Chapitre1 Logique Ensemble-slides

Faculté des Sciences Rabat
Module d’algèbre 1
Pr S. El Hajji et E.M. Jabbouri
Année : 2011-2012
Pr S. El Hajji et E.M. Jabbouri (FSR) Faculté des Sciences Rabat Module d’algèbre 1 Année : 2011-2012 1 / 106
Méthodologie du travail (rappel)
Quand vous travaillez chez vous, ne vous dispersez pas

Travaillez régulièrement chaque matière.
Travaillez le jour, dormez la nuit.
Vous devez connaı̂tre votre cours sur le bout des doigts
Faites toujours en sorte d’avoir cherché à résoudre chez vous les
exercices proposés en cours,
Ne travaillez pas toujours seul dans votre coin.
Chapitre 1
Ensembles relations binaires

et applications
I - Opérations logiques élémentaires
Definition
Une proposition est un enoncé qui est vrai sous certaines
conditions,fausses sous d’autres conditins, mais dont on peut décider sans
ambiguité si il est vrai ou faux sans jamais être à la fois vraie et fausse
Encyclopédie scientifique en ligne : http ://www.techno-science.net

Definition
En mathématiques, dans une théorie donnée, une proposition est un
énoncé formé d’un assemblage de symboles et de mots, auquel une valeur
de vérité vrai ou faux peut être attribuée, dans certaines conditions mais
de la vérité duquel on pourra toujours décider dans toute situation donnée.
Definition
En mathématiques le mot ”proposition” désigne tout énoncé sur des objets
mathématiques (nombres, figures géométriques, fonctions,...etc.) auquel
on peut attribuer une valeur de vérité qui est soit vraie ou fausse.
• Quand la proposition est vraie, on lui affecte la valeur 1 (ou V).
• Quand la proposition est fausse, on lui affecte la valeur 0 (ou F).
• Ces valeurs sont appelées “Valeurs de vérité de la proposition”.
• Quand la proposition est vraie, on lui affecte la valeur 1 (ou V).
• Quand la proposition est fausse, on lui affecte la valeur 0 (ou F).
• Ces valeurs sont appelées “Valeurs de vérité de la proposition”.
• Ainsi, pour définir une proposition logique, il suffit de donner ses valeurs
de vérités.
• En général, on met ces valeurs dans un tableu qu’on nommera “Table de
vérités” ou “Tableau de vérités”.
V F
V
F
Example
√
– (P1 ) : 2 est un nombre rationnel,
– (P2 ) : une fonction dérivable est continue.
– (P3 ) : il pleut
– (P4 ) : 3x + 2 = 2
Example
√
– (P4 ) : 3x + 2 = 2
Ainsi
•(P1 ) est fausse
•(P2 ) est vraie.
Example
√
– (P4 ) : 3x + 2 = 2
Ainsi
•(P1 ) est fausse
•(P2 ) est vraie.
•Les valeurs de verité de (P3 ) dépendent du contexte
•(P4 ) est une proposition qui depend de x.
Axiome
Un certain nombre de propositions sont considérées comme vérités
premières, qui ne se déduisent pas d’autres propositions vraies. elles
traduisent les propriétés les plus évidentes des objets concrets auxquels on
pense. On les appelle des axiomes.
Axiome
Par exemple :,
•(P5 ) : par deux points passe une droite et une seule,
est un des axiomes de la géométrie euclidienne,
•(P6 ) : Toute partie de N admet un plus petit élément.
Axiome
Par exemple :,
•(P5 ) : par deux points passe une droite et une seule,
est un des axiomes de la géométrie euclidienne,
•(P6 ) : Toute partie de N admet un plus petit élément.
Les autres propositions vraies le sont par déduction des axiomes ou
d’autres propositions dont la vérité est déjà démontrée. .
La négation ¬
Etant donnée une proposition logique P, on appelle négation de P la
proposition logique P, qu’on note aussi ¬P ou non(P ), qui est fausse
quand P est vraie et qui est vraie quand P est fausse, donc on peut la
représenter comme suit :
P 0 1
P 1 0
L’équivalence ⇔
On dit que deux propositions logiques P et Q sont équivalentes, si elles
ont les mêmes valeurs de vérité. On note : P ⇔ Q.
Sa table de vérités est donnée par :
P 0 0 1 1
Q 0 1 0 1
P⇔Q 1 0 0 1
L’équivalence ⇔
On dit que deux propositions logiques P et Q sont équivalentes, si elles
ont les mêmes valeurs de vérité. On note : P ⇔ Q.
Sa table de vérités est donnée par :
P 0 0 1 1
Q 0 1 0 1
P⇔Q 1 0 0 1
Il est clair que Si O, P et Q sont trois propositions logiques, alors : si O

est équivalente à P et P équivalente à Q, alors O est équivalente à Q .
En établissant les tables de vérités des propositions
(P ⇔ Q )et (P ⇔ Q )
, on déduit que :
(P ⇔ Q ) ⇔ (P ⇔ Q )
(P ⇔ Q )et (P ⇔ Q )
, on déduit que :
(P ⇔ Q ) ⇔ (P ⇔ Q )
Proposition
La négation de la négation d’une proposition logique P est équivalente à
P, donc :
P⇔P
(P ⇔ Q )et (P ⇔ Q )
, on déduit que :
(P ⇔ Q ) ⇔ (P ⇔ Q )
Proposition
La négation de la négation d’une proposition logique P est équivalente à
P, donc :
P⇔P
En effet, la table de vérités de P est la suivante :
P 0 1
P 1 0
P 0 1
Donc les tables de vérité sont identiques.
La conjonction ∧
Etant données deux propositions logiques P et Q, on appelle conjonction
de P et Q, la proposition logique P ∧ Q qui est vraie quand P et Q sont
vraies à la fois. Sa table de vérités est donnée par :
Q \P 0 1 P 0 0 1 1
0 0 0 ou Q 0 1 0 1
1 0 1 P ∧Q 0 0 0 1
La conjonction ∧
Q \P 0 1 P 0 0 1 1
0 0 0 ou Q 0 1 0 1
1 0 1 P ∧Q 0 0 0 1
Proposition
Soit P une proposition logique, alors P ∧ P est une proposition fausse.
La conjonction ∧
Q \P 0 1 P 0 0 1 1
0 0 0 ou Q 0 1 0 1
1 0 1 P ∧Q 0 0 0 1
Proposition
Soit P une proposition logique, alors P ∧ P est une proposition fausse.
Preuve : Pour montrer celà, il suffit de remarquer que la table de vérités

de P ∧ P est la suivante :
P 0 1
P 1 0
P ∧P 0 0
La disjonction ∨
Etant données deux propositions logiques P et Q, on appelle disjonction
de P et Q, la proposition logique P ∨ Q qui est vraie si l’une des
propositions logiques P ou Q est vraie. Sa table de vérités est donnée par :
Q \P 0 1 P 0 0 1 1
0 0 1 ou Q 0 1 0 1
1 1 1 P ∨Q 0 1 1 1
La disjonction ∨
Q \P 0 1 P 0 0 1 1
0 0 1 ou Q 0 1 0 1
1 1 1 P ∨Q 0 1 1 1
Proposition
Soit P une proposition logique, alors la proposition P ∨ P est toujours
vraie.
La disjonction ∨
Q \P 0 1 P 0 0 1 1
0 0 1 ou Q 0 1 0 1
1 1 1 P ∨Q 0 1 1 1
Proposition
Soit P une proposition logique, alors la proposition P ∨ P est toujours
vraie.
Preuve : Pour montrer celà, il suffit de remarquer que la table de vérités
de P ∨ P est la suivante :
P 0 1
P 1 0
P ∨P 1 1
Règles de De Morgan
Proposition
(Règles de De Morgan) Soient P et Q deux propositions logiques, alors :
1. P ∧ Q ⇔ P ∨ Q.
2. P ∨ Q ⇔ P ∧ Q.
Règles de De Morgan
Proposition
(Règles de De Morgan) Soient P et Q deux propositions logiques, alors :
1. P ∧ Q ⇔ P ∨ Q.
2. P ∨ Q ⇔ P ∧ Q.
Preuve : On établit la preuve de ces règles en donnant les valeurs de
vérités des propositions logiques correspondantes.
P 0 0 1 1
Q 0 1 0 1
P 1 1 0 0
Q 1 0 1 0
P ∨Q 1 1 1 0
P ∧Q 1 0 0 0
P ∨Q 0 1 1 1
P ∨Q 1 0 0 0
P ∧Q 0 0 0 1
P ∧Q 1 1 1 0
On voit que les propositions logiques (P ∧ Q) et (P ∨ Q ) ont les mêmes

valeurs de vérité, donc elles sont équivalentes. De même pour (P ∨ Q ) et
(P ∧ Q ).
L’implication ⇒
Etant données deux propositions logiques P et Q, on note ((P ⇒ Q )), la
proposition logique qui est
• fausse si P est vraie et Q est fausse
• vraie dans tous les autres cas.
Quand la proposition (P ⇒ Q ) est vraie, on dit que la proposition P
implique la proposition Q.
De cette Définition, on obtient la table de vérités suivante :
Q \P 0 1 P 0 0 1 1
0 1 0 ou Q 0 1 0 1
1 1 1 P⇒Q 1 1 0 1
L’implication ⇒
Etant données deux propositions logiques P et Q, on note ((P ⇒ Q )), la
proposition logique qui est
• fausse si P est vraie et Q est fausse
• vraie dans tous les autres cas.
Quand la proposition (P ⇒ Q ) est vraie, on dit que la proposition P
implique la proposition Q.
De cette Définition, on obtient la table de vérités suivante :
Q \P 0 1 P 0 0 1 1
0 1 0 ou Q 0 1 0 1
1 1 1 P⇒Q 1 1 0 1
Etant données deux propositions logiques P et Q, alors la table de vérités
de Q ∨ P est la suivante :
P 0 0 1 1
Q \P 0 1
P 1 1 0 0
0 1 0 ou
Q 0 1 0 1
1 1 1
Q ∨P 1 1 0 1
Si on rappel
P 0 0 1 1
Q 0 1 0 1
P⇒Q 1 1 0 1
On voit que cette table est identique à celle de (P ⇒ Q ) , donc :

(1.2) (P ⇒ Q ) ⇔ (Q ∨ P )
La contraposée.
Dans certaines situations, il est difficile de montrer directement
l’implication (P ⇒ Q ) alors on essaye de donner une autre proposition
équivalente qui pourrait être plus facile à établir.
La contraposée.
Proposition
Etant données deux propositions logiques P et Q, alors les propositions
suivantes :
(P ⇒ Q )
(Q ⇒ P )
sont équivalentes
La contraposée.
Proposition
Etant données deux propositions logiques P et Q, alors les propositions
suivantes :
(P ⇒ Q )
(Q ⇒ P )
sont équivalentes
La deuxième implication est appelée Contraposée de la première

implication.
Preuve : On donnera la preuve de cette équivalence de deux manières
différentes.
1. En utilisant l’équivalence (1.2) on obtient :
(Q ⇒ P ) ⇔ (P ∨ Q )
⇔ (P ∨ Q )
⇔ (Q ∨ P )
⇔ (P ⇒ Q )
donc : (P ⇒ Q ) ⇔ (Q ⇒ P )
2. En utilisant les valeurs de vérité des implications (P ⇒ Q ) et
(Q ⇒ P ), on obtient :
P 0 0 1 1
Q 0 1 0 1
P ⇒Q 1 1 0 1
Q 1 0 1 0
P 1 1 0 0
Q⇒P 1 1 0 1
d’où on déduit que : (P ⇒ Q ) ⇔ (Q ⇒ P ).
La réciproque
Etant données P et Q deux propositions logiques, on appelle la réciroque
de l’implication (P ⇒ Q ) la proposition (Q ⇒ P )
Proposition
Soient O, P et Q trois propositions logiques, alors
1. (P ∧ Q ) ⇔ (Q ∧ P ) (commutativité de ∧)
2. (P ∨ Q ) ⇔ (Q ∨ P ) (commutativité de ∨)
3. P ⇔ (P ∧ P ) (idempotence de ∧)
4. P ⇔ (P ∨ P ) (idempotence de ∨)
5. (O ∨ P ) ∨ Q ⇔ O ∨ (P ∨ Q ) (Associativité de ∨)
6. (O ∧ P ) ∧ Q ⇔ O ∧ (P ∧ Q ) (Associativité de ∧)
7. ((O ∨ P ) ∧ Q ) ⇔ (O ∧ Q ) ∨ (P ∧ Q ) (Distributivité de ∧ par rapport
à ∨)
8. ((O ∧ P ) ∨ Q ) ⇔ (O ∨ Q ) ∧ (P ∨ Q ) (Distributivité de ∨ par rapport
à ∧).
Preuve : On se limitera à la preuve des deux dernières propriétés. Les
autres à vérifier (en exercice (facile)).
7. Dans le tableau suivant, on remarque que les propositions
[(O ∨ P ) ∧ Q ] et [(O ∧ P ) ∨ (O ∧ Q )] ont les mêmes valeurs de vérité.
O 0 0 0 0 1 1 1 1
P 0 0 1 1 0 0 1 1
Q 0 1 0 1 0 1 0 1
O ∧Q 0 0 0 0 0 1 0 1
P ∧Q 0 0 0 1 0 0 0 1
(O ∧ Q ) ∨ (P ∧ Q ) 0 0 0 1 0 1 0 1
O ∨P 0 0 1 1 1 1 1 1
(O ∨ P ) ∧ Q 0 0 0 1 0 1 0 1
donc : [(O ∨ P ) ∧ Q ] ⇔ [(O ∧ P ) ∨ (O ∧ Q )] .
8. De même, dans le tableau suivant on remarque que les propositions
[(O ∧ P ) ∨ Q ] et [(O ∨ Q ) ∧ (P ∨ Q )] ont les mêmes valeurs de vérité.
O 0 0 0 0 1 1 1 1
P 0 0 1 1 0 0 1 1
Q 0 1 0 1 0 1 0 1
O ∧P 0 0 0 0 0 0 1 1
(O ∧ P ) ∨ Q 0 1 0 1 0 1 1 1
(O ∨ Q ) 0 1 0 1 1 1 1 1
(P ∨ Q ) 0 1 1 1 0 1 1 1
(O ∨ Q ) ∧ (P ∨ Q ) 0 1 0 1 0 1 1 1
donc : [(O ∧ P ) ∨ Q ] ⇔ [(O ∨ Q ) ∧ (P ∨ Q )] .
Proposition
Etant données deux propositions logiques P et Q, alors
[P ⇔ Q ] ⇔ [((P ⇒ Q )) ∧ (Q ⇒ P )]
Preuve : Comme :
[((P ⇒ Q )) ∧ (Q ⇒ P )] ⇔ (Q ∨ P ) ∧ (P ∨ Q )
en utilisant la table de vérités suivante :
P 0 0 1 1
Q 0 1 0 1
P 1 1 0 0
Q 1 0 1 0
Q ∨P 1 1 0 1
P ∨Q 1 0 1 1
(Q ∨ P ) ∧ (P ∨ Q ) 1 0 0 1
P ∧Q 0 0 0 1
P ∧Q 1 0 0 0
(P ∧ Q ) ∨ (P ∧ Q ) 1 0 0 1
P⇔Q 1 0 0 1
on déduit que
[P ⇔ Q ] ⇔ [(P ⇒ Q ) ∧ (Q ⇒ P )]
II - ELEMENTS DE LA THEORIE DES ENSEMBLES
1-Les Ensembles
Definition
On appelle ensemble E toute collection d’objets, appelés éléments de
l’ensemble E . Si le nombre de ces objets est fini, ce nombre est appelé
cardinal de E et on le note card (E ) ou |E |, si E possède une infinité
d’éléments, on dit qu’il est de cardinal infini et on note Card (E ) = ∞.
L’un des axiomes de la théorie des ensembles, est que :
Il existe un ensemble, appelé l’ensemble vide et noté ∅, qui ne contient
aucun élément.
On a alors Card (∅) = 0.
Un ensemble contenant un seul élément est appelé “Singleton”, donc de
cardinal égal à 1.
2-Les quantificateurs
On utilise les symboles suivants :
1. ∃ le quantificateur existentiel. On écrit ∃x pour lire “Il existe x”.
2. ∀ le quantificateur universel. On écrit ∀x pour lire “Pour tout x”.
3. On écrit ∃!x pour lire “Il existe un unique x”.
En utilisant ces quantificateurs, pour un ensemble A on a
A=∅ ⇔ ∀x (x ∈ / A)
A est un singleton ⇔ ∃!x (x ∈ A)
⇔ ∃x (x ∈ A) ∧ ∀y (y ∈ A ⇒ y = x )
3-Parties d’un ensemble
Definition
On dit qu’un ensemble A est inclus dans un ensemble B, ou que A est une
partie de l’ensemble B, ou que A est un sous ensemble de B si tout
élément de A est un élément de B. On note A ⊂ B et on a formellement
A ⊂ B ⇔ ∀x (x ∈ A ⇒ x ∈ B )
3-Parties d’un ensemble
Definition
On dit qu’un ensemble A est inclus dans un ensemble B, ou que A est une
partie de l’ensemble B, ou que A est un sous ensemble de B si tout
élément de A est un élément de B. On note A ⊂ B et on a formellement
A ⊂ B ⇔ ∀x (x ∈ A ⇒ x ∈ B )
Quand A n’est pas une partie de B, on note A B et on a formellement :
A B ⇔ ∃x ((x ∈ A) ∧ (x ∈
/ B ))
L’ensemble de toutes les parties d’ un ensemble A est noté P (A).
Example
Soit A = {a, b, 2}, alors
P (A) = {∅, {a}, {b }, {2}, {a, b }, {a, 2}, {b, 2}, A}
Remarque :
Soit A un ensemble, alors ∅ ∈ P (A) et A ∈ P (A).
Remarque :
Soit A un ensemble, alors ∅ ∈ P (A) et A ∈ P (A).
Definition
Soient A et B deux ensembles, on dit que A est égal à B, on note A = B,
s’ils ont les mêmes éléments.
Formellement on a :
A = B ⇔ ∀x (x ∈ A ⇔ x ∈ B )
⇔ (A ⊂ B ) ∧ (B ⊂ A)
4-Opérations sur les ensembles
Definition
Soient A et B deux ensembles.
– On appelle intersection de A et B, l’ensemble, noté A ∩ B, des éléments
de A appartenant aussi à B.
– On appelle réunion de A et B, l’ensemble, noté A ∪ B, des éléments de
A et de ceux de B.
Formellement, on a :
A ∩ B = {x; (x ∈ A) ∧ (x ∈ B )}.
A ∪ B = {x; (x ∈ A) ∨ (x ∈ B )}.
Example
Soient A = {a, c, 1, 2, 5, α, γ} et B = {ζ, η, γ, a, x, z }, alors :
A ∩ B = {a, γ} et A ∪ B = {a, c, 1, 2, 5, α, γ, ζ, η, x, z }.
Proposition
Soient A et B deux ensembles, alors
– (A ∩ B ⊂ A) ∧ (A ∩ B ⊂ B )
– (A ⊂ A ∪ B ) ∧ (B ⊂ A ∪ B )
Definition
Si A ∩ B = ∅, on dit que A et B sont deux ensembles disjoints,
et si de plus E = A ∪ B, on dit que A est le complémentaire de B dans E ,
ou que A et B sont deux ensembles complémentaires dans E , et on note :
A = {E B ou B = {E A
On note aussi :
A = E \B
En d’autres termes,
Soit E un ensemble et A une partie de E . On appelle complémentaire de A

dans E l’ensemble {E A des éléments de E qui ne sont pas dans A.
(on le note aussi Ac ou A)
Formellement on a :
{E A = {x ∈ E ; x ∈
/ A}
Avant de donner un exemple, on remarque que si E est un ensemble alors
∅ ⊂ E et
/ ∅), donc : {E ∅ = E .
(∀x ∈ E , x ∈
Avant de donner un exemple, on remarque que si E est un ensemble alors
∅ ⊂ E et
/ ∅), donc : {E ∅ = E .
(∀x ∈ E , x ∈
Example
Soient E = {1, 2, 3, a, `, α, γ, ♣, ♠} et A = {1, a, α, ♠}, alors :
{E A = {2, 3, `, γ, ♣}
Proposition
Soient E un ensemble et A et B deux parties de E , alors :
1. A⊂B ⇔ {E B ⊂ {E A.
2. {E ({E A) = A
3. {E (A ∩ B ) = {E A ∪ {E B
4. {E (A ∪ B ) = {E A ∩ {E B
Definition
On appelle partition d’un ensemble E , toute famille F ⊂ P (E ) telle que :
1. Les éléments de la famille F sont disjoints deux à deux, c’est à dire
∀A, B ∈ F , A ∩ B = ∅
2. La famille F recouvre l’ensemble E ou que F est un recouvrement de E ,

c’est à dire
F
A=E
A∈F
Proposition

Soit E un ensemble, alors pour toute partie A de E , F = {E A, A est
une partition de E.
Example
Soit E = {1, 3, a, b, c, d, `, α, β, γ}, alors :
F = {{a, γ}, {d, α, β}, {c, 1}, {3, `}, {b }} est une partition de l’ensemble
E.
Definition
Soient A et B deux ensembles non vides, on note A × B l’ensemble des
couples ordonnés (x, y ) tels que x ∈ A et y ∈ B.
A × B est appelé produit cartésien des ensembles A et B.
On convient que
0 0 0 0 0 0
∀(x, y ), (x , y ) ∈ A × B, (x, y ) = (x , y ) ⇔ (x = x ) ∧ (y = y ).
Example
Soient A = {1, 5} et B = {a, α, ♣, ♥}, alors
A × B = {(1, a), (5, a), (1, α), (5, α), (1, ♣), (5, ♣), (1, ♥), (5, ♥)}
B × A = {(a, 1), (a, 5), (α, 1), (α, 5), (♣, 1), (♣, 5), (♥, 1), (♥, 5)}
Example
Soient A = {1, 5} et B = {a, α, ♣, ♥}, alors
A × B = {(1, a), (5, a), (1, α), (5, α), (1, ♣), (5, ♣), (1, ♥), (5, ♥)}
B × A = {(a, 1), (a, 5), (α, 1), (α, 5), (♣, 1), (♣, 5), (♥, 1), (♥, 5)}
Attention !
A × B 6= B × A
III - QUELQUES FORMES DE RAISONNEMENT
LOGIQUE
Un raisonnement logique est une manière d’arriver à une conclusion en

partant d’une (ou de plusieurs) hypothése(s), et en utilisant les régles de
déduction d’une proposition à partir d’une autre.
III - QUELQUES FORMES DE RAISONNEMENT
LOGIQUE
Un raisonnement logique est une manière d’arriver à une conclusion en

partant d’une (ou de plusieurs) hypothése(s), et en utilisant les régles de
déduction d’une proposition à partir d’une autre.
– Vous connaissez déjà le raisonnement par équivalence qui consiste, à
partir d’une proposition vraie (l’hypothése par exemple), construire par
équivalence d’autres propositions (qui sont donc vraies), dont la derniére
est la conclusion.
– Voici trois autres formes de raisonnement qui découlent des régles de
logique précédentes.
1-Raisonnement à partir de la contraposée
On a (P ⇒ Q ) ⇔ ( Q ⇒ P ),
c’est-à-dire que si la proposition Q est fausse alors la proposition P est
fausse, ce qui est parfois plus simple. C’est ce que l’on appelle un
raisonnement par contraposée.
Example
Si n est un entier impair alors le chiffre des unités de n est impair.
Example
On va montrer la contraposée, à savoir : (Si le chiffre des unités de n est

pair) alors n est pair.
En effet, si le chiffre des unités de n est pair, on peut écrire n = 10q + 2p
soit n = 2(5q + p ) c’est-à-dire n est pair.
Example
On va montrer la contraposée, à savoir : (Si le chiffre des unités de n est

pair) alors n est pair.
En effet, si le chiffre des unités de n est pair, on peut écrire n = 10q + 2p
soit n = 2(5q + p ) c’est-à-dire n est pair.
Attention !
La proposition (P ⇒ Q ) ⇔ (P ⇒ Q ) est fausse !.
2-Raisonnement par l’absurde
Le principe du raisonnement par l’absurde est le suivant : pour démontrer
qu’une proposition R est vraie, on suppose le contraire (c’est-à-dire R
fausse), et on essaye d’arriver à un résultat faux (absurde).
Example
Pour montrer qu’il n’existe pas de plus petit réel strictement positif,
Example
Pour montrer qu’il n’existe pas de plus petit réel strictement positif, on va
supposer qu’il en existe un, noté a (donc 0 < a est tel qu’il n’existe aucun
réel x tel que 0 < x < a). Or le réel a/2 est tel que 0 < a/2 < a , ce qui
contredit l’hypothèse.
3-Raisonnement par récurrence
Soit P (n ) une proposition dépendant de n. n ∈ N
Proposition
S’il existe un entier n0 tel que P (n0 ) est vraie et si pour tout entier n,
n ≥ n0 ; P (n ) entraine P (n + 1) alors pour tout entier n, n ≥ n0 ; P (n )
est vraie.
3-Raisonnement par récurrence
Soit P (n ) une proposition dépendant de n. n ∈ N
Proposition
S’il existe un entier n0 tel que P (n0 ) est vraie et si pour tout entier n,
n ≥ n0 ; P (n ) entraine P (n + 1) alors pour tout entier n, n ≥ n0 ; P (n )
est vraie.
Preuve : On va effectuer un raisonnement par l’absurde : notons
A = {n ≥ n0 : P (n ) est faux} ,
A = {n ≥ n0 : P (n ) est faux} ,
et supposons A non vide.

A ⊂ N, donc A a un plus petit élément que nous noterons n1 .
On a donc n1 − 1 ∈ / A et, de plus,
n1 > n0 car, par hypothèse, P (n0 ) est vrai ;
on a donc n1 − 1 ≥ n0 . Mais n1 − 1 ∈ / A signifie P(n1 − 1) vrai, donc, par
hypothèse sur P (P (n ) entraine P (n + 1)) donc P (n1 − 1) entraine
P (n1 )), P (n1 ) est vrai ;
d’où une contradiction avec le fait que n1 ∈ A (P (n1 ) est fausse).
Donc A est vide.
Example
n n (n + 1)(2n + 1)
On va montrer ∀n ∈ N∗ , ∑ p2 =
p =1 6
n n (n + 1)(2n + 1)
On note P (n ) : ∑ p 2 =
p =1 6
1(1 + 1)(2 + 1)
1. Pour n = 1 ; = 1 = 12 d’où P (1) est vrai
6
2. On suppose P (n ) vrai. Alors
n +1 n n (n + 1)(2n + 1)
∑ p 2 = ∑ p 2 + (n + 1)2 = + (n + 1)2
p =1 p =1 6
(n + 1)((n + 1) + 1)(2(n + 1) + 1)
=
6
Soit ∀n ∈ N∗ ; P (n ) ⇒ P (n + 1)
d’où le résultat c-à-d :
n n (n + 1)(2n + 1)
∀n ∈ N∗ , ∑ p2 =
p =1 6
V - APPLICATIONS ET FONCTIONS
Definition
On appelle application d’un ensemble E dans un ensemble F , toute
correspondance f (relation) entre les éléments de E et ceux de F qui à
tout élément x ∈ E fait correspondre un unique élément y ∈ F noté f (x ).
Definition
– y = f (x ) est appelé image de x et x est un antécédant de y .

– On représente l’application f de E dans F par f : E −→ F .
E est appelé ensemble de départ et F l’ensemble d’arrivée de l’application
f.
Definition
– y = f (x ) est appelé image de x et x est un antécédant de y .

– On représente l’application f de E dans F par f : E −→ F .
E est appelé ensemble de départ et F l’ensemble d’arrivée de l’application
f.
Une correspondance entre E et F est représentée par : f : E F
Une application f entre E et F est aussi représentée par :
f : E −→ F
x −→ f (x )
Autrement, f est une application si et seulement si :
0 0 0
∀x, x ∈ E (x = x ) =⇒ (f (x ) = f (x )).
Example
L’application IdE : E −→ E telle que
∀x ∈ E , IdE (x ) = x
est appelée application identité sur E .
Example
L’application IdE : E −→ E telle que
∀x ∈ E , IdE (x ) = x
est appelée application identité sur E .

Example
Soient E et F deux ensembles non vides et a un élément de F , alors la
correspondance f de E dans F définie par :
∀x ∈ E , f (x ) = a
est une application dite application constante.
Definition
On dit que deux applications f et g sont égales si :
1. Elles ont un même ensemble de départ E et un même ensemble
d’arrivée F .
2. ∀x ∈ E , f (x ) = g (x ).
Definition
d’arrivée F .
2. ∀x ∈ E , f (x ) = g (x ).
On considère les applications suivantes :

f : R −→ R g : R −→ R+ h : R+ −→ R k : R+ −→ R+
x −→ x 2 x −→ x 2 x −→ x 2 x −→ x 2
Definition
d’arrivée F .
2. ∀x ∈ E , f (x ) = g (x ).
On considère les applications suivantes :

f : R −→ R g : R −→ R+ h : R+ −→ R k : R+ −→ R+
x −→ x 2 x −→ x 2 x −→ x 2 x −→ x 2
alors :
f 6= g , car elles n’ont pas le même ensemble d’arrivée.
f 6= h, car elles n’ont pas le même ensemble de départ.
f 6= k, car elles n’ont ni le même ensemble de départ ni le même ensemble
d’arrivée.
Definition
On appelle graphe d’une application f : E − −→ F , l’ensemble
Γf = {(x, f (x )), x ∈ E }
En fait, la définition d’une application f revient à la donnée d’un sous

ensemble Γf de E × F tel que
0 0 0 0 0
∀(x, y ), (x , y ) ∈ Γf ((x, y ) = (x , y ) ⇔ x = x )
5.1 Composition d’applications
Definition
Soient f : E −→ F et g : F −→ G , on note gof l’application de E dans
G définie par :
∀x ∈ E , gof (x ) = g (f (x ))
Cette application est appelée composée des applications f et g.
Definition
G définie par :
∀x ∈ E , gof (x ) = g (f (x ))
Example
Etant données les applications :
f : R −→ R+ et g : R+ −→ R+
x −→ x 2 x −→ x + 1
Definition
G définie par :
∀x ∈ E , gof (x ) = g (f (x ))
Example
Etant données les applications :
f : R −→ R+ et g : R+ −→ R+
x −→ x 2 x −→ x + 1
alors
gof : R −→ R+ et gof (x ) = g (x 2 ) = x 2 + 1
fog : R+ −→ R+ et fog (x ) = f (x + 1) = (x + 1)2
Il est clair que fog 6= gof .

5.2 Restriction et prolongement d’une application
Definition
Etant donnée une application f : E −→ F .
1. On appelle restriction de f à un sous ensemble non vide X de E ,

l’application g : X −→ F telle que
∀x ∈ X , g (x ) = f (x )
On note g = f/X .
5.2 Restriction et prolongement d’une application
Definition
Etant donnée une application f : E −→ F .
1. On appelle restriction de f à un sous ensemble non vide X de E ,

l’application g : X −→ F telle que
∀x ∈ X , g (x ) = f (x )
On note g = f/X .
2. Etant donné un ensemble G tel que E ⊂ G , on appelle prolongement de
l’application f à l’ensemble G , toute application h de G dans F telle que f
est la restriction de h à E .
D’après cette définition, f est un prolongement de f/X à E .
Remarque
Si F n’est pas un singleton, alors le prolongement de f n’est pas unique.
Example
Etant donnée l’application
f : R+ −→ R
x −→ logx
alors
g : R −→ R et h : R −→ R
x −→ log |x | x −→ log (2|x | − x )
sont deux prolongements différents de f à IR.
5.3 Images et images réciproques
Example
Soit l’application f : E −→ F et A ⊂ E et M ⊂ F .
1. On appelle image de A par f , l’ensemble des images des éléments de A

noté :
f (A) = {f (x ), x ∈ A} ⊂ F
Example

noté :
f (A) = {f (x ), x ∈ A} ⊂ F
2. On appelle image réciproque de M par f , l’ensemble des antécédents

des éléments de M, noté :
f −1 (M ) = { x ∈ E , f (x ) ∈ M } ⊂ E
Example

noté :
f (A) = {f (x ), x ∈ A} ⊂ F
2. On appelle image réciproque de M par f , l’ensemble des antécédents

des éléments de M, noté :
f −1 (M ) = { x ∈ E , f (x ) ∈ M } ⊂ E
Formellement on a :
∀y ∈ F , y ∈ f (A) ⇔ ∃x ∈ A, y = f (x )
∀x ∈ E , x ∈ f −1 (M ) ⇔ f (x ) ∈ M
Remarque
0
Etant données deux applications f : E −→ F et g : F −→ G , alors on
peut définir l’application composée gof : E −→ G , si f (E ) ⊂ F 0 .
Example
Soient
f : R −→ R et h : R+ −→ R
x −→ x 2 x −→ logx
alors hof est définie par :
hof : R −→ R, x −→ log x 2
5.4 Applications injectives, surjectives, bijectives
Definition
On dit que :
1. f est injective si tout élément de F possède au plus un antécédant.

2. f est surjective si tout élément de F possède au moins un antécédant.
3. f est bijective si elle est injective et surjective
5.4 Applications injectives, surjectives, bijectives
Definition
On dit que :
1. f est injective si tout élément de F possède au plus un antécédant.

2. f est surjective si tout élément de F possède au moins un antécédant.
3. f est bijective si elle est injective et surjective
La première propriété est équivalente à dire que deux éléments distincts de
E ne peuvent pas être des antécédents d’un même élément de F , ce qui
revient formellement à :
0 0 0
f injective ⇔ ∀x, x ∈ E , (x 6= x ⇒ f (x ) 6= f (x ))
En prenant la contrapposée de l’implication, dans la deuxième proposition
de cette équivalence, on obtient :
0 0 0
f injective ⇔ ∀x, x ∈ E , (f (x ) = f (x ) ⇒ x = x )
De même
f surjective ⇔ ∀y ∈ F , ∃x ∈ E , f (x ) = y
d’où on déduit :
f bijective ⇔ ∀y ∈ F , ∃!x ∈ F , f (x ) = y
Proposition
Une application f : E −→ F est bijective si et seulement si il existe une
unique application g : F −→ E telle que
fog = IdF et gof = IdE .
On dit que f est inversible et g , notée f −1 , est appelée “l’application

réciproque” ou “l’application inverse” de f .
Preuve :
I.) Supposons qu’il existe une application g : F −→ E telle que
fog = IdF et gof = IdE
Montrons que f est bijective.
Preuve :

1. Soit y ∈ F , comme fog = IdF alors fog (y ) = y , par suite il existe
x = g (y ) ∈ E tel que f (x ) = y , ce qui montre que f est surjective.
Preuve :

x = g (y ) ∈ E tel que f (x ) = y , ce qui montre que f est surjective. 2.
0
Soient x, x ∈ E ,
0 0
f (x ) = f (x ) ⇒ g (f (x )) = g (f (x )) car g est une application
0
⇒ gof (x ) = gof (x )
0
⇒ x =x car gof = IdE
ce qui montre que f est injective.
Preuve :

x = g (y ) ∈ E tel que f (x ) = y , ce qui montre que f est surjective. 2.
0
Soient x, x ∈ E ,
0 0
f (x ) = f (x ) ⇒ g (f (x )) = g (f (x )) car g est une application
0
⇒ gof (x ) = gof (x )
0
⇒ x =x car gof = IdE
ce qui montre que f est injective. De 1. et 2. on déduit que f est bijective.
L’implication réciproque en exercice
Remarque
Il est clair que si f est bijective, il en est de même de f −1 et on a :
(f −1 )−1 = f . On dit que f est une bijection entre E et F et que E et F
sont deux ensembles équipotents.
Remarque
Il est clair que si f est bijective, il en est de même de f −1 et on a :
(f −1 )−1 = f . On dit que f est une bijection entre E et F et que E et F
sont deux ensembles équipotents.
Proposition
Soient f : E −→ F et g : F −→ G , alors
1. (f injective ) ∧ (g injective ) ⇒ (gof injective ).

2. (f surjective ) ∧ (g surjective ) ⇒ (gof surjective ).
3. (f bijective ) ∧ (g bijective ) ⇒ (gof bijective et (gof )−1 = f −1 og −1 ).
Remarque
Les réciproques des implications de la proposition précédente ne sont pas
vraies.
Remarque
Les réciproques des implications de la proposition précédente ne sont pas
vraies.
Pour s’en convaincre il suffit de prendre l’exemple suivant.
Etant données les applications suivantes :
f : R −→ R et g : R −→ R
x −→ exp (x ) et x −→ ln (|x |)
alors
gof : R −→ R
x −→ x
est injective malgré que g ne le soit pas et gof est surjective malgré que f
ne le soit pas (par exemple -1 n’ a pas d’antécédent).
5.5 Fonctions
Definition
On appelle fonction de E dans F , toute application f d’un sous ensemble
Df ⊂ E dans F . Df est appelé “ensemble de définition de f ”. ou
“domaine de définition de f ”
Remarque
Toutes les notions données pour les applications peuvent être adaptées
pour les fonctions.
VI-RELATIONS BINAIRES
Definition
Soient E et F deux ensembles. On dit que R est une relation binaire si elle
correspond à une propriété caractéristique des éléments d’une partie Γ de
E × F.
Γ est appelé le graphe de la relation R.
Definition
E × F.
Autrement dit : Dire que (x; y ) ∈ Γ correspond à ”x et y vérifient la
relation R” ce qui sera noté xRy .
Donc
Γ = {(x; y ) ∈ E × F : xRy }
Definition
E × F.
Autrement dit : Dire que (x; y ) ∈ Γ correspond à ”x et y vérifient la
relation R” ce qui sera noté xRy .
Donc
Γ = {(x; y ) ∈ E × F : xRy }
Example
Soit E = F = {1, 2, 3} ; et R = ”< ” : Nous avons 1 < 2 ; 1 < 3 ; 2 < 3
donc Γ = {(1, 2), (1, 3), (2, 3)}
Si E = F ; on dit que R est une relation binaire définie sur E .

Definition
Etant donnée une relation binaire R sur l’ensemble non vide E , on dit que :
1. R est Reflexive ⇔ ∀x ∈ E (xRx ),
Definition

2. R est Transitive ⇔ ∀x, y , z ∈ E [((xRy ) ∧ (yRz )) ⇒ (xRz )]
Definition

3. R est Symétrique ⇔ [∀x, y ∈ E (xRy ) ⇒ (yRx )]
Definition

3. R est Symétrique ⇔ [∀x, y ∈ E (xRy ) ⇒ (yRx )]
4. R est Anti-Symétrique ⇔ [∀x, y ∈ E ((xRy ) ∧ (yRx )) ⇒ (x = y )]
6.1 - Relations d’équivalence
Definition
On dit qu’une relation binaire R sur un ensemble E est une relation
d’équivalence si elle est Réflexive, Symétrique et Transitive.
Definition
Definition
Soit R une relation d’équivalence sur un ensemble E .
– On dit que deux éléments x et y ∈ E sont équivalents si xRy .
Definition
Definition

– On appelle classe d’équivalence d’un élément x ∈ E , l’ensemble :
·
x = {y ∈ E ; xRy }.
Definition
Definition

·
x = {y ∈ E ; xRy }.
·
– x est dit un représentant de la calsse d’équivalence x .
Definition
Definition

·
x = {y ∈ E ; xRy }.
·
– On appelle ensemble quotient de E par la relation d’équivalence R,
l’ensemble des classes d’équivalence de tous les éléments de E . Cet
ensemble est noté E /R.
Definition
Definition

·
x = {y ∈ E ; xRy }.
·
– On appelle ensemble quotient de E par la relation d’équivalence R,
l’ensemble des classes d’équivalence de tous les éléments de E . Cet
ensemble est noté E /R.
·
– L’application s de E dans E /R telle que pour tout x ∈ E , s (x ) = x ,
est appelée “surjection canonique” de E sur E /R.
Example
Etant donné E un ensemble non vide, alors
L’egalité est une relation d’équivalence dans E
Example
Etant donné E un ensemble non vide, alors
L’egalité est une relation d’équivalence dans E
Example
Soit n ∈ Z, on définit dans Z la relation R par :
∀x, y ∈ Z, xRy ⇔ x − y est un multiple de n

⇔ ∃k ∈ Z; x − y = kn
Montrons que R est une relation d’équivalence et donnons l’ensemble
quotient Z/R.
i) R est une relation Réflexive, car on a :
∀x ∈ Z, x − x = 0.n, donc ∀x ∈ Z, xRx
quotient Z/R.
∀x ∈ Z, x − x = 0.n, donc ∀x ∈ Z, xRx
ii) R est une relation Symétrique, car on a :

∀x, y ∈ Z, xRy ⇔ ∃k ∈ Z; x − y = kn
⇔ ∃k ∈ Z; y − x = (−k )n
⇔ ∃k 0 ∈ Z; x − y = k 0 n (k 0 = −k )
⇔ yRx
Donc ∀x, y ∈ Z, xRy ⇔ yRx
quotient Z/R.
∀x ∈ Z, x − x = 0.n, donc ∀x ∈ Z, xRx
ii) R est une relation Symétrique, car on a :

∀x, y ∈ Z, xRy ⇔ ∃k ∈ Z; x − y = kn
⇔ ∃k ∈ Z; y − x = (−k )n
⇔ ∃k 0 ∈ Z; x − y = k 0 n (k 0 = −k )
⇔ yRx
Donc ∀x, y ∈ Z, xRy ⇔ yRx
iii) R est une relation Transitive, car on a :
∀x, y , z ∈ Z, (xRy ) ∧ (yRz ) ⇒ (∃k ∈ Z; x − y = kn) ∧ (∃k 0 ∈ Z; y − z
00 00 00 0
⇒ (∃k ∈ Z; x − z = k n). (k = k + k )
⇒ (xRz )
donc
∀x, y , z ∈ Z, (xRy ) ∧ (yRz ) ⇒ (xRz )
De i) , ii) et iii) , on déduit que R est une relation déquivalence.
2. Déterminons l’ensemble quotient Z/R.
Soit x ∈ Z, alors :
∀y ∈ Z, xRy ⇔ ∃k ∈ Z; x − y = kn
⇔ ∃k ∈ Z; y = x − kn
0 0
⇔ ∃k ∈ Z; y = x + k n
donc :
·
x = { x + kn, k ∈ Z },
On montrera
plus tard que
· · · ·
Z/R = 0, 1, 2, ..., n − 1 = {kZ, 1 + kZ, ..., (k − 1) + kZ}
Remarque : Z/R est noté Z/nZ
Example
Soient E et F deux ensembles non vides et f : E −→ F , on définit la
relation binaire R sur E par :
∀x, y ∈ E , xRy ⇔ f (x ) = f (y )
alors R est une relation d’équivalence sur E .
Proposition
Soit R une relation d’équivalence sur un ensemble non vide E , alors
· · · ·
∀x, y ∈ E , (y ∩ x = ∅) ∨ ((y = x )
6.2 - Relations d’ordre
Definition
On dit qu’une relation binaire R sur E est une relation d’ordre si elle est
Réflexive, Transitive et Anti-Symétrique.
Dans la littérature, les relations d’ordre sont souvent notées ≤.
6.2 - Relations d’ordre
Definition
On dit qu’une relation binaire R sur E est une relation d’ordre si elle est
Réflexive, Transitive et Anti-Symétrique.
Dans la littérature, les relations d’ordre sont souvent notées ≤.

Si x ≤ y , on dit que x est inférieur ou égal à y ou que y est supérieur ou
égal à x. On dit aussi que x est plus petit (ou égal ) que y et y est plus
grand (ou égal) que x.
Definition
Soit ≤ une relation d’ordre sur un ensemble E .
1. On dit que deux éléments x et y de E sont comparables si :
x ≤ y ou y ≤ x
Definition
Soit ≤ une relation d’ordre sur un ensemble E .
1. On dit que deux éléments x et y de E sont comparables si :
x ≤ y ou y ≤ x
2. On dit que ≤ est une relation d’ordre total, ou que E est totalement
ordonné par ≤, si tous les éléments de E sont deux à deux comparables. Si
non, on dit que la relation ≤ est une relation d’ordre partiel ou que E est
partiellement ordonné par ≤ .
Example
Il facile de voir que la relation binaire ≤ est une relation d’ordre sur R,
ce qui peut justifier la designation d’une relation d’ordre quelconque par ≤
Example
Example
Etant donné E un ensemble non vide, alors l’egalité est une relation
d’ordre dans E
Il est evident que Si E n’est pas un singleton, L’egalité est une relation
d’ordre partiel dans E
Example
Example
Etant donné E un ensemble non vide, alors l’egalité est une relation
d’ordre dans E
Il est evident que Si E n’est pas un singleton, L’egalité est une relation
d’ordre partiel dans E
Example
Soit F un ensemble et E = P (F ). On considère, sur E = P (F ), la relation
binaire ⊂. C’est une relation d’ordre sur E .
Plus petit, Plus grand élément
Definition
Soit (E , ≤) un ensemble ordonné et A ∈ P (E ).
1. On dit que m ∈ A est le plus petit élément de A si ∀y ∈ A (m ≤ y )

2. On dit que M ∈ A est le plus grand élément de A si ∀y ∈ A (y ≤ M )
Example
Dans N∗ on définit la relation | (divise)par :
∀n, m ∈ N∗ , n|m ⇔ (∃k ∈ N; m = k.n)
| est une relation d’ordre.
Proposition
Soit (E , ≤) un ensemble ordonné et A ∈ P (E ) alors si A possède un plus
petit ou un plus grand élément, il est unique.
Proposition
Soit (E , ≤) un ensemble ordonné et A ∈ P (E ) alors si A possède un plus
petit ou un plus grand élément, il est unique.
Preuve : Soient m et m0 deux éléments de A, alors :

(m plus petit élément de A) ∧ (m0 plus petit élément de A)
0
=⇒ ((m ≤ m ) ∧ (m0 ≤ m))
0
=⇒ m = m
d’où l’unicité du plus petit élément de A, s’il existe.
Le même type de raisonnement nous montre l’unicité du plus grand
élément de A, s’il existe.
6.3 - Eléments Minimaux et éléments maximaux
Definition
1. On dit qu’un élément m ∈ A est un élément minimal dans A s’il n’y a

pas dans A un élément plus petit que lui. Ceci est formellement équivalent
à :
∀y ∈ A (y ≤ m ⇒ y = m )
6.3 - Eléments Minimaux et éléments maximaux
Definition
1. On dit qu’un élément m ∈ A est un élément minimal dans A s’il n’y a

pas dans A un élément plus petit que lui. Ceci est formellement équivalent
à :
∀y ∈ A (y ≤ m ⇒ y = m )
2. On dit qu’un élément M ∈ A est un élément maximal dans A s’il n’y a

pas dans A un élément plus grand que lui. Ceci est formellement
équivalent à :
∀y ∈ A (M ≤ y ⇒ y = M )
Example
On reprend la relation inclusion et
A = {{1, 2, 3}, {0, 4}, {1, 3, 5}, {1, 5}, {1, 3}, {5, 3}, {0, 5, 6, 7}},
alors
1. Les éléments minimaux de A sont : {0, 4}, {1, 5}, {1, 3}, {5, 3} et
{0, 5, 6, 7}
Example
A = {{1, 2, 3}, {0, 4}, {1, 3, 5}, {1, 5}, {1, 3}, {5, 3}, {0, 5, 6, 7}},
alors
{0, 5, 6, 7}
2. Les éléments maximaux de A sont : {0, 4}, {1, 2, 3}, {1, 3, 5} et
{0, 5, 6, 7}.
Example
A = {{1, 2, 3}, {0, 4}, {1, 3, 5}, {1, 5}, {1, 3}, {5, 3}, {0, 5, 6, 7}},
alors
{0, 5, 6, 7}
{0, 5, 6, 7}.
3. A n’a pas de plus petit élément.
Example
A = {{1, 2, 3}, {0, 4}, {1, 3, 5}, {1, 5}, {1, 3}, {5, 3}, {0, 5, 6, 7}},
alors
{0, 5, 6, 7}
{0, 5, 6, 7}.
3. A n’a pas de plus petit élément.
4. A n’a pas de plus grand élément.
Proposition
Soit (E , ≤) un ensemble ordonné et m, M ∈ E , alors
1. m plus petit élément de A ⇒ m est le seul élément minimal dans A.
Proposition
Soit (E , ≤) un ensemble ordonné et m, M ∈ E , alors
1. m plus petit élément de A ⇒ m est le seul élément minimal dans A.

2. M plus grand élément de A ⇒ M est le seul élément maximal dans A.
Preuve : Immédiate.
A-t-on les réciproques de ces propriétés ?
6.4 - Borne Inférieure, Borne Supérieure
Definition
Soit (E , ≤) un ensemble ordonné, A une partie de E .
– On appelle minorant de l’ensemble A, tout élément m ∈ E tel que

∀x ∈ A, m ≤ x
Definition

∀x ∈ A, m ≤ x
– On appelle majorant de l’ensemble A, tout élément M ∈ E tel que
∀x ∈ A, x ≤ M
Definition

∀x ∈ A, m ≤ x
∀x ∈ A, x ≤ M
– Le plus grand des minorants, s’il existe, est appelé borne inférieure de A
et noté infA.
Definition

∀x ∈ A, m ≤ x
∀x ∈ A, x ≤ M
et noté infA.
– Le plus petit des majorants, s’il existe, est appelé borne supérieure de A
et noté supA.
Definition

∀x ∈ A, m ≤ x
∀x ∈ A, x ≤ M
et noté infA.
et noté supA.
– Si A possède un minorant, on dit que A est minoré,
Definition

∀x ∈ A, m ≤ x
∀x ∈ A, x ≤ M
et noté infA.
et noté supA.
– Si A possède un majorrant, on dit que A est majoré,
Definition

∀x ∈ A, m ≤ x
∀x ∈ A, x ≤ M
et noté infA.
et noté supA.
– Si A possède un minorant et un majorrant, on dit que A est borné.
Definition

∀x ∈ A, m ≤ x
∀x ∈ A, x ≤ M
et noté infA.
et noté supA.
– Si A possède un minorant et un majorrant, on dit que A est borné.
1. Le plus petit (respectivement le plus grand) élément de A, s’il existe, est
un minorant (respectivement un majorant) de A. Par contre, un minorant
(respectivement un majorant) de A peut ne pas être le plus petit
(respectivement le plus grand) élément de A, car il n’est pas
nécessairement dans A.
2. Si la borne inférieure ou la borne supérieure d’un ensemble A existe,
alors elle est unique.
2. Si la borne inférieure ou la borne supérieure d’un ensemble A existe,
alors elle est unique.
3. Si E est totalement ordonné par ≤, alors tout sous ensemble fini A de
E admet un plus petit élément et un plus grand élément.
Example
Soient F = {1, a, 2, 5, γ}, l’ensemble E = P (F ) ordonné par la relation ⊂
et une partie A = {{a, 2}, {2, 5, γ}, {1, 2, γ}, {a, 2, 5}}, alors :
1. Les mimorants de A sont : ∅ et {2}.
Example

2. InfA = {2}.
Example

2. InfA = {2}.
3. A n’a pas de plus petit élément, car InfA ∈
/ A.
Example

2. InfA = {2}.
/ A.
4. Le seul majorant de A est : F = {1, a, 2, 5, γ}.
Example

2. InfA = {2}.
/ A.
5. SupA = F .
Example

2. InfA = {2}.
/ A.
5. SupA = F .
6. A n’a pas de plus grand élément, car SupA ∈ / A.
Example

2. InfA = {2}.
/ A.
5. SupA = F .
6. A n’a pas de plus grand élément, car SupA ∈ / A.
Proposition
Soient (E , ≤) un ensemble totalement ordonné et A et B deux sous
ensembles de E dont les bornes inférieures et supérieures existent, alors :
– sup (A ∪ B ) = max {supA, supB }

– inf (A ∪ B ) = min {infA, infB }
– sup (A ∩ B ) ≤ min {supA, supB }
– inf (A ∩ B ) ≥ max {infA, infB }
VII-COMBINATOIRE ET DENOMBREMENT
Dans tout ce qui suit, nous noterons n! le produit 1 × 2 × 3 × ... × n, ce

produit s’appelle ”factorielle n”. On convient que 0! = 1.
VII-COMBINATOIRE ET DENOMBREMENT
Dans tout ce qui suit, nous noterons n! le produit 1 × 2 × 3 × ... × n, ce

produit s’appelle ”factorielle n”. On convient que 0! = 1.
7.1 - Principes de base du dénombrement
Principe de la somme
Si des ensembles A1 , A2 , ..., Ap constituent une partition d’un ensemble fini
E , alors :
Card (A1 ) + Card (A2 ) + ... + Card (Ap ) = Card (E )
Example
Combien y a-t-il de carrés dont les côtés sont matérialisés sur la figure
ci-contre ?
Example
ci-contre ?
Soit E l’ensemble de tous les carrés. Notons A1 , A2 , A3 et A4 l’ensemble de

ces carrés ayant pour côtés respectifs 1, 2, 3 et 4 carreaux.
Example
ci-contre ?

Les sous ensembles A1 , A2 , A3 et A4 constituent une partition de E
(puisqu’ils n’ont aucun élément en commun et que leur réunion est E ).
Example
ci-contre ?

D’après le principe de la somme, On a :
Card (E ) = Card (A1 ) + Card (A2 ) + Card (A3 ) + Card (A4 ) =
16 + 9 + 4 + 1 = 30.
Example
ci-contre ?

D’après le principe de la somme, On a :
Card (E ) = Card (A1 ) + Card (A2 ) + Card (A3 ) + Card (A4 ) =
16 + 9 + 4 + 1 = 30.
Il y a donc, au total 30 carrés dont les côtés sont matérialisés sur la figure
ci-contre.
Proposition
Si A et B sont deux parties d’un ensemble fini E , alors :
1) Si A et B sont disjoints alors : Card (A ∪ B ) = Card (A) + Card (B )
Proposition

2) Card (A) = Card (E ) − Card (A)
Proposition

3) Card (A ∪ B ) = Card (A) + Card (B ) − Card (A ∩ B )
Proposition

3) Card (A ∪ B ) = Card (A) + Card (B ) − Card (A ∩ B )
Démonstration :
1) Les ensembles A et B constituent une partition de l’ensemble
A ∪ B.Donc d’après le principe de la somme on obtient le résultat.
2) Les ensembles A et A constituent une partition de l’ensemble E , donc
en vertu encore du principe de la somme on a
Card (A) + Card (A) = Card (E ).
3) Notons B \A l’ensemble des éléments de B qui ne sont pas dans A et
A\B, l’ensemble des éléments de A qui ne sont pas dans B.
Remarquons que B \A = B \(A ∩ B ) (c’est-à-dire B \A est le
complémentaire de A ∩ B dans B), donc d’après 2)
Card (B \A) = Card (B ) − Card (A ∩ B ). De même,
Card (A\B ) = Card (A) − Card (A ∩ B ). Enfin, remarquons que B \A, A
\B et A ∩ B constituent une partition de A ∪ B, donc
Card (A ∪ B ) = Card (B ) − Card (A ∩ B ) + Card (A) − Card (A ∩ B )
+Card (A ∩ B ) d’où le résultat.
.
Principe du produit (ou principe multiplicatif)
Si une situation comporte p étapes offrant respectivement n1 , n2 , ..., np
possibilités alors le nombre total d’issues est : n1 × n2 × ... × np
C’est la règle utilisée lorsque nous dressons un arbre.
.
Il en découle le cardinal du produit cartésien :
Rappel : Si E1 , E2 , ..., Ep sont p ensembles, E1 × E2 × ... × Ep représente
le produit cartésien de E1 , E2 , ..., Ep
c’est-à-dire l’ensemble des p-uplets (e1 , e2 , ..., ep ) où
e1 ∈ E1 , e2 ∈ E2 , ..., ep ∈ Ep .
.
Il en découle le cardinal du produit cartésien :
Rappel : Si E1 , E2 , ..., Ep sont p ensembles, E1 × E2 × ... × Ep représente
le produit cartésien de E1 , E2 , ..., Ep
c’est-à-dire l’ensemble des p-uplets (e1 , e2 , ..., ep ) où
e1 ∈ E1 , e2 ∈ E2 , ..., ep ∈ Ep .
Proposition
Si E1 , E2 , ..., Ep sont p ensembles de cardinal fini, alors :
Card (E1 × E2 × ... × Ep ) = Card (E1 ) + Card (E2 ) + ... + Card (Ep )
- Un code comporte deux lettres distinctes suivies d’un chiffre non nul.
Combien peut-on former de codes distincts ?
Les trois étapes : choix de la première lettre, de la deuxième, puis du
chiffre offrent respectivement 26, 25 et 9 possibilités. Le nombre cherché
est donc 26 × 25 × 9 = 5850 codes distincts.
Les trois étapes : choix de la première lettre, de la deuxième, puis du
chiffre offrent respectivement 26, 25 et 9 possibilités. Le nombre cherché
est donc 26 × 25 × 9 = 5850 codes distincts.
Tous les principes exposés ci-dessus étant intuitivement évident, nous ne
préciserons pas nécessairement, par la suite, quand nous les utiliserons.
7.2 - Dénombrement des p-listes
Definition
Une p-liste (ou liste de longueur p) d’un ensemble E est un p-uplet
d’éléments de E . C’est un élément du produit cartésien E p = E × ... × E
(p fois).
Definition
(p fois).
- E = {0; 1; 2; ...; 99}. Une 5-liste de E est par exemple (21, 12, 12, 15, 98).
Definition
(p fois).
- E = {a; b; c; ...; z }. Le 6-uplet (a, n, a, n, a, s ) est une 6-liste de E . En
pratique, et lorsque la situation le permet, une p-liste est tout simplement
notée ainsi : ananas .
Definition
(p fois).
Remarque
:
- On précise parfois p-liste ”avec répétition” pour les distinguer des
arrangements qui seront évoqués au paragraphe suivant.
Definition
(p fois).
Remarque
:
- On précise parfois p-liste ”avec répétition” pour les distinguer des
arrangements qui seront évoqués au paragraphe suivant.
- On suppose que la 0-liste existe, c’est la liste qui ne comporte aucun
élément.
Proposition
Soit E un ensemble de cardinal fini n. Le cardinal de l’ensemble E P des
p-listes de E est np .
Proposition
Soit E un ensemble de cardinal fini n. Le cardinal de l’ensemble E P des
p-listes de E est np .
La démonstration de cette proposition découle simplement du principe

multiplicatif.
Applications :
1) Au loto sportif, on coche l’une des trois cases 1N2 pour chacun des 13
matches sélectionnés. Dénombrer le nombre de grilles distinctes.
Applications :
Il y en a autant que de 13-listes de l’ensemble {1;N; 2} soit 313 = 1594323.
Applications :
2) Quel est le nombre d’applications d’un ensemble de cardinal p dans un
ensemble de cardinal n ?
Applications :
2) Quel est le nombre d’applications d’un ensemble de cardinal p dans un
ensemble de cardinal n ?
Il y a np aplications. En effet, pour chacun des p éléments de l’ensemble
de départ, il y a n choix d’image dans l’ensemble d’arrivée.
7.3 - Dénombrement des Arrangements et des Permutations
Definition
Soit E un ensemble de cardinal fini n et p un entier naturel tel que
0 ≤ p ≤ n.
Un arrangement de p éléments de E est une p-liste d’éléments distincts de

E.
Definition
0 ≤ p ≤ n.

E.
Une permutation de E est un arrangement des n éléments de E .
Definition
0 ≤ p ≤ n.

E.
Un arrangement est donc une p-liste dans laquelle il n’y a pas de

répétitions.
Definition
0 ≤ p ≤ n.

E.

répétitions.
- E = {a; b; c; ...; z }. Les listes suivantes : beau , matin , sont des
arrangements de 4 et 5 éléments de E . Par contre, arrangement n’est pas
un arrangement de 11 éléments de E car ses éléments ne sont pas distincts.
Definition
0 ≤ p ≤ n.

E.

répétitions.
- E = {a; b; c; ...; z }. Les listes suivantes : beau , matin , sont des
arrangements de 4 et 5 éléments de E . Par contre, arrangement n’est pas
un arrangement de 11 éléments de E car ses éléments ne sont pas distincts.
- Soit E = {s; u; c; r ; e }. Les anagrammes du mot sucre sont des
permutations de E .
Remarque
une permutation de E correspond à une bijection de E .
Proposition
Soit E un ensemble fini de cardinal n et p un entier naturel tel que
1 ≤ p ≤ n.
- Le nombre d’arrangements de p éléments de E est :
n!
Apn = n (n − 1)...(n − p + 1) =
(n − p ) !
- Le nombre de permutations de E est : Ann = n!
Proposition
1 ≤ p ≤ n.
n!
Apn = n (n − 1)...(n − p + 1) =
(n − p ) !
Et par convention, le nombre d’arrangement de 0 éléments d’un ensemble

E est A0n = 1
La démonstration de ce théorème découle simplement du principe
multiplicatif.
Proposition
1 ≤ p ≤ n.
n!
Apn = n (n − 1)...(n − p + 1) =
(n − p ) !
Et par convention, le nombre d’arrangement de 0 éléments d’un ensemble

E est A0n = 1
La démonstration de ce théorème découle simplement du principe
multiplicatif.
Remarque
il y a donc n! bijections d’un ensemble E de cardinal n dans lui même.
Applications :
1) Le tiercé : une course de chevaux comporte 20 partants. Combien
peut-il y avoir de résultats possibles de tiercés dans l’ordre ?
Applications :
Soit E l’ensemble des numéros des chevaux. On a Card (E ) = 20. Un tiercé
correspond à un arrangement de 3 éléments de E , il y en a A320 = 6840.
Applications :
2) De combien de façons peut-on repartir 7 personnes sur 7 chaises ?
Applications :
Désignons parp1 , p2 , ..., p7 les 7 personnes et posons E = {p1 ; p2 ; ...; p7 }.
Une répartition peut se voir comme un arrangement des 7 éléments de E
c’est-à-dire une permutation de E , il y en a 7! = 5040.
Applications :
3) Apn est le nombre d’applications injectives d’un ensemble de cardinal p
dans un ensemble de cardinal n.
Applications :
(n choix d’image pour le premier élément, n − 1 choix pour le second,
etc..., n − p + 1 choix pour le dernier).
Applications :
(n choix d’image pour le premier élément, n − 1 choix pour le second,
etc..., n − p + 1 choix pour le dernier).
Ann = n! est le nombre le nombre de bijections d’un ensemble de cardinal
n sur lui même.
7.4 - Dénombrement des Combinaisons
Definition
0 ≤ p ≤ n.
Une combinaison de p éléments de E est une partie de E ayant p éléments.
Definition
0 ≤ p ≤ n.

E = {a; b; c } et p = 2. Les combinaisons de deux éléments de E sont les
parties : {a; b }, {a; c }et {b; c }.
Definition
0 ≤ p ≤ n.

Il est essentiel de noter que :
- Dans une partie, les éléments sont deux à deux distincts.
Definition
0 ≤ p ≤ n.

Il est essentiel de noter que :
- Dans une partie, les éléments sont deux à deux distincts.
- Deux parties qui contiennent les mêmes éléments sont égales . Ainsi
{a; b } = {b; a}. (L’ordre dans lequel on
écrit les éléments n’a pas d’importance)
Proposition
0 ≤ p ≤ n.
Le nombre de combinaisons de p éléments de E est :
Apn n!
Cnp = =
p! p!(n − p )!
Les coefficients Cnp sont encore appelés coefficient binomiaux. (On verra
pourquoi au paragraphe suivant)
Proposition
0 ≤ p ≤ n.
Le nombre de combinaisons de p éléments de E est :
Apn n!
Cnp = =
p! p!(n − p )!
Les coefficients Cnp sont encore appelés coefficient binomiaux. (On verra
pourquoi au paragraphe suivant)
Démonstration : Dénombrons les arrangements de p éléments d’un
ensemble fini E de cardinal n. Un arrangement est caractérisé par :
- Le choix d’une partie de E à p éléments ( Cnp choix)
- La façon d’ordonner les p éléments de la partie choisie (p! façons)
Le principe multiplicatif donne alors Apn = Cnp × p! d’où le théorème.
Remarque
Bien que les coefficients Cnp soient donnés sous forme de fraction, ils sont
bien des entiers :
Remarque
bien des entiers :
en effet l’entier Apn = n (n − 1)...(n − p + 1) est le produit de p entiers
consécutifs. Or, dans p entiers consécutifs, on en trouve toujours un qui
est divisible par p, un autre divisible par p − 1 etc ... donc Apn est divisible
par p!.
Remarque
bien des entiers :
en effet l’entier Apn = n (n − 1)...(n − p + 1) est le produit de p entiers
consécutifs. Or, dans p entiers consécutifs, on en trouve toujours un qui
est divisible par p, un autre divisible par p − 1 etc ... donc Apn est divisible
par p!.
Interprétation importante
Cnp représente le nombre de façons de choisir p objets parmi n (l’ordre
n’important pas).
Applications :
1) Le loto : On tire au hasard 6 boules parmi 49. Combien de tirages
possibles ?
Applications :
possibles ?
C’est le nombre de façons de choisir 6 objets parmi 49, soit
6 = 13983816.
C49
Applications :
possibles ?
6 = 13983816.
C49
2) Nombre de comités de 3 personnes que l’on peut élire dans une
assemblée de 20 personnes :
Applications :
possibles ?
6 = 13983816.
C49
c’est C203 = 1140.
3) Tirages simultanés ou non ordonnés : une urne contient 10 boules

numérotées 0, 1, ..., 10. On en tire simultanément trois. Combien de tirages
différents ?
Applications :
possibles ?
6 = 13983816.
C49
c’est C203 = 1140.
3) Tirages simultanés ou non ordonnés : une urne contient 10 boules

numérotées 0, 1, ..., 10. On en tire simultanément trois. Combien de tirages
différents ?
c’est C103 = 120.
7.5 - Propriétés des coefficients binomiaux
Proposition
Symétrie
Pour tout entier n et tout entier p tel que 0 ≤ p ≤ n, on a : Cnp = Cnn−p
Proposition
Symétrie

Démonstration : Cnp représente le nombre parties de p éléments d’un
ensemble E . Or, à chaque partie on peut associer de façon unique une
autre partie : son complémentaire. Et le complémentaire d’une partie à p
élément comporte n − p éléments. Donc dénombrer les parties à p
éléments revient à dénombrer les parties complémentaires à n − p
éléments et il y en a Cnn−p .
Conséquences : Cn0 = Cnn = 1 et Cn1 = Cnn−1 = n
Proposition
Symétrie

Démonstration : Cnp représente le nombre parties de p éléments d’un
ensemble E . Or, à chaque partie on peut associer de façon unique une
autre partie : son complémentaire. Et le complémentaire d’une partie à p
élément comporte n − p éléments. Donc dénombrer les parties à p
éléments revient à dénombrer les parties complémentaires à n − p
éléments et il y en a Cnn−p .
Conséquences : Cn0 = Cnn = 1 et Cn1 = Cnn−1 = n
Example
le nombre de façons de choisir 2 délégués parmi 30 élèves est égal au
nombre de façons de choisir 28 élèves non délégués parmi 30 : C30 2 = C 28
30
Proposition
Relation (Triangle) de Pascal
Pour tout entier n et tout entier p tel que 1 ≤ p ≤ n − 1, on a :
Cnp = Cnp−1 + Cnp−−11
Proposition
Relation (Triangle) de Pascal
Pour tout entier n et tout entier p tel que 1 ≤ p ≤ n − 1, on a :
Cnp = Cnp−1 + Cnp−−11
Démonstration ensembliste : Soit E un ensemble de cardinal fini n avec

n ≥ 2. Soit a un élément fixé de E .
Remarquons que les parties à p éléments de E se partagent en deux
catégories :
- celles ne contenant pas a (il y en a Cnp−1 : choix de p éléments parmi
n − 1)
- celles contenant a (au nombre de Cnp−−11 : choix de p − 1 éléments parmi
n − 1)
Étant en présence d’une partition, le principe de la somme nous livre alors
le résultat.
La relation (Triangle) de Pascal permet de calculer les coefficients
binomiaux de la façon suivante : pour trouver un certain coefficient, on
additionne dans le tableau suivant les coefficients situés ”juste au dessus”
et ”juste au dessus à gauche” entre eux :
La relation (Triangle) de Pascal permet de calculer les coefficients
binomiaux de la façon suivante : pour trouver un certain coefficient, on
additionne dans le tableau suivant les coefficients situés ”juste au dessus”
et ”juste au dessus à gauche” entre eux :
n =2 1 2 1
n =3 1 3 3 1
n =4 1 4 6 4 1
n =5 1 5 10 10 5 1
7.6 - Formule du binôme de Newton
Pour tous nombres complexes a et b et tout entier naturel n non nul :
n
(a + b )n = ∑ Cnp an−p bp
p =0
n
p =0
Démonstration 1 de la formule du binôme :

En développant le produit (a + b )n = (a + b )(a + b )...(a + b ), on obtient
2n termes : en effet, dans chacun des n facteurs, on a deux choix possibles
pour constituer chaque terme qui est une n-liste d’éléments de l’ensemble
{a; b } (nous n’utilisons pas ici la notation puissance). On peut répartir
tous ces termes en fonction du nombre p de lettres b qu’ils contiennent
(0 ≤ p ≤ n). Les termes contenant p lettres b sont de la forme ”an−p b p ”
et il y en a Cnp . Étant en présence d’une partition, le principe de la somme
nous livre alors le résultat.
n
p =0
Démonstration 1 de la formule du binôme :

En développant le produit (a + b )n = (a + b )(a + b )...(a + b ), on obtient
2n termes : en effet, dans chacun des n facteurs, on a deux choix possibles
pour constituer chaque terme qui est une n-liste d’éléments de l’ensemble
{a; b } (nous n’utilisons pas ici la notation puissance). On peut répartir
tous ces termes en fonction du nombre p de lettres b qu’ils contiennent
(0 ≤ p ≤ n). Les termes contenant p lettres b sont de la forme ”an−p b p ”
et il y en a Cnp . Étant en présence d’une partition, le principe de la somme
nous livre alors le résultat.
Démonstration 2 de la formule du binôme (On peut aussi faire la
démonstation par récurrence) :
Example
À l’aide de cette formule et du triangle de Pascal, on retrouve des relations
très utiles :
Example
très utiles :
- Avec n = 2 la formule donne : (a + b )2 =
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
- Avec n = 3 la formule donne : (a + b )3 = ... = a3 + 3a2 b + 3ab 2 + b 3
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
· Avec n = 4 la formule donne : (a + b )4
= ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
= ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
Notons qu’il n’est pas inutile de savoir substituer (-b) à b dans la formule
pour obtenir :
n n
(a − b )n = ∑ Cnp an−p (−b )p = (a + b )n = ∑ (−1)p Cnp an−p bp
p =0 p =0
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
= ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
pour obtenir :
n n
p =0 p =0
En pratique, les signes obtenus en développant cette dernière formule
alternent ; par exemple :
(a − b )5 = a5 − 5a4 b + 10a3 b2 − 10a2 b3 + 5ab4 − b5 .
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
= ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
pour obtenir :
n n
p =0 p =0
(a − b )5 = a5 − 5a4 b + 10a3 b2 − 10a2 b3 + 5ab4 − b5 .
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
= ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
pour obtenir :
n n
p =0 p =0
(a − b )5 = a5 − 5a4 b + 10a3 b2 − 10a2 b3 + 5ab4 − b5 .
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
= ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
pour obtenir :
n n
p =0 p =0
(a − b )5 = a5 − 5a4 b + 10a3 b2 − 10a2 b3 + 5ab4 − b5 .
Example
très utiles :
C20 a2 b 0 + C11 a1 b 1 + C02 a0 b 2 = a2 + 2ab + b 2
= ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
pour obtenir :
n n
p =0 p =0
(a − b )5 = a5 − 5a4 b + 10a3 b2 − 10a2 b3 + 5ab4 − b5 .
2) Applications
1) Nombre de parties d’un ensemble fini E de cardinal n :
2) Applications
Notons Ep l’ensemble des parties de E de cardinal p. Par définition, on a
Card (Ep ) = Cnp .
2) Applications
Card (Ep ) = Cnp .
En outre les ensembles E0 , E1 , ..., Ep , ..., En constituent une partition de
l’ensemble P (E ). Donc, d’après le principe de la somme :
Card (P (E )) = Cn0 + Cn1 + ... + Cnn = 2n (formule du binôme avec
a = b = 1).
2) Applications
Card (Ep ) = Cnp .
a = b = 1).
En conclusion, le nombre de parties d’un ensemble de cardinal n est 2n .
2) Applications
Card (Ep ) = Cnp .
a = b = 1).
2) Linéarisation de lignes trigonométriques (ceci facilitera leur intégration).
ix −ix 3ix ix ix −3ix
Exemple : sin3 x = ( e −2ie )3 = e −3e −+8i3e −e =
3ix −3ix ix −ix
1 e −e 3 e −e 1 3
−4 2i +4 2i = − 4 sin(3x ) + 4 sin(x )
2) Applications
Card (Ep ) = Cnp .
a = b = 1).
2) Linéarisation de lignes trigonométriques (ceci facilitera leur intégration).
ix −ix 3ix ix ix −3ix
Exemple : sin3 x = ( e −2ie )3 = e −3e −+8i3e −e =
3ix −3ix ix −ix
1 e −e 3 e −e 1 3
−4 2i +4 2i = − 4 sin(3x ) + 4 sin(x )
3) Calcul de cos (nθ ) et sin (nθ ) en fonction de cosθ et sinθ. (Formules de
Moivre)

Chapitre1 Logique Ensemble-slides

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre1 Logique Ensemble-slides

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre1 Logique Ensemble-slides

Transféré par

Droits d'auteur :

Formats disponibles

Faculté des Sciences Rabat

Pr S. El Hajji et E.M. Jabbouri

Quand vous travaillez chez vous, ne vous dispersez pas

Ensembles relations binaires

Encyclopédie scientifique en ligne : http ://www.techno-science.net

Il est clair que Si O, P et Q sont trois propositions logiques, alors : si O

Preuve : Pour montrer celà, il suffit de remarquer que la table de vérités

On voit que les propositions logiques (P ∧ Q) et (P ∨ Q ) ont les mêmes

On voit que cette table est identique à celle de (P ⇒ Q ) , donc :

La deuxième implication est appelée Contraposée de la première

d’où on déduit que : (P ⇒ Q ) ⇔ (Q ⇒ P ).

donc : [(O ∨ P ) ∧ Q ] ⇔ [(O ∧ P ) ∨ (O ∧ Q )] .

donc : [(O ∧ P ) ∨ Q ] ⇔ [(O ∨ Q ) ∧ (P ∨ Q )] .

Quand A n’est pas une partie de B, on note A B et on a formellement :

L’ensemble de toutes les parties d’ un ensemble A est noté P (A).

Soit E un ensemble et A une partie de E . On appelle complémentaire de A

2. La famille F recouvre l’ensemble E ou que F est un recouvrement de E ,

Un raisonnement logique est une manière d’arriver à une conclusion en

Un raisonnement logique est une manière d’arriver à une conclusion en

On va montrer la contraposée, à savoir : (Si le chiffre des unités de n est

On va montrer la contraposée, à savoir : (Si le chiffre des unités de n est

et supposons A non vide.

– y = f (x ) est appelé image de x et x est un antécédant de y .

– y = f (x ) est appelé image de x et x est un antécédant de y .

est appelée application identité sur E .

est appelée application identité sur E .

est une application dite application constante.

On considère les applications suivantes :

On considère les applications suivantes :

En fait, la définition d’une application f revient à la donnée d’un sous

fog : R+ −→ R+ et fog (x ) = f (x + 1) = (x + 1)2

Il est clair que fog 6= gof .

1. On appelle restriction de f à un sous ensemble non vide X de E ,

1. On appelle restriction de f à un sous ensemble non vide X de E ,

1. On appelle image de A par f , l’ensemble des images des éléments de A

1. On appelle image de A par f , l’ensemble des images des éléments de A

2. On appelle image réciproque de M par f , l’ensemble des antécédents

1. On appelle image de A par f , l’ensemble des images des éléments de A

2. On appelle image réciproque de M par f , l’ensemble des antécédents

1. f est injective si tout élément de F possède au plus un antécédant.

1. f est injective si tout élément de F possède au plus un antécédant.

fog = IdF et gof = IdE .

On dit que f est inversible et g , notée f −1 , est appelée “l’application

fog = IdF et gof = IdE

Montrons que f est bijective.

fog = IdF et gof = IdE

Montrons que f est bijective.

fog = IdF et gof = IdE

Montrons que f est bijective.

fog = IdF et gof = IdE

Montrons que f est bijective.

1. (f injective ) ∧ (g injective ) ⇒ (gof injective ).

Si E = F ; on dit que R est une relation binaire définie sur E .

1. R est Reflexive ⇔ ∀x ∈ E (xRx ),

1. R est Reflexive ⇔ ∀x ∈ E (xRx ),

1. R est Reflexive ⇔ ∀x ∈ E (xRx ),

1. R est Reflexive ⇔ ∀x ∈ E (xRx ),

– On dit que deux éléments x et y ∈ E sont équivalents si xRy .

– On dit que deux éléments x et y ∈ E sont équivalents si xRy .

– On dit que deux éléments x et y ∈ E sont équivalents si xRy .