Algebre 1 2024 - 2025 - 241117 - 114948

COURS D’ ALGEBRE 1
MIAGE
2024 - 2025
Dr Goli Etienne
Table des matières
1 Ensembles 4
1.1 Définitions, Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Ecritures d’un ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Diagrammes de Venn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Inclusion, égalité, ensemble des parties . . . . . . . . . . . . . . . . . . 7
1.4.1 Inclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.2 Ensembles égaux . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3 Ensemble des parties . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Opérations élémentaires dans les ensembles . . . . . . . . . . . . . . . . 9
1.5.1 Activité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5.2 Intersection, réunion, différence, Différence symétrique, complé-
mentaire, produit cartésien . . . . . . . . . . . . . . . . . . . . . 9
1.5.3 Propriétés des opérations élémentaires . . . . . . . . . . . . . . . 12
2 Logique 16
2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 Des symboles à connaître . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 Implication, réciproque et équivalence . . . . . . . . . . . . . . . 17
2.2.2 Les quantificateurs pour tout ∀ et il existe ∃ . . . . . . . . . . . . 18
2.3 Opérations logiques dans un ensemble . . . . . . . . . . . . . . . . . . . 19
2.3.1 Opérations logiques élémentaires . . . . . . . . . . . . . . . . . 19
2.3.2 L’implication et l’équivalence de deux propriétés . . . . . . . . . 20
2.4 Logique mathématique classique . . . . . . . . . . . . . . . . . . . . . . 20
3 Raisonnements Mathématiques 22
3.1 Raisonnement direct . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.1.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.2 Raisonnement par double implication . . . . . . . . . . . . . . . . . . . 23
3.2.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1
TABLE DES MATIÈRES 2
3.2.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Raisonnement par disjonction de cas ou Raisonnement cas par cas . . . . 24
3.3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Raisonnement par élimination des cas . . . . . . . . . . . . . . . . . . . 25
3.4.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.5 Raisonnement par contraposée . . . . . . . . . . . . . . . . . . . . . . . 26
3.5.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.5.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.6 Raisonnement par l’absurde . . . . . . . . . . . . . . . . . . . . . . . . 27
3.6.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.6.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.7 Raisonnement par contre-exemple . . . . . . . . . . . . . . . . . . . . . 29
3.7.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.7.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.8 Raisonnement par récurrence . . . . . . . . . . . . . . . . . . . . . . . . 30
3.8.1 Principe de la récurrence classique . . . . . . . . . . . . . . . . . 30
3.8.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.8.3 Principe de la récurrence forte . . . . . . . . . . . . . . . . . . . 31
3.8.4 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.9 Raisonnement par analyse-synthèse . . . . . . . . . . . . . . . . . . . . 32
3.9.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.9.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4 Relations binaires dans un ensemble 34

4.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2 Mode de représentation . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2.1 Diagramme cartésien . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2.2 Matrice binaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2.3 Diagramme sagittal . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.3 Quelques propriétés remarquables des relations binaires . . . . . . . . . . 37
4.4 Relation d’ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.1 Dénitions et exemples . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.2 Eléments singuliers dans un ensemble ordonné . . . . . . . . . . 39
4.5 Relation d’équivalence . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.5.1 Dénitions et exemples . . . . . . . . . . . . . . . . . . . . . . . 41
4.5.2 Classes d’équivalence . . . . . . . . . . . . . . . . . . . . . . . 42
TABLE DES MATIÈRES 3
5 Applications d’un ensemble vers un autre 44

5.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2 Exemples et contre-exemples . . . . . . . . . . . . . . . . . . . . . . . . 45
5.3 Egalité de deux applications . . . . . . . . . . . . . . . . . . . . . . . . 45
5.4 Fonctions caractéristiques . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.5 Image directe, Image réciproque . . . . . . . . . . . . . . . . . . . . . . 46
5.6 Composition des applications . . . . . . . . . . . . . . . . . . . . . . . . 47
5.7 Applications injectives, surjectives, bijectives . . . . . . . . . . . . . . . 48
5.7.1 Définitions et remarques . . . . . . . . . . . . . . . . . . . . . . 48
5.7.2 Bijection réciproque d’une application bijective . . . . . . . . . 50
6 Lois de composition internes et externes 52

6.1 Lois de composition internes (LCI) . . . . . . . . . . . . . . . . . . . . . 52
6.1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . 52
6.1.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.2 Lois de composition externes (LCE) . . . . . . . . . . . . . . . . . . . . 54
7 Structures algébriques 55
7.1 Groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.1.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . . 55
7.1.2 Sous-groupes d’un groupe . . . . . . . . . . . . . . . . . . . . . 56
7.1.3 Homomorphismes de groupes . . . . . . . . . . . . . . . . . . . 57
7.2 Anneaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.2.1 Définition et exemples . . . . . . . . . . . . . . . . . . . . . . . 58
7.2.2 Sous-anneaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.3 Corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.3.1 Définitions-exemples . . . . . . . . . . . . . . . . . . . . . . . . 61
7.3.2 Sous-corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
BIBLIOGRAPHIE 63
Chapitre 1
Ensembles
1.1 Définitions, Exemples

Définition 1.
On appelle ensemble toute collection d’objets bien déterminés dans laquelle les objets
sont uniques. Ces objets s’appellent éléments de l’ensemble, ou les points de l’ensemble.
Remarque 1.
Si x est un point d’un ensemble A, on ecrit x ∈ A et on lit "x appartient à A" ou "x est
élément de A" ou "A contient x".
Si x n’est pas un point d’un ensemble A, on ecrit "x ∈
/ A" et on lit "x n’appartient pas à
A" ou "x n’est pas élément de A" ou "A ne contient pas x".
Remarque 2.
– Un ensemble peut être fini ou non.
– Les ensembles rencontrés dans la vie courante, si vastes soient-ils sont finis. En
mathématiques, nous considérerons des ensembles non finis appelés infinis.
– Un ensemble peut être concrêt ou imaginaire.
Remarque 3.
Un ensemble E est bien défini lorsqu’on possède un critère permettant d’affirmer pour
tout objet a, s’il appartient à l’ensemble E ou n’appartient pas à l’ensemble E.
Remarque 4.
Un même être mathématique ne peut être à la fois un ensemble et un élément de cet
ensemble, c’est-à-dire nous nous interdisons d’écrire a ∈ a.
Exemple 1.
1. 0, 1, 2, 3, · · · les entiers naturels forment un ensemble qui est noté N. N n’est pas
un ensemble fini.
4
CHAPITRE 1. ENSEMBLES 5
2. L’ensemble des couleurs de l’arc-en-ciel est un ensemble fini.

3. L’ensemble de tous les points d’un plan,
4. L’ensemble des étudiants de l’UPB inscrits pour cette année universitaire :
5. a, b, c, · · · , z est l’ensemble des lettres de l’alphabet français.
6. La collection {∗, 1, ∗} n’est pas un ensemble.
Notation 1.
– L’ensemble qui n’a aucun élément est dit vide et est noté ∅ ou {}.
– Un ensemble qui n’a qu’un seul élément x est noté {x} et est appelé singleton.
– Un ensemble constitue de deux éléments s, x est noté {s, x}, ou {x, s} et est appelé
paire.
1.2 Ecritures d’un ensemble

On peut écrire un ensemble de deux façons :
Définition 2 (écriture en extension).

Écrire un ensemble en extension veut dire donner une liste de tous ses éléments.
Exemple 2.
1. « Dans A il y a les éléments 1, 2, 3, 4, 5, 6 et 7 » est une définition en extension. On
écrit :
A = {1; 2; 3; 4; 5; 6; 7}.
2. l’ensemble E de tous les entiers naturels inferieurs ou egal a 6 est ecrit en exten-
sion :
E = {0, 1, 2, 3, 4, 5, 6}.
Définition 3 (écriture en compréhension).

Écrire un ensemble en compréhension veut dire donner une propriété caractéristique de
ses éléments.
Exemple 3.
– « Dans A il y a les nombres entiers de 1 à 7 » est une définition en compréhension.
on écrit :
A = {x|x est un nombre entier de 1 à 7}.
– L’ensemble P de tous les entiers relatifs pairs est ecrit en comprehension :
P = {2n, n ∈ Z}.
– L’ensemble S de toutes les puissances entières de 3 est écrit en comprehension :
S = {3n , n ∈ Z}.
1.3 Diagrammes de Venn

– Pour représenter un ensemble on dessine une ligne fermée appelée diagramme de
Venn et on met les éléments de l’ensemble à l’intérieur de cette ligne, les autres à
l’extérieur.
– Pour représenter deux ensembles sur un même diagramme de Venn, il faut prévoir
un endroit pour les éléments qui appartiennent aux deux ensembles à la fois, pour
les éléments qui n’appartiennent qu’à un seul des deux ensembles et pour ceux
qui n’appartiennent à aucun des deux ensembles. Chaque élément ne doit en effet
figurer qu’une seule fois sur un diagramme !
– Pour représenter trois ensembles sur un même diagramme, on dessine un « dia-
gramme en trèfle » qui permet de prévoir tous les cas : il y en a 8 en tout ! (essayez
de les décrire)
Exemple 4.
E = {c; t; r; p}
Exemple 5.
E = {1; 2; 3; 4; 5; 6; 7; 8}, A = {1; 4; 6} et B = {2; 3; 4; 5}
Exemple 6.
A = {1; 2; 5; 7; 9}, B = {4; 5; 6; 7; 9; 10} et C = {1; 3; 6; 7; 8; 9; 10} Placez vous-mêmes
les entiers de 0 à 12 sur le diagramme suivant :
1.4 Inclusion, égalité, ensemble des parties

1.4.1 Inclusion
Définition 4.
Soient E et F deux ensembles. On dira que E est inclus dans F si tout élément de E est
élément de F . On dit encore que E est un sous-ensemble de F ou E est une partie de F .
On écrit dans ce cas E ⊂ F ou F ⊃ E.
Exemple 7.
A⊂B
Exemple 8.
– L’ensemble des poulets est contenu dans celui des oiseaux.
– L’ensemble
cos x
; x ∈ R, n ∈ N
2+n
est contenu dans ] − 1, 1[.
– {∗} ⊂ {∗, M}, {M} ⊂ {∗, M}, {∗, } * {, M, O} et {, M, O} * {∗, }.
Remarque 5.
1. On convient que l’ensemble vide ∅ est contenu dans tout ensemble.
2. On a bien E ⊂ E.
3. Si E ⊂ F et F ⊂ G, alors E ⊂ G.
Exercice 1.
Soit E l’ensemble {∗, M, O}. Trouver tous les sous-ensembles de E.
1.4.2 Ensembles égaux

Définition 5.
Deux ensembles sont égaux s’ils ont les mêmes éléments.
Exemple 9.
– Les ensembles A = {1; 2; 3; 4} et B =]0; 4] ∩ N sont égaux.
– Les ensembles C = {1; 2; 3; 7} et D = {8; 4; 2; 1} ne sont pas égaux
Proposition 1.
Deux ensembles A et B sont égaux si et seulement si A est inclus dans B et B est inclus
dans A.
Remarque 6.
La méthode la plus courante pour montrer que deux ensembles sont égaux est d’ailleurs
de procéder par double inclusion, c’est à dire de montrer d’abord que A est inclus dans
B, puis que B est inclus dans A.
Remarque 7.
La méthode la plus courante pour montrer que deux ensembles sont égaux est d’ailleurs
de procéder par double inclusion, c’est à dire de montrer d’abord que A est inclus dans
B, puis que B est inclus dans A.
1.4.3 Ensemble des parties

Définition 6.
Toutes les parties d’un ensemble E décrivent un nouvel ensemble appelé ensemble des
parties de E et noté P(E) ; on a donc :
A ⊂ E ⇔ A ∈ P(E).
Remarque 8.
– Soit E est un ensemble. Si card(E) = n, alors card(P(E)) = 2n .
– si a est élément de E (non vide) :
a ∈ E ⇔ {a} ⊂ E ⇔ {a} ∈ P(E).

1.5 Opérations élémentaires dans les ensembles

1.5.1 Activité
Activité 1.5.1.
1. Représentez sur un même diagramme de Venn des ensembles : A = {1; 2; 3; 4; 5} et
B = {4; 5; 6; 7}, en ne représentant chaque élément qu’une seule fois.
2. Placez sur ce diagramme les éléments 13 et 29,5.
On constate que sur ce diagramme il y a quatre sortes d’éléments, ceux qui appar-
tiennent :
◦ à A et à B :· · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·
◦ à A mais pas à B :· · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·
◦ à B mais pas à A :· · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·
◦ ni à A, ni à B :· · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·
Combien existe-t-il d’éléments qui n’appartiennent ni à A, ni à B ?· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · .
On a aussi ceux qui appartiennent à A ou à B : · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · .
1.5.2 Intersection, réunion, différence, Différence symétrique, com-

plémentaire, produit cartésien
Soit E, F et G trois ensembles et A une partie de E.
Opérations Notations Définitions
Intersection E∩F {x ∈ E et x ∈ F }
Réunion E∪F {x ∈ E ou x ∈ F }
E−F
Différence ou {x ∈ E et x∈
/ F}
E\F
Différence symétrique A4B {x ∈ A\B ou x ∈ B\A}
E−A
ou
E\A
Complémentaire {x ∈ E et x∈
/ A}
ou
CE A
A
Produit cartésien E×F {(x; y)/x ∈ E et y ∈ F }
Exemple 10 ( Intersection).
Exemple 11 ( Intersection).
1. Pour l’ activité 1.5.1 : A ∩ B = {· · · · · · · · · }.
2. si A = {2, 5, 7} et B = {1, 5, 7, 9}, on a A ∩ B = {5, 7}.
3. Soit A = {a; b; d; e; f ; g}, B = {a; d; g; i; j; k} et C = {b; e; f ; l; m}
A ∩ B ∩ C = ∅.
Remarque 9.
– A ∩ B = B ∩ A.
– A ∩ B ⊂ A et A ∩ B ⊂ B.
– A ∩ A = A, ∅ ∩ A = ∅.
– Si A ∩ B = ∅, on dit que A et B sont disjoints.
– Des ensembles A1 , A2 , · · · , An sont deux à deux disjoints si pour tous i et j dans
{1, 2, · · · , n},
i 6= j ⇒ Ai ∩ Aj = ∅.
– Notons que a ∈
/ A ∩ B signifie qu’on est dans l’une des 3 situations suivantes :
(1) a ∈
/ A et a ∈ B ou (2) a ∈
/ B et a ∈ A
ou (3) a ∈
/ A et a ∈
/ B.
Exemple 12 (Réunion).
Exemple 13 (Réunion).
1. Pour l’ activité 1.5.1 : A ∪ B = {· · · · · · · · · }.
2. Si A = {2, 5, 7} et B = {1, 5, 7, 9}, on a A ∪ B = {1, 2, 5, 7, 9}.
3. Soit A = {a; b; d; e; f ; g}, B = {a; d; g; i; j; k} et C = {b; e; f ; l; m}
A ∪ B ∪ C = {a; b; d; e; f ; g; i; j; k; l; m}.
Remarque 10.
– A ∪ B = B ∪ A.
– A ⊂ A ∪ B et B ⊂ A ∪ B.
– A ∪ A = A, ∅ ∪ A = A.
– A ∪ B = ∅ que si A = ∅ et B = ∅.
– Notons que a ∈
/ A ∪ B signifie que : a ∈
/ A et a ∈
/ B.
Exemple 14 (Différence de deux ensembles).
Exemple 15 (Différence de deux ensembles).

– Pour l’ activité 1.5.1 : A\B = {· · · · · · · · · }
– Si A = {2, 5, 7} et B = {1, 5, 7, 9}, on a A \ B = {2} et B \ A = {1, 9}.
Exemple 16 (Différence symétrique).
Exemple 17 (Différence symétrique).

– Pour l’ activité 1.5.1 : A4B = {· · · · · · · · · }
– Si A = {2, 5, 7} et B = {1, 5, 7, 9}, on a A \ B = {2} et B \ A = {1, 9} donc
A4B = {1, 2, 9}.
Remarque 11.
– Pour tout ensemble A, on a A \ ∅ = A, et A\A = ∅.

– De plus, pour tous ensembles A et B, on a A ⊂ B ssi A \ B = ∅.
Exemple 18 (Complémentaire d’un ensemble).

Exemple 19 ( Complémentaire d’un ensemble).

1. Soit E = {1, 2, 3, 4, 5}. Soit A = {2, 3}. On a CE (A) = {1, 4, 5}. Soit B = CE (A).
On a CE (B) = {2, 3} = A.
2. Soit E = R. Soit A = [0, 1]. On a
CR (A) = {x ∈ R, x ∈
/ [0, 1]} =] − ∞, 0[∪]1, +∞[.
Soit B = CE (A). On a CE (B) = [0, 1] = A.
Remarque 12.
Si A ⊂ E, on a :
– A ∩ CE A = ∅ et A ∪ CE A = E.
– CE (CE A) = A, CE E = ∅ et CE ∅ = E.
1.5.3 Propriétés des opérations élémentaires

Soit E, F et G trois ensembles et A et B deux parties de E.
E∪F = F ∪E
Commutativité E∩F = F ∩E
E4F = F 4E
E ∪ (F ∪ G) = (E ∪ F ) ∪ G
Associativité E ∩ (F ∩ G) = (E ∩ F ) ∩ G
E4(F 4G) = (E4F )4G
E ∩ (F ∪ G) = (E ∩ F ) ∪ (E ∩ G)
Distributivité
E ∪ (F ∩ G) = (E ∪ F ) ∩ (E ∪ G),
E∪∅=∅∪E =E
Elément neutre
E4∅ = ∅4E = E
CE (A ∩ B) = (CE A) ∪ (CE B)
Lois de De Morgan
CE (A ∪ B) = (CE A) ∩ (CE B)
Dichotomie A ∪ CE A = E A ∩ CE A = ∅
CE (CE A) = A
A4B = (A ∪ B) − (A ∩ B)
Ces règles sont faciles à comprendre si on les visualise à l’aide de diagrammes
Exemple 20.
Illustration de A ∪ B = A ∩ B
Exemple 21.
Illustration de A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
Exemple 22 (Produit cartésien).
Exemple 23 (Produit cartésien).

– Si A = {1, 2, 3} et B = {1, 7}, alors
A × B = {(1, 1), (1, 7), (2, 1), (2, 7), (3, 1), (3, 7)}
et
B × A = {(1, 1), (1, 2), (1, 3), (7, 1), (7, 2), (7, 3)}
– Si A = {saumon, poulet} et B = {banane, orange}, alors
A × B = {(saumon, banane), (saumon, orange),

(poulet, banane), (poulet, orange)}.
Remarque 13.
1. On convient de noter E × E par E 2 , et plus généralement E
| ×E×
{z· · · × E} par
nf ois
E n.
2. E × F = ∅ ssi E = ∅ ou F = ∅.
3. A × B ⊂ E × P ssi A ⊂ E et B ⊂ P .
4. E × P 6= P × E, E * E × P . En particulier E * E 2 .
5. Si E et P sont des ensembles finis, on a
Card(E × P ) = Card(E).Card(P ).
Définition 7 (Partition d’un ensemble).

Soit E un ensemble. On appelle partition de l’ensemble E toute famille {Ai }i∈I de sous-
ensembles de E telle que :
1. Ai 6= ∅, ∀i ∈ I.
2. si i 6= j, on a Ai ∩ Aj = ∅
[
3. E = Ai
i∈I
Exemple 24.
Exemple 25.
Si A ⊂ E, la paire {A, CE A} est une partition de E.
Exemple 26.
Soil E l ’ensemble tel que : E = {a; b; c; d; e; f }
• Les ensembles A = {a}, B = {b; c; f } et C = {d; e} formant une partition de E.
• Les ensembles A = {a}, B = {b; c; f } et D = {b; c; d; e} ne formant pas une
partition de E car ils ne sont pas disjoints deux à deux. En effet, on a B ∩ D =
{b; c} =
6 ∅.
Chapitre 2
Logique
2.1 Définitions
Définition 8.
– Dans le cadre d’une théorie mathématique donnée, une assertion/proposition / af-
firmation est une phrase mathématique à laquelle on peut attribuer une, et une
seule, valeur de vérité, à savoir V (vraie) ou F (faux).
– Certaines assertions sont déclarées vraies a priori : ce sont les axiomes ; sinon, la
véracité d’une assertion doit résulter d’une démonstration.
– Les assertions démontrées sont appelées théorèmes ou propositions suivant leur
importance.
– Un lemme est un résultat préalable utile à une démonstration plus conséquente. C’
est une proposition intermédiaire utile à la démonstration d’une autre proposition
– Un corollaire est une assertion vraie qui découle d’un résultat précédent. C’est la
conséquence d’une proposition ou d’un théorème.
– La démonstration d’une assertion est un processus respectant strictement les règles
de la logique, partant des hypothèses, supposées vraies, et en aboutissant à la
conclusion attendue. La démonstration permet d’établir qu’une assertion est vraie.
– Une conjecture est une assertion dont on pense qu’elle est vraie, mais qui n’a pas
été démontrée.
Exemple 27.
♦ « 3 = 7 » est une assertion fausse,
♦ « 3 = −(−3)» est une assertion vraie,
♦ « 2 est un nombre pair » est une assertion vraie.
♦ Les énoncés suivants sont des propositions mathématiques.
(a) 1 + 1 = 2. Cette proposition est vraie.
16
CHAPITRE 2. LOGIQUE 17
(b) 1 + 1 = 3. Cette proposition est fausse.

(c) ln(1) = 1. Cette proposition est fausse.
√
♦ Par contre, 1 + 1 − 2 et ( 18)3 ne sont pas des propositions puisqu’on ne peut leur
attribuer de valeur de vérité. Ce sont des expressions arithmétiques dont le résultat
est un réel.
2.2 Des symboles à connaître

2.2.1 Implication, réciproque et équivalence
Définition 9.
Le symbole ⇒ signifie « implique ». On peut également traduire une propriété contenant
ce symbole sous la forme « Si · · · Alors ».
L’implication est le principe même du raisonnement mathématique : dans une propriété,
une hypothèse entraîne une conclusion.
On dit que l’hypothèse est une de condition suffisante pour conclure, et que la conclusion
est une condition nécessaire pour avoir l’hypothèse.
Exemple 28.
Considérons les propositions vraies suivantes :
1. Si je m’appelle Ana, alors je suis une fille. S’appeler Ana est une condition suffisante
pour conclure que je suis une fille.
2. Si un quadrilatère est un rectangle, alors c’est un parallélogramme. Qu’un quadri-
latère soit un rectangle est une condition suffisante pour conclure qu’il s’agit d’un
parallélogramme.
3. x ≥ 10 ⇒ 3x ≥ 15.
Définition 10.
La réciproque d’une propriété consiste à retourner la phrase en échangeant l’hypothèse
et la conclusion, ou encore à changer le sens de la flèche.
Une propriété et sa réciproque sont indépendantes et se démontrent séparément. En effet
le fait qu’une propriété soit vraie n’implique pas que sa réciproque le soit !
Exemple 29.
Considérons les réciproques des propositions de l’exemple précédent.
1. Si je suis une fille, alors je m’appelle Ana : FAUX
Pour m’appeler Ana, il n’est pas suffisant d’être une fille.
2. Si un quadrilatère est un parallélogramme, alors c’est un rectangle : FAUX

Pour qu’un quadrilatère soit un rectangle, il n’est pas suffisant qu’il soit un paral-
lélogramme.
3. x ≥ 10 ⇐ 3x ≥ 15 : FAUX
Définition 11.
Lorsqu’une propriété et sa réciproque sont vraies, on utilise le symbole ⇔, qui signifie «
équivaut à ». On peut également traduire ce symbole par « Si et seulement si ». On parle
d’équivalence entre l’hypothèse et la conclusion.
Exemple 30.
1. ABC est un triangle rectangle en A si et seulement si BC 2 = AB 2 + AC 2 .

2. x ≥ 5 ⇔ 3x ≥ 15.
2.2.2 Les quantificateurs pour tout ∀ et il existe ∃

Définition 12 (Les quantificateurs). Ils précisent le domaine de validité d’une propriété.
Au lycée, vous devez connaître les symboles ∀ et ∃, qui signifient respectivement « Pour
tout » et « Il existe un », sous entendu « (au moins) ». La virgule qui suivra le symbole
∃ sera alors traduite par « tel que ». Il est donc essentiel de bien les comprendre pour
savoir dans quels cas une propriété peut s’appliquer.
Exemple 31.
1. ∀x ∈ R, x2 ≥ 0.
2. ∃x ∈ R, x2 ≥ 100.
Remarque 14.
Lorsqu’on énonce des propositions toujours vraies en français, on sous-entend souvent
les quantificateurs.
Exemple 32.
– Noël est en décembre (sous entendu « Tous les ans »)

– Un parallélogramme dont les diagonales sont de même longueur est un rectangle
(sous-entendu « Tous les parallélogrammes »)
– Un parallélogramme peut avoir des diagonales de même longueur (sous-entendu «
il existe (au moins) un tel parallélogramme »)
Remarque 15.
Les deux quantificateurs « tout » et « il existe » sont liés lorsqu’il s’agit d’énoncer le
contraire d’une proposition. En effet, le contraire de « tout » n’est pas « aucun », mais «
il existe (au moins) un ».
Exemple 33.
– Le contraire de « Tous les ans, Noël est en décembre » est la proposition « Il existe
une année (au moins) ou Noël n’est pas en décembre ».
– Le contraire de « Tous les rectangle sont des parallélogrammes »est la proposition
« Il existe un rectangle (au moins) qui n’est pas un parallélogramme ».
Remarque 16.
Evidemment une proposition et son contraire ne peuvent pas être toutes les deux vraies.
Pour énoncer le contraire de ces propositions, on a dit qu’il existait au moins un cas où
l’hypothèse émise était vérifiée, mais pas la conclusion.
2.3 Opérations logiques dans un ensemble

Soit A un ensemble. Soient P , Q, R · · · des propriétés que peuvent posséder les élé-
ments de A. Par exemple : A est l’ensemble des étudiants de l’UTA,
– P : avoir le Bac C ;
– Q : avoir moins de 20 ans ;
– R : avoir obtenu la mention bien ;
– S : avoir le Bac D.
Partant de ces propriétés, on peut en construire de nouvelles à l’aide des opérations
logiques élémentaires :
2.3.1 Opérations logiques élémentaires

1) nonP (negation de P ) :
Dire que l’élément x ∈ A possède la propriété nonP , c’est dire que x ne possède
pas la propriété P .
2) P et Q (conjonction de P et Q) :
Dire que l’élément x ∈ A possède la propriété P et Q, c’est dire que x possède à la
fois la propriété P et la propriété Q.
3) P ou Q (disjonction de P et Q) :
Dire que l’élément x ∈ A possède la propriété P ou Q, c’est dire que x possède soit
la propriété P , soit la propriété Q, soit les deux à la fois.
2.3.2 L’implication et l’équivalence de deux propriétés

– L’implication conditionnelle de P et Q.
On dit que la propriété P implique la propriété Q et on ecrit P ⇒ Q, si tout élément
x ∈ A possédant la propriété P , possède la propriété Q.
A ⇒ B se traduit aussi
A implique B
A entraîne B
si A est vrai alors B est vrai
B est vrai si A est vrai
A est vrai seulement si B est vrai
pour que B soit vrai il suffit que A le soit
A est une condition suffisante pour B
pour que A soit vrai il faut que B le soit
B est une condition nécessaire pour A
– L’équivalence des propriétés P et Q.
On dit que la propriété P est équivalente à la propriété Q et on écrit P ⇔ Q, si les
éléments x ∈ A possédant la propriété P sont les mêmes que ceux qui possèdent la
propriété Q.
A ⇔ B se traduit aussi
A est équivalent à B
A équivaut à B
A entraîne B et réciproquement
si A est vrai alors B est vrai et réciproquement
A est vrai si et seulement si B est vrai
pour que A soit vrai il faut et il suffit que B le soit
A est une condition nécessaire et suffisante pour B
2.4 Logique mathématique classique

Définition 13 (Assertion). Une assertion est un énoncé dont on peut affirmer sans am-
biguïté s’il est vrai ou s’il est faux.
Exemple 34.
Les affirmations suivantes sont des assertions :
– Tout polygône regulier de n cotés s’inscrit dans un cercle.
– Après la voiture, on inventa l’avion.
– un jour un africain inventera une montre.
– 3 < 10 est une assertion vraie.
– 5 < 2 est une assertion fausse.
Exemple 35.
les affirmations suivantes ne sont pas des assertions :
– L’algèbre est plus facile que l’analyse
– C’est jolie le ciel.
– Sur Mars la vie est meilleure.
Définition 14 (Proposition). Une proposition est un énoncé qui contient des variables,
qui est vrai pour certaines valeurs attribuées à ces variables.
Exemples 1. 1. x > 10 est une proposition, elle est vraie pour les nombres stricte-
ment supérieurs à 10, fausse dans tous les autres cas.
2. La hauteur du triangle T est médiane du triangle T est une proposition vraie pour
les triangles T isocèles, fausse dans tous les autres cas.
Remarque 17.
Comme pour les propriétés, à partir d’assertions ou de propositions, on peut definir de
nouvelles, par la negation nonP , la conjonction P et Q, la disjonction P ou Q, l’impli-
cation P ⇒ Q et l’equivalence P ⇔ Q. Ces nouvelles propositions sont definies par la
table de verite suivante :
P Q P et Q P ou Q P ⇒Q nonP (nonP ) ou Q P ⇔Q
V V V V V F V V
V F F V F F F F
F V F V V V V F
F F F F V V V V
Chapitre 3
Raisonnements Mathématiques
3.1 Raisonnement direct

3.1.1 Principe
Le raisonnement mathématique le plus courant est l’implication directe, aussi appelé
raisonnement déductif. On veut montrer que l’assertion P ⇒ Q est vraie. On
suppose que P est vraie et on montre qu’alors Q est vraie.
Autrement dit, à partir d’une hypothèse ( assertion que l’on suppose vraie ) ou d’une
proposition, on montre, par une suite de déductions ( raisonnement logique), une autre
proposition. Dans la suite de déductions, on peut se servir d’autres propositions vraies,
que l’on a démontrées auparavant. C’est la méthode à laquelle vous êtes le plus habitué.
3.1.2 Exemples
Exemple 36.
Montrer que si a, b ∈ Q alors a + b ∈ Q.
Démonstration. Prenons a ∈ Q, b ∈ Q. Rappelons que les rationnels sont des réels

p p
s’écrivant avec p ∈ Z et q ∈ N∗ . Alors a = pour un certain p ∈ Z et un certain
q q
0
p
q ∈ N∗ . De même b = 0 pour un certain p0 ∈ Z et un certain q 0 ∈ N∗ . On a :
q
p p0 pq 0 + qp0
a+b= + 0 = .
q q qq 0
Or le numérateur pq 0 + qp0 est bien un élément de Z ; le dénominateur qq 0 est lui un

p00
élément de N∗ . Donc a + b s’écrit bien de la forme a + b = 00 avec p00 ∈ Z, q 00 ∈ N∗ .
q
Ainsi a + b ∈ Q.
22
CHAPITRE 3. RAISONNEMENTS MATHÉMATIQUES 23
Exemple 37.
1 1
Soient x et y deux réels non nuls. Montrer que si + = 1 alors xy = x + y.
x y
1 1 1 1 x+y
Démonstration. On suppose que + = 1. On a + = d’après notre hypothèse,
x y x y xy
x+y
= 1. On en déduit que xy = x + y. Finalement, on a bien démontré l’implication
xy
1 1
« + = 1 =⇒ xy = x + y».
x y
3.2 Raisonnement par double implication

3.2.1 Principe
Pour prouver une équivalence, on peut prouver séparément les deux implications, di-
recte et réciproque.
3.2.2 Exemples
Exemple 38.
Soit f : R −→ R une fonction définie sur R. Montrer que :
" f est une fonction à la fois paire et impaire" ⇐⇒ " f est la fonction nulle".
Démonstration. Considérons les deux propositions : P : " f est une fonction à la fois
paire et impaire" et Q : "f est la fonction nulle".
• Supposons que P est vraie et montrons qu’il en est de même de Q. Comme f est paire
et impaire, on a : (
f (−x) = f (x)
∀x ∈ R,
f (−x) = −f (x)
On obtient donc : ∀x ∈ R, f (x) = −f (x), soit : ∀x ∈ R, 2f (x) = 0 qui s’ecrit aussi
∀x ∈ R, f (x) = 0. Ce qui prouve bien que f est la fonction nulle.
• La reciproque est triviale. Supposons que Q est vraie. Alors : ∀x ∈ R, f (x) = 0 et
clairement :
∀x ∈ R, −x ∈ R, et f (x) = f (−x) = −f (x).
Ce qui prouve que f est a la fois paire et impaire et donc Q est vraie.
Exemple 39.
Prouver que « ∀n ∈ N ; n2 impair ⇐⇒ n impair ».
Démonstration. Soit n ∈ N.
Supposons que n2 est impair.
n2 impair =⇒ ∃k ∈ N tel que n2 = 2k + 1

=⇒ n2 − 1 = 2k
=⇒ (n − 1)(n + 1) = 2k
=⇒ n + 1 est pair ou n − 1 est pair
=⇒ n est impair.
Supposons que n est impair.
n impair =⇒ ∃k ∈ N tel que n = 2k + 1

=⇒ n2 = (2k + 1)2
=⇒ n2 = 4k 2 + 4k + 1
=⇒ n2 = 2(2k 2 + 2k) + 1
=⇒ n2 est impair.
3.3 Raisonnement par disjonction de cas ou Raisonne-

ment cas par cas
3.3.1 Principe
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 les x n’appartenant pas à
A. C’est la méthode de disjonction ou du cas par cas.
3.3.2 Exemples
Exemple 40.
Deux nombres entiers naturels distincts de 0 et de 1 ont pour somme 11. Prouver que
lorsqu’on multiplie chacun d’eux par 9, on obtient alors deux nombres formés des mêmes
chiffres.
Preuve. Nous avons les cas suivants :
Cas 1 2+9=11 2 × 9 = 18 9 × 9 = 81
Cas 2 3+8=11 3 × 9 = 27 9 × 8 = 72
Cas 3 4+7=11 4 × 9 = 36 9 × 7 = 63
Cas 4 5+6=11 5 × 9 = 45 9 × 6 = 54
Exemple 41.
n(n + 1)
montrer que, pour tout n ∈ N, est un entier naturel.
2
n(n + 1)
Démonstration. Soit n ∈ N. On va démontrer que est un entier naturel en
2
distinguant les cas n pair ou impair.
• Si n est pair, on peut écrire n = 2k, où k ∈ N. Alors
n(n + 1) 2k(2k + 1)
= = k(2k + 1) ∈ N.
2 2
• Si n est impair, on peut écrire n = 2p + 1, où p ∈ N. Alors
n(n + 1) (2p + 1)(2p + 2)

= = (2p + 1)(p + 1) ∈ N.
2 2
n(n + 1)
Finalement, pour tout entier naturel n, est un entier naturel.
2
Exemple 42.
Démontrer que n(2n + 1)(7n + 1) est divisible par 2 et 3.
Démonstration.
J = n(2n + 1)(7n + 1) divisible par 2.
Pour n = 2k J = 2k(4k + 1)(14k + 1) = 2(k(4k + 1)(14k + 1))
Pour n = 2k + 1 J = (2k + 1)(4k + 3)(14k + 8) = 2(2k + 1)(4k + 3)(7k + 4)
J = n(2n + 1)(7n + 1) divisible de 3.
Pour n = 3k J = 3k(6k + 1)(21k + 1) = 3(k(6k + 1)(21k + 1))

Pour n = 3k + 1 J = (3k + 1)(6k + 3)(21k + 8) = 3(3k + 1)(2k + 1)(21k + 8)
Pour n = 3k + 2 J = (3k + 2)(6k + 5)(21k + 15) = 3(3k + 2)(6k + 5)(7k + 5)
3.4 Raisonnement par élimination des cas

3.4.1 Principe
Il est parfois utile, quand le nombre de cas est fini, d’étudier toutes les possibilités et
de ne retenir que celles qui conviennent. Ce raisonnement très courant en arithmétique,
qui est une variante de la disjonction des cas , est l’élimination des cas .
3.4.2 Exemples
Exemple 43.
(
xy = 1 (1)
Résoudre dans Z :
3x + y = 4. (2)
Démonstration. Dans Z, 3x + y = 4 revient à étudier une infinité de cas : on ne peut pas

faire un raisonnement par élimination des cas . Par contre, dans Z, xy = 1 revient à
étudier 2 cas : le cas : x = −1, y = −1 et le cas : x = 1, y = 1.
On peut donc faire ici un raisonnement par élimination des cas . En remplaçant x
par −1 et y par −1 dans (2), on obtient −4 = 4, ce qui est impossible. (−1; −1) n’est
donc pas solution du système. En remplaçant x par 1 et y par 1 dans (2), on obtient 4 = 4.
(1; 1) est solution du système. Le système a donc une solution (x; y) = (1; 1).
3.5 Raisonnement par contraposée

3.5.1 Principe
Le raisonnement par contraposition est basé sur l’équivalence suivante : L’assertion
P ⇒ Q est équivalente à non(Q) ⇒ non(P ) . Donc si l’on souhaite montrer
l’assertion P ⇒ Q , on montre en fait que si non(Q) est vraie alors non(P ) est
vraie.
3.5.2 Exemples
Exemple 44.
Soit n ∈ N. Montrer que si n2 est pair alors n est pair.
Démonstration. Nous supposons que n n’est pas pair. Nous voulons montrer qu’alors n2
n’est pas pair. Comme n n’est pas pair, il est impair et donc il existe k ∈ N tel que
n = 2k + 1. Alors n2 = (2k + 1)2 = 4k 2 + 4k + 1 = 2α + 1 avec α = 2k 2 + 2k ∈ N. Et
donc n2 est impair. Conclusion : nous avons montré que si n est impair alors n2 est impair.
Par contraposition ceci est équivalent à : si n2 est pair alors n est pair.
Exemple 45.
Soient x et y deux reels. Montrer que
xy 6= 0 =⇒ x 6= 0 et y 6= 0.
Démonstration. La contraposee de xy 6= 0 =⇒ x 6= 0 et y 6= 0 est
si x = 0 ou y = 0, alors xy = 0.
Montrons donc cette assertion. Si nous choisissons x = 0 ou y = 0, alors le produit xy

est nécessairement nul. Nous en déduisons donc le résultat cherché.
Exemple 46.
1 1
Montrer que si x et y sont des réels distincts de 1, et si x 6= y, alors 6= .
x−1 y−1
Démonstration. La contraposée de l’énoncé est : « si x et y sont des réels distincts de 1,
1 1
et si = alors x = y ». Ceci est vrai, car
x−1 y−1
1 1
= =⇒ x − 1 = y − 1
x−1 y−1
=⇒ x = y.
Exemple 47.
Montrer l’implication à ”x ∈
/ Q” =⇒ ”1 + x ∈
/ Q”.
Démonstration. Nous allons de nouveau utiliser la contraposée en démontrant l’implica-

tion ”1 + x ∈ Q” =⇒ ”x ∈ Q”. Soit x un réel tel que 1 + x ∈ Q. On peut écrire
x = (1 + x) − 1. Or 1 + x est un nombre rationnel (hypothèse), et 1 aussi. Par conséquent,
(1 + x) − 1 est un nombre rationnel, ce qui montre que x ∈ Q. Par contraposition, on a
démontré l’implication ”x ∈/ Q” =⇒ ”1 + x ∈ / Q”.
Remarque 18.
"Si j’ai faim, alors je mange" est logiquement équivalent à la phrase "Si je ne mange
pas, alors je n’ai pas faim". Attention ! il ne faut jamais dire que la contraposée de
A ⇒ B est non(A) ⇒ non(B) . Avec l’exemple précédent, on obtiendrait la
proposition "Si je n’ai pas faim alors je ne mange pas" qui ne dit pas la même chose que
la proposition "si j’ai faim alors je mange".
3.6 Raisonnement par l’absurde

3.6.1 Principe
Le raisonnement par l’absurde est un autre type de raisonnement très utile pour rédiger
proprement certains exercices. Afin de montrer qu’une proposition est vraie, on suppose
par l’absurde qu’elle est fausse et on raisonne jusqu’à amener une contradiction. On peut
alors dire que la proposition que nous avons supposée est vraie.
Autrement dit pour démontrer qu’une proposition P est vraie, on peut supposer que P est
fausse et on cherche une contradiction.
3.6.2 Exemples
Exemple 48.
Montrons que ∀x ∈ N ; x + 1 6= x + 2.
Démonstration. Supposons par l’absurde que : ∃x ∈ N tel que x + 1 = x + 2.

Ce qui aboutit à l’absurdité : 1 = 2 d’où le résultat.
Exemple 49.
a b
Soient a, b ≥ 0. Montrer que si = alors a = b.
b+1 a+1
a b
Démonstration. Nous raisonnons par l’absurde en supposant que = et a 6= b.
b+1 a+1
a b
Comme = alors a(1+a) = b(1+b) donc a+a2 = b+b2 d’où a2 −b2 = b−a.
b+1 a+1
Cela conduit à (a − b)(a + b) = −(a − b). Comme a 6= b alors a − b 6= 0 et donc en
divisant par a − b on obtient a + b = −1. La somme des deux nombres positifs a et b ne
a b
peut être négative. Nous obtenons une contradiction. Conclusion : si = alors
b+1 a+1
a = b.
Exemple 50.
√
Soit a ∈ R+ . Montrer l’unicité de a.
√ √
Démonstration. Soient x et y deux nombres positifs distincts tels que x = a et y = a.
Ce qui donne x2 = a et y 2 = a donc x2 − y 2 = 0. Par suite, (x + y)(x − y) = 0.
Donc x + y = 0 soit x = −y ce qui est impossible car x et y sont positifs et distincts ou
x − y = 0 soit x = y : contraire aux hypothèses. D’où l’unicité.
Exemple 51.
√ √ √
Soient a et b deux nombres strictement positifs. Montrer que a + b 6= a + b.
√ √ √
Démonstration. Supposons que a + b = a + b. En élevant au carré : On a a + b =
√ √ √ √ √ √
a + b + 2 a × b soit a × b = 0 donc a = 0 ou b = 0. En elevant au carre, on
√ √ √
obtient a = 0 ou b = 0 ce qui est contraire a l’énoncé, d’où a + b 6= a + b.
Exemple 52.
x+1
Montrer que pour tout nombre réel x différent de −3, on a 6= 1.
x+3
x+1
Démonstration. Soit x 6= −3 un réel. Par l’absurde, supposons que = 1. On a :
x+3
x + 1 = x + 3, par suite 1 = 3. Cette dernière égalité est absurde. D’où, on en déduit que
x+1
6= 1.
x+3
Remarque 19.
Dans la pratique, on peut choisir indifféremment entre un raisonnement par contraposi-
tion ou par l’absurde. Attention cependant de bien préciser quel type de raisonnement
vous choisissez et surtout de ne pas changer en cours de rédaction.
3.7 Raisonnement par contre-exemple

3.7.1 Principe
Pour infirmer une assertion, on peut utiliser un exemple ou un cas particulier qui la
contredit, qu’on appelle alors un contre-exemple.
Pour démontrer qu’une proposition du type ∃x ∈ E; P (x) est vraie, il suffit de
donner un exemple de x qui convient. En passant à la négation, pour démonter qu’une
proposition du type ∀x ∈ E; P (x) est fausse, il suffit de donner un exemple d’un
x qui ne convient pas. On appelle cela un contre-exemple de la proposition P.
Le raisonnement par contre-exemple sert a montrer qu’un enoncé de la forme ∀x ∈
E, P (x) est un enoncé faux. Nous cherchons alors a trouver un element x de E qui
ne verifie pas P (x).
3.7.2 Exemples
Exemple 53.
Montrons que l’assertion (∀x ∈ R, x ≥ 0) est fausse.
Démonstration. −10 ∈ R et −10 < 0, donc l’assertion (∀x ∈ R, x ≥ 0) est fausse.
Exemple 54.
Montrer que l’assertion suivante est fausse « Tout entier positif est somme de trois carrés
». (Les carrés sont les 02 , 12 , 22 , 32 , ... Par exemple 6 = 22 + 12 + 12 .)
Démonstration. Un contre-exemple est 7 : les carrés inférieurs à 7 sont 0, 1, 4 mais avec

trois de ces nombres on ne peut obtenir 7.
Exemple 55.
La somme des chiffres de 42 est un multiple de 6 et 42 est un multiple de 6 (idem pour 84).
Peut-on en déduire que si la somme des chiffres d’un nombre entier est un multiple de 6,
alors ce nombre est un multiple de 6 ?
Démonstration. Non. Car, la somme des chiffres de 51 est un multiple de 6 et 51 est un

multiple de 6.
Exemple 56.
Toute fonction f : R → R est-elle soit paire, soit impaire ?
Démonstration. Non. Car, f (x) = x3 + x2 n’est ni paire ni impaire.
Exemple 57.
Soit f (x) = x3 + x2 . Montrer que f n’est ni paire ni impaire.
Démonstration. f (2) = 12 et f (−2) = −4.
3.8 Raisonnement par récurrence

3.8.1 Principe de la récurrence classique
La démonstration par récurrence s’utilise pour prouver des propositions dont l’énoncé
dépend d’un entier naturel n. Elle s’appuie sur une propriété (admise) particulière de l’en-
semble des entiers naturels N.
Le raisonnement par récurrence est un type de raisonnement très courant en mathéma-
tiques. Imaginez que vous êtes tout en bas d’un escalier infini dont les marches sont nu-
mérotées, disons à partir de 1. Imaginons que vous pouvez atteindre la marche numéro
1, et que, pour tout n ≥ 1, une fois arrivés sur la marche n, vous pouvez monter sur la
marche n+1. Ainsi, vous montez sur la marche 1, puis à partir de la marche 1 vous pouvez
aller sur la marche 2, à partir de la marche 2 sur la marche 3, etc. C’est alors assez intuitif
de penser que vous pouvez atteindre toutes les marches, et c’est exactement ce que dit le
principe de récurrence !
Plus précisément, le principe de récurrence permet de montrer qu’une assertion P (n),
dépendant de n, est vraie pour tout entier n ≥ n0 avec n0 ∈ N. La démonstration par
récurrence se déroule en trois étapes :
• Etape d’initialisation. Nous verifions que P (n0 ) est vraie.
• Etape d’hérédité. Fixons un entier naturel n ≥ n0 , puis montrons que si P (n) est vraie
alors P (n + 1) est vraie.
• Etape de conclusion. Nous concluons que l’assertion P (n) est vraie ∀n ≥ n0 .
3.8.2 Exemples
Exemple 58.
Montrer que pour tout n ∈ N, 2n > n.
Démonstration. Pour n ∈ N, notons P (n) l’assertion suivante : 2n > n. Nous allons

démontrer par récurrence que P (n) est vraie pour tout n ∈ N.
Initialisation : Pour n = 0 nous avons 20 = 1 > 0. Donc P (0) est vraie.
Hérédité : Fixons n ∈ N. Supposons que P (n) soit vraie. Nous allons montrer que P (n+
1) est vraie.
2n+1 = 2n + 2n > n + 2n car par P (n) nous savons 2n > n

> n+1 car 2n ≥ 1.
Donc P (n + 1) est vraie.

Conclusion : Par le principe de récurrence P (n) est vraie pour tout n ∈ N, c’est-à-dire
2n > n pour tout ∈ N.
Exemple 59.
Démontrons par récurrence que, pour tout entier naturel n, l’entier n3 − n est divisible
par 3.
Démonstration. Soit P (n) l’assertion n3 − n est divisible par 3 .

i) 0 = 0 × 3 donc 03 − 0 = 0 est divisible par 3 et (P (0)) est vraie.
ii) Soit n un entier naturel tel que P (n). Alors il existe un entier k tel que n3 − n = 3k et
(n + 1)3 − (n + 1) = n3 + 3n2 + 3n + 1 − n − 1 = n3 − n + 3(n2 + n) = 3k + 3(n2 + n).
Par suite (n + 1)3 − (n + 1) est divisible par 3. On conclut que si P (n) est vraie, alors
P (n + 1) est vraie.
Conclusion. Par le principe de récurrence P (n) est vraie pour tout n ≥ 0, c’est-à-dire
pour tout entier naturel n, l’entier n3 − n est divisible par 3.
Exemple 60.
Montrer par récurrence que, pour tout n ≥ 1, n(2n + 1)(7n + 1) est divisible par 6.
Remarque 20.
Pour démontrer un résultat par un raisonnement par récurrence, il faut tout d’abord énon-
cer proprement l’hypothèse de récurrence P (n), démontrer l’initialisation, c’est-à-dire
que P (n0 ) est vraie, et ensuite prouver l’hérédité (P (n) =⇒ P (n + 1)) pour n ≥ n0 . On
conclut alors en appliquant le principe de récurrence.
3.8.3 Principe de la récurrence forte

Soit P (n) une propriete dependant d’un entier n. Si
• Etape d’initialisation. P (n) est vrai pour un certain entier n0 ,
• Etape d’hérédité. P (n0 ), P (n0 + 1), · · · , P (n) ⇒ P (n + 1) est vrai pour tout entier
n ≥ n0 ,
alors P (n) est vraie pour tout entier n ≥ n0 .
3.8.4 Exemples
Exemple 61.
5 3
Soit (un ) la suite definie par u0 = u1 = 4 et pour tout n ∈ N : un+2 = un+1 − un .
2 2
Demontrer par recurrence que pour tout entier naturel n, un = 4.
Démonstration. 1. Par hypothese u0 = 4.

2. Supposons que pour un entier quelconque fixe n ≥ 1, uk = 4 pour tout entier k tel
5 3 5 3
que O ≤ k ≤ n. Alors : un+1 = un − un−1 = × 4 − × 4 = 4.
2 2 2 2
Donc pour tout n ∈ N, un = 4.
3.9 Raisonnement par analyse-synthèse

3.9.1 Principe
Le raisonnement par analyse-synthèse est presque toujours utilisé lorsqu’on doit ré-
soudre un problème qui se ramène à :
"Trouver tous les objets x de l’ensemble E vérifiant une propriété P donnée".
Il se déroule en deux temps :
– Analyse : On "prend" un objet x de l’ensemble E vérifiant la propriété P , et on

essaie par déductions de réduire au maximum le domaine des objets x possibles.
On obtient finalement un certain ensemble (qui doit être le plus petit possible) de
"candidats" x solutions du problème.
– Synthèse : On "teste", parmi les candidats x restant après la phase d’analyse a), les-
quels (il peut y en avoir aucun, un, plusieurs ou une infinité) vérifient effectivement
la propriété P . Ceux qui restent constituent l’ensemble des solutions du problème
posé.
3.9.2 Exemples
Exemple 62.
√
Déterminer les réels tels que 1 − x = x.
Démonstration. On va raisonner par analyse-synthèse.

Analyse : Imaginons que x soit une solution de cette équation. Alors il est déjà clair que
x ∈] − ∞; 1], sinon la racine carrée n’aurait pas de sens. On doit aussi avoir x ≥ 0, car la
racine carrée est positive et donc x ∈ [0; 1]. Élevons ensuite l’équation au carré. Si x est
solution, alors 1 − x = x2 (on a bien ici simplement une implication, pas une condition
2
√ x + x − 1 = 0.√La résolution de cette équation
nécessaire et suffisante !), c’est-à-dire
−1 − 5 −1 + 5
du second degré donne x1 = et x2 = . Seul x2 est dans l’intervalle
2 √2
−1 + 5
souhaité. Donc la seule solution possible est .
√ 2
−1 + 5
Synthèse : Prouvons que est solution de l’équation. On sait que 1 − x = x2 .
2
Prenons la racine carrée de cette inégalité. Alors :
√ √
x= x2 = 1 − x.
√ légitime ici car x ∈ [0; 1]). Conclusion : la seule solution de l’équation est
(tout est
−1 + 5
.
2
Exemple 63.
Soit a ∈ R et I = [−a, a]. Montrer que toute fonction f : I → R s’écrit comme la somme
d’une fonction paire et d’une fonction impaire.
Démonstration. Analyse : Soient g une fonction paire et h une fonction impaire telles
que f = g + h. On a alors que pour tout x ∈ I, f (x) = g(x) + h(x) et f (−x) =
g(−x) + h(−x) = g(x) − h(x). On a donc un système de 2 équations à 2 inconnues. Sa
résolution nous donne :
f (x) + f (−x)
g(x) =
2
f (x) − f (−x)
h(x) =
2
Synthèse : Posons
f (x) + f (−x)
g(x) =
2
f (x) − f (−x)
h(x) =
2
On vérifie aisément que g est paire, que h est impaire et que f = g + h, ce qui permet de
conclure la preuve.
Chapitre 4
Relations binaires dans un ensemble
4.1 Définitions et exemples

Définition 15.
Une relation binaire R d’un ensemble de départ E vers un ensemble d’arrivée F est
définie par une partie G de E × F . Si (x, y) ∈ G, on dit que x est en relation avec y et
l’on note
xRy.
Si E = F on dit que R est une relation binaire sur E ou relation interne sur E.
Remarque 21.
La relation binaire « vide » correspond au sous-ensemble ∅ de E × F .
Exemples 2.
1. E = {∗, ♣, ♦, ♥}, la partie
R = {(∗, ∗), (♥, ♦), (♦, ♦), (∗, ♣), (♥, ♣)} ⊂ E × E
est une relation binaire sur E.

2. Sur Z on definit la relation S par :
(a, b) ∈ S si a2 + b ≥ 1.
3. Soient A = {a; b; c; d; e} l’ensemble des élèves et B = {M ath; Inf o; Ang; P hys}

l’ensemble des cours. On peut définir les relations suivantes :
(a) R qui décrit si un étudiant suit un cours régulièrement :
R = {(a; M ath); (a; P hys); (b; Inf o); (c; Ang); (d; Ang); (e; M ath); (e; Ang)}.
34
CHAPITRE 4. RELATIONS BINAIRES DANS UN ENSEMBLE 35
(b) S qui décrit si un étudiant a acheté un cadeau à un autre étudiant définit par
S = {(b; a); (a; a); (c; a); (a; d); (d; c)}.
4. Ordre strict sur les entiers : (0, 1) est noté 0 < 1.

5. Relation de divisibilité : (12, 132) est noté 12|132.
6. Relation d’inclusion sur les ensembles : (∅, {a}) est noté ∅ ⊂ {a}
({a}, {a, b, c}) est noté {a} ⊂ {a, b, c}.
Exemple 64.
On a par rapport aux relations 1 et 2 ci-dessus : ∗R∗, ∗R♣ et 1S3, 3S(−6). (∗, ♦) ∈
/ R,
on dira que ∗ n’est pas en relation avec ♦, et on ecrira ∗ 6 R♦.
Remarque 22.
Une relation binaire R sur un ensemble E est définie lorsqu’on sait quand un point x de
cet ensemble et en relation avec un point y de l’ensemble.
4.2 Mode de représentation

4.2.1 Diagramme cartésien
Définition 16.
Grille dans laquelle chaque droite est à égale distance l’une de l’autre autant horizonta-
lement que verticalement. On identifie par un point les couples qui vérifient la relation.
Exemple 65.
Soit A = {1, 3, 6, 9, 11}, B = {2, 4, 7, 9, 12} et la relation "est plus petit que", le gra-
phique cartésien est :
4.2.2 Matrice binaire

Définition 17.
Si les ensembles E et F sont définis par :
E = {x1 , · · · , xn } F = {y1 , · · · , yp }
alors la relation R est définie par la matrice R = ri,j définie par :

 
r1,1 · · · r1,j · · · · · · r1,p
 . .. .. 
 .. . .  (
  1 si xi Ryj
R =  ri,1 ri,j ri,p  avec ri,j =
 
 .
 .. .. ..  0 sinon
 . . 

rn,1 · · · rn,j · · · · · · rn,p
ri,j étant l’élément se trouvant sur la iime ligne et la j ime colonne, les lignes étant numé-
rotées du haut vers le bas et les colonnes de la gauche vers la droite. La matrice R est
appelée la matrice d’adjacence ou d’incidence de la relation R.
Exemple 66.
Soit E = {e1 , e2 , e3 }, B = {f1 , f2 , f3 , f4 } et la relation
R = {(e1 , f2 ); (e2 , f2 ); (e2 , f3 ); (e2 , f4 ); (e3 , f1 ); (e3 , f4 )}.
La représentation matricielle de R est :
4.2.3 Diagramme sagittal

Définition 18.
Un diagramme sagittal représentation graphique d’une relation d’un ensemble fini E
vers un ensemble fini F au moyen d’arcs fléchés joignant chaque élément de E et le ou
les éléments de F avec lesquels il est en relation.
Exemple 67.
Pour E = {a, b, c, d, e}, F = {α, β, γ, δ} et R = {(a; γ); (b; β); (b; δ); (d; γ); (e; δ)}, on
a le diagramme sagittal suivant
Exemple 68.
Pour E = {1, 2, 3} et R = {(1; 1); (2; 2); (3; 3); (1; 2); (1; 3); (2; 3)}, on a le diagramme
sagittal suivant
4.3 Quelques propriétés remarquables des relations bi-

naires
Soit R une relation binaire definie sur un ensemble non vide E.
Relation Réflexive : On dit que R est reflexive si on a : xRx pour tout x ∈ E.
Relation symétrique : R est dite symétrique si pour tout couple (x, y) ∈ E × E, la
relation xRy implique la relation yRx :
xRy ⇒ yRx.
Relation anti-symétrique : R est dite anti-symetrique si pour tout (x, y) ∈ E × E, les

relations xRy et yRx impliquent l’égalité x = y :
(xRy et yRx) ⇒ x = y.
Relation transitive : On dit que R est transitive si pour tout triplet (x, y, z) ∈ E ×E ×E,
les relations xRy et yRz impliquent la relation xRz :
(xRy et yRz) ⇒ xRz.

Exemple 69.
Sur C, on considère la relation R définie par xRy ⇔ |x| = |y|.
1. Réflexivité :
Soit z ∈ C. On a |z| = |z| donc zRz. R est réflexive.
2. Symétrie :
Soit z1 , z2 ∈ C tels z1 Rz2 .
z1 Rz2 ⇒ |z1 | = |z2 | ⇒ |z2 | = |z1 | ⇒ z2 Rz1 .
Donc z1 Rz2 ⇒ z2 Rz1 . R est symétrique

3. Antisymétrie :
On a |2| = | − 2| et | − 2| = |2| avec −2 6= 2. Donc −2R2 et 2R − 2 alors que
−2 6= 2. D’où R n’est pas antisymétrique.
4. Transitivité :
Soit z1 , z2 , z3 ∈ C tels que z1 Rz2 et z2 Rz3 .
( (
z1 Rz2 |z1 | = |z2 |
⇒
z2 Rz3 |z2 | = |z3 |
⇒ |z1 | = |z2 | = |z2 | = |z3 |
⇒ |z1 | = |z3 |
⇒ z1 Rz3 .
(
z1 Rz2
Donc ⇒ z1 Rz3 . R est transitive.
z2 Rz3
Exemple 70.
Sur l’ensemble Z, on considère les relations R défines par :
xRy si 2x + 2y ≤ 5.
1. Réflexivité :
5
Soit x ∈ Z. On a 2x + 2x ≤ 5 ⇔ 4x ≤ 5 ⇔ x ≤ . On a 2 × 2 + 2 × 2 = 8 > 5.
4
On a pas 2R2 donc R n’est pas réflexive.
2. Symétrie :
Soit x1 , x2 ∈ Z tels x1 Rx2 .
x1 Rx2 ⇒ 2x1 + 2x2 ≤ 5 ⇒ 2x2 + 2x1 ≤ 5 ⇒ x2 Rx1 .
Donc x1 Rx2 ⇒ x2 Rx1 . R est symétrique

3. Antisymétrie :
On a 2 × 0 + 2 × 1 = 2 < 5 et 2 × 1 + 2 × 0 = 2 < 5 avec 0 6= 1. Donc 0R1 et
1R0 alors que 0 6= 1. D’où R n’est pas antisymétrique.
4. Transitivité :
On a 2 × 2 + 2 × 0 = 4 < 5, 2 × 0 + 2 × 1 = 2 < 5 et 2 × 2 + 2 × 1 = 6 > 5.
C’est-à-dire qu’on a 2R0 et 0R1 et on n’a pas 2R1 d’où R n’est pas transitive.
4.4 Relation d’ordre

4.4.1 Dénitions et exemples
Définition 19.
Une relation binaire R sur un ensemble non vide E est dite relation d’ordre si R est à la
fois réflexive, anti-symétrique et transitive.
Exemples 3.
1) (R, ≤) usuel
2) L’ensemble des mots ecrits avec l’alphabet français muni de l’ordre lexicogra-
phique.
3) R2 avec la relation ≺ définie comme suit :
(a, b) ≺ (a0 , b0 ) si a ≤ a0 et b = b0
c’est l’ordre cartésien.

4) Soit A 6= ∅. Sur P(A) l’inclusion ⊂ est une relation d’ordre.
5) Sur N∗ la relation définie par : aRb si a divise b est une relation d’ordre.
Définition 20 (Ordre total, ordre partiel).

1. Une relation d’ordre R sur E est dite totale si pour tout couple x, y de points de E,
on a soit xRy, soit yRx.
2. Toute autre relation d’ordre est dite partielle.
Exemple 71.
Les exemples 1) et 2) sont des relations d’ordre total.
4.4.2 Eléments singuliers dans un ensemble ordonné

Soient (E, ≺) un ensemble ordonné et A une partie non vide de E.
Définition 21 (majorant et minorant).

1. On appelle majorant de A tout élément e ∈ E tel que :
∀a ∈ A, a ≺ e.
2. On appelle minorant de A tout élément s ∈ E tel que :
∀a ∈ A, s ≺ a.
3. On dit que A est majorée (resp. minorée) dans E si A admet un majorant (resp.
minorant) dans E.
Remarque 23.
Les majorants et minorants n’existent pas toujours, s’ils existent ils ne sont pas uniques.
Définition 22 (Elément maximum, Elément minimum).

1. On dit que M est un plus grand élément ou l’élément maximum de A si
(a) M ∈ A,
(b) ∀x ∈ A, x ≺ M.
2. On dit que M est un plus petit élément ou l’élément minimum de A si
(a) M ∈ A,
(b) ∀x ∈ A, M ≺ x.
Remarque 24.
Les éléments maximums et minimums n’existent pas toujours, s’ils existent ils sont uniques.
Exemples 4.
1. Dans (N∗ , |), la partie A = {2, 4, 5} est majorée dans N∗ (par exemple, 20 est un
majorant de A dans N∗ . Aussi, la partie A = {2, 6, 10} est minorée dans N∗ (par
exemple, 2 est un minorant de A dans N∗ .
2. Dans (N∗ , |), 2 est le plus petit élément de A = {2, 6, 10}.
3. Dans (P (E), ⊂), si X, Y ∈ P(E), la partie A = {X, Y } est minorée et majorée
dans P(E) (X ∩ Y (resp. X ∪ Y ) est un minorant (resp. un majorant) de A dans
P(E)).
4. La partie A =]0, 1[ de R ordonné par l’ordre usuel est une partie majorée et mino-
rée de R, mais A n’admet ni un plus grand élément ni un plus petit élément.
Définition 23 (Borne supérieure, Borne inférieure).
1. On appelle borne superieure de A le minimum de tous les majorants de A.

2. On appelle borne inferieure de A le maximum de tous les minorants de A.
Définition 24 (Elément maximal, Elément minimal).

Soit (E; ) un ensemble ordonné, A une partie de E, m et M deux éléments de A.
1. On dit que M est un élément maximal de A si ∀x ∈ A ; (M x ⇒ x = M ).
Autrement dit un élément de A est maximal s’il n’y a pas dans A d’éléments qui lui
soient strictement supérieurs.
2. On dit que m est un élément minimal de A si ∀x ∈ A ; (x m ⇒ x = m).
Autrement dit un élément de A est minimal s’il n’y a pas dans A d’éléments qui lui
soient strictement inférieurs.
Remarque 25.
Il est évident que le plus grand élément M de A, s’il existe, est maximal, c’est d’ailleurs
le seul ; de même s’il y a dans A un plus petit élément m, il est minimal et c’est le seul.
Exemples 5.
1. Dans (N∗ ; |), on considère A = {2; 3; 4; 5; 6; 7; 8; 9}, alors, 5 ; 6 ; 7 ; 8 ; 9 sont des
éléments maximaux de A et 2 ; 3 ; 5 et 7 sont des éléments minimaux de A.
2. Dans (N∗ ; |), on considère A = N∗ \{1}, alors les nombres premiers sont des élé-
ments minimaux de A. ils n’ont pas d’éléments « strictement inférieurs », c’est-à-
dire des éléments qui les divisent et en soient différents.
3. Dans P(E) ordonné par A ⊂ B, comme il y a un plus petit élément ∅ et un plus
grand E le seul élément minimal est ∅ et le seul élément maximal est E, Mais dans
P(E)\{∅} il n’y a pas de plus petit élément, les parties {x} à un seul élément sont
les éléments minimaux.
Dans P(E)\{∅; E} (ensembles des parties propres de E) il y a des éléments mini-
maux {x} et des éléments maximaux E − {x}.
4.5 Relation d’équivalence

4.5.1 Dénitions et exemples
Définition 25.
Une relation binaire R est une relation d’equivalence si elle est à la fois réflexive, symé-
trique et transitive.
Exemple 72.
Voici des exemples basiques.
1. La relation R « être parallèle » est une relation d’équivalence pour l’ensemble E
des droites affines du plan :
– réflexivité : une droite est parallèle à elle-même,
– symétrie : si D est parallèle à D0 alors D0 est parallèle à D,

– transitivité : si D parallèle à D0 et D0 parallèle à D00 alors D est parallèle à D00 .
2. La relation « être du même âge » est une relation d’équivalence.
3. La relation « être perpendiculaire » n’est pas une relation d’équivalence (ni la ré-
flexivité, ni la transitivité ne sont vérifiées).
4. La relation ≤ (sur E = R par exemple) n’est pas une relation d’équivalence (la
symétrie n’est pas vérifiée).
4.5.2 Classes d’équivalence

Définition 26.
Soient R une relation d’équivalence sur E et a ∈ E. On appelle classe d’équivalence de
a le sous-ensemble de E constitué des points x qui sont en relation avec a. On note ȧ ou
a ou Cl(a) ce sous-ensemble.
Exemple 73.
Soit x, y ∈ R et R la relation définie sur R par xRy si x2 = y 2 . R est une relation
d’équivalence et on a : x = {x, −x}
Lemme 1.
Soit R une relation d’équivalence sur E. On a :
1. ∀x ∈ E, x ∈ x.
2. Soit (a, b) ∈ E 2 . Si a ∈ b, alors b ∈ a et a = b.
3. Soit (a, b) ∈ E 2 . On a soit a = b soit a ∩ b = ∅.
4. Les différentes classes d’équivalence forment une partition de l’ensemble E.
Exemple 74.
Sur Z, on considère la relation R définie par xRy ⇔ 3x − y est pair.
1. Réflexivité :
Soit x ∈ Z. On a 3x − x = 2x donc xRx. R est réflexive.
2. Symétrie :
Soit x, y ∈ Z tels xRy.
xRy ⇒ 3x − y pair ⇒ 3x − y = 2k, k ∈ Z ⇒ y = 3x − 2k.
Alors
3y − x = 3(3x − 2k) − x = 9x − 6k − x = 8x − 6k = 2(4x − 3k)
Par suite, yRx. Donc xRy ⇒ yRx. R est symétrique.

3. Transitivité :
Soit x, y, z ∈ Z tels que xRy et yRz.
( (
xRy 3x − y pair
⇒
yRz 3y − z pair
(
3x − y = 2k; k ∈ Z
⇒
3y − z = 2h; h ∈ Z
⇒ 3x − z = 3x − y + y − z = 2k + y − z
= 2k + y + 2y − 2y − z = 2k − 2y + (3y − z)
= 2k − 2y + 2h = 2(k − y + h)
⇒ 3x − z pair ⇒ xRz.
(
xRy
Donc ⇒ xRz. R est transitive.
yRz
R est réflexive, symétrique et transitive. Donc R est une relation d’équivalence. Les dif-
férentes classe sont :
cl(1) = {x ∈ Z | 1Rx} = {x ∈ Z | 3 − x pair}

= {x ∈ Z | 3 − x = 2k k ∈ Z}
= {x ∈ Z | x = 3 − 2k k ∈ Z}
= {x ∈ Z | x = 2(1 − k) + 1 k ∈ Z} = {x ∈ Z | x impair}
cl(2) = {x ∈ Z | 2Rx} = {x ∈ Z | 6 − x pair}

= {x ∈ Z | 6 − x = 2k k ∈ Z}
= {x ∈ Z | x = 6 − 2k k ∈ Z}
= {x ∈ Z | x = 2(3 − k) k ∈ Z} = {x ∈ Z | x pair}
L’ensemble quotient est :

Z/R = {cl(1); cl(2)}.
Chapitre 5
Applications d’un ensemble vers un

autre
5.1 Définitions
Définition 27.
On appelle application de A vers B, toute relation f de A vers B telle que :
à tout élément x ∈ A correspond un élément et un seul, bien déterminé y de B. On écrit
f
f : A → B ou, A → B.
1. A est appelé l’ensemble de départ de f .
2. B l’ensemble d’arrivé de f .
3. y est l’image de x par f et est noté f (x), et x est un antécédent de y.
Définition 28.
Soit f : A → B une application.
1. Si B ⊂ R, on parle d’application réelle,
2. Si A ⊂ R, on parle d’application à variables réelles.
Remarque 26.
1. Si A0 ⊂ A, alors f induit une application naturelle f 0 : A0 → B déflnie par :
∀a0 ∈ A0 , f 0 (a0 ) = f (a0 ).
On dit que f 0 est restriction de f à A0 .

2. Si B 0 ⊂ B, f ne déflnit pas nécessaire une application de A dans B 0 .
44
CHAPITRE 5. APPLICATIONS D’UN ENSEMBLE VERS UN AUTRE 45
5.2 Exemples et contre-exemples

1. Les applications constantes
2. L’application identité de A notée idA .
3. L’application f : Z → N, n 7→ 2n2 − n est bien deflnie.
4. La relation g : R → R+ , x 7→ sin x n’est pas une application.
5. La relation {(1, ♣), (2, ♣), (4, ♦), (5, ♥)} n’est pas une application de
A = {1, 2, 3, 4, 5, 7} dans B = {♣, ♦, ♥, ♠}.
p
6. La relation h : Q → Z, → p + q n’est pas une application.
q
5.3 Egalité de deux applications

Définition 29.
Soient f : A → B et f 0 : A0 → B 0 deux applications. On dira que f = f 0 lorsque :
A = A0 , B = B 0 et pour tout x ∈ A, on a f (x) = f 0 (x).
Exemple 75.
les applications f : R → R, x 7→ x2 et g : R → R+ , x 7→ x2 ne sont pas égales.
Définition 30 (Suite d’éléments d’un ensemble E). On appelle suite d’éléments d’un
ensemble E toute application de N ou d’une partie D de N dans E. On écrit une suite
d’éléments d’un ensemble E sous la forme (un )n∈D .
5.4 Fonctions caractéristiques

Définition 31.
Soient E un ensemble non vide et A une partie de E. On appelle fonction caractéristique
(ou indicatrice) de A l’application notée χA définie comme suit :
χA : E → R, x 7→ 1 si x ∈ A et x 7→ 0 si x ∈
/ A.
Exercice 2. Definir χE et χ∅ .
Propriété 1 (propriétés remarquables des fonctions caractéristiques).

1. χA = χB ⇔ A = B.
2. χA∩B = χA χB .
3. χA∪B = χA + χB − χA χB .
4. χA = 1 − χA .
5.5 Image directe, Image réciproque

Définition 32.
Soient f : E → F une application, A une partie de E et B une partie de F .
1. L’ensemble de toutes les images des points de A est appelé image directe de A par
f , on le note f (A). On a :
f (A) = {f (a), a ∈ A}.
L’image directe de l’ensemble de départ E est appelée image de f , on la note Im f .

2. L’ensemble de tous les points de E dont l’image appartient à B est appelée image
réciproque de B par f , on le note f −1 (B). On a :
f −1 (B) = {x ∈ E : f (x) ∈ B}.
Exemple 76.
On a f −1 ({2}) = ∅, f −1 ({1}) = f −1 ({1; 2; 4}) = {1, 2}, f ({1, 4}) = {1, 5} et l’image
de f est f ({1, 2, 3, 4}) = {1, 3, 5}.
Exemple 77.
Considérons la fonction f de R dans R définie par f (x) = x2 .
1. L’image directe de l’intervalle [1, 3] par f est f ([1, 3]) = [1, 9]. L’image directe de
[−1, 1] par f est [0, 1].
√ √
2. L’image réciproque de l’intervalle [1, 2] par f est f −1 ([1, 2]) = [1, 2]∪[− 2, −1].
L’image réciproque de [−2, −1] par f est l’ensemble vide.
3. L’image de l’application f est R+ .
Remarque 27.
1. Notons que f (A) ⊂ F .

2. Notons que f −1 (B) ⊂ E. Il est clair que f −1 (F ) = E.
3. On a f (A) = ∅ ssi A = ∅, alors que f −1 (B) = ∅ n’implique pas necessairement

que B = ∅.
Propriété 2. Soit A ; B deux parties de E et f : E → F une application.
1. f (∅) = ∅.
2. Si A ⊂ B, alors f (A) ⊂ f (B).
3. f (A ∪ B) = f (A) ∪ f (B). Plus généralement, si (Ei )i∈I est une famille de parties
S S
de E, alors f ( i∈I Ei ) = i∈I f (Ei ).
4. f (A ∩ B) ⊂ f (A) ∩ f (B). Plus généralement, si (Ei )i∈I est une famille de parties
T T
de E, alors f ( i∈I Ei ) ⊂ i∈I f (Ei ).
5. f −1 (∅) = ∅.
6. f −1 (F ) = E.
7. Si A ⊂ B, alors f −1 (A) ⊂ f −1 (B).
8. f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B). Plus généralement, si (Fi )i∈I est une famille de
parties de F , alors f −1 ( i∈I Fi ) = i∈I f −1 (Fi ).
S S
9. f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B). Plus généralement, si (Fi )i∈I est une famille de

parties de F , alors f −1 ( i∈I Fi ) = i∈I f −1 (Fi ).
T T
5.6 Composition des applications

Définition 33.
Soient f : E → F et g : N → M deux applications. Si F ⊂ N , alors on peut définir une
nouvelle application h : E → M par : x 7→ g(f (x)). h est appelé la composée de g par
f et est noté g ◦ f .
Notons que par définition on a pour tout x ∈ E, (g ◦ f )(x) = g(f (x)).
Propriété 3. Soient f : E → F et g : N → M deux applications telles que F ⊂ N .
1. Si s : V → W est une 3e application telle que M ⊂ V , alors
s ◦ (g ◦ f ) = (s ◦ g) ◦ f.
2. On a idF ◦ f = f et g ◦ idN = g.
Exemples 6. s : R → R, x 7→ x2 et v : R → R, x 7→ x + 2, on a s ◦ v : R → R,
x 7→ (x + 2)2 et v ◦ s : R → R, x 7→ x2 + 2.
Remarque 28.
La composition des applications n’est pas commutative, c’est-à-dire qu’on a pas toujours
g ◦ f = f ◦ g. En effet, soit E est un ensemble contenant deux éléments a et b distincts,
f, g : E → E telles que f (a) = b, f (b) = a et g(a) = b, g(b) = b, alors (g ◦ f )(a) = b
tandis que (f ◦ g)(a) = a.
5.7 Applications injectives, surjectives, bijectives

5.7.1 Définitions et remarques
Définition 34.
Soit une application f : E → F . f est dite injective si deux éléments distincts quel-
conques de E ont des images distinctes dans F . Autrement dit, si une égalité d’images
f (x) = f (x0 ) où x, x0 ∈ E entraine que x = x0 , ou encore si tout y ∈ F a au plus un seul
antécédent.
∀(x, x0 ) ∈ E 2 , on a f (x) = f (x0 ) ⇒ x = x0 .
En particulier f n’est pas injective signifie qu’il existe dans F un élément qui a moins deux
antécédents.
Remarque 29.
Si les ensembles E et F sont flnis et f : E → F est injective, alors nécessairement
card(E) ≤ card(F ).
En particulier toute application g : N → B ou B est un ensemble flni non vide est non
injective.
Définition 35.
f est dite surjective, si tout élément de F a au moins un antécédent dans E par f .
∀y ∈ F, ∃x ∈ E : y = f (x).
Remarque 30.
Si les ensembles E et F sont flnis et f : E → F est surjective, alors nécessairement
card(E) ≥ card(F ).
Définition 36.
f est dite bijective, si f est à la fois injective et surjective , ou encore si tout élément de F
a un antécédent et un seul dans E par f .
∀y ∈ F, ∃!x ∈ E : y = f (x).
Exemple 78.
2x + 1
On considere l’application f de R \ {1} vers R definie par : f (x) = . Justifions
x−1
que l’application f est injective.
Soit a et b deux elements de R \ {1}.
2a + 1 2b + 1
f (a) = f (b) ⇒ =
a−1 b−1
⇒ (2a + 1)(b − 1) = (2b + 1)(a − 1)
⇒ 2ab − 2a + b − 1 = 2ab + a − 2b − 1
⇒ 3a = 3b
⇒ a=b
D’où, f est injective
Exemple 79.
On considère l’application f de R vers [1; +∞[ definie par : f (x) = x2 + 1. Justifions
que l’application f est surjective Df = R. Soit y un élément de [1; +∞[,
f (x) = y ⇔ x2 + 1 = y ⇔ x2 = y − 1.
√ √
Or y − 1 ≥ 0 donc x = y − 1 ou x = − y − 1. Tout nombre réel y, l’equation
f (x) = y, admet au moins unique solution. D’ou, l’application f est surjective.
Exemple 80.
Soit f l’application de R vers R définie par : f (x) = x + 1. L’application f est bijective.
Exemple 81.
On considere l’application f de ] − ∞; 0] vers [0; +∞[ définie par : f (x) = x2 . Justifions
que l’application f est bijective. Df =] − ∞; 0]. Soit y un nombre réel de [0; +∞[
f (x) = y ⇒ x2 = y
√ √
⇒ x=− y ou x = y
√
⇒ x=− y car x ∈] − ∞; 0]
Tout élément y de [0; +∞[ admet un unique antécédent. Par consequent, f est injective et
surjective. D’où, f est bijective.
Exemple 82.
1. L’application f : R → R, x 7→ |x| n’est ni injective ni surjective tandis que
g : R → R+ , x 7→ |x| est surjective.
2. idE est une bijection.
3. Soit A une partie de E. L’application i : A → E, x 7→ x est une application
injective appelée injection canonique de A dans E. Si A 6= E, i n’est pas surjective.
Exemple 83.
5.7.2 Bijection réciproque d’une application bijective

Définition 37.
Soit f : E → F une application bijective. Alors on peut définir une application s : F →
E de la façon suivante : à tout y ∈ F , on associe son unique antécédent x dans E.
y 7→ x si y = f (x)
s est appele bijection réciproque de f et on la note f −1 .
Proposition 2.
Si f : E → F est une bijection, alors f −1 ◦ f = idE et f ◦ f −1 = idF .
Proposition 3.
Soit f : E → F et g : F → E deux applications. Si f ◦ g = idF et g ◦ f = idE , alors f
et g sont bijectives, g = f −1 et f = g −1 .
Corollaire 1.
1. Si f : E → F est bijective, alors f −1 est bijective et
(f −1 )−1 = f.
2. Si f : E → F et g : F → G sont deux applications bijectives, alors g ◦ f est

bijective et (g ◦ f )−1 = f −1 ◦ g −1 .
Exemples 7.
1. Soit a ∈ R∗ et b ∈ R. L’application f : R → R, x 7→ ax + b est bijective et
x−b
l’application réciproque de f est f −1 : R → R, x 7→ .
a
2. L’application réciproque de ln : R∗+ → R, x 7→ ln(x) est l’application exp : R →
R∗+ , x 7→ exp(x).
Exemples 8.
1. idA est bijective et (idA )−1 = idA .

2. f : R → R, x 7→ x + 2 est bijective et f −1 : R → R, x 7→ x − 2.
3. f : R → R, x 7→ −x est bijective et égale a sa propre bijection réciproque.
4. ln : R∗ → R est une bijection et ln−1 = exp.
5. cos : [0, π] → [−1, 1] est une bijection et cos−1 = arccos.
h π πi
6. sin : − , → [−1, 1] est une bijection et sin−1 = arcsin.
2 2
Chapitre 6
Lois de composition internes et externes
6.1 Lois de composition internes (LCI)

6.1.1 Définitions et exemples
Définition 38.
Soit E un ensemble non vide. On appelle loi de composition interne sur E toute applica-
tion f de E × E dans E. Le couple constitué par un ensemble et une loi interne sur un
ensemble est appelé un magma.
Notation 2. On note de plusieurs manières les lois de composition. Voici quelques no-
tations utilisées fréquemment
(x, y) 7→ x + y (x, y) 7→ x.y (x, y) 7→ x ∗ y

(x, y) 7→ x>y (x, y) 7→ x⊥y (x, y) 7→ x × y
Remarque 31.
Si la loi est notée >, l’image de l’élément (x, y) ∈ E × E est désignée par x>y et non
par >(x, y).
Exemples 9. 1. Dans R ( N, Z, Q), l’addition (x, y) 7→ x + y et la multiplication

(x, y) 7→ x × y sont des lois de composition internes.
2. Dans R (ou Z, Q), la soustration (x, y) 7→ x − y est une loi de composition interne.
6.1.2 Propriétés
Propriété 4. 1. Une loi de composition interne ∗ sur E est :
(a) associative si :
∀x ∈ E, ∀y ∈ E ∀z ∈ E (x ∗ y) ∗ z = x ∗ (y ∗ z);
52
CHAPITRE 6. LOIS DE COMPOSITION INTERNES ET EXTERNES 53
(b) commutative si :
∀x E, yEE, x ∗ y = y ∗ x;
(c) Elle admet un élément neutre e si :
∃e ∈ E ∀x ∈ E x ∗ e = e ∗ x = x.
2. Un element x est inversible (ou symetrisable) dans E, s’il existe x0 ∈ E (dit inverse,
ou symetrique, de x) tel que :
x ∗ x0 = x0 ∗ x = e.
3. Si ∗ et > sont deux lois de composition interne de E, on dit que ∗ est distributive
par rapport à >, si l’on a toujours :
x ∗ (y>z) = (x ∗ y)>(x ∗ z) et (y>z) ∗ x = (y ∗ x)>(z ∗ x).
Remarque 32.
1. Si l’élément neutre existe, il est unique.

2. Lorsque la loi est notée additivement, l’élément neutre est noté 0 ;
3. Lorsque la loi est notée multiplicativement, l’élément neutre est noté 1.
Exemples 10. – +, × sont des lois commutatives dans N, Z, Q, R, C.

– Les lois ∪ et ∩ sont commutatives dans P(E).
Il y a cependant des lois qui ne sont pas commutative. par exemple
Exemple 84.
La composition des applications ” ◦ ” n’est pas commutative.
Exemple 85.
a) (R, +) admet 0 comme élément neutre,

b) (R, ×) admet 1 comme élément neutre,
c) (P(E), ∩) admet E comme élément neutre,
d) (P(E), ∪) admet ∅ comme élément neutre,
Il y a cependant des lois qui n’ont pas d’élément neutre par exemples
Exemple 86.
CHAPITRE 6. LOIS DE COMPOSITION INTERNES ET EXTERNES 54
1. La loi ∗ définie sur R par x ∗ y = x.y + 3 n’a pas d’élément neutre.

2. La loi > définie sur R par : x>y = x2 .y n’a pas d’élément neutre.
3. La multiplication × définie sur [2, +∞[ n’a pas d’élément neutre.
Exemples 11. – Dans R muni de +, tout élément x ∈ R admet −x pour symétrique.

– Dans R muni de ×, tout les éléments x ∈ R∗ admet 1
x
pour symétrique.
– Dans P(E) muni de la loi ∆
X∆Y = (X ∩ Y ) ∪ (X ∩ Y ).
L’ensemble vide ∅ est élément neutre et tout élément X ∈ P(A) s’admet lui-même
pour symétrique.
Notation 3. Si x ∈ E admet un symétrique, et que ce symétrique est unique, on le note

x−1 (en notation multiplicative) et −x (en notation additive).
Exemple 87.
Sur P(E), les lois ∪ et ∩ sont distributives l’une par rapport à l’autre.
6.2 Lois de composition externes (LCE)

Définition 39.
Soient E et Ω des ensembles. On appelle loi de composition externe sur E, à ensemble
d’opérateurs Ω, toute application de Ω × E dans E.
Chapitre 7
Structures algébriques
7.1 Groupes
7.1.1 Définitions et exemples
Définition 40.
On appelle groupe tout couple (G, >) composé d’un ensemble G non vide et d’une loi de
composition > interne sur cet ensemble satisfaisant aux axiomes suivants :
(G1 ) La loi > est associative ;
(G2 ) La loi > possède un élément neutre ;
(G3 ) Tout élément de G admet un symétrique pour la loi ”>”.
Si de plus la loi > est commutative, le groupe (G, >) est appelé groupe commutatif ou
groupe abélien.
Exemples 12. 1. (Z, +) est un groupe abélien. Mais (Z, ×) n’est pas un groupe.
2. (Q, +), (R, +) et (C, +) sont des groupes abéliens.
3. (Q, ×), (R, ×) et (C, ×) ne sont pas des groupes.
4. (Q∗ , ×), (R∗ , ×) et (C∗ , ×) sont des groupes abéliens.
5. Soient E un ensemble non vide et A(E) l’ensemble des applications de E dans E.
On pose S(E) = {f → A(E)/ f bijective}. S(E) est une partie stable par la
composition des applications ” ◦ ”.
” ◦ ” définit donc une loi de composition interne sur S(E), et muni de cette loi,
S(E) est un groupe non abélien. Pour E = {1, 2, ..., n}, S(E) est noté simplement
Sn et est appelé groupe des premutations de n éléments. Card(Sn ) = n!.
6. Soit A un ensemble non vide. P(A) muni de la différence symétrique ∆ est un
groupe abélien.
55
CHAPITRE 7. STRUCTURES ALGÉBRIQUES 56
7. Le produit cartésien de deux groupes (E, ∗) et (F, •) est un groupe avec la loi
cartésienne > :
(e, f )>(e0 , f 0 ) = (e ∗ e0 , f • f 0 ).
En particulier
(a) E 2 , est un groupe avec la loi cartésienne notée encore ∗
(a, a0 ) ∗ (b, b0 ) = (a ∗ b, a0 ∗ b0 ).
(b) Plus généralement E n est un groupe avec la loi cartésienne ∗
(x1 , ..., xn ) ∗ (y1 , ..., yn ) = (x1 ∗ y1 , ..., xn ∗ yn ).
(c) (R2 , +) est un groupe abélien, la loi + étant définie par ∀(a, b), (c, d) ∈ R2 ,
(a, b) + (c, d) = (a + c, b + d).
(d) (R3 , +) est un groupe abélien, la loi + étant définie par ∀(a1 , a2 , a3 ), (b1 , b2 , b3 ) ∈
R3 , (a1 , a2 , a3 ) + (b1 , b2 , b3 ) = (a1 + b1 , a2 + b2 , a3 + b3 ).
(e) Rn est un groupe abélien avec la loi cartesienne +.
7.1.2 Sous-groupes d’un groupe

a) Définitions et Exemples
Définition 41.
Soient (G, ∗) un groupe, d’élément neutre e et H une partie de G. On dit que H est un
sous-groupe de (G, ∗) si les 3 propriétés suivantes sont vérifiées :
i) e ∈ H
ii) ∀(x, y) ∈ H 2 , x ∗ y ∈ H.
iii) ∀x ∈ H, x−1 ∈ H
Proposition 4.
Soient (G, .) un groupe d’élément neutre e et H une partie de G.
H est un sous-groupe de G si et seulement si les conditions suivantes sont satisfaites :
(a) e ∈ H,
(b) ∀x, y ∈ H, x.y −1 ∈ H.
Exemples 13. – G lui même et {e} où e est l’élément neutre de (G, ∗) sont des
sous-groupes de (G, ∗). Ces deux sous groupes sont dits triviaux.
– Z est un sous groupe de (Q, +). Q est un sous groupe de (R, +). R est un sous
groupe de (C, +)
– R∗ , {−1, 1} sont des sous-groupes de (R∗ , ×).

– Un = {z ∈ C : z n = 1} est un groupe de n éléments de (C∗ , ×).
– Pour tout a ∈ Z, l’ensemble des multiples de a, noté aZ est un sous groupe de
(Z, +).
– Plus généralement, si (G, ∗) est un groupe et g ∈ G, alors l’ensemble des puis-
sances de a : {g n , n ∈ Z} est un sous-groupe de (G, ∗).
a0 = e, a−2 = (a−1 )2 , a−3 = (a−1 )3
Remarque 33.
1. Un sous-groupe H n’est pas vide.

2. Si H est un sous-groupe de (G, ∗) alors H est stable pour la loi ∗, et donc ∗ induit
une loi de composition interne sur H. Muni de cette loi, H est un groupe, d’où la
terminologie "sous - groupe"
3. Très souvent pour montrer qu’un ensemble muni d’une loi de composition interne
(LCI) est un groupe, on essaie de voir cet ensemble comme un sous-groupe d’un
ensemble plus grands.
4. Une partie stable d’un groupe n’est pas nécessairement un sous-groupe. Par exemple
N est une partie stable de Z pour l’addition, mais ce n’est pas un sous-groupe de
(Z, +).
Théorème 1 (Caracterisation des sous-groupes de (Z, +)). Soit H ⊂ Z.

H un sous-groupe de (Z, +) si et seulement si il existe a ∈ N tel que H = aZ.
7.1.3 Homomorphismes de groupes

Définition 42.
Soient (G, ∗), (H, >) deux groupes et f : G → H un homomorphisme. L’homomorphisme
f est appelé homomorphisme (ou morphisme) de groupes.
On appelle noyau de f et on note ker(f ), le sous-ensemble de G défini par
ker(f ) = {x ∈ G/f (x) = eH }
où eH est l’élément neutre du groupe H.

L’image de f , notée Im(f ) ou f (G), est le sous-ensemble de H défini par
Im(f ) = {y ∈ H/∃x ∈ G, y = f (x)}.
Exemple 88.
1. L’application g : (R∗+ , ×) → (R+) définie par x 7→ ln(x) est un morphisme de

groupes.
2. Soit n ∈ N∗ . L’application f : (C∗ , ×) → (C∗ , ×) définie par z 7→ z n est un
morphisme de groupes.
Remarque 34.
L’homomorphisme f satisfait la propriété suivante :
∀x ∈ G, f (x−1 ) = (f (x))−1.
Théorème 2. Soit f : (R, +) → (R, +) un morphisme de groupes continu en 0, alors :
∀x ∈ R, f (x) = ax.
où a = f (1).
Proposition 5.
Soit f : G → H un morphisme de groupes. L’image directe par f de tout sous-groupe de
G est un sous-groupe de H. En particulier, Im(f ) est un sous-groupe de H.
Proposition 6.
Soit f : G → H un morphisme de groupes. L’image réciproque par f de tout sous-groupe
de H est un sous-groupe de G contenant ker f . En particulier, ker(f ) est un sous-groupe
de G.
Démonstration. A faire en exercice.
Proposition 7.
Soit f : G → H un morphisme de groupes.
f injective ⇔ ker f = {eG }.
7.2 Anneaux
7.2.1 Définition et exemples
Définition 43.
On appelle anneau tout triplet (A, +, .), où A est un ensemble dit sous-jacent à l’anneau,
où ” + ” et ”.” sont des lois de composition internes sur A dites addition et multiplication,
satisfaisant aux axiomes suivants :
(A1 ) (A, +) est un groupe abélien, dit groupe additif de l’anneau ; l’élément neutre est
noté 0 et est appelé élément nul ;
(A2 ) La multiplication est associative ;

(A3 ) La multiplication est distributive par rapport à l’addition.
– On qualifie de commutatif tout anneau dans lequel la multiplication est commuta-
tive.
– L’anneau A est dit unitaire si la multiplication admet un élément neutre.
Notation 4.
– L’élément neutre de + dans A est noté 0A et pour tout x ∈ A, le symétrique de x
par rapport à la loi + est noté −x. (on dit que −x est l’opposé de x)
– Si l’anneau A est unitaire, l’élément neutre de la multiplication " · " dans A est noté
1A . Un élément x ∈ A sera dit inversible, s’il admet un symetrique par rapport à
la multiplication, dans ce cas le symétrique de x est noté x−1 . On note U(A) l’en-
semble de tous les éléments inversibles de A. U(A) est stable pour la multiplication
et (U(A), .) est un groupe.
– Pour tout a ∈ A, et pour tout n ∈ N∗ on pose :
an = a.a
| ·{z· · a} et na = a · · · + a} .
| + a + {z
nf ois nf ois
Exemples 14.
1. Z, Q, R et C, munis de l’addition + et de la multiplication × sont des anneaux
commutatifs et unitaires.
2. Soit (G, +) est un groupe abélien. On note End(G) l’ensemble de tous les endo-
morphisme de G. (End(G), +, ◦) est un anneau en posant :
f, g ∈ End(G), f + g : x 7→ f (x) + g(x) et f ◦ g : x 7→ f (g(x)).
3. (Z/nZ, +, .) est un anneau commutatif unitaire ayant n éléments.

4. Si A et A0 sont 2 anneaux, il y a sur A × A0 une structure naturelle d’anneau
(a, a0 ) + (b, b0 ) = (a + b, a0 + b0 ) et (a, a0 ).(b, b0 ) = (a.b, a0 .b0 ).
En particulier Z2 , Z3 , Z4 , C2 , ... sont des anneaux.
Définition 44.
Soit A un anneau, on dit que a ∈ A est un diviseur de zéro dans A si a 6= 0 et s’il existe
b ∈ A, b 6= 0 tel que
ab = 0 ou ba = 0.
Exemple 89.
Dans Z/6Z, l’élément 3 est un diviseur de 0.
Exercice 3. Déterminer tous les diviseurs de 0 de l’anneau Z/24Z.
Définition 45.
On dit que A est intègre si A est commutatif, non réduit à zéro et dépourvu de diviseur de
zéro, c’est à dire que
∀a, b ∈ A, ab = 0 ⇒ a = 0 ou b = 0.
Exemple 90.
1. Z, Q, R sont des anneaux intègres.
2. Z/nZ est un anneau intègre si et seulement si n = 0 ou n est un nombre premier.
7.2.2 Sous-anneaux
Définition 46.
Soient A un anneau et B une partie non vide de A. On dit que B est un sous-anneau de
A si :
i) B est un sous-groupe de (A, +)
ii) B est stable par le produit ∀b, b0 ∈ B, bb0 ∈ B.
Exemple 91.
• Z est un sous-anneau de Q
• R est un sous-anneau de C
• Q est un sous-anneau de R
Remarque 35.
L’intersection de sous-anneaux est un sous-anneau. On a alors la notion de sous-anneau
engendré par une partie quelconque X d’un anneau A.
Si 1A est l’élément unité de l’anneau (A, +, .), tous les sous-anneaux contiennent le sous-
anneau
Z.1A = {n.1A ; n ∈ Z}.
Définition 47.
Soient A un anneau commutatif unitaire et B une partie non vide de A. On dit que B est
un sous-anneau de A si :
i) B est un sous-groupe de (A, +)
ii) B contient 1A et B est stable par le produit ∀b, b0 ∈ B, bb0 ∈ B.
7.3 Corps
7.3.1 Définitions-exemples
Définition 48.
On dit qu’un ensemble K muni de deux lois "+" et ” × ” est un corps si
i) (K, +, ×) est un anneau, et 1K 6= 0,
ii) ∀x ∈ K\{0}, ∃x0 ∈ K, x0 x = 1K = xx0 .
Si de plus la multiplication est commutative, on dit que K est un corps commutatif.
Remarque 36.
Un anneau K est un corps s’il n’est pas réduit à 0 et si tout élément non nul de K est
inversible.
Remarque 37.
1. Si K est un corps alors K\{0} est un groupe multiplicatif qui est abélien si et
seulement si K est commutatif.
2. Un corps est en particulier un anneau sans diviseurs de zéro.
3. Si I est un idéal du corps K alors I = {0} ou I = K.
Exemples 15.
1) Q, R, C sont des corps commutatifs pour les lois usuelles.
√ √
2) Q[ 2] = {x ∈ R/ ∀a, b ∈ Q, x = a + b 2} est un corps commutatif
3) Z/nZ est un corps si et seulement si n est un nombre premier.
Exemple 92.
Tout anneau intègre fini A est un corps. En effet :
On sait que A 6= {0}. Soit a ∈ A\{0} ; associons-lui l’endomorphisme x → ax du
groupe (A, +) qui est une injection, puisque, a étant régulier, ax = 0 équivaut à x = 0 ;
A étant fini, il s’agit même d’une bijection. Il existe donc un, et un seul a0 ∈ A tel que
aa0 = 1 ; par commutativité a0 a = 1 ; a est donc inversible.
7.3.2 Sous-corps
Définition 49.
Soient K un corps et K une partie de K. On dit que K est un sous-corps de K ou que K
est un sur-corps de K si :
(i) K est un sous-anneau de K,
(ii) ∀x ∈ K\{0}, x−1 ∈ K\{0}.
Exemple 93.
√
(a) Q est un sous-corps de Q[ 2] qui est lui-même un sous-corps de R.
(b) Z/pZ (p premier) n’a pas de sous-corps propres.
Proposition 8.
Soient K un corps et K une partie de K. Alors K est un sous-corps de K ssi :
1) 1K ∈ K,
2) ∀x, y ∈ K, x − y ∈ K,
3) ∀x, y ∈ K, xy ∈ K,
4) ∀x ∈ K\{0}, x−1 ∈ K\{0}.
Remarque 38.
On montre, comme pour les sous-groupes, que toute intersection d’une famille de sous-
corps d’un corps K est un sous-corps de K et que, pour toute partie X ⊂ K, il existe un
plus petit sous-corps de K contenant X, on dit qu’il s’agit du sous-corps engendré par
X.
Bibliographie
[1] A. Bodin : Algèbre. Exo 7 (2016).

[2] A. Soyeur, F. Capaces, E. Vieillard-Baron : Cours de Mathématiques Sup MPSI PCSI
PTSI TSI . sesamath.net (2011).
[3] C. Deschamps, A. Warusfel, F. Moulin, J. François Ruaud, A. AAiquel, J-C Sifre : Ma-
thématiques TOUT-EN-UN • I e année : cours exercices corrigés MPSI-PCSI. Dunod, Paris,
(2003).
[4] D. Fredon : Mathématiques Résumé du cours en fiches MPSI - MP. Dunod, Paris, (2010).
[5] E. Ramis, C. Deschamps, J. Odoux : Cours de Mathématiques Spéciales Algèbre. Masson
(1993).
[6] J. Dixmler : Cours de Mathématiques du premier cycle 1e année, Gauthier-villars, (1976).
[7] M. Allano Chevalier, X. Oudot : Maths MPSI. Hachette, (2008).
[8] N. Bourbaki : Éléments de Mathématique : Algèbre. Springer (1970).
[9] P. Bornsztein, X. Caruso, P. Nolin, M. Tibouchi : Cours d’arithmétique. (2004).
63

Algebre 1 2024 - 2025 - 241117 - 114948

Transféré par

Droits d'auteur :

Formats disponibles

Algebre 1 2024 - 2025 - 241117 - 114948

Transféré par

Informations du document

Titre original

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

Algebre 1 2024 - 2025 - 241117 - 114948

Transféré par

Droits d'auteur :

Formats disponibles

COURS D’ ALGEBRE 1

4 Relations binaires dans un ensemble 34

5 Applications d’un ensemble vers un autre 44

6 Lois de composition internes et externes 52

1.1 Définitions, Exemples

2. L’ensemble des couleurs de l’arc-en-ciel est un ensemble fini.

1.2 Ecritures d’un ensemble

Définition 2 (écriture en extension).

Définition 3 (écriture en compréhension).

1.3 Diagrammes de Venn

1.4 Inclusion, égalité, ensemble des parties

1.4.2 Ensembles égaux

1.4.3 Ensemble des parties

a ∈ E ⇔ {a} ⊂ E ⇔ {a} ∈ P(E).

1.5 Opérations élémentaires dans les ensembles

1.5.2 Intersection, réunion, différence, Différence symétrique, com-

Exemple 14 (Différence de deux ensembles).

Exemple 15 (Différence de deux ensembles).

Exemple 16 (Différence symétrique).

Exemple 17 (Différence symétrique).

– Pour tout ensemble A, on a A \ ∅ = A, et A\A = ∅.

Exemple 18 (Complémentaire d’un ensemble).

Exemple 19 ( Complémentaire d’un ensemble).

Soit B = CE (A). On a CE (B) = [0, 1] = A.

1.5.3 Propriétés des opérations élémentaires

Ces règles sont faciles à comprendre si on les visualise à l’aide de diagrammes

Exemple 22 (Produit cartésien).

Exemple 23 (Produit cartésien).

A × B = {(saumon, banane), (saumon, orange),

Définition 7 (Partition d’un ensemble).

(b) 1 + 1 = 3. Cette proposition est fausse.

2.2 Des symboles à connaître

2. Si un quadrilatère est un parallélogramme, alors c’est un rectangle : FAUX

1. ABC est un triangle rectangle en A si et seulement si BC 2 = AB 2 + AC 2 .

2.2.2 Les quantificateurs pour tout ∀ et il existe ∃

– Noël est en décembre (sous entendu « Tous les ans »)

2.3 Opérations logiques dans un ensemble

2.3.1 Opérations logiques élémentaires

2.3.2 L’implication et l’équivalence de deux propriétés

2.4 Logique mathématique classique

– 5 < 2 est une assertion fausse.

3.1 Raisonnement direct

Démonstration. Prenons a ∈ Q, b ∈ Q. Rappelons que les rationnels sont des réels

Or le numérateur pq 0 + qp0 est bien un élément de Z ; le dénominateur qq 0 est lui un

3.2 Raisonnement par double implication

n2 impair =⇒ ∃k ∈ N tel que n2 = 2k + 1

Supposons que n est impair.

n impair =⇒ ∃k ∈ N tel que n = 2k + 1

3.3 Raisonnement par disjonction de cas ou Raisonne-

n(n + 1) (2p + 1)(2p + 2)

Pour n = 3k J = 3k(6k + 1)(21k + 1) = 3(k(6k + 1)(21k + 1))

3.4 Raisonnement par élimination des cas

Démonstration. Dans Z, 3x + y = 4 revient à étudier une infinité de cas : on ne peut pas

3.5 Raisonnement par contraposée

Démonstration. La contraposee de xy 6= 0 =⇒ x 6= 0 et y 6= 0 est

Montrons donc cette assertion. Si nous choisissons x = 0 ou y = 0, alors le produit xy

Démonstration. Nous allons de nouveau utiliser la contraposée en démontrant l’implica-

3.6 Raisonnement par l’absurde

Démonstration. Supposons par l’absurde que : ∃x ∈ N tel que x + 1 = x + 2.

Démonstration. Soit P (n) l’assertion n3 − n est divisible par 3 .