1

Université AbdelMalek Essaadi

Faculté des Sciences et Techniques Tanger
Département Des Sciences Mathématiques

Algèbre 1

Module M12

A l’usage des étudiants du DEUG :

Mathématique et sciences des données ; Génie informatique

Abdesslam ARHRIB
2
Table des matières

1 Ensembles, Applications, Relations 7

1.1 Notions de Logique . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Notions élémentaires de théorie des ensembles. . . . . . . . . . 10
1.2.1 Inclusion et egalité . . . . . . . . . . . . . . . . . . . . 11
1.2.2 Réunion, intersection et complémentaire. . . . . . . . . 11
1.3 A propos des Applications . . . . . . . . . . . . . . . . . . . . 13
1.3.1 Notion de relation, graphe, correspondance . . . . . . . 13
1.3.2 Application surjective . . . . . . . . . . . . . . . . . . 15
1.3.3 Application injective . . . . . . . . . . . . . . . . . . . 15
1.3.4 Image et Image réciproque d’un ensemble par une ap-
plication. . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.5 Composée d’applications . . . . . . . . . . . . . . . . . 16
1.4 A propos des Relations . . . . . . . . . . . . . . . . . . . . . . 17
1.4.1 Relations . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.2 Relations binaires . . . . . . . . . . . . . . . . . . . . . 18
1.4.3 Relation d’équivalence . . . . . . . . . . . . . . . . . . 18
1.4.4 Classe d’équivalence . . . . . . . . . . . . . . . . . . . 19
1.5 Types de raisonnement en mathématiques . . . . . . . . . . . 20
1.5.1 Raisonnement par déduction . . . . . . . . . . . . . . . 20
1.5.2 Raisonnement par disjonction de cas : . . . . . . . . . . 20
1.5.3 Raisonnement par contraposition . . . . . . . . . . . . 21
1.5.4 Raisonnement par l’absurde . . . . . . . . . . . . . . . 22
1.5.5 Raisonnement par récurrence . . . . . . . . . . . . . . 23
1.6 Execices sur la théorie des Ensembles, Applications, Relations 23

3
4 TABLE DES MATIÈRES
Chapitre 1

Ensembles, Applications,
Relations

1.1 Notions de Logique

Assertion
Définition : Une assertion est l’énoncé d’une propriété qui est exclusive-
ment vraie (V) ou fausse (F).

Exemples :
a. 2 = 3 est une assertion fausse.
b. 6 > 2 est une assertion vraie.
c. “Le Maroc est un pays du continent Americain” est une assertion fausse.

Proposition :
Définition : Une proposition P est un enoncé contenant une variable,
elle sera vraie pour certaines valeurs de la variable et fausse pour toutes les
autres valeurs de la variable.

Exemple
x > 4 est une proposition, elle est vraie pour les nombres strictement
supérieurs à 4, fausse dans tous les autres cas.

5
6 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

Négation d’une proposition.

Définition : La négation d’une proposition P que nous noterons non P
(ou P ) est vraie lorsque P est fausse, fausse lorsque P est vraie.
P P
V F
F V

Exemple :
P : x > 3; nonP : x ≤ 3

Conjonction :
Définition : Soient P et Q deux propositions. On appelle conjonction de
P et Q que nous notons “P et Q” la proposition qui est vraie si et seulement
si P et Q sont vraies simultanement et fausses dans tous les autres cas.
P Q P et Q
V V V
V F F
F V F
F F F

Remarque :
Deux propositions sont incompatibles si leur conjonction est toujours
fausse.

Exemple :
a. “P et non P ” sont incompatibles.
b. “x < 3” et “x > 5” sont incompatibles.
c. “x = 1” et “x = 2” sont incompatibles.

Disjonction :
La disjonction de deux propositions P et Q que l’on note “P ou Q” est
vraie si au moins l’une des propositions P, Q est vraie, fausse dans tous les
autres cas.
1.1. NOTIONS DE LOGIQUE 7

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

Implication :
Il est un signe sur lequel il semble important de s’attarder : “⇒”. Quelle
est la signification de P ⇒ Q ou P et Q sont deux propositions.
Définition : La relation “(P ou Q)” s’appelle l’implication de Q par P et se
note :
P ⇒ Q et s’enonce P implique Q .

P P Q P ou Q (P ⇒ Q)
V F V V
V F F F
F V V V
F V F V

Les deux dernières lignes de la table de vérité de P ⇒ Q montrent que P peut

être fausse alors que l’implication reste vraie et ce peut importe la valeur de
verité de Q.

Exemple
Les assertions suivantes sont vraies
1. 6 est un nombre premier ⇒ Rabat est la capitale du Maroc
2. Tanger est la capitale du Maroc ⇒ 6 est un nombre premier.
Si P ⇒ Q : on on dit que :
P est une condition suffisante de Q,
Q est une condition nécessaire de P.
Dans la pratique, une implication se démontre en supposant P vraie et en
essayant d’établir Q.

Equivalence :
Définition : Deux propositions P, Q sont équivalentes si chacune d’elle
implique l’autre (P ⇒ Q) et (Q ⇒ P ). On note : P ⇔ Q.
8 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

P Q P ⇒Q P ⇒Q Q⇔P
V V V V V
V F F V F
F V V F F
F F V V V

D’après le tableau de vérité, on conclut qu’une équivalence est vraie si P et

Q ont exactement les mêmes valeurs de verité.
Si l’on a P ⇔ Q : On dit que P est une condition nécessaire et suffisante
pour que Q soit vraie, Q est une condition nécessaire et suffisante pour que
P soit vraie.
La démonstration d’une équivalence consiste la plupart du temps à faire deux
démonstrations, l’une pour P ⇒ Q, et l’autre pour Q ⇒ P . On peut aussi
enchaîner des équivalences, mais il faut justifier chacune d’elles.

Propriétés :
1) P et ( Q et R ) ⇔ ( P et Q ) et R : Associativité de la conjonction.
2) P ou ( Q ou R ) ⇔ ( P ou Q ) ou R : Associativité de la disjonction.
3) P et ( Q ou R ) ⇔ ( P et Q ) ou ( P et R ) : Distributivité de la
conjonction par rapport à la disjonction.
4) P ou ( Q et R ) ⇔ ( P ou Q ) et ( P ou R ) : Distributivité de la
disjonction par rapport à la conjonction.
5) (P ⇒ Q) et (Q ⇒ R) ⇒ P ⇒ R : Transitivité de l’implication.
6) (P ⇔ Q) et (Q ⇔ R) ⇒ P ⇔ R. Transitivité de l’équivalence.
7) P etQ ⇔ P ou Q : Négation de la conjonction
8) P ouQ ⇔ P et Q : Négation de la disjonction
9) (P ⇒ Q) ⇔ (Q ⇒ P ). La proposition Q ⇒ P est la contraposée de
P⇒Q

1.2 Notions élémentaires de théorie des ensembles.

“...Et mieux vaudra alors ne pas parler de théorie des ensembles mais
simplement d’un vocabulaire ou d’une grammaire...” Laurent Schwartz
Définition : De manière intuitive, nous définissons un ensemble comme étant
une famille ou une collection, E, d’objets a, b, c,.... appelés éléments de E.
On note a ∈ A, on lit a appartient à A ou a est élément de A.
1.2. NOTIONS ÉLÉMENTAIRES DE THÉORIE DES ENSEMBLES. 9

Exemples :

A = {M aroc, Algerie, T unisie, Lybie} : ensemble des pays d’Afrique du

Nord.
B = {1, 3, 5, 7} : ensemble des nombres premiers inférieurs à 10
IN : l’ensemble des entiers naturels.
ZZ : l’ensemble des entiers relatifs.

1.2.1 Inclusion et egalité

Inclusion

Définition : Etant donnés deux ensembles A et B. Nous dirons que A

est inclus dans B, que A est un sous-ensemble de B, ou que A est une partie
de B, si tous les éléments de A sont éléments de B et nous écrivons : A ⊂ B
A ⊂ B ⇔ (∀x ∈ A ⇒ x ∈ B) .
on note aussi A ⊂ B par B ⊃ A et on lit B contient A.

Exemple :

Soit E = {a, b, c} .
P(E) = {∅, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}.
Tout élément de P(E) est inclus dans E : ∅ ⊂ E , {a} ⊂ E, {a, b} ⊂ E et
{a, b, c} ⊂ E.

Egalité

Définition : Deux ensembles A et B sont égaux s’ils sont formés des

mêmes éléments ; on écrit : A = B

(A = B) ⇔ (A ⊂ B et B ⊂ A)
⇔ (∀x ∈ A ⇔ x ∈ B)

1.2.2 Réunion, intersection et complémentaire.

Soient E un ensemble et A et B deux sous ensembles de E, A ⊂ E ,
B⊂E .
10 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

Intersection
L’intersection de A et B, notée A ∩ B est définie par :

A ∩ B = {x ∈ E; x ∈ A et x ∈ B} ⊂ E

Lorsque l’intersection de deux ensembles A et B est vide, on dit que A et B

sont disjoints. Dans le cas contraire, on dit que A et B se coupent.

Exercice : Montrer que A ∩ B ⊂ A et A ∩ B ⊂ B.

Réunion
La réunion de A et B , notée A ∪ B, est définie par :

A ∪ B = {x ∈ E; x ∈ A ou x ∈ B} ⊂ E

L’intersection et la réunion sont commutatives, c’est à dire : quels que soient

les ensembles A et B : A ∩ B = B ∩ A et A ∪ B = B ∪ A.

Exercice : Montrer que A ⊂ A ∪ B , B ⊂ A ∪ B

Complémentaire
A une partie de E, on appelle complémentaire de A par rapport à E
l’ensemble des éléments de E n’appartenant pas à A ; on le note CEA .

CEA = {x ∈ E; x ∈
/ A}

Exemple :
C
{0} IN = ZZ∗ .
= IN∗ , CZ
IN Z −

Proprietés :
1. A ∪ (B ∪ C) = (A ∪ B) ∪ C = A ∪ B ∪ C
2. A ∩ (B ∩ C) = (A ∩ B) ∩ C = A ∩ B ∩ C
3. A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
4. A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
5. A ∪ CEA = E ; A ∩ CEA = ∅
1.3. A PROPOS DES APPLICATIONS 11

6. CEA∩B = CEA ∪ CEB , CEA∪B = CEA ∩ CEB .

La démonstration des proprietés 1–4 découle de l’associativité de la conjonc-
tion et de la disjonction et aussi de la distribitivité de la conjonction par
rapport a disjonction et inverssement. La propiété 5 est évidente. La pro-
piété 6 résulte des lois de Morgan.

Différence de deux ensembles

On définit la différence (B − A) de deux ensembles A et B par : B − A =
{x ∈ B et x ∈
/ A}.
On a les propriétés suivantes :
1. A − A = ∅ et A − ∅ = A
2. B − A = B − (A ∩ B)
3. B − A = b ∩ CEA
4. Si B ⊂ A alors B ∪ (A − B) = A et B ∩ (A − B) = ∅

Produit cartésien
Soient A et B deux ensembles, le produit cartésien de A et B, noté A × B,
est défini par :
A × B = {(x, y); x ∈ A, y ∈ B}

Exemples :
1. IR2 = IR × IR est l’ensemble des points du plan réel.
2. A = {a, b, c}, B = {1, 2}
A × B = {(a, 1), (a, 2), (b, 1), (b, 2), (c, 1), (c, 2)}
B × A = {(1, a), (2, a), (1, b), (2, b), (1, c), (2, c)}
Cet exemple nous montre qu’en général A × B ̸= B × A ; le produit cartésien
n’est pas commutatif.

1.3 A propos des Applications

1.3.1 Notion de relation, graphe, correspondance
Définition 1 : On appelle relation R entre deux variables décrivant res-
pectivement deux ensembles X et Y toute propriété définie sur X × Y , c’est
à dire une propriété caractéristique des éléments d’une partie G de X × Y .
12 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

G est le graphe de la relation R.

Soient x ∈ X et y ∈ Y ; on dit x et y sont en relation R(x, y) si (x, y) ∈ G,
on note :
R(x, y) ⇔ (x, y) ∈ G
Définition 2 : Soient R une relation entre x élément de X et y élément
de Y et G son graphe. On appelle correspondance entre X et Y le triplet
(X, Y, G). X est l’ensemble de départ, Y est l’ensemble d’arrivée, G est le
graphe de la correspondance.
Définition 3 : Une correspondance (X, Y, G) est fonctionnelle par rapport
à la deuxième variable si :
∀x ∈ X , il existe un seul y ∈ Y tel que (x, y) ∈ G
Exemples :
a. G1 = {(x, y) ∈ IR2 ; y = x2 } ; ∀x ∈ IR, il existe un unique y ∈ IR tel
que y = x2 ∈ IR . (x, y) ∈ G1 G1 est un graphe d’une correspondance
fonctionnelle. √
b. G2√ = {(x, y) ∈ IR2 ; y 2 = x} ∀x ∈ X, il existe y1 = x et y2 =
− x tels que y12 = x et y22 = x ; donc G2 n’est pas un graphe d’une
correspondance fonctionnelle.

Définition d’une application

Définition : Une application f de X → Y est une correspondance entre
un élément de X et un élément de Y fonctionnelle par rapport à cet élément
de Y , c’est à dire :
∀x ∈ X , il existe un seul y ∈ Y tel que y = f (x)
X est l’ensemble de départ de l’application f , Y est l’ensemble d’arrivée de
l’application f l’image f (x) de x ∈ X par f est l’unique élément y = f (x) ∈ Y
tel que (x, y) ∈ G. On dit que G est le graphe de f .
G = {(x, y) ∈ X × Y ; y = f (x)}
Exemple : Soit l’application identique IdX :

X→ X
IdX :
x → x
son graphe est G = {(x, y) ∈ X × X; x = y}
1.3. A PROPOS DES APPLICATIONS 13

1.3.2 Application surjective

On dit que l’application f : X → Y est surjective si pour tout y ∈ Y , il
existe au moins un élément x ∈ X tel que y = f (x).
Exemple : l’application 
IR → IR
f:
x → x2
n’est pas surjective, (pour tout y < 0 il n’existe pas de x réel tel que y = x2 )

1.3.3 Application injective

On dit que l’application f : X → Y est injective si elle vérifie les deux
propriétés équivalentes suivantes :
a. si x et x′ ∈ X et si f (x) = f (x′ ) alors que x = x′ .
b. si x et x′ ∈ X et si x ̸= x′ alors f (x) ̸= f (x′ )
La proprieté b. n’est rien d’autre que la contraposée de a.
Exemple : x → y = x2 n’est pas injective : soit x ̸= 0 : x ̸= −x et
f (x) = f (−x) alors que x ̸= −x

1.3.4 Image et Image réciproque d’un ensemble par une

application.
Définition : Soit f : X → Y une application. Soit A ⊂ X (une partie
de X) B ⊂ Y (une partie de Y )
a. l’image de A par f notée f (A) est définie par :

f (A) = {y ∈ Y ; y = f (x)/x ∈ A} ⊂ Y

b. l’image réciproque de B par f notée f −1 (B) est définie par :

f −1 (B) = {x ∈ X, f (x) ∈ B} ⊂ X

Propriétés Soit f : X → Y une application.

1. f est surjective si et seulement si f (X) = Y .
2. f est injective si et seulement si pour tout y ∈ Y ; f −1 ({y}) a au plus
un élément c’est à dire vide ou bien contient un seul élément.
Preuve :
1. Supposons que f est surjective et montrons que f (X) = Y .
f (X) ⊂ Y , par définition même de f (X). Montrons que Y ⊂ f (X). Soit
14 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

y ∈ Y , f étant surjective, donc il existe x ∈ X tel que y = f (x) ∈ f (X) d’où

l’inclusion.
Réciproquement, si f (X) = Y alors pour tout y ∈ Y , y est élément de f (X) ;
donc il existe x ∈ X tel
 que y = f (x) f est donc surjective.
IR → IR
Exemple : Soit f : ; Gf = {(x, y) ∈ IR2 /y = x2 } est une
x → x2
parabole. Cette application n’est pas injective. Pour tout y > 0 : f −1 ({y}) =
√ √
{ y, − y}.
f n’est pas surjective : f (IR) = [0, +∞[̸= IR
Par contre : f : IR → [0, +∞[ est surjective mais non injective, alors que :
f : [0, +∞[→ [0, +∞[ est à la fois surjective et injective.

1.3.5 Composée d’applications

Définition : Soient f : X → Y , g : Y → Z deux applications de graphes
réspectifs G et H. L’application composée gof : de X → Z est définie par
son graphe :

{(x, z) ∈ X × Z, il existe y ∈ Y tel que (x, y) ∈ G et (y, z) ∈ H}


X→ Z
gof :
x → gof (x) = g(f (x)) ∈ Z ; f (x) ∈ Y

Application bijective
Définition : Une application f de X → Y est bijective si elle est à la
fois injective et surjective.
Si f est bijective et si G est son graphe, l’ensemble :

G−1 = {(y, x) ∈ Y xX; (x, y) ∈ G} ⊂ Y × X

est un graphe dans Y × X. Ce graphe définit donc une application f −1 :

Y → X appelée bijection réciproque de f .
On a f −1 of = IdX ; f of −1 = IdY .
Théorème : Soient X, Y , Z trois ensembles, f une application de X dans
Y et g une application de Y dans Z. On a les implications suivantes :
1. f et g injectives ⇒ gof injective
2. gof injective ⇒ f injective
1.4. A PROPOS DES RELATIONS 15

3. f et g surjectives ⇒ gof surjective

4. gof surjective ⇒ g surjective
5. f et g bijectives ⇒ gof bijective et (gof )−1 = f −1 og −1
Preuve :
1. Supposons que f et g sont injectives et montrons que gof l’est aussi. gof
est une application de X vers Z ; soit donc x, x′ ∈ X tel que gof (x) = gof (x′ ).
On a donc g(f (x)) = g(f (x′ )) qui implique que f (x) = f (x′ ) du fait de
l’injectivité de g. f étant injective donc f (x) = f (x′ ) implique que x = x′ .
On conclut donc que gof est injective.
2. Supposons que gof est injective et montrons que f est injective. Soient x,
x′ ∈ X tel que f (x) = f (x′ ), après composition par g on obtient g(f (x)) =
gof (x) = g(f (x′ )) = gof (x′ ). Comme gof est injective alors x = x′ et donc
f est injective.
3. f et g surjectives, donc f (X) = Y et g(Y ) = Z. Z = g(Y = f (X)) =
gof (X) ce qui montre que gof est surjective.
4. Supposons que gof est surjective et montrons que g est surjective. En effet,
soit z ∈ Z, d’après la surjectivité de gof , il existe x ∈ X tel que gof (x) = z,
ce qui revient à dire que g(f (x)) = z. Pour tout z ∈ Z, il existe y = f (x) ∈ Y
tel que g(y) = z, donc g est surjective.
5. f et g bijectives ⇒ gof bijective découle de 2. et 4.
(gof )−1 est la bijection réciproque de gof définie de Z dans X. Soit z ∈ Z,
on a :
(gof )o(gof )−1 (z) = z ⇒ g[f [(gof )−1 (z)]] = z (1.1)
on compose (1.1) par g −1 on obtient :
f [(gof )−1 (z)]] = g −1 (z) (1.2)
on compose (1.2) par f −1 on obtient :
(gof )−1 (z) = f −1 [g −1 (z)] = f −1 og −1 (z) (1.3)
on a donc pour tout z ∈ Z , (gof )−1 (z) = f −1 og −1 (z).

1.4 A propos des Relations

1.4.1 Relations
Définition : Une relation R entre X et Y , est la donnée de deux en-
sembles X et Y , et d’une partie G de X × Y . Pour tout couple (x, y) de
16 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

X × Y on note :
xRy ⇔ (x, y) ∈ G
ou encore :
G = {(x, y) ∈ X × Y /xRy}
G est appelé le graphe de R, A est l’ensemble de départ et F est l’ensemble
d’arrivée de R.
L’ensemble de définition de R est : {x ∈ X/ il existe y ∈ Y, xRy}
L’ensemble image de R est : {y ∈ Y / il existe x ∈ X, xRy}

1.4.2 Relations binaires

Définition : Soit E un ensemble.
1. Une relation binaire R est une relation de E vers E. Son graphe G est une
partie de E × E.
2. Une relation binaire R définie sur E est :
i. Reflexive si ∀x ∈ E xRx
ii. Symétrique si ∀x, y ∈ E ( xRy ⇒ yRx
iii. Antisymétrique si ∀x, y ∈ E ( xRy et yRx) ⇔ x = y
iv. Transitive si ∀x, y, z ∈ E ( xRy et yRz) ⇒ xRz
Exemple : On considère la relation binaire R définie sur E = {1, 2, 3, 6}
par : xRy si et seulement si x divise y.
Le graphe G de R est défini par :

G = {(a, b) ∈ E × E/ a divise b} ⊂ E × E
= {(1, 1), (1, 2), (1, 3), (1, 6), (2, 2), (2, 6), (3, 6)}

R est reflexive car, si pour tout a ∈ E a divise a.

R n’est pas symétrique, 2 divise 6 mais 6 ne divise pas 2.
La relation est transitive : en effet, si a divise b et b divise c alors a divise c.

1.4.3 Relation d’équivalence

Définition : Une relation binaire R définie par son graphe G est une
relation d’équivalence si et seulement si elle est reflexive, symétrique et tran-
sitive.
Exemples : Soit la relation binaire R définie sur IR par x, y ∈ G , xRy si
et seulement si x = y.
1.4. A PROPOS DES RELATIONS 17

i.) son graphe G = {(x, y) ∈ IR2 ; x = y} est la droite vectorielle y = x

ii.) R est reflexive, symétrique et transitive, c’est donc une relation d’équi-
valence.

1.4.4 Classe d’équivalence

Définition :
1. Soit R une relation d’équivalence sur E. Pour x ∈ E , la classe de x
modulo R (notée x̄ ou cl(x)) est définie par

x̄ = cl(x) = {y ∈ E; xRy} ⊂ E

2. l’ensemble de toutes les classes d’équivalence est appelé ensemble qua-

tient de E par R noté : E/R.
Propriètés :
1. Si R est une relation d’équivalence sur E on a :

∀(a, b) ∈ E × E , aRb ⇔ cl(a) = cl(b)

2. Les classes d’équivalence forment une partition de E, c’est à dire (si

cl(a) ̸= cl(b) alors cl(a) ∩ cl(b) = ∅ et la réunion de toutes les classes
est l’ensemble E :
E = ∪x∈E cl(x)
Preuve : 1.) Montrons que si aRb alors cl(a) = cl(b).
En effet, soit x ∈ cl(a) ceci implique que xRa. R est une relation d’équiva-
lence et on a : xRa et aRb alors xRb ce qui veut dire que x ∈ cl(b). On a
alors montré que cl(a) ⊂ cl(b).
On permuttant le rôle de a et b, on montre de même que cl(b) ⊂ cl(a), ce qui
montre que cl(a) = cl(b).
Réciproquement : montrons que si cl(a) = cl(b) alors aRb.
En effet cl(a) ̸= ∅ (car il contient au moins a du fait que R est reflexive et
aRa). Donc a ∈ cl(a) = cl(b) alors aRb.
2.) Montrons que la famille (cl(x))x∈E est une partition de E.
En effet, ∀x ∈ E, xRx car R est reflexive, donc x ∈ cl(x) et cl(x) ̸= ∅.
Comme ∀x ∈ E x ∈ cl(x) alors il est évident que E = ∪x∈E cl(x).
Reste a montrer que si cl(a) ̸= cl(b) alors cl(a) ∩ cl(b) = ∅.
Pour cela, supposons le contraire : cl(a)∩cl(b) ̸= ∅. Soit donc x ∈ cl(a)∩cl(b)
ce qui implique que x ∈ cl(a) et x ∈ cl(b) et donc aRx et bRx et par suite
18 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

aRb ce qui donne cl(a) = cl(b) (d’après 1.)) ce qui est en contradiction avec
cl(a) ̸= cl(b).
En conclusion : Les classes d’équivalence forment une partition de E.

Exemple : La relation définie sur IR par : xRy si et seulement si x = y

est une relation d’équivalence.
∀x ∈ IR ;
cl(x) = {y ∈ IR/xRy} = {y ∈ IR/x = y} = {x}
∪x∈IR cl(x) = ∪x∈IR {x} = IR, on a donc bien une partition de IR

1.5 Types de raisonnement en mathématiques

1.5.1 Raisonnement par déduction
Le raisonnement par déduction est l’étude à partir de propriétés reconnues
comme vraies, suivie d’un enchainement logique pour montrer une propriété.

a) Raisonnement direct
Définition : On cherche à montrer que l’assertion "P ⇒ Q" est vrai. On
suppose que P est vrai, et on veut montrer qu’alors Q est vrai.
Remarque : Cette méthode est la plus utilisée car la plus naturelle.
Exemple :
Le Maroc est en Afrique et Marrakech est au Maroc. Je peux en déduire
que, si ces deux prémisses sont vraies, Marrakech est en Afrique.

1.5.2 Raisonnement par disjonction de cas :

Définition : Si l’on souhaite vérifier une assertion P(x) pour tous les x
dans un ensemble E, on montre l’assertion pour les x dans une partie A de
E puis pour tous les x n’appartenant pas à A (c.à.d CEA ).
Remarque : On partitionne l’ensemble E en : E = A ∪ CEA
Exemple1 :
— Pour tout entier n, n2 + 3n est pair.
En effet, pour tout entier n, n est ou bien paire , n = 2p ∈ N2 ou
bien impaire, n = 2p + 1 ∈ N1 . On peut écrire N= N1 ∪ N2 , avec N1
ensemble des nombres impaires et N2 ensemble des nombres paires.
1.5. TYPES DE RAISONNEMENT EN MATHÉMATIQUES 19

Si n = 2p, alors n2 + 3n = 4p2 + 6p = 2(2p2 + 3p) qui est un nombre

paire.
Si n = 2p+1, alors n2 +3n = (2p+1)2 +3(2p+1) = 4p2 +4p+1+6p+3 =
2(2p2 + 5p + 2) qui est aussi un nombre paire.
Exemple2 :
— Pour tout entier n, n(n+1)
2
est un entier.
De même que pour le cas précédent, deux cas se présentent :
— Si n = 2p, alors n(n+1)2
= 2p(2p+1)
2
= p(2p + 1) qui est un entier.
n(n+1) (2p+1)(2p+1+1)
— Si n = 2p + 1, alors 2 = 2
= (p + 1)(2p + 1) qui
est aussi un entier.
Exemple 3 :
Démontrer que, pour tout x ∈ R, |x − 1| ≤ x2 − x + 1
On sait que |x − 1| = x − 1 si x > 1 et |x − 1| = −(x − 1) si x < 1. Ceci
nous amène a faire un raisonnement par disjonction des cas :
— Si x < 1 , alors |x − 1| = −(x − 1) = −x + 1. On doit alors démontrer
que, si x < 1, on a −x + 1 < x2 − x + 1 ⇒ x2 > 0.
La propriété est vraie si x < 1.
— Si x > 1, alors |x − 1| = x − 1 . On doit alors démontrer que, si
x > 1, on a x − 1 < x2 − x + 1 ⇒ x2 − 2x + 2 > 0. Etudions donc le
signe du trinôme : A(x) = x2 − 2x + 2. Le descriminant de A(x) est
∆ = 4 − 4.2 = −4 < 0, donc A(x) est positif.
La propriété est donc vraie si x > 1
— Si x = 1 , on aura 0 < 1 , ce qui es vraie.
D’ou le résultat pour tout x ∈ R

1.5.3 Raisonnement par contraposition

Définition : Le raisonnement par contraoposée permet de démontrer
qu’une implication du type : "P ⇒ Q" est vrai. Ce raisonnement est basé sur
l’équivalence entre :
"P ⇒ Q" ⇔ "non Q ⇒ non P".
Donc si on veut montrer "P ⇒ Q", on pourra montrer que : si "non Q"
est vraie alors "non P" est vraie.
On a recours à ce type de raisonnement, lorsque la contraoposée est plus
facile à prouver que l’affirmation initiale : Par exemple si :
— la proposition non Q est plus simple à exploiter que la proposition P,
20 CHAPITRE 1. ENSEMBLES, APPLICATIONS, RELATIONS

— le passage de non Q à non P est plus facile à comprendre que celui

de P à Q.
Exemple1 :
— un arc-en-ciel nécessite un rayon de soleil.

Contraoposée : S’il n’y a pas de rayon de soleil, il ne peut y avoir

d’arc-en-ciel.
Exemple2 :
1 1
— ∀x, y ∈ R − {1}, si x ̸= y alors x−1 ̸= y−1 .

1 1
Contraoposée : x−1
= y−1
alors x = y.

1 1
Preuve : Supposons que x−1 = y−1 alors x − 1 = y − 1 ce qui
implique x = y.
Exemple3 :
— Montrer que ∀n ∈ N, si n2 est impair alors n est impair.

Preuve :
Supposons que n est pair, on pourra écrire n = 2p, alors n2 = 4p2 =
2(2p2 ) est pair.

1.5.4 Raisonnement par l’absurde

Le raisonnement par l’absurde est un raisonnement qui permet de démon-
trer qu’une affirmation est vraie en montrant que son contraire est faux. Il
s’appuie sur la règle logique que :

Si "non P" est faux, alors P est vraie.

Exemple 1 :
Proposition : 0 n’a pas d’inverse dans R.

Preuve :
Si 0 avait un inverse, alors il existerait un nombre reel a tel que 0 × a = 1
(définition de l’inverse). Or dans R, ∀a ∈ R, 1 = 0 × a = (0 + 0) × a =
0 × a + 0 × a = 1 + 1 = 2. On aboutirait donc à l’égalité 1 = 2, ce qui est
1.6. EXECICES SUR LA THÉORIE DES ENSEMBLES, APPLICATIONS, RELATIONS 21

faux.

Donc 0 ne peut avoir d’inverse dans l’ensemble des nombre réels.

1.5.5 Raisonnement par récurrence

Soit n ∈ N et P (n) désigne une propriété dépendant de n. n0 ∈ N un
entier donné. On veut démontrer que pour ∀n ≥ n0 , la propriétéP (n) est
vraie. Pour cela, on procède en deux étapes :
1. On vérifie que P (n0 ) est vraie,
2. On se donne un entier n ≥ n0 quelconque. On suppose que pour cet
entier n la propriété P (n) est vraie (c’est l’hypothèse de récurrence)
et on montre que sous cette hypothèse la propriété P (n + 1) est vraie.
Conclusion : on rappelle que par le principe de récurrence, P (n) est vrai pour
tout n ∈ N
Montrer par récurrence :

n(n + 1)
∀n ∈ N∗ ; A(n) = 1 + 2 + 3 + . . . + (n − 1) + n =
2
1(1+1)
pour n = 1, on a A(1) = 1 = 2
= 1 , c’est donc vraie.

On suppose donc que A(n) = 1+2+3+. . .+(n−1)+n = n(n+1) 2

(hypothèse
de récurrence) et on montre que A(n + 1) = 1 + 2 + 3 + . . . + n + n + 1 =
(n+1)(n+2)
2
:
en effet :

A(n + 1) = 1 + 2 + 3 + . . . + n + n + 1 = A(n) + n + 1
n(n + 1) (n + 1)(n + 2)
= +n+1=
2 2
le résultat est aussi vérifié pour n + 1.

1.6 Execices sur la théorie des Ensembles, Ap-

plications, Relations
Exercice 1. A étant une partie quelconque de E, donner le résultat de cha-
cune des opérations suivantes :
22 1. Théorie des Ensembles, Applications, Relations

CEA ∪ A ; A ∩ A ; A ∪ ∅ ; A ∪ E ; A ∩ E ; E ∪ CEA ; E − A ∩ CEA .

Exercice 2. A, B et C trois parties de E :

a. Montrer que CEA∩B = CEA ∪ CEB et CEA∪B = CEA ∩ CEB
b. Montrer que A∪(B∩C) = (A∪B)∩(A∪C) et A∩(B∪C) = (A∩B)∪(A∩C)
c. On définit la différence (B − A) de deux ensembles A et B par :

B − A = {x ∈ B et x ∈
/ A}

Monter que B − A = B − (A ∩ B) = B ∩ CEA

Exercice 3. A et B étant deux parties quelconques de E, montrer que :

a. A ⊂ B ⇐⇒ CEB ⊂ CEA
b. A ∪ B = B ⇐⇒ A ∩ B = A
c. A ∩ B = ∅ ⇐⇒ A ⊂ CEB
d. A ∪ B = E ⇐⇒ CEA ⊂ B

Exercice 4. Soit A, B et C trois éléments de P(E). prouver que :

Si [(A ∪ B) ⊂ (A ∪ C) et (A ∩ B) ⊂ (A ∩ C) alors B ⊂ C

Exercice 5. On appelle différence symétrique entre deux éléments A et B

de P(E), l’ensemble des éléments de E qui appartiennent à l’une des parties
A ou B sans appartenir à l’autre. On note

A∆B = {x ∈ E|(x ∈ A et x ∈
/ B) ou (x ∈ B et x ∈
/ A)}

Établir les relations :

a. A∆B = (A ∪ B) − (A ∩ B)
b. A∆B = [A − (A ∩ B)] ∪ [B − (A ∩ B)]
c. CEA∆B = (A ∩ B) ∪ CEA∪B

Exercice 6. Soient f une application de E dans F , A et B deux parties

de E. Montrer que :
a. si A ⊂ B alors f (A) ⊂ f (B)
b. f (A ∪ B) = f (A) ∪ f (B)
c. f (A ∩ B) ⊂ f (A) ∩ f (B)
d. monter que si f est injective alors f (A ∩ B) = f (A) ∩ f (B). Donner un
contre exemple montrant que si f n’est pas injective l’inclusion c est stricte.
e. Si A ⊂ B alors f −1 (A) ⊂ f −1 (B)
Exercices 23

f. f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B)
g. f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B)
f (A)
h. Montrer que : f injective ⇐⇒ ∀A ∈ P(E) : f (CEA ) ⊆ CF

Exercice 7. Soient f une application de E → F , A et B deux parties de F

telles que B ⊂ A.
Montrer que :

f −1 (A − B) = f −1 (A) − f −1 (B)
f −1 (A)
f −1 (CEA ) = CE

Exercice 8. Soient f : A → B , g : B → C et h : C → B trois applications.

a. Vérifier que (hog)of = ho(gof ).
b. Montrer que si f et g sont surjectives (respectivement injectives) alors gof
est surjective (respectivement injective).
c. Montrer que si gof est injective alors f est injective.
d. Montrer que si gof est injective et f surjective alors g est injective.
e. Montrer que si gof est surjective alors g est surjective.
f. Montrer que si gof est surjective et g injective alors f est surjective.
g. Montrer que si f et g sont bijectives alors gof est bijective et on a
(gof )−1 = f −1 og −1

Exercice 9. Soient E, F deux ensembles et f une application de E dans

F.
1. Montrer que pour toutes parties X, Y de F on a :
a. f −1 (X ∩ Y ) = f −1 (X) ∩ f −1 (Y )
b. f −1 (X ∪ Y ) = f −1 (X) ∪ f −1 (Y )
c. f −1 (∅) = ∅
d. f −1 (F ) = E
2. Montrer que pour toute partie A de E, A ⊂ f −1 (f (A))
3. Montrer que les deux conditions suivantes sont équivalentes :
i. ∀A ∈ P(E) A = f −1 (f (A))
ii. f est injective
Exercice 10. Pour démontrer une suite d’assertions A(n), où n est dans
N, la méthode dite “par récurrence” consiste à démontrer d’abord l’assertion
pour n = 0 [ou peut-être pour n = 1], puis à montrer que, si l’assertion A(n)
est vraie, alors A(n + 1) l’est aussi.
24 1. Théorie des Ensembles, Applications, Relations

Montrer par récurrence que :

a. An = 1 + +3 + . . . + (n − 1) + n = n(n+1)
2
b. Bn = 12 + 22 + 32 + . . . + (n − 1)2 + n2 = n(n+1)(2n+1)
6
c. Pour tout n ∈ N, (1 + a)n ≥ 1 + na, a et n étant deux entiers naturels non
nuls.
d. La suite de Fibonacci (xn )n≥0 est définie par :

x0 = 1 , x1 = 1 , xn = xn−1 + xn−2 pour tout n ≥ 2

Montrer par récurrence que :

√ √
1 1 + 5 n+1 1 − 5 n+1
xn = √ {( ) −( ) }
5 2 2
pour tout n ≥ 0

Exercice 11.
Soit f : E → F une application, montrer que si
(a)B ⊂ F alors f (f −1 (B)) ⊂ B
(b) f est surjective et B ⊂ F alors f (f −1 (B)) = B
(c) X ⊂ E alors X ⊂ f −1 (f (X))
(d) f est injective et X ⊂ E alors X = f −1 (f (X))

Exercice 12.
Soient p et q deux assertions. On notera pαq l’assertion (p et non q) et pδq
l’assertion ((pαq) ou (qαp)).
1) Ecrire la table de vérité de pαq.
2) Ecrire la table de vérité de pδq.
3) Soit r une assertion, montrer que les assertions “(pδq)δr)” et “pδ(qδr)”
sont équivalentes.
4) Soient E un ensemble et, A et B deux parties de E définies par A =
{x ∈ E | p } et B = {x ∈ E | q }. On pose A − B = A ∩ CEB et
A∆B = (A − B) ∪ (B − A). Donner une nouvelle définition de A − B
et de A∆B en utilisant les assertions p et q.
5) En déduire l’égalité (A∆B)∆C = A∆(B∆C).
Exercice 13.
Soient f : A → B, g : B → C et h : C → D trois applications.
1) Montrer que ho(gof ) = (hog)of
2) Montrer que si gof et hog sont bijectives, alors f , g et h sont bijectives.
Exercices 25

Exercice 14.
Soient A, B, C et D des parties d’un ensemble E. Montrer que l’on a :
1) (A − B) − C = A − (B ∪ C).
2) (A − B) ∩ (C − D) = (A ∩ C) − (B ∪ D).

Exercice 15.
Soient A, B, C, trois parties d’un ensemble non vide E. On appelle A − B
l’ensemble définis par A − B = {x ∈ E|x ∈ A et x ∈/ B}.
1) Montrer que A − B = A ∩ B̄
2) Montrer que si A ∪ B = A ∪ C et A − B = A − C, alors B = C.
3) En déduire que si A ∪ B = E et A − B = ∅, alors A et B sont complémen-
taires.