Table des matières

1 Logique, ensembles et applications 2

1 Langage de la logique . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1 Assertions et connecteurs logiques . . . . . . . . . . . . . . . . 2
1.1.1 Assertions . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Connecteurs logiques . . . . . . . . . . . . . . . . . . 2
1.1.3 Propriétés des connecteurs logiques . . . . . . . . . . 4
1.2 Quantificateurs . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Modes de raisonnement . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Syllogisme . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2 Disjonction des cas . . . . . . . . . . . . . . . . . . . 6
1.3.3 Démonstration par contraposée . . . . . . . . . . . . 6
1.3.4 Démonstration par contre-exemple . . . . . . . . . . 7
1.3.5 Démonstration par l’absurde . . . . . . . . . . . . . . 7
1.3.6 Démonstration par par récurrence . . . . . . . . . . . 7
2 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1 Parties d’un ensemble . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Opérations sur les parties d’un ensemble . . . . . . . . . . . . 9
2.3 Ensembles produits . . . . . . . . . . . . . . . . . . . . . . . . 11
3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2 Prolongement et restriction d’une application . . . . . . . . . 13
3.3 Injections, surjections, bijections . . . . . . . . . . . . . . . . . 14
3.4 Application réciproque . . . . . . . . . . . . . . . . . . . . . . 15
3.5 Ensembles dénombrables, finis . . . . . . . . . . . . . . . . . . 15
3.6 Familles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4 Relations binaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.1 Relation d’équivalence . . . . . . . . . . . . . . . . . . . . . . 17
4.2 Relation d’ordre . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1
Chapitre 1

Logique, ensembles et applications

1 Langage de la logique
1.1 Assertions et connecteurs logiques
1.1.1 Assertions
Définition 1.1. Une assertion est un énoncé mathématique (ou propriété) à laquelle
on attribue l’une des deux valeurs logiques : le vrai (V) ou le faux (F) (Ce sont des
valeurs booléennes).
Exemples 1.1. - " 2 + 2=4" est une assertion vraie dans N.
- " 2 + 2=5" est une assertion fausse dans N.
- "π est un nombre entier " est une assertion fausse.
Remarque 1.1. Pour certaines assertions, on peut décider du caratère vrai ou faux
(par exemple, on peut décider que l’assertion "x > 0 " est vraie).
Les deux possibilités sont consignées dans une table de vérité :
P
V
F

1.1.2 Connecteurs logiques

Il existe cinq connecteurs logiques, à la base de tout raisonnement mathématique :
• Négation (non) : À toute assertion P , on peut associer une autre assertion,
appelée négation de P et notée (nonP ) ou P̄ , qui prend les valeurs :
- Vrai si P est faux.
- Faux si P est vrai.
P nonP
V F
F V

2
 Par exemple, si P est "l’entier n est pair", (nonP ) devient : "l’entier n est
impair".
• Disjonction (ou) : L’assertion (P ou Q) est vraie si l’une au moins des deux
assertions (P et Q) est vraie.
• Conjonction (et) : L’assertion (P et Q) est vraie si les deux assertions P et Q
sont vraies.  
• Implication (⇒) : L’assertion (P ⇒ Q) est vraie si l’assertion (nonP ) ou Q
est vraie. 
• Équivalence (⇔) : L’assertion (P ⇔ Q) est vraie si l’assertion (P ⇒ Q) et (Q ⇒

P ) est vraie.

Remarques 1.1. 1. Le " ou " mathématique n’est pas exclusif (il est inclusif ) :
si les assertions P et Q sont toutes les deux vraies, alors l’assertion (P ou Q)
est vraie, contrairement au langage courant où "fromage ou dessert" est en
général exclusif...
2. (P ⇒ Q) signifie (nonP ) est vraie ou (P est vraie et dans ce cas Q est vraie).
Cette assertion s’écrit aussi :
(a) "Si P alors Q".
(b) "P est une condition suffisante pour Q".
(c) "Q est une condition nécessaire pour P .
3. (P ⇔ Q) s’écrit aussi :
(a) " P si et seulemnt si Q".
(b) "P est une condition nécessaire et suffisante pour Q".
(c) "P équivaut à Q.
On peut résumer les différentes valeurs logiques prises par ces connecteurs
logiques en fonction des valeurs logiques de P et Q dans la table de vérité
suivante :
P Q P et Q P ou Q P ⇒Q Q⇒P P ⇔Q
V V V V V V V
V F F V F V F
F V F V V F F
F F F F V V V
Remarques 1.2. 1. Si P et Q sont simultanément fausses, alors (P ⇒ Q) est
vraie.
Par exemple ((1 > 2) ⇒ (2 > 3) est une assertion vraie.
2. P ⇒ Q n’a pas même valeur logique que Q ⇒ P .
Par exemple, pour x ∈ R, (x = 1 ⇒ x > 0) est une assertion vraie, mais
(x > 0 ⇒ x = 1) est une assertion fausse.

3
1.1.3 Propriétés des connecteurs logiques
Proposition 1.1. On peut composer des connecteurs logiques :
1. Si (P ⇒ Q) et (Q ⇒ R) sont vraies, alors, (P ⇒ R) est vraie.
2. non(non P ) a même valeur logique que P .
3. non(P et Q) a même valeur logique que (nonP ) ou (nonQ).
4. non(P ou Q) a même valeur logique que (nonP ) et (nonQ).
(Loi de Morgan, la négation de (P ou Q) est (nonP et nonQ).
5. P et(Q ou R) a même valeur logique que ((P et Q) ou(P et R)).
6. P ou(Q et R) a même valeur logique que ((P ou Q) et (P ou R)).
Démonstration. Toutes ces propriétés se retrouvent à l’aide de tables de vérité.
Par exemple, nous allons démontrer 3) :

P Q P et Q non(P et Q) nonP nonQ (nonP )ou (nonQ)

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

Ce tableau nous permet de Constater que les valeurs logiques prises par la propriété
non(P et Q) coïncident avec celles de la propriété ((nonP ) ou (nonQ)).
On pourra démontrer le reste de la même façon à titre d’exercice.
Exercice 1.1. Montrer que l’assertion (P ou (nonP )) est toujours vraie.
Remarque 1.2. Il est essentiel de savoir formuler la négation d’une propriété P .
En effet comme les valeurs logiques de la propriété P et de la propriété nonP sont
inverses, il suffit de démontrer que nonP est vraie pour établir que P est fausse.
Définition 1.2. Soit E un ensemble.
Pour un élément x de E, on note P (x) une assertion dont la valeur logique dépend
d’une variable noté x.
P (x) est appelé un prédicat.
Exemple 1.1. Par exemple, pour E = R, le prédicat P (x) : ”x > 0" est vrai pour la
valeur x = 1, et faux pour la valeur x = −1.

1.2 Quantificateurs
Définition 1.3. 1. On définit le quantificateur universel, noté ∀ (quelque soit)
de la manière suivante : ∀x ∈ E, P (x) signifie que le prédicat P (x) est vrai
pour toute valeur de x prise dans E, ou encore :

{x ∈ E, P (x) est vrai } = E

4
 2. On définit le quantificateur existentiel, noté ∃ (il existe) de la manière sui-
vante : ∃x ∈ E, P (x) signifie que le prédicat P (x) est vrai pour au moins une
valeur de x prise dans E, ou encore :

{x ∈ E, P (x) est vrai } =

6

Proposition 1.2. On exprime la négation des quantificateurs de la manière sui-

vante :
1. L’assertion "non(∀x ∈ E, P (x))" est logiquement équivalente à "∃x ∈ E, non(P (x))"
2. L’assertion "non(∃x ∈ E, P (x))" est logiquement équivalente à "∀x ∈ E, non(P (x))".

Exemple 1.2.

non(∀x ∈ E, [∃y ∈ F, (∀z ∈ G, P (x, y, z))])

⇔ ∃x ∈ E, non[∃y ∈ F, (∀z ∈ G, P (x, y, z))])
⇔ ∃x ∈ E, [∀y ∈ F, non(∀z ∈ G, P (x, y, z))])
⇔ ∃x ∈ E, [∀y ∈ F, (∃z ∈ G, nonP (x, y, z))])

Proposition 1.3. On peut inverser deux quantificateurs de même nature :

• ∃x ∈ E, ∃y ∈ F, P (x, y) est équivalent à ∃y ∈ F, ∃x ∈ E, P (x, y)
• ∀x ∈ E, ∀y ∈ F, P (x, y) est équivalent à ∀y ∈ F, ∀x ∈ E, P (x, y).
• En revanche ∀x ∈ E, ∃y ∈ F, P (x, y) n’est pas équivalent à ∃y ∈ F, ∀x ∈
E, P (x, y).

Exemple 1.3. 1. (∀x < 0, ∀y > 0, xy < 0) équivaut à (∀y > 0, ∀x < 0, xy < 0).
2. L’assertion (∀x > 0, ∃y > 0, xy = 1) est vraie dans R.
En effet, pour tout x réel strictement positif, il existe y = x1 > 0 tel que xy = 1.
En revanche, l’assertion (∃y > 0, ∀x > 0, xy = 1) est fausse.
On peut le prouver à l’aide de la remarque 4. La négation de ette assertion
est : ∀y > 0, ∃x > 0, xy 6= 1.
Cette nouvelle assertion est vraie car pour y réel strictement positif quelconque,
il existe x = y2 > 0 tel que xy = 2 6= 1.

1.3 Modes de raisonnement

Remarque 1.3. Dans le lexique du raisonnement, un théorème, une proposition, un
corollaire ou un lemme sont des assertions vraies. Une hypothèse est une assertion
qu’on vérifie ou dont on décide qu’elle est vraie (même si elle peut être fausse, par
exemple dans le raisonnement par l’absurde).

5
1.3.1 Syllogisme
On veut démontrer une proposition Q. On procède en trois étapes :
1. On vérifie que l’assertion (P ⇒ Q) est vraie. (prémisse majeure)
2. On démontre la proposition P . (prémisse mineure)
3. On en déduit la proposition Q. ( conclusion).
C’est le mode de raisonnement le plus couramment utilisé. Aristote a été le premier
à le formaliser.
Un des syllogismes les plus connus est "Tous les hommes sont mortels (proposition
P ⇒ Q). Socrate est un homme (proposition P ). Donc, Socrate est mortel (proposi-
tion Q)".

1.3.2 Disjonction des cas

On veut démontrer la proposition Q.
On détermine n assertions P1 , P2 , ..., Pn (appelées cas) telles que l’une de ces asser-
tions au moins est vraie.
On vérifie alors que les assertions P1 ⇒ Q, P2 ⇒ Q, ..., Pn ⇒ Q sont vraies, et on en
déduit la proposition Q.
Exercice 1.2. Soit n ∈ N. Montrer que l’entier n(n + 1) est pair.

1.3.3 Démonstration par contraposée

On veut démontrer une proposition de type P ⇒ Q. On peut la démontrer direc-
tement en supposant P (vrai) et en déduisant Q (vrai). On se ramène alors à l’un
des autres types de raisonnement.
La contraposée de cette proposition est la proposition (nonQ ⇒ nonP ).

Elle est logiquement équivalente à la précédente (à titre d’exercice, on

pourra construire une table de vérité pour s’enconvaincre).
Par exemple, pour démontrer qu’un triangle dont on connaît les longueurs des
côtés n’est pas rectangle, on utilise la contraposée du théorème de Pythagore.
Le Théorème de Pythagore " Si le triangle ABC est rectangle en A, alors, BC 2 =
AB 2 + AC 2 est équivalent à sa contraposée "Si BC 2 6= AB 2 + AC 2 alors, le triangle
ABC n’est pas rectangle en A "
Attention ! Il ne faut pas confondre la contraposée d’un théorème, qui est une
reformulation de ce théorème, et sa réciproque, qui n’est pas toujours vraie. Par
exemple, la réciproque du théorème de Pythagore est : " BC 2 = AB 2 + AC 2 , alors
le triangle ABC est rectangle en A".
Par exemple, dans R, la proposition (x > 1 ⇒ x2 > 1) est vraie, donc sa
contraposée (x2 ≤ 1 ⇒ x ≤ 1) aussi. En revanche, la réciproque de cette propriété
"x2 > 1 ⇒ x > 1” fausse !
Pour résumer, on peut aussi démontrer P ⇒ Q par contraposée en supposant Q
faux, et en déduisant que P est faux.

6
1.3.4 Démonstration par contre-exemple
On veut démontrer qu’une assertion du type : (∀x ∈ E, P (x)) est fausse, ce qui
équivaut à non(∀x ∈ E, P (x)) est vraie, ou encore à (∃x ∈ E, nonP (x)) est vraie.
Il s’agit donc de trouver un élément x de E tel que P (x) est faux (appelé contre-
exemple).
Par exemple, on va démontrer que la propriété :

∀n ∈ N, (n divisible par 6 et par4) ⇒ (n divisible par 24) est fausse.

La négation de cette propriété est :

 
∃n ∈ N, non (n divisible par 6 et par 4) ⇒ (n divisible par 24)

ce qui peut s’exprimer autrement par définition :

 
∃n ∈ N, non non(n divisible par 6 et par 4) ou (n divisible par 24)

soit finalement de manière équivalente :

∃n ∈ N, (n divisible par 6 et par 4) et non(n divisible par 24)

Donc, il faut chercher un entier n tel que n est divisible par 6 et par 4, mais pas par
24. L’entier n = 12 convient et cela termine la démonstration.
Remarque 1.4. Pour démontrer que l’assertion " tous les corbeaux sont noirs " est
fausse, il suffit de trouver un corbeau qui n’est pas noir.

1.3.5 Démonstration par l’absurde

On veut démontrer que la propriété P est vraie. On suppose pour cela qu’elle est
fausse, et on essaie d’en déduire qu’il existe une propriété Q telle que Q et (nonQ)
sont vraies, ce qui est contradictoire. Ceci montre alors, le résultat, car :

(nonP ⇒ Q et (nonQ)) vraie ⇔ (P ou (Q et (nonQ))) vraie

⇔ P est vraie.

1.3.6 Démonstration par par récurrence

Dans une démonstration, on peut être amené à démontrer une propriété qui dé-
pend d’un entier n. C’est à dire en fait démontrer que ∀n ∈ N, P (n).
L’une des manières de procéder est de faire un raisonnement par récurrence. Pour
cela :
– On précise clairement la propriété P (n) que l’on veut démontrer (ce choix est
important car un mauvais choix peut rendre la démonstration difficile, voire
impossible).

7
 – On démontre P (0) (Initialisation).
– On considère un entier positif p quelconque et on démontre que "P (p) ⇒
P (p+1)" (Hérédité). Concrètement cette deuxième partie commence par des
expressions du type : "Soit p un entier positif, supposons P (p) et démontrons
P (p + 1)", ou encore : "soit p ∈ N tel que P (p) ; démontrons P (p + 1)”.
On a alors montré que ∀n ∈ N, P (n) (Conclusion).

Remarque 1.5. Le raisonnement par récurrence s’étend à des propriétés qui sont
vraies à partir d’un certain rang n0 . Dans ce cas on démontre P (n0 ) ; puis, pour
p ≥ n0 , on démontre P (p) ⇒ P (p + 1). La conclusion est alors : (∀n ≥ n0 )(P (n)).

Exercice 1.3. Montrer ∀n ∈ N∗ , np=1 p2 = n(n+1)(2n+1)

P
6
.

Exercice 1.4. 1. Soit p un entier. Montrer que si p2 est pair, alors p est pair
(on pourra raisonner par contraposée).
√
2. Montrer que 2 est irrationnel (on pourra raisonner par l’absurde).

Solution
1. On suppose que p est impair. Alors, il existe un entier k tel que p = 2k + 1.
Donc,
0
p2 = (2k + 1)2 = 4k 2 + 4k + 1 = 2(2k 2 + 2k) + 1 = 2k + 1.

Par suite, p2 est impair. On a démontré (p est impair ⇒ p2 est impair) donc,
la proposition (contraposée) (p2 est pair ⇒ p est pair).
√ √
2. Supposons que 2 est un nombre rationnel. Alors, on peut écrire : 2 = pq où
p 2

q
est une fraction irréductible. On obtient, 2 = pq2 et 2q 2 = p2 , ce qui prouve
que p2 est pair et d’après 1), p est pair.
Comme p2 = 2q 2 , on obtient 4p21 = 2q 2 , donc, q 2 = 2p21 , ce qui prouve que
q 2 est pair, et donc que q est pair ce qui contredit le fait que pq est une frac-
√
tion irréductible. En conclusion, on a montré par l’absurde que 2 est un
irrationnel.

2 Ensembles
On ne donnera pas la définition mathématique, mais plutôt une définition intuitive
de ce qu’est un ensemble.
Il s’agit d’une "collection d’objets" mathématiques à laquelle peut appartenir (ou
non) un objet donné.
Lorsque x appartient à l’ensemble E, on note x ∈ E et on dit que x est un élément
de E. Dans le cas contraire, on note x ∈/ E.

Exemples 1.2. On peut définir un ensemble E par les méthodes suivantes :

8
 1. Par extension : En En énonçant un à un les éléments entre des acolades.
Par exemple, E1 = {A, B, C, D}, E2 = {vert, rouge}, E3 = {1, 2, 3, ..., 12},
N = {0, 1, 2, ..., n, n + 1, ...}.
2. Par compréhension : À l’aide d’un ensemble de référence E0 et d’un prédicat
P (x) ;
E = {x ∈ E0 / P (x)} signifie que x ∈ E si et seulement si x ∈ E0 et P (x)
est vrai. Par exemple ; E = {n ∈ N/ 2n + 1 est premier }. Alors 2 ∈ E mais
3∈ / E. On ne peut pas énumérer tous les éléments de E, mais on peut vérifier
l’appartenance d’un entier à cet ensemble.
3. Par une liste de règles (axiomes). C’est par une définition de ce type que
l’on construit N (axiomatique de Péano), et qu’on en déduit la construction
des ensembles Z, Q, R et C.

2.1 Parties d’un ensemble

Définition 1.4. Si E et F sont deux ensembles, on dit que F est un sous-ensemble
(ou une partie) de E, ou que F est inclus dans E, si tout élément de F est un élément
de E. Notation : F ⊂ E.

De manière usuelle, on écrit :

− F 6⊂ E la négation de F ⊂ E.
− F = E si F ⊂ E et E ⊂ F (C’est la double inclusion, qui est utilisée pour
démontrer l’égalité de deux ensembles).
− {} = ∅ l’ensemble vide défini par ∅ ⊂ E et ∀x ∈ E, x ∈
/ ∅.
− {a} un ensemble ne contenant qu’un élément a (on l’appelle un singleton).
− P(E) l’ensemble des parties de E. Par exemple, si E = {1, 2}, l’ensemble des
parties de E est l’ensemble P(E) = {∅, {1}, {2}, {1, 2}}.

Remarque 1.6. F 6⊂ E si ∃x ∈ F et x ∈
/ E.

Proposition 1.4. Soient E, F , G trois ensembles. On a :

1. ∅ ⊂ E
2. E ⊂ E
3. (E ⊂ F et F ⊂ G) ⇒ E ⊂ G.

2.2 Opérations sur les parties d’un ensemble

Définition 1.5. Soient E un ensemble et A et B deux sous ensembles de E. On
définit, à partir de A et B, les parties suivantes de E :
De manière usuelle, on écrit :
• A ∪ B = {x ∈ E/ x ∈ A ou x ∈ B}, appelé réunion des ensembles A et B.

9
 • A ∩ B = {x ∈ E/ x ∈ A et x ∈ B}, appelé intersection des ensembles A et B.
• A\B = {x ∈ E/ x ∈ A et x ∈
/ B}, appelé différence A moins B.
• CE A = E\A le complémentaire de A dans E. Noté aussi Ā.

Définition 1.6. Deux parties A et B de E sont dites disjointes si A ∩ B = ∅.

Proposition 1.5. Propriétés des opérations sur les ensembles :

Soient E un ensemble et A, B et C des sous ensembles de E.
1. Avec la réunion ;
(a) A ∪ ∅ = ∅ ∪ A = A
(b) A ∪ A = A
(c) A ∪ E = E
(d) A ∪ B = B ∪ A.
(e) (A ∪ B) ∪ C = A ∪ (B ∪ C).
(f ) A ∪ B = A ⇔ B ⊂ A.
2. Avec l’intersction ;
(a) A ∩ ∅ = ∅ ∩ A = ∅
(b) A ∩ A = A
(c) A ∩ E = A
(d) A ∩ B = B ∩ A.
(e) (A ∩ B) ∩ C = A ∩ (B ∩ C).
(f ) A ∩ B = A ⇔ A ⊂ B.
3. Avec le complémentaire :
(a) CE ∅ = E
(b) CE E = ∅
(c) CE (CE A) = A.

10
 4. Les lois de Morgan :
(a) CE (A ∪ B) = (CE A) ∩ (CE B).
(b) CE (A ∩ B) = (CE A) ∪ (CE B)..
5. Union et intersection :
(a) (A ∩ B) ∪ C = (A ∪ C) ∩ (B ∪ C) (distributivité de ∪ par rapport à ∩).
(b) (A ∪ B) ∩ C = (A ∩ C) ∪ (B ∩ C) (distributivité de ∩ par rapport à ∪).
6. Différence :
(a) A\B = ∅(A ⊂ B).
(b) A\∅ = A.
(c) A\B = A ∩ CE B = A\(A ∩ B).

Démonstration. Montrons par exemple les lois de Morgan :

i)A ∪ B = A ∩ B ?
En effet, par double inclusion ;

Soit

x∈A∪B ⇔ x∈/ A∪B

⇔ x∈/ A et x ∈/B
⇔ x ∈ Ā et x ∈ B̄
⇔ x ∈ Ā ∩ B̄

ii) De même chose, A ∩ B = A ∪ B ?

En effet, par double inclusion ;

Soit

x∈A∩B ⇔ x∈/ A∩B

⇔ x∈/ A ou x ∈/B
⇔ x ∈ Ā ou x ∈ B̄
⇔ x ∈ Ā ∪ B̄

2.3 Ensembles produits

Définition 1.7. Soient E et F deux ensembles. On appelle ensemble produit de E
et F , noté E × F , l’ensemble constitué des couples(x, y) où x ∈ E et y ∈ F ,

E × F = {(x, y)/ x ∈ E, y ∈ F }.

11
Exemple 1.4. Soient E = {A, B, C} et F = {1, 2}. Alors ;
E × F = {(A, 1), (A, 2), (B, 1), (B, 2), (C, 1), (C, 2), }.
Définition 1.8. Soient E1 , E2 ,...,En des ensembles. On définit de même l’ensemble
produit E1 × E2 × ... × En de ces ensembles, constitué des n-uplets (x1 , x2 , ..., xn ) où
xi ∈ Ei pour tout entier i ∈ |[1, n]|.
Remarque 1.7. Lorsque E = E1 = E2 = ... = En , on note E n = E1 × E2 × ... × En
comme on l’a déjà utilisé pour R2 par exemple.

3 Applications
3.1 Généralités
On rappelle qu’une application f d’un ensemble E vers un ensemble F est une
relation binaire (relie deux éléments ) qui fait relier tout élément x de E à un unique
élément dans F dit image de x et notée f (x), et x dite antécédent de f (x) et on pose
f : E → F
.
x 7→ f (x)
L’ensemble E (rep. F ) est dit ensemble de départ de (resp. d’arrivée) de l’applicatons
f.
On note F(E, F ) l’ensemble des applications de l’ensemble E vers l’ensemble F .
On note Γ = {(x, y) ∈ E × F/ y = f (x)} le graphe de l’application f .
Cas particulier : L’application identique (ou identité) de E notée IdE est l’ap-
plication
IdE : E → E
x 7→ x
Définition 1.9.
Soit A ⊂ E. On appelle image de la partie A, le sous-ensemble de F noté f (A), par
abus de langage, et défini par :
f (A) = {y ∈ F / ∃ x ∈ A tel que y = f (x)}
C’est l’ensemble des images par f des éléments de la partie A. Autrement dit,
f (A) = {f (x)/ x ∈ A}
Attention, f (A) n’est pas l’image d’un élément de E, mais le sous ensemble de
F constitué des images des éléments de A.
Exemple 1.5. Soit l’application ;
f : N → N
n 7→ f (n) = n + 1
On a par exemple f ({0, 1}) = {1, 2}, f ({2, 3, 9}) = {3, 4, 10}. 0 n’a pas d’antécé-
dent par f .

12
Définition 1.10. Soit B ⊂ F . On appelle image réciproque de la partie B, le sous-
ensemble de E noté f −1 (B) et défini par :

f −1 (B) = {x ∈ E, f (x) ∈ B}

C’est l’ensemble des des antécédents par f des éléments de la partie B.

Remarque 1.8. Attention ! f −1 n’est pas une application en général !. Ne pas

confondre image réciproque d’une partie par l’application f (celle-ci existe toujours)
et application réciproque f −1 (qui n’existe que si f est bijective). Dans l’exemple sui-
vant, f n’admet pas d’application réciproque sur R, mais R a une image réciproque
par f (il s’agit de R).

Exemple 1.6. Soit l’application ;

f : R → R
x 7→ f (x) = x2
-f −1 ({1}) = {−1, 1},
-f −1 ({−1}) = ∅,
-f −1 ([0, 1[) =] − 1, 1[.

Définition 1.11. Composée de deux applications :

Si f : E → F et g : F → G sont deux applications, alors on définit la composée
de f suivie de g par :

g◦f : E → G
.
x 7→ (g ◦ f )(x) := g(f (x))

3.2 Prolongement et restriction d’une application

Définition 1.12. Soit f : E → F une application, et A une partie de E. On appelle
restriction de f à la partie A, l’application notée f|A définie par :

f|A : A → F
x 7→ f (x)

Exemple 1.7.
Soit f :R → R
x 7→ |x|
On a f|R− = −IdR− : R− → R et f|R+ = IdR+ : R+ → R
x 7→ −x x 7→ x

Définition 1.13. Soit f : E → F une application, et X un ensemble qui contient E

(E ⊂ X). On dit que l’application g : X → F est un prolongement de f si g|E est
l’application f .
En d’autres termes, g est un prolongement de f sur X si g coïncide avec f sur E.

13
Exemple 1.8.
Soit f : R+ → √R
x 7→ x
L’application g : R → pR est un prolongement continu de f.
x 7→ |x|
Remarque 1.9. Dans la plupart des cas, on prolonge une fonction en un point
seulement, qui se trouve hors de l’ensemble de définition, et de façon à ce que le
prolongement soit continu (prolongement par continuité).

3.3 Injections, surjections, bijections

Définition 1.14. Soit f : E → F une application. On dit que :
• f est injective (ou une injection) si tout élément de F a au plus un antécédent
dans E par f , ce qui s’énonce de la manière suivante :
 
f est injective ⇔ ∀x, y ∈ E, (f (x) = f (y) ⇒ x = y)
 
⇔ ∀x, y ∈ E, (x 6= y ⇒ f (x) 6= f (y) .

• f est surjective (ou une surjection) si tout élément de F a au moins un anté-

cédent dans E par f , ce qui s’énonce de la manière suivante :
 
f est surjective ⇔ ∀y ∈ F, ∃x ∈ E, y = f (x) .

• f est bijective (ou une bijection) si tout élément de F a un et un seul antécédent

dans E par f , ce qui s’énonce de la manière suivante :
 
f est bijective ⇔ ∀y ∈ F, ∃!x ∈ E, y = f (x)
 
⇔ f est injective et surjrctive .

Remarque 1.10. La propriété de surjectivité traduit l’existence d’un antécédent par

f pour tout élément y de F.
La propriété d’injectivité traduit l’unicité d’un éventuel antécédent de y.
La propriété de bijectivité traduit donc l’existence et l’unicité d’un tel antécédent.
Proposition 1.6. f : E → F est surjective si et seulemnt si f (E) = F .
Exercice 1.5. Disuter de l’injectivité et de la surjectivité des applications suivantes
dans leur ensemble image :
f : N → N, g : Z → Z, h : R+ → R,
n 7 → n+1 n 7→ n + 1 x 7 → x2
l : R → C, m : C → C∗
θ 7→ eiθ z 7 → ez

14
3.4 Application réciproque
Définition 1.15. Si f : E → F est une application bijective, alors tout élément y de
F a un unique antécédent x par f , et on définit l’application réciproque de f notée
f −1 par f −1 (y) = x. On a alors :

y = f (x) ⇔ x = f −1 (y).

Proposition 1.7. Soient f : E → F et g : F → G deux applications bijectives.

Alors ;
1. L’application IdE est bijective et Id−1
E = IdE .
2. f −1 ◦ f = IdE et f ◦ f −1 = IdF .
3. g ◦ f : E → G est binjective et (g ◦ f )−1 = f −1 ◦ g −1 .

Exercice 1.6.
Soit f : E → F une application.
1. Montrer que s’il existe une application g : F → E tel que g ◦ f = IdE , alors,
f est injective.
2. Montrer que s’il existe une application h : F → E tel que f ◦ h = IdF , alors,
f est surjective.

Définition 1.16. Involution

On dit que l’application f : E → E est involutive (ou une involution) si f ◦ f = IdE .
Si f est une involution, alors f est bijective et on a f −1 = f .

Exemple 1.9.
L’application f : R∗ → R∗ est une involution
x 7→ x1

3.5 Ensembles dénombrables, finis

Définition 1.17.
• Un ensemble est dènombrable s’il est en bijection avec N.
• Un ensemble E est fini s’il est en bijection avec [|1, n|] = {1, 2, ..., n}. Le nombre n
est appelé le cardinal de E noté card(E) = n.
• Un ensemble est au plus dènombrable s’il est dénombrable ou fini.

Exemples 1.3.
• N∗ est dénombrable ; puisque l’application
f : N → N∗ est une bijection
n 7→ n + 1
• N2 est dénombrable ; puisque l’application
g : N2 → N est une bijection
p
(p, s) 7→ 2 (2s + 1) − 1

15
3.6 Familles
Définition 1.18.
Soit un ensemble I (les indices) et un ensemble E. On appelle famille d’éléments de
E indexée par I, une application
φ : I → E
i 7→ φ(i) = ai
On note cette application (ai )i∈I .
Remarque 1.11. Si I = N, (an )n∈N est dite suite dans E.
Exemple 1.10. Si E = R et I = N, (an )n∈N est dite suite de réels..
Définition 1.19. Soit un ensemble E et un ensemble I. On définit une famille de
parties de E :
(Ai )i∈I où ∀i ∈ I, Ai ∈ P(E)
On note ; \
Ai = {x ∈ E/ ∀i ∈ I, x ∈ Ai },
i∈I
[
Ai = {x ∈ E/ ∃i ∈ I, x ∈ Ai }.
i∈I

Exercice 1.7. Soit un ensemble E et (Ai )i∈I une famille de parties de E. Montrer
que : \  [ 
E\ Ai = E\Ai
i∈I i∈I
[  \ 
E\ Ai = E\Ai
i∈I i∈I

Exercice 1.8. Soit une application f : E → F et (Bi )i∈I une famille de parties de
F . Montrer que : \  \
−1
f Bi = f −1 (Bi ).
i∈I i∈I

4 Relations binaires
Définition 1.20. Soit un ensemble E. Une relation binaire R sur E est la donnée
d’un sous-ensemble G ⊂ E × E et pour tout (x, y) ∈ E 2 , on écrit :
xRy ⇔ (x, y) ∈ G.
Définition 1.21. Soit R une relation binaire l’ensemble E. On dit que R est :
− réflexive ssi ∀x ∈ E, xRx.
− symétrique ssi ∀(x, y) ∈ E 2 , xRy ⇒ yRx.
− antisymétrique ssi ∀(x, y) ∈ E 2 , xRy etyRx ⇒ x = y.
− transitive ssi ∀(x, y, z) ∈ E 3 , xRy etyRz ⇒ xRz.

16
4.1 Relation d’équivalence
Définition 1.22. On dit qu’une relation R sur l’ensemble E est une relation d’équi-
valence si elle est :
1. réflexive,
2. symétrique,
3. transitive.
Exemple 1.11. 1. L’égalité (=) est une relation d’équivalence.
∗
2. Soit p ∈ N et on définit dans Z, la relation R par :
∀(n, m) ∈ Z2 , nRm ⇐⇒ p divise n − m
Alors, R est une relation d’équivalence sur Z.
Définition 1.23. Soit R une relation d’équivalence sur un ensemble E. On note
pour tout élément x ∈ E :
Cx := {y ∈ E / xRy}.
L’ensemble Cx s’appelle la classe d’équivalence de l’élément x.
Exemple 1.12. Dans l’exemple 2 du 1.11
∀n ∈ Z, Cn = n + pZ = {n + pm/ m ∈ Z}
Définition 1.24. Partition
Soit un ensemble E et (Ai )i∈I une famille de parties de E. On dit que cette famille
de parties est une partition de l’ensemble E si et seulement si :
1. Chaque partie Ai est non vide : ∀i ∈ I, Ai 6= ∅,
2. Les parties distinctes sont deux à deux disjointes : ∀(i, j) ∈ I 2 , Ai ∩ Aj 6= ∅ ⇒
Ai = Aj ,
S
3. Les classes recouvrent l’ensemble E : i∈I Ai = E.
Exemple 1.13. Soit A une partie non vide d’un ensemble E. Alors {A, CE A = Ā}
forme une partition de E.
 R une relation d’équivalence sur un ensemble non vide E.
Proposition 1.8. Soit
Alors, la famille Cx des classes d’équivalences associées forme une partition
x∈E
de l’ensemble E.
Remarque 1.12. Réciproquement. Soit (Ai )i∈I une partition de l’ensemble E. on
peut définir la relation R par :
xRy ⇔ ∃i ∈ I tq x ∈ Ai et y ∈ Ai .
On montre que cette relation est une relation d’équivalence et que les classes
d’équivalences associées sont les ensembles Ai .
Exercice 1.9. Soit E = Z. On définit la relation R par :
nRp ⇔ p − n est pair .
Montrer que c’est une relation d’équivalence et déterminer ses classes d’équivalences.

17
4.2 Relation d’ordre
Définition 1.25. On dit qu’une relation R sur l’ensemble E est une relation d’ordre
si elle est :
1. réflexive,
2. antisymétrique,
3. transitive.
Remarque 1.13. Une relation d’ordre permet de comparer deux éléments. Lorsque
xRy, on dit que l’élément x est (( plus petit )) que l’élément y, et on préfère noter

x ≤ y.

Exemple 1.14. Soit N muni de la relation / (la division : n/p ⇔ ∃m ∈ N, p = nm).

Alors, / est relation d’ordre sur N (et non sur Z).
Définition 1.26. Ordre total
Soit une relation d’ordre ≤ sur l’ensemble E. On dit que deux éléments (x, y) ∈ E 2
sont comparables pour cet ordre si et seulement si x ≤ y ou alors y ≤ x.
Lorsque tous les couples d’éléments de l’ensemble E sont comparables, on dit que la
relation d’ordre est totale. Dans le cas contraire( existance de deux éléments non
comparables ) l’ordre est dit partiel.
Exercice 1.10. Soit un ensemble X et sur E = P(X), on définit la relation

∀(A, B) ∈ E 2 , ARB ⇔ A ⊂ B.

1-Montrer que R est une relation d’ordre ?

2-Cet ordre est-il total ?
Remarque 1.14. Soit un ensemble E muni d’une relation d’ordre ≤. Alors, on peut
définir deux relations d’ordre sur E 2 :
1. L’ordre produit :
  
( x, y) ≤1 (a, b) ⇔ x ≤ a et y ≤ b .

2. L’ordre l’exicographique :
   
(x, y) ≤2 (a, b) ⇔ x ≤ a ou x = a et y ≤ b .

L’ordre produit est un ordre partiel et l’ordre lexicographique est un ordre total.
Définition 1.27. Élements remarquables
Soit un ensemble E muni d’une relation d’ordre ≤ et une partie A ⊂ E. On définit
les notions suivantes :

18
 1. Un élément M ∈ E est un majorant de la partie A si et seulement si ∀a ∈
A, a ≤ M,
2. Un éléement m ∈ E est un minorant de la partie A si et seulement si ∀a ∈
A, m ≤ a,
3. Un éléement a ∈ A est un plus petit élément de A si et seulement si ∀x ∈
A, a ≤ x,
4. Un éléement a ∈ A est un plus grand élément de A si et seulement si ∀x ∈
A, x ≤ a,
5. Un éléement m ∈ A est un élément minimal de A si et seulement si ∀x ∈
A, x ≤ m ⇒ x = m,
6. Un éléement M ∈ A est un élément maximal de A si et seulement si ∀x ∈
A, M ≤ x ⇒ x = M.

Proposition 1.9. Unicité d’un plus petit élément

Si a ∈ A est un plus petit (grand) élément de la partie A, il est unique.

Remarque 1.15. Il se peut qu’il n’existe pas de plus petit (grand) élément d’une
partie.

Exercice 1.11. Dans N, on considère la relation de divisibilité :

∀(n, m) ∈ N2 , n/m ⇔ ∃k ∈ N tel que m = kn

1. Vérifier que cette relation définit un ordre partiel sur N,

2. L’ensemble N admet-il un plus petit (grand) élément pour cet ordre ?
3. Quels sont les éléments maximaux (minimaux) de N\{0, 1} pour cet ordre ?

19
20