obtient une famille d'éléments de E indexée par I , notée (xi )i∈I .
La famille (xi )i∈I est dite nie (resp. innie) lorsque I est ni (resp. inni).
Exemple 1.2.1.11
Si I = N, alors : N −→ E fournit une suite d'éléments de E , notée (xn )n∈N = (x0 , x1 , , x2 , . . .).
n 7−→ xn

1.2.2 Opérations sur les ensembles

1.2.2.1 Dénitions
Soient A et B deux parties d'un ensemble E .
→ L'intersection de A et B : A ∩ B = {x ∈ E / x ∈ A et x ∈ B}.
→ La réunion de A et B : A ∪ B = {x ∈ E / x ∈ A ou x ∈ B}.
→ La diérence de A et B : A \ B = {x ∈ E / x ∈ A et x ∈
/ B}.
→ La diérence symétrique de A et B : A∆B = (A \ B) ∪ (B \ A) = (A ∪ B) \ (A ∩ B).
→ Le complémentaire de A dans E : {A
E = E \ A. ( {E est noté aussi A ou A ).
A c

C. BAKKARI
17 CHAPITRE 1. NOTIONS DE LOGIQUE ET THÉORIE DES ENSEMBLES

→ Le produit cartésien de A et B : A × B = {(x, y) / x ∈ A et y ∈ B}.

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

→ Si I = {1, 2, . . . , n}, alors

n
Y
x ∈ E1 × E2 × · · · × En = Ei ⇐⇒ ∀i ∈ I, ∃xi ∈ Ei , x = (x1 , x2 , . . . , xn ).
i=1

• x = (x1 , x2 , . . . , xn ) est dit n-uplet.

• n = 2, x = (x1 , x2 ) est dit un couple.
• n = 3, x = (x1 , x2 , x3 ) est dit un triplet.

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. Ona : 
!
\ 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

1.2.2.3 Recouvrement et partition

Dénition 1.2.2.2
Soient A et B deux ensembles.
A et B sont dits disjoints si A ∩ B = ∅.

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 ).

1.3 Exercices facultatifs

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

3) Montrer que chacun des ensembles suivants est un intervalle :

∞   ∞  
\ 1 1 [ 1
I1 = − ,2 + et I1 = 1 + ,n .
n n n
n=1 n=1

I1 = [0, 2] et I2 =]1, +∞[ .

4) Soient A et B deux parties d'un ensemble E.

Discuter et résoudre l'équation A ∩ X = B, d'inconnue X ∈ P(E).

C. BAKKARI
Chapitre 2

Relations binaires et Applications

2.1 Applications

2.1.1 Relations, fonctions et applications

Soient E et F deux ensembles
Dénition 2.1.1.1 (Relation)
On appelle relation (ou correspondance) de E vers F , tout triplet (E, F, G) où G est une
partie de E × F .
• Un élément x de E est dit en relation avec un élément y de F si le couple (x, y) ∈ G. On
écrit alors xRy.
• E est dit l'ensemble de départ.
• F est dit l'ensemble d'arrivée.
• G est dit le graphe de la relation R. Autrement, G = {(x, y) ∈ E × F / xRy }.

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

• (3, 3) et (2, −1) ∈

/ G =⇒ 3R3 et 2R − 1.

3) E = R, F = [0, +∞[ et G = {(x, y) ∈ E × F / y = x }.

• ∀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+

• 1 n'admet pas de relations ( ∀y ∈ F, 1Ry ).

• 4 admet 3 relations ( 4R1, 4R2, 4R3 ).
• 5 admet une seule relation ( 5R1 ).

Dénition 2.1.1.3 (Fonction)

• On appelle fonction de E vers F , toute relation R de E vers F telle que, tout élément
x de E est en relation avec au plus un élément y de F . c'est à dire, ∀x ∈ E, ∀y, y 0 ∈ F,
si xRy et xRy 0 alors y = y 0 .
• Lorsque cette relation est une fonction, on lui choisi la lettre "f ", et dans ce cas
"x f y " est noté "f (x) = y ".
• On appelle domaine de dénition de f , qu'on note Df ,
Df = {x ∈ E / ∃y ∈ F, f (x) = y}.
• L'élément y = f (x) est appelé l'image de x par f , et l'élément y est dit un antécédent
de y par f .

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).

∀x ∈ R− , x n'a pas d'image.

∀x ∈ R∗+ , x admet une seule image.
Df = R∗+ .

Dénition 2.1.1.5 (Application)

• On appelle application de E vers F , toute relation de E vers F telle que tout élément
de E est en relation avec un unique élément de F .
• Ce qui équivaut à dire que :
f est une application de E vers F si : ∀x ∈ E, ∃!y ∈ F, f (x) = y.

Notation.
• L'ensemble des applications de E vers F est noté A(E, F ) ou F(E, F ) .

Si E = F , on note A(E) ou F(E) .

• Une application f de E vers F se note :

f : E −→ F f
ou E −→ F.
x 7−→ y = f (x)

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

→ ϕ : E −→ F est une application appelée l'application constante.

x 7−→ y0

→ f : R −→ R est une fonction, où Df = R \ {−2, 2}.

x 7−→ x21−4

et g : R \ {−2, 2} −→ R est une application.

1
x 7−→ x2 −4

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

f (x) = 1 = g(x). Mais Gf 6= Gg (puisque R 6= [1, 2] ).

2.1.2 Composition des applications

Dénition 2.1.2.1
Soient E , F et G trois ensembles, f ∈ A(E, F ) et g ∈ A(F, G).
L'application g ◦ f de E vers G dénie par : ∀x ∈ E, g ◦ f (x) = g(f (x)) est la composée
de f par g .

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

(g ◦ f )(x) = g(f (x)) = g(2x) = 3 6= 6 = f (3) = f (g(x)) = (f ◦ g)(x).

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.

2.1.3 Image (directe) d'une partie par une application

Soient E et F deux ensembles et f : E −→ F une application.
Dénition 2.1.3.1
Soit A ⊂ E . On appelle image (ou image directe) de A par f , le sous-ensemble f (A) de F
formé des images par f des éléments de A.
f (A) = {f (x) / x ∈ A }
= {y ∈ F / ∃x ∈ A, y = f (x) }.

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)

• f (A) = f ({1, 2, 3})

= {f (1), f (2), f (3)}
= {a, a, b} = {a, b}.
• f ({1, 2}) = {a}.
• f ({4}) = {f (4)} = {c}.
2) f : R −→ R
x 7−→ |x|.
f ([−1, 1]) = {f (x) / x ∈ [−1, 1] }
= { |x| / x ∈ [−1, 1] } = [0, 1],
(car, −1 ≤ x ≤ 1 ⇐⇒ 0 ≤ |x| ≤ 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).

2.1.4 Image réciproque d'une partie par une application

Soient E et F deux ensembles et f : E −→ F une application.
Dénition 2.1.4.1
Soit B ⊂ F . L'image réciproque de B par f est le sous-ensemble de E formé des antécédents
des éléments de B . On le note : f −1 (B).
f −1 (B) = {x ∈ E / f (x) ∈ B }.

C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 26

On écrit : x ∈ f −1 (B) ⇐⇒ f (x) ∈ B

Exemples 2.1.4.2
1)

• f −1 ({a}) = {1, 2}.

• B = {a, b, c}, f −1 (B) = {1, 2, 3}.
• f −1 ({c}) = ∅ (c n'admet pas d'antécédents).
2) Soit f : R −→ R
x 7−→ x2 + 1.
• f −1 ({3}) = {x ∈ R / f (x) = 3}
= {x ∈ R / x2 + 1 = 3}
= {x √
∈ R√/ x2 = 2}
= {− 2, 2}.
• f −1 ([2, 5]) = {x ∈ R / f (x) ∈ [2, 5] }.

f (x) ∈ [2, 5] ⇐⇒ 2 ≤ x2 + 1 ≤ 5
⇐⇒ 1 ≤ x2 ≤ 4
√ √ √
⇐⇒ 1 ≤ x2 ≤ 4
⇐⇒ 1 ≤ |x| ≤ 2


⇐⇒ x ∈ [−2, −1] ∪ [1, 2] .

Donc f −1 ([2, 5]) = [−2, −1] ∪ [1, 2].

Remarque 2.1.4.3
f −1 (∅) = ∅ et f −1 (F ) = E f −1 (F ) = {x ∈ E / f (x) ∈ F } =
E puisque f est une
application, et donc tout élément x de E admet une image dans F .
Proposition 2.1.4.4
Soient A et B deux parties de F . On a :
• A ⊂ B =⇒ f −1 (A) ⊂ f −1 (B).
• f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B).
• f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B).

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.

2.1.5 Injections, surjections et bijections

Soient E et F deux ensembles et f : E −→ F une application.

Dénition 2.1.5.1 (Injection)

f est dite injective (ou une injection) si tout élément de F admet au plus un antécédent
dans E.
Propriété caractéristique
f est injective ⇐⇒ [∀x, x0 ∈ E, x 6= x0 =⇒ f (x) 6= f (x0 ) ]
⇐⇒ [∀x, x0 ∈ E, f (x) = f (x0 ) =⇒ x = x0 ] .

Exemples 2.1.5.2
1)

2) Soit A ⊂ E .

C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 28

L'application i : A −→ E est injective. i est appelée l'injection canonique.

x 7−→ x
(A ne pas confondre avec idA : A −→ A qui n'a pas le même ensemble d'arrivée).
x 7−→ x

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.

Dénition 2.1.5.3 (Surjection)

f est dite surjective (ou une surjection) si tout élément de F admet au moins un antécédent
dans E.
Ce qui équivaut à dire que :
∀y ∈ F, ∃x ∈ E, f (x) = y.

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

Dénition 2.1.5.5 (Bijection)

f est dite bijective (ou une bijection) si f est à la fois injective et surjective.
Autrement dit : Tout élément de F admet un unique antécédent dans E . C'est à dire que :
∀y ∈ F, ∃!x ∈ E, f (x) = y.

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 .


L'application g quand-elle existe, est unique. Elle s'appelle la bijection réciproque de f , et

se note f −1 .

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 ⊂ E, on a A ⊂ f −1 (f (A)) (Notons qu'en général f −1 ◦ f 6= idE ).

Lorsque f est bijective (précisément lorsque f est injective), on obtient A = f −1 (f (A))

(i.e. f −1 ◦ f = idE ).
• Par exemple :

• 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].

→ De même, si B est une partie de F , alors f (f −1 (B)) ⊂ B est une partie de B .

Autrement dit :

∀B ⊂ F, f (f −1 (B)) ⊂ B (Notons qu'en général f ◦ f −1 6= idF ).

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 [−3, 1] = f f −1 [−3, 0[ ∪ [0, 1] = f f −1 [−3, 0[ ∪ f −1 [0, 1]

| {z }
q
∅

= 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.

2.1.6 Prolongement et Restriction

Dénition 2.1.6.1 (Restriction)
Soient f : E −→ F une application, A ⊂ E et B ⊂ F.
• On appelle restriction de f à l'ensemble de départ A, l'application :

f|A : A −→ F
x 7−→ f (x).

• Si f (E) ⊂ B , alors on peut dénir la restriction de f à l'ensemble d'arrivée B :

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.

Dénition 2.1.6.4 (Prolongement)

Soit E 0 ⊂ E . Et soient f : E −→ F et h : E 0 −→ F deux applications.
On dit que f est un prolongement de h si h est la restriction de f à E 0 (i.e. f|E 0 = h).

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}.

2.2 Relations binaires

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.

Dénition 2.2.3 (Réexive)

R est dite réexive sur E si ∀x ∈ E, xRx. (En d'autres termes, R est réexive si la
diagonale ∆ de R, ∆ := {(x, x) ∈ E 2 / x ∈ E} est une partie du graphe de R ).
Exemples 2.2.4
1) L'égalité est réexive sur tout ensemble E.
2) "⊂" est réexive sur P(E).
3) "6=" et "<" sont non réexives sur R.

Dénition 2.2.5 (Symétrique)

R est dite symétrique si ∀x, y ∈ E, xRy =⇒ yRx (i.e. ∀x, y ∈ E, si xRy alors yRx ).

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⊂ ∅ .

Dénition 2.2.7 (Transitive)

R est dite transitive si ∀x, y, z ∈ E,

xRy et yRz =⇒ xRz.

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

2.2.1 Relations d'équivalences

Le but de ce paragraphe est de partager l'ensemble E en des groupes (qu'on appellera
classes) de manière que tous les éléments d'un groupe donné, soient équivalents pour la
relation R.
Exemple de motivation
• E = {1, a, α, 2, 3, b, β, 4, c, 5}.
•

• Dans le schéma ci-dessus, on a partagé E en 3 groupes, ou 3 classes :

C1 = {1, 2, 3, 4, 5}
C2 = {a, b, c}
C3 = {α, β}.
• a, b ou c sont dits représentants de la classe C2 , puisqu'ils sont dans la même classe.
On a :
classe de a = classe de b = classe de c.
• Au lieu de communiquer avec tous les éléments de E , on peut communiquer avec 3
éléments de E , représentant leurs classes, soit 2, a et α (ou 1, a, β ou 5, c, α ou . . .).
• Notons que E = C1 ∪ C2 ∪ C3 .
• Remarquons aussi qu'il n'y a pas d'intersection entre les classes.
• Pour aboutir donc à une telle partition (verbe : partager), on doit avoir une relation
d'équivalence qu'on dénit comme suit.

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}.

→ L'ensemble de ces classes est noté : E/R et dénie par :

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.

2) • ∀a ∈ E, a 6= ∅ (car R est réexive =⇒ aRa ⇐⇒ a ∈ a ).

• ∀a, b ∈ E, a 6= b =⇒ a ∩ b = ∅.
En eet, supposons que a ∩ b 6= ∅ et x ∈ a ∩ b. On a donc,
( ( (
x ∈ a et xRa et x = a et
⇐⇒ ⇐⇒ =⇒ a = b.
x∈b xRb x=b

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

2) Soit R une relation binaire dénie sur E = {1, 2, 3, 4} par :

 
x+y
xRy ⇐⇒ 3 divise x + y i.e. ∈N .
3

R est-elle réexive, symétrique, transitive ?

Solution.
R est non réexive (1R1 car 3 ne divise pas 1 + 1).
R est symétrique (si 3 divise x + y , alors 3 divise y + x).
R est non transitive
et 2R4, mais 1R4 ; car 3 divise 1 + 2 et 3 divise 2 + 4,
1R2
mais 3 ne divise pas 1 + 4 .
3) Dans C, on dénit la relation R par :

∀z, z 0 ∈ C, zRz 0 ⇐⇒ |z| = |z 0 | où |z| est le module de z.

a) Montrer que R est une relation d'équivalence sur C.
b) Déterminer la classe d'équivalence de z , où z ∈ C.
Solution.
a) Facile.
b) Soit z ∈ C.

cl(z) = {z 0 ∈ C / z 0 Rz }
= {z 0 ∈ C / |z 0 | = |z| }.

Géométriquement, cl(z) est le cercle de centre O(0, 0) et de rayon le module de

z ; cl(z) = {|z| eiθ / θ ∈ R }.

Exemple fondamental
Cas particulier (cas n = 2) (Exemple détaillé)
On dénit la relation binaire R sur Z par :

∀x, y ∈ Z, xRy ⇐⇒ 2 divise x − y dans Z.

(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

→ R est clairement une relation d'équivalence sur Z.

En eet : ∀x, y, z ∈ Z,
• xRx car 2|x − x (0 = 2.0). Donc R est réexive.
• xRy ⇐⇒ 2|x − y ⇐⇒ ∃ k ∈ Z, x − y = 2k
⇐⇒ ∃ k ∈ Z, y − x = −2k = 2(−k)
⇐⇒ ∃ k 0 ∈ Z, y − x = 2k 0 (où k 0 = −k)
⇐⇒ 2|y − x
⇐⇒ yRx.
Donc R est symétrique.
• xRy et yRz ⇐⇒ 2|x − y et 2|y − z
⇐⇒ ∃ k, k 0 ∈ Z, x − y = 2k et y − z = 2k 0
=⇒ x − y + y − z = 2k + 2k 0 = 2(k + k 0 )
⇐⇒ x − z = 2(k + k 0 ) où k + k 0 ∈ Z.
⇐⇒ 2|x − z
⇐⇒ xRz.
Donc R est transitive.
→ ∀x ∈ Z, x = {y ∈ Z / yRx }. Or,

yRx ⇐⇒ ∃ k ∈ Z, y − x = 2k
⇐⇒ ∃ k ∈ Z, y = x + 2k.

Donc x = {x + 2k / k ∈ Z } = x + 2Z. Autrement dit,

x = {. . . , x − 4, x − 2, x, x + 2, x + 4, . . .}.

Par suite,

0 = {. . . , −4, −2, 0, 2, 4, 6, . . .} = {x ∈ Z / x est pair }.

1 = {. . . , −3 , −1 , 1 , 3 , 5, . . .} = {x ∈ Z / x est impair }.
2 = {. . . , −4, −2, 0, 2, 4, 6, . . .}.

Notons que 0 = 2 puisque 2R0 ( 2|(2 − 0) ). De même, 3 = 1 puisque 3R1.

Il s'agit donc de deux classes uniquement, celle de 0 et celle de 1 : Z/R = {0 , 1 }.

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

Cas particulier (cas n = 3)

De la même manière que le cas particulier précédent, on dénit sur Z, la relation binaire
R par :
∀x, y ∈ Z, xRy ⇐⇒ 3 divise x − y dans Z.
→ Clairement, R est une relation d'équivalence sur Z.
→ ∀x ∈ Z, x = {y ∈ Z / yRx}. Or,

yRx ⇐⇒ 3|y − x
⇐⇒ ∃ k ∈ Z, y − x = 3k
⇐⇒ ∃ k ∈ Z, y = x + 3k.

Donc x = {x + 3k / k ∈ Z} = x + 3Z. Autrement,

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, y ∈ Z, xRy ⇐⇒ n divise x − y dans Z.

→ Clairement, R est une relation d'équivalence sur Z.

→ ∀x ∈ Z, x = {y ∈ Z / yRx}.
= {x + nk / k ∈ Z} = x + nZ, où nZ = {nk / k ∈ Z}.

x = {. . . , x − 2n, x − n, x, x + n, x + 2n, . . .}.

0 = {. . . , −2n, −n, 0, n, 2n, . . .}.

1 = {. . . , −n + 1, 1, n + 1, 2n + 1, . . .}.
..
.
n=0 car nR0.
n+1=1 car (n + 1)R1.

.. .. .. ..
. . . .
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

On note cette relation par : xRy ⇐⇒ x ≡ y [n].

On dit que x est congru à y modulo n. Et Z/R se note Z/nZ (ou Z/ ≡ [n]).
→ Z/nZ = {0, 1, 2, . . . , n − 1 }. (voir démonstration rigoureuse au chapitre suivant comme
application de la division euclidienne).
→ On dénit sur Z/nZ les deux lois suivantes : x + y = x + y et x · y = xy. (on verra,
en Algèbre 2, que Z/nZ muni de ces deux lois a la structure d'un anneau commutatif

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).

2.2.2 Décomposition canonique d'une application

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

a admet un seul paquet antécédent.

b admet un seul paquet antécédent.
c admet un seul paquet antécédent.
→ En fait, on a partagé E en des classes. Et la relation qui parait naturelle est :

∀x, x0 ∈ E, xRx0 ⇐⇒ x = x0 ⇐⇒ f (x) = f (x0 ).

→ R est clairement une relation d'équivalence sur E , et E/R = {x, y, z}. Donc :

→ L'application : E/R −→ f (E) est injective, et par suite bijective.

x 7−→ f (x)

Décomposition.
→ Soit f : E −→ F une application.
La relation binaire R dénie sur E par :

∀x, x0 ∈ E, xRx0 ⇐⇒ f (x) = f (x0 ),

est évidemment une relation d'équivalence.

→ Soit s : E −→ E/R la surjection canonique.
x 7−→ x
→ Soit i : f (E) −→ F l'injection canonique.
x 7−→ x
→ Notre but est de montrer que la correspondance f :

f : E/R −→ f (E)
x 7−→ f (x)

est une application bijective.

En eet :
• Soient x et x0 ∈ E . x = x0 ⇐⇒ xRx0 ⇐⇒ f (x) = f (x0 ). L'image f (x) ne dépend
pas du représentant de la classe x. Donc f est bien une application.
• ∀ x, x0 ∈ E/R, f (x) = f (x0 ) ⇐⇒ f (x) = f (x0 ) ⇐⇒ xRx0 ⇐⇒ x = x0 . f est donc
injective.
• f est surjective par construction ∀ f (x) ∈ f (E), ∃x ∈ E/R, f (x) = f (x) .

C. BAKKARI
CHAPITRE 2. RELATIONS BINAIRES ET APPLICATIONS 42

→ On a alors le schéma suivant :

→ Cette application est unique.

En eet : Si g : E/R −→ f (E) est une autre application telle que f = i ◦ g ◦ s, alors
∀x ∈ E,

i ◦ f ◦ s(x) = i ◦ g ◦ s(x) =⇒ f ◦ s(x) = g ◦ s(x) (car i est injective)

⇐⇒ f (x) = g(x).

→ On obtient ainsi la décomposition canonique de l'application f à travers le schéma

ci-dessus.
Remarque 2.2.2.1
La décomposition canonique d'une application est le principe sur lequel se base le premier
théorème d'isomorphisme ayant pour énoncé :
Enoncé :
Soit f : E −→ E 0 un homomorphisme de groupes (voir Algèbre 2) ou un homomorphisme
d'espaces vectoriels (voir Algèbre 3). Et soit R une relation binaire dénie sur E comme
suit :
∀x, y ∈ E, xRy ⇐⇒ f (x) = f (y) ⇐⇒ f (x − y) = 0.
Alors, E/R, noté E/Ker f (où Ker f = {x ∈ E / f (x) = 0} ), est isomorphe à f (E) =
Im f. On écrit : E/Ker f ∼
= Im f.

Exemple 2.2.2.2 (Exercice)

On dénit sur Z × Z∗ , la relation binaire suivante :
∀(x, y), (x0 , y 0 ) ∈ Z × Z∗ , (x, y)R(x0 , y 0 ) ⇐⇒ xy 0 = x0 y.

a) Montrer que R est une relation d'équivalence sur Z × Z∗ .

b) Soit (x, y) ∈ Z × Z∗ . Déterminer la classe de (x, y) : (x, y).
c) Calculer (0, 1) et (1, 2).
d) Montrer que Z × Z∗ /R est en bijection avec Q.

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

a) Dès lors, R est clairement une relation d'équivalence.

b) Soit (x, y) ∈ Z × Z∗ .
x0
(x, y) = {(x0 , y 0 ) ∈ Z × Z∗ / x
y = y0 }.

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,

(1, 2) = {(x, 2x) / x ∈ Z }.

(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

qui est bien une application surjective.

• On a (x, y)R(x0 , y 0 ) ⇐⇒ f (x, y) = f (x0 , y 0 ). (D'ailleurs, c'est de l'expression de la
relation R qu'on a tiré celle de l'application f ).
• Dès lors, la décomposition des applications montre que :

f : Z × Z∗ /R −→ Q
x
(x, y) 7−→ y

est une bijection.

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).

2.2.3 Relations d'ordres

Dénitions 2.2.3.1
Soit R une relation binaire sur E.
→ R est dite antisymétrique si : ∀x, y ∈ E,
(xRy et yRx) =⇒ x = y.
→ R est dite relation d'ordre sur E si R est à la fois réexive, antisymétrique et tran-
sitive.
On dit que (E, R) est un ensemble ordonné. On note souvent "≤" une telle relation.
→ Deux élément x et y de E sont dits comparables pour la relation "≤" si x ≤ y ou
y ≤ x.
→ Une relation d'ordre "≤" est dite d'ordre total si tous les éléments de E sont com-
parables deux à deux. C'est à dire que :
∀x, y ∈ E, x ≤ y ou y ≤ x.
Dans ce cas, on dit que E est totalement ordonné par la relation "≤".
→ Une relation d'ordre non total "≤" est dite relation d'ordre partiel. C'est à dire que :
∃x, y ∈ E, x  y et y  x.

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 ).

2.2.4 Majorants, minorants, maximaux, minimaux, maximums, mini-

mums
Dénitions 2.2.4.1
Soit (E, ≤) un ensemble ordonné et A ⊂ E.
1) Un élément M de A est dit le plus grand élément de A (ou l'élément maximum de
A) si : ∀x ∈ A, x ≤ M.
2) Un élément m de A est dit le plus petit élément de A (ou l'élément minimum de A)
si : ∀x ∈ A, m ≤ x.

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

→ Attention ! Il y a une diérence entre le plus grand élément de A et sup(A). (Et

entre le plus petit élément de A et inf(A) ).
Exemple
Soit A =]0, 1[ ⊂ R et soit "≤" la relation d'ordre (naturel).
1) sup(A) = 1 et le plus grand élément de A n'existe pas.
En eet :
• Si M est le plus grand élément de A, alors ∀x ∈ A, x ≤ M. En particulier
pour x = M2+1 . On aura donc x = M2+1 ≤ M =⇒ M2+1 − M = 1−M 2 ≤ 0;
absurde.

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.
 

Les éléments minimaux de A sont : 2, 3 et 5.

Les éléments maximaux de A sont : 4, 6, 9 et 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 ,

(x, y)R1 (x0 , y 0 ) ⇐⇒ x ≤ x0 et y ≤ y 0 . Et,

(x, y)R2 (x0 , y 0 ) ⇐⇒ x < x0 ou (x = x0 et y ≤ y 0 ).

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