Table des matières

1 Ensembles relations binaires et applications 4

1.1 Propositions logiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Opérations Logiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 La négation ¬ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 L’équivalence ⇔ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3 La conjonction ∧ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 La disjonction ∨ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.5 Règles de De Morgan . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.6 L’implication ⇒ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.7 La contraposée. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.8 La réciproque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Propriétés des opérations logiques . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Les Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1 Les quantificateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.2 Parties d’un ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.3 Opérations sur les ensembles . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Quelques formes de raisonnement logique . . . . . . . . . . . . . . . . . . . . 15
1.5.1 Raisonnement à partir de la contraposée . . . . . . . . . . . . . . . . 16
1.5.2 Raisonnement par l’absurde . . . . . . . . . . . . . . . . . . . . . . . 16
1.5.3 Raisonnement par récurrence . . . . . . . . . . . . . . . . . . . . . . 17
1.6 Quantificateurs et propositions logiques . . . . . . . . . . . . . . . . . . . . 17
1.6.1 Proposition dépendant d’une variable : P (x) . . . . . . . . . . . . . . 17
1.6.2 Quantificateur universel : ∀ . . . . . . . . . . . . . . . . . . . . . . . 18
1.6.3 Quantificateur existentiel : ∃ . . . . . . . . . . . . . . . . . . . . . . . 18
1.6.4 Quantificateurs multiples . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.7 Applications et fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.7.1 Composition d’applications . . . . . . . . . . . . . . . . . . . . . . . 21
1.7.2 Restriction et prolongement d’une application . . . . . . . . . . . . . 22
1.7.3 Images et images réciproques . . . . . . . . . . . . . . . . . . . . . . 22
1.7.4 Applications injectives, surjectives, bijectives . . . . . . . . . . . . . . 23
1.7.5 Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.8 Relations binaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.8.1 Relations d’équivalence . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.8.2 Relations d’ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

1
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 2

1.8.3 Eléments Minimaux et éléments maximaux . . . . . . . . . . . . . . 31

1.8.4 Borne Inférieure, Borne Supérieure . . . . . . . . . . . . . . . . . . . 32
1.9 Combinatoire et Dénombrement . . . . . . . . . . . . . . . . . . . . . . . . 33
1.9.1 Principes de base du dénombrement . . . . . . . . . . . . . . . . . . . 33
1.9.2 Dénombrement des p-listes . . . . . . . . . . . . . . . . . . . . . . . . 35
1.9.3 Dénombrement des Arrangements et des Permutations . . . . . . . . 35
1.9.4 Dénombrement des Combinaisons . . . . . . . . . . . . . . . . . . . . 36
1.9.5 Propriétés des coefficients binomiaux . . . . . . . . . . . . . . . . . . 37
1.9.6 Formule du binôme de Newton . . . . . . . . . . . . . . . . . . . . . 38

2 Notions d’Arithmétique 40
2.1 Divisibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.2 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3 Numération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4 Algorithme d’Euclide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.4.1 Identité de Bézout . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.4.2 Théorème de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.4.3 PPCM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.5 Nombres premiers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.5.1 Crible d’Eratosthène . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.5.2 Théorème de décomposition en facteurs premiers . . . . . . . . . . . 49
2.6 Équations Diophantiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.7 Congruences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.7.1 Définition et proporiétés des congruences . . . . . . . . . . . . . . . . 52
2.7.2 Théorème du Fermat . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.7.3 Théorème chinois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.8 Indicatrice d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3 STRUCTURES ALGEBRIQUES 60
3.1 Groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.1.1 Exemoles et contre -exemples . . . . . . . . . . . . . . . . . . . . . . 61
3.1.2 Quelques propriétés des groupes . . . . . . . . . . . . . . . . . . . . . 62
3.1.3 Sous groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.4 Homomorphisme de groupes . . . . . . . . . . . . . . . . . . . . . . . 65
3.1.5 Groupes monogènes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.1.6 Groupes symétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.1.7 Théorème de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.2 Anneaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2.1 Homomorphisme d’anneaux . . . . . . . . . . . . . . . . . . . . . . . 76
3.2.2 sous anneau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.2.3 Sous anneau engendré . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.2.4 Définition et propriétés d’un idéal . . . . . . . . . . . . . . . . . . . . 78
3.2.5 Idéal engendré par une partie. Idéal principal. Anneau principal . . . 79
3.2.6 Groupes, anneaux et relation d’équivalence compatible . . . . . . . . 81
3.2.7 Etude de Z/nZ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 3

3.2.8 Équations et système d’équations dans Z/nZ . . . . . . . . . . . . . . 84

3.3 Corps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

4 Les Polynômes 88
4.1 Définitions et terminologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.2 Opérations sur k[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.3 Propriétés algébriques de k[X] . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.4 Arithmétique dans k[X] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

4.5 Pgcd et Ppcm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

4.6 L’Algorithme d’Euclide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.7 Polynôme et fonction polynomiale associée . . . . . . . . . . . . . . . . . . . 99
4.8 Racines d’un polynôme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

4.9 Polynôme Dérivé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

4.10 Formules de Mac-Laurin et de Taylor pour un polynôme . . . . . . . . . . . 102

4.11 Polynômes irréductibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.12 Le théorème fondamental de l’algèbre . . . . . . . . . . . . . . . . . . . . . . 105
Chapitre 1

Ensembles relations binaires et

applications

1.1 Propositions logiques

Dans cette partie on se limitera à l’introduction des premiers éléments de la logique
classique.

Définition 1 On appelle proposition logique toute relation, (ou énoncé) P qui est soit vraie
soit fausse.

• Quand la proposition est vraie, on lui affecte la valeur 1 (ou V). 1

• Quand la proposition est fausse, on lui affecte la valeur 0 (ou F).
Ces valeurs sont appelées “Valeurs de vérité de la proposition”.
Ainsi, pour définir une proposition logique, il suffit de donner ses valeurs de vérités. En
général, on met ces valeurs dans un tableu qu’on nommera “Table de vérités” ou “Tableau
de vérités”.

Exemple 1
√
– (P1 ) : 2 est un nombre rationnel,
– (P2 ) : par deux points passe une droite et une seule,
– (P3 ) : une fonction dérivable est continue.
– (P4 ) : il pleut
– (P5 ) : 3x + 2 = 2
– (P6 ) : Toute partie de N admet un plus petit élément.

Ainsi (P1 ) est fausse et (P3 ) est vraie. Les valeurs de verité de (P4 ) dépendent du contexte
et (P5 ) est une proposition qui depend de x.
1. Le fait qu’une proposition ne peut prendre que les valeurs 0 ou 1 provient d’un principe fondamental
de la logique “classique” qui est : Le principe du tiers exclu, à savoir qu’une proposition logique ne peut pas
être vraie et fausse à la fois.

4
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 5

Mais ”Que dieu vous benisse” n’est pas une proposition (elle n’est ni vraie ni fausse ! c’est
juste un souhait) aussi ”Viens ! ” n’est pas non plus une proposition.
Un certain nombre de propositions sont considérées comme vérités premières, qui ne
se déduisent pas d’autres propositions vraies. Certaines d’entre elles traduisent en langage
mathématique les propriétés les plus évidentes des objets concrets auxquels on pense. On les
appelle des axiomes. Par exemple, (P2 ) est un des axiomes de la géométrie euclidienne, ainsi
que (P6 ) qui est un des axiomes pour la construction de l’ensemble N.
Les autres propositions vraies le sont par déduction des axiomes ou d’autres proposi-
tions dont la vérité est déjà démontrée. Les axiomes sont en petit nombre et possèdent une
cohérence interne, en ce sens qu’on ne peut déduire d’eux aucune proposition à la fois vraie
et fausse.

1.2 Opérations Logiques

1.2.1 La négation ¬
Etant donnée une proposition logique P , on appelle négation de P la proposition logique
P , qu’on note aussi ¬P ou non(P ), qui est fausse quand P est vraie et qui est vraie quand
P est fausse, donc on peut la représenter comme suit :

P 0 1
P 1 0

1.2.2 L’équivalence ⇔
On dit que deux propositions logiques P et Q sont équivalentes, si elles ont les mêmes
valeurs de vérité. On note : P ⇔ Q.
Sa table de vérités est donnée par :

P 0 0 1 1
Q 0 1 0 1
P ⇔Q 1 0 0 1

Il est clair que Si O, P et Q sont trois propositions logiques, alors : si O est équivalente
à P et P équivalente à Q, alors O est équivalente à Q .
En établissant les tables de vérités des propositions (P ⇔ Q) et (P ⇔ Q) , on déduit
que :
(1.1) (P ⇔ Q) ⇔ (P ⇔ Q)
De même, la table de vérités de P est la suivante :

P 0 1
P 1 0
P 0 1
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 6

on voit qu’elle est identique à celle de P , par suite :

Proposition 1 La négation de la négation d’une proposition logique P est équivalente à P ,

donc :
P ⇔P
Remarque 1 Pour définir une proposition logique P , il suffit de donner les situations où
elle est vraie, dans le reste des situations la proposition P étant fausse et inversement si on
connaı̂t les situations où P est fausse, dans le reste des situations P est vraie.

1.2.3 La conjonction ∧
Etant données deux propositions logiques P et Q, on appelle conjonction de P et Q, la
proposition logique P ∧ Q qui est vraie quand P et Q sont vraies à la fois. Sa table de vérités
est donnée par :
Q\P 0 1 P 0 0 1 1
0 0 0 ou Q 0 1 0 1
1 0 1 P ∧Q 0 0 0 1

Proposition 2 Soit P une proposition logique, alors P ∧ P est une proposition fausse.
Preuve : Pour montrer celà, il suffit de remarquer que la table de vérités de P ∧ P est
la suivante :
P 0 1
P 1 0
P ∧P 0 0

1.2.4 La disjonction ∨
Etant données deux propositions logiques P et Q, on appelle disjonction de P et Q, la
proposition logique P ∨ Q qui est vraie si l’une des propositions logiques P ou Q est vraie.
Sa table de vérités est donnée par :
Q\P 0 1 P 0 0 1 1
0 0 1 ou Q 0 1 0 1
1 1 1 P ∨Q 0 1 1 1

Proposition 3 Soit P une proposition logique, alors la proposition P ∨ P est toujours vraie.
Preuve : Pour montrer celà, il suffit de remarquer que la table de vérités de P ∨ P est
la suivante :
P 0 1
P 1 0
P ∨P 1 1
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 7

1.2.5 Règles de De Morgan

Proposition 4 (Règles de De Morgan) 2 3 Soient P et Q deux propositions logiques, alors :

1. P ∧ Q ⇔ P ∨ Q.
2. P ∨ Q ⇔ P ∧ Q.
Preuve : On établit la preuve de ces règles en donnant les valeurs de vérités des propo-
sitions logiques correspondantes.

P 0 0 1 1
Q 0 1 0 1
P 1 1 0 0
Q 1 0 1 0
P ∨Q 1 1 1 0
P ∧Q 1 0 0 0
P ∨Q 0 1 1 1
P ∨Q 1 0 0 0
P ∧Q 0 0 0 1
P ∧Q 1 1 1 0

On voit que les propositions logiques (P ∧ Q) et (P ∨ Q) ont les mêmes valeurs de vérité,
donc elles sont équivalentes. De même pour (P ∨ Q) et (P ∧ Q).

1.2.6 L’implication ⇒
Etant données deux propositions logiques P et Q, on note ((P ⇒ Q)), la proposition
logique qui est fausse si P est vraie et Q est fausse et vraie dans tous les autres cas.
Quand la proposition (P ⇒ Q) est vraie, on dit que la proposition P implique la propo-
sition Q.
De cette Définition, on obtient la table de vérités suivante :

Q\P 0 1 P 0 0 1 1
0 1 0 ou Q 0 1 0 1
1 1 1 P ⇒Q 1 1 0 1

Etant données deux propositions logiques P et Q, alors la table de vérités de Q ∨ P est

la suivante :
2. Connues aussi sous l’appellation de : Loi de dualité .

3. De Morgan Auguste : Mathématicien britannique (Madurai Tamil Nadu (Inde) 1806 - Londres 1871).
Il est le fondateur avec Boole de la logique moderne.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 8

P 0 0 1 1
Q\P 0 1
P 1 1 0 0
0 1 0 ou
Q 0 1 0 1
1 1 1
Q∨P 1 1 0 1

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

(1.2) (P ⇒ Q) ⇔ (Q ∨ P )

1.2.7 La contraposée.
Le travail des scientifiques consiste à établir à partir de certaines données ou hypothèses
d’autres propriétés. Si on note P les données ou hypothèses qu’on a et Q les propriétés qu’on
veut établir, alors tout revient à démontrer que (P ⇒ Q) est vraie. Ce qui nous fait dire que
la tâche des mathématiques consiste en la démonstration d’implications.
Dans certaines situations, il est difficile de montrer directement l’implication (P ⇒ Q)
alors on essaye de donner une autre proposition équivalente qui pourrait être plus facile à
établir.

Proposition 5 Etant données deux propositions logiques P et Q, alors les propositions sui-
vantes sont équivalentes :

– (P ⇒ Q)
– (Q ⇒ P )
La deuxième implication est appelée Contraposée de la première implication.
Preuve : On donnera la preuve de cette équivalence de deux manières différentes.
1. En utilisant l’équivalence (1.2) on obtient :

(Q ⇒ P ) ⇔ (P ∨ Q)
⇔ (P ∨ Q)
⇔ (Q ∨ P )
⇔ (P ⇒ Q)

donc : (P ⇒ Q) ⇔ (Q ⇒ P )
2. En utilisant les valeurs de vérité des implications (P ⇒ Q) et (Q ⇒ P ), on obtient :

P 0 0 1 1
Q 0 1 0 1
P ⇒Q 1 1 0 1
Q 1 0 1 0
P 1 1 0 0
Q⇒P 1 1 0 1

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

Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 9

1.2.8 La réciproque
Etant données P et Q deux propositions logiques, on appelle la réciroque de l’implication
(P ⇒ Q) la proposition (Q ⇒ P )

1.3 Propriétés des opérations logiques

Proposition 6 Soient O, P et Q trois propositions logiques, alors
1. (P ∧ Q) ⇔ (Q ∧ P ) (commutativité de ∧)
2. (P ∨ Q) ⇔ (Q ∨ P ) (commutativité de ∨)
3. P ⇔ (P ∧ P ) (idempotence de ∧)
4. P ⇔ (P ∨ P ) (idempotence de ∨)
5. (O ∨ P ) ∨ Q ⇔ O ∨ (P ∨ Q) (Associativité de ∨)
6. (O ∧ P ) ∧ Q ⇔ O ∧ (P ∧ Q) (Associativité de ∧)
7. ((O ∨ P ) ∧ Q) ⇔ (O ∧ Q) ∨ (P ∧ Q) (Distributivité de ∧ par rapport à ∨)
8. ((O ∧ P ) ∨ Q) ⇔ (O ∨ Q) ∧ (P ∨ Q) (Distributivité de ∨ par rapport à ∧).

Preuve : On se limitera à la preuve des deux dernières propriétés. Les autres sont soit
trop faciles, soit se démontrent de la même facon.
7. Dans le tableau suivant, on remarque que les propositions [(O ∨ P ) ∧ Q] et [(O ∧ P ) ∨ (O ∧ Q)]
ont les mêmes valeurs de vérité.

O 0 0 0 0 1 1 1 1
P 0 0 1 1 0 0 1 1
Q 0 1 0 1 0 1 0 1
O∧Q 0 0 0 0 0 1 0 1
P ∧Q 0 0 0 1 0 0 0 1
(O ∧ Q) ∨ (P ∧ Q) 0 0 0 1 0 1 0 1
O∨P 0 0 1 1 1 1 1 1
(O ∨ P ) ∧ Q 0 0 0 1 0 1 0 1

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

8. De même, dans le tableau suivant on remarque que les propositions [(O ∧ P ) ∨ Q] et
[(O ∨ Q) ∧ (P ∨ Q)] ont les mêmes valeurs de vérité.

O 0 0 0 0 1 1 1 1
P 0 0 1 1 0 0 1 1
Q 0 1 0 1 0 1 0 1
O∧P 0 0 0 0 0 0 1 1
(O ∧ P ) ∨ Q 0 1 0 1 0 1 1 1
(O ∨ Q) 0 1 0 1 1 1 1 1
(P ∨ Q) 0 1 1 1 0 1 1 1
(O ∨ Q) ∧ (P ∨ Q) 0 1 0 1 0 1 1 1
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 10

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

Proposition 7 Etant données deux propositions logiques P et Q, alors

[P ⇔ Q] ⇔ [((P ⇒ Q)) ∧ (Q ⇒ P )]

Preuve : Comme :

[((P ⇒ Q)) ∧ (Q ⇒ P )] ⇔ (Q ∨ P ) ∧ (P ∨ Q)

en utilisant la table de vérités suivante :

P 0 0 1 1
Q 0 1 0 1
P 1 1 0 0
Q 1 0 1 0
Q∨P 1 1 0 1
P ∨Q 1 0 1 1
(Q ∨ P ) ∧ (P ∨ Q) 1 0 0 1
P ∧Q 0 0 0 1
P ∧Q 1 0 0 0
(P ∧ Q) ∨ (P ∧ Q) 1 0 0 1
P ⇔Q 1 0 0 1

on déduit que

[P ⇔ Q] ⇔ [(P ⇒ Q) ∧ (Q ⇒ P )]

1.4 Les Ensembles

Définition 2 On appelle ensemble E toute collection d’objets, appelés éléments de l’en-
semble E. Si le nombre de ces objets est fini, ce nombre est appelé cardinal de E et on le
note card(E) ou |E|, si E possède une infinité d’éléments, on dit qu’il est de cardinal infini
et on note Card(E) = ∞.

Si un objet x est un élément de E, on dit que x appartient à E et on note x ∈ E. Si x

n’est pas un élément de E, on note x ∈/ E.
Pour définir un ensemble,
– ou bien on connait la liste de tous ses éléments, on dit alors que l’ensemble est donné
“par Extension”,
– ou bien on connait seulement les relations qui lient les éléments et qui nous permettent
de les retrouver tous, on dit alors que l’ensemble est donné par “Compréhension”.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 11

Pour représenter un ensemble E, on met les objets qui forment l’ensemble entre deux
accolades.
– Soit A l’ensemble des étudiants de S1 (SMIA). On ne connait pas tous ces étudiants
mais on peut bien les retrouver, donc A est un ensemble donné par compréhension.
– Soit B = {1, 3, a, y, γ, 2}. B est défini par extension, car on connait tous ses éléments.
Le cardinal de B est égal à 6 (card(B) = 6).
– Soit C = {x ∈ R /x ≥ 5} , C est un ensemble donné par compréhension.

– Il arrive de représenter un ensemble par un diagramme de Venn. 4

L’un des axiomes de la théorie des ensembles, est que : Il existe un ensemble, appelé
l’ensemble vide et noté ∅, qui ne contient aucun élément. On a alors Card(∅) = 0.
Un ensemble contenant un seul élément est appelé “Singleton”, donc de cardinal égal à
1.

1.4.1 Les quantificateurs

On utilise les symboles suivants :
1. ∃ le quantificateur existentiel. On écrit ∃x pour lire “Il existe x”.
2. ∀ le quantificateur universel. On écrit ∀x pour lire “Pour tout x”.
3. On écrit ∃!x pour lire “Il existe un unique x”.
En utilisant ces quantificateurs, pour un ensemble A on a :
-A=∅ ⇔ ∀x(x ∈ / A)
- A est un singleton ⇔ ∃!x(x ∈ A
⇔ ∃x(x ∈ A) ∧ ∀y(y ∈ A ⇒ y = x)

1.4.2 Parties d’un ensemble

Définition 3 On dit qu’un ensemble A est inclus dans un ensemble B, ou que A est une
partie de l’ensemble B, ou que A est un sous ensemble de B si tout élément de A est un
élément de B. On note A ⊂ B et on a formellement

A ⊂ B ⇔ ∀x (x ∈ A ⇒ x ∈ B)

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

A B ⇔ ∃x ((x ∈ A) ∧ (x ∈
/ B))

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

Exemple 2 Soit A = {a, b, 2}, alors P (A) = {∅, {a}, {b}, {2}, {a, b}, {a, 2}, {b, 2}, A}
4. Venn John : mathématicien et logicien britannique, (Hull 1834 - Cambridge 1923). Célèbre pour avoir
conçu ses diagrammes qu’il présenta en 1881, lesquels sont employés dans beaucoup de domaines, en théorie
des ensembles, en probabilité, en logique, en statistique et en informatique. Elu membre de la Royal Society
en 1883.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 12

Proposition 8 Soit A un ensemble, alors ∅ ∈ P (A) et A ∈ P (A).

Définition 4 Soient A et B deux ensembles, on dit que A est égal à B, on note A = B,

s’ils ont les mêmes éléments.

Formellement on a :

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

1.4.3 Opérations sur les ensembles

Définition 5 Soient A et B deux ensembles.

– On appelle intersection de A et B, l’ensemble, noté A∩B, des éléments de A appartenant

aussi à B.
– On appelle réunion de A et B, l’ensemble, noté A ∪ B, des éléments de A et de ceux
de B.
Formellement, on a :

A ∩ B = {x; (x ∈ A) ∧ (x ∈ B)}.
A ∪ B = {x; (x ∈ A) ∨ (x ∈ B)}.

Exemple 3 Soient A = {a, c, 1, 5, α, γ, 2} et B = {ζ, η, γ, a, x, z}, alors :

A ∩ B = {a, γ} et A ∪ B = {a, c, 1, 5, α, γ, 2, ζ, η, x, z}.

Proposition 9 Soient A et B deux ensembles, alors

– (A ∩ B ⊂ A) ∧ (A ∩ B ⊂ B)
– (A ⊂ A ∪ B) ∧ (B ⊂ A ∪ B)

Si Z ∈ P (A), on note :

– Y = {x; (∀Y ∈ Z, x ∈ Y )}.

Y ∈Z
– Y = {x; (∃Y ∈ Z, x ∈ Y )}.
Y ∈Z

Définition 6 Si A ∩ B = ∅, on dit que A et B sont deux ensembles disjoints, et si de plus

E = A ∪ B, on dit que A est le complémentaire de B dans E, ou que A et B sont deux
ensembles complémentaires dans E, et on note :

A = {E B ou B = {E A
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 13

On note aussi :

A = E\B

En d’autres termes,

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

l’ensemble {E A des éléments de E qui ne sont pas dans A. (on le note aussi Ac ou A)
Formellement on a :

{E A = {x ∈ E; x ∈
/ A}

Avant de donner un exemple, on remarque que si E est un ensemble alors ∅ ⊂ E et

(∀x ∈ E, x ∈
/ ∅), donc : {E ∅ = E.

Exemple 4 Soient E = {1, a, α, 3, l, γ, 2, `, ♣, ♠} et A = {1, a, α, ♠}, alors :

{E A = {3, l, γ, 2, `, ♣}

Proposition 10 Soient E un ensemble et A et B deux parties de E, alors :

1. A⊂B ⇔ {E B ⊂ {E A.
2. {E ({E A) = A
3. {E (A ∩ B) = {E A ∪ {E B
4. {E (A ∪ B) = {E A ∩ {E B

Preuve :
1. On a
A⊂B ⇔ ∀x ∈ E(x ∈ A) ⇒ (x ∈ B)
⇔ ∀x ∈ E(x ∈/ B) ⇒ (x ∈
/ A) Contrapposée de l’implication
⇔ ∀x ∈ E((x ∈ {E B) ⇒ (x ∈ {E A))
⇔ {E B ⊂ {E A
donc

A ⊂ B ⇔ {E B ⊂ {E A.

2. Soit x ∈ E, alors
x ∈ {E ({E A) ⇔ x ∈ / {E A
⇔ (x ∈ {E A)
⇔ (x ∈/ A)
⇔ (x ∈ A)
donc
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 14

{E ({E A) = A

3. Soit x ∈ E, alors

x ∈ {E (A ∩ B) ⇔ x∈/ A∩B
⇔ (x ∈
/ A) ∨ (x ∈/ B)
⇔ (x ∈ {E A) ∨ (x ∈ {E B)
⇔ x ∈ ({E A ∪ {E B)
donc

{E (A ∩ B) = ({E A ∪ {E B).

4. Soit x ∈ E, Alors
x ∈ {E (A ∪ B) ⇔ x∈/ A∪B
⇔ (x6 ∈ A) ∧ (x ∈/ B)
⇔ (x ∈ {E A) ∧ (x ∈ {E B)
⇔ x ∈ ({E A ∩ {E B)
donc

{E (A ∪ B) = ({E A ∩ {E B).

De la première propriété on déduit que : {E E = ∅ .

Définition 7 On appelle partition d’un ensemble E, toute famille F ⊂ P (E) telle que :

1. Les éléments de la famille F sont disjoints deux à deux, c’est à dire

∀A, B ∈ F, A ∩ B = ∅

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

A=E
A∈F


Proposition 11 Soit E un ensemble, alors pour toute partie A de E, F = {E A, A est
une partition de E.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 15

Exemple 5 Soit E = {1, a, `, 3, b, c, d, α, β, γ}, alors :

F = {{a, γ}, {d, α, β}, {c, 1}, {3, `}, {b}} est une partition de l’ensemble E.

Définition 8 Soient A et B deux ensembles non vides, on note A×B l’ensemble des couples
ordonnés (x, y) tels que x ∈ A et y ∈ B. Il est appelé produit cartésien 5 des ensembles A et
B.

On convient que
0 0 0 0 0 0
∀(x, y), (x , y ) ∈ A × B, (x, y) = (x , y ) ⇔ (x = x ) ∧ (y = y ).

Exemple 6 Soient A = {1, 5, 2} et B = {A, α, ♣, ♥}, alors

A× B = {(1, a), (5, a), (2, a), (1, α), (5, α), (2, α), (1, ♣), (5, ♣), (2, ♣), (1, ♥), (5, ♥), (2, ♥)}
B× A = {(a, 1), (a, 5), (a, 2), (α, 1), (α, 5), (α, 2), (♣, 1), (♣, 5), (♣, 2), (♥, 1), (♥, 5), (♥, 2)}

Remarque 2 A × B = B × A si et seulement si A = B.

1.5 Quelques formes de raisonnement logique

Un raisonnement logique est une manière d’arriver à une conclusion en partant d’une (ou
de plusieurs) hypothése(s), et en utilisant les régles de déduction d’une proposition à partir
d’une autre. Vous connaissez déjà le raisonnement par équivalence qui consiste, à partir d’une
proposition vraie (l’hypothése par exemple), construire par équivalence d’autres propositions
(qui sont donc vraies), dont la derniére est la conclusion.
Voici trois autres formes de raisonnement qui découlent des régles de logique précédentes.

5. (3) DESCARTES René : Philosophe, physicien et mathématicien français (La Haye 1596-Stockholm
1650). Il créa l’algèbre des polynômes, avec Fermat il fonda la géométrie analytique. Ennonça les propriétés
fondamentales des équations algébriques et simplifia les notations algébriques en adoptant les premières
lettres de l’alphabet pour désigner les constantes et les dernières lettres pour désigner les variables. Publia
“Le Discours de la méthode”, qui est une référence pour le raisonnement logique. Découvrit aussi les principes
(régles) de l’optique géométrique.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 16

1.5.1 Raisonnement à partir de la contraposée

La proposition 1.2 vue au début donne une autre manière de démontrer que P ⇒ Q . En
effet il est équivalent de montrer que Q ⇒ P , c’est-à-dire que si la proposition Q est fausse
alors la proposition P est fausse, ce qui est parfois plus simple. C’est ce que l’on appelle un
raisonnement par contraposée.

Exemple 7 Un premier exemple emprunté à Racine est : ‘Si Titus est jaloux, alors il est
amoureux’. En effet, s’il n’est pas amoureux, il n’a aucune raison d’être jaloux !

Exemple 8 Un deuxième exemple mathématique : Si n est un entier impair alors le chiffre

des unités de n est impair. On va montrer la contraposée, à savoir : (Si le chiffre des unités
de n est pair) alors n est pair.

En effet, si le chiffre des unités de n est pair, on peut écrire n = 10q +2p soit n = 2(5q +p)
c’est-à-dire n est pair.
Attention La proposition (P ⇒ Q) ⇔ (P ⇒ Q) est fausse !. Elle peut conduire à de
nombreuses erreurs, par exemple la suivante : étant donné que tout homme est mortel,
l’équivalence précédente pourrait servir à prouver que toute vache est immortelle.

1.5.2 Raisonnement par l’absurde

Le principe du raisonnement par l’absurde est le suivant : pour démontrer qu’une propo-
sition R est vraie, on suppose le contraire (c’est-à-dire R fausse), et on essaye d’arriver à un
résultat faux (absurde).

Exemple 9 Pour montrer qu’il n’existe pas de plus petit réel strictement positif, on va
supposer qu’il en existe un, noté a (donc 0 < a est tel qu’il n’existe aucun réel x tel que
0 < x < a). Or le réel a/2 est tel que 0 < a/2 < a , ce qui contredit l’hypothèse.

On peut appliquer ce principe par exemple à la proposition (P ⇒ Q), notée R. On a vu

précédement que (P ⇒ Q) ⇔ (Q ∨ P ) et que (Q ∨ P ) est équivalente à (Q ∧ P ). On peut
donc montrer l’implication (P ⇒ Q) en montrant que (Q ∧ P ) est fausse. Plus précisément
on suppose que P est vraie et Q est fausse et l’on démontre que cela aboutit à un résultat
faux.

Exemple 10 Pour montrer que, n étant un entier, ( n impair) ⇒ (le chiffre des unités de
n est impair), on va supposer à la fois que n est impair et que le chiffre de ses unités est
pair, ce qui donne :

n = 2m + 1 = 10q + 2p, donc 1 = 2(5q + p − m) ce qui est impossible puisque 1 est

impair !
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 17

1.5.3 Raisonnement par récurrence

Soit P (n) une proposition dépendant de n. n ∈ N

Proposition 12 S’il existe un entier n0 tel que P (n0 ) est vraie et si pour tout entier n,
n ≥ n0 ; P (n) entraine P (n + 1) alors pour tout entier n, n ≥ n0 ; P (n) est vraie.

Preuve : On va effectuer un raisonnement par l’absurde : notons

A = {n ≥ n0 : P (n) est faux} ,

et supposons A non vide.

A ⊂ N, donc A a un plus petit élément que nous noterons n1 . On a donc n1 − 1 ∈ / A et,
de plus, n1 > n0 car, par hypothèse, P (n0 ) est vrai ; on a donc n1 − 1 ≥ n0 . Mais n1 − 1 ∈ /
A signifie P (n1 − 1) vrai, donc, par hypothèse sur P , P (n1 ) est vrai ; d’où une contradiction
avec le fait que n1 ∈ A. Donc A est vide.

n
n(n+1)(2n+1)
∀n ∈ N∗ , p2 =
P
Exemple 11 On va montrer 6
p=1

n
n(n+1)(2n+1)
p2 =
P
On note P (n) : 6
p=1
1(1+1)(2+1)
1. Pour n = 1 ; 6
= 1 = 12 d’où P (1) est vrai
2. On suppose P (n) vrai. Alors
n+1 n
p2 + (n + 1)2 = n(n+1)(2n+1)
P 2 P
p = 6
+ (n + 1)2
p=1 p=1
= (n+1)((n+1)+1)(2(n+1)+1)
6
Soit ∀n ∈ N∗ ; P (n) ⇒ P (n + 1)
d’où le résultat c-à-d :
n
n(n+1)(2n+1)
∀n ∈ N∗ , p2 =
P
6
p=1

1.6 Quantificateurs et propositions logiques

1.6.1 Proposition dépendant d’une variable : P (x)

Si P est une proposition dont l’énoncé dépend de la valeur d’une variable x on peut la
noter P (x) et considérer les cas particuliers P (a) où a est une valeur particulière de x.
Par exemple, soit dans R la proposition suivante P (x) : x2 −1 < 0. Alors P (2) est fausse et
P (0) est vraie, et plus généralement P (x) est vraie pour toutes les valeurs de x appartenant
à ] − 1, +1[.
Soit E un ensemble, P une propriété dépendant d’une variable x de E, on est souvent
amené à considérer l’ensemble des éléments a de E tels que P(a) soit vraie (on dit aussi, les
a qui vérifient la propriété P ). On le note
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 18

AP = {x ∈ E; P (x)}

AP est appelé l’ensemble de verité de P

1.6.2 Quantificateur universel : ∀

Pour exprimer qu’une propriété P (x) est vraie pour tous les éléments x d’un ensemble
de E, on écrit :

∀ x ∈ E, P (x)

(La virgule dans cette phrase peut être remplacée par un autre signe séparateur, couram-
ment le point-virgule ( ;) ou le trait vertical (|)).
Si on reprend la notation AP définie précédemment, on a alors :

{(∀x ∈ E, P (x))} ⇔ AP = E

– ∀x ∈ R; x2 ≥ 0
– ∀x ∈ [2; +∞[; x2 − 4 ≥ 0
– E ⊂ F s’écrit : ∀x ∈ E; x ∈ F

Proposition 13 On a l’équivalence suivante :

∀x ∈ E; (P (x) et Q(x)) ⇔ ((∀a ∈ E; P (a)) et (∀b ∈ E; Q(b)))

Preuve : En effet P (x) et Q(x) sont vraies pour tout élément de E est bien équivalent
à P (x) est vraie pour tout élément de E et Q(x) est vraie pour tout élément de E.
On peut également démontrer cette proposition avec les ensembles, en effet :

∀x ∈ E; (P (x) et Q(x)) ⇔ AP ∩ AQ = E
⇔ (AP = E et AQ = E)
⇔ ((∀a ∈ E; P (a)) et (∀b ∈ E; Q(b)))

1.6.3 Quantificateur existentiel : ∃

Pour exprimer qu’une propriété P (x) est vérifiée pour au moins un élément x d’un en-
semble E, on écrit :

∃x ∈ E, P (x)

qui se traduit par : ’il existe x appartenant à E tel que P (x) est vraie’.
S’il existe un unique élément x de E tel que P (x) est vraie, on écrira

∃!x ∈ E, P (x)
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 19

Par exemple ∃x ∈ R; x2 = 1, mais ∃!x ∈ R; x2 = 1 est fausse.

Par contre, vous pouvez écrire

∃!x ∈ R+ ; x2 = 1

La propriété (∃x ∈ E, P (x)) se traduit par AP 6= ∅.

Proposition 14 On a l’équivalence suivante :

∃x ∈ E; ((P (x) ou Q(x)) ⇔ (∃a ∈ E; P (a)) ou (∃b ∈ E; Q(b))

Preuve :
Cette proposition peut être démontrée en utilisant les ensembles de vérité, en effet
∃x ∈ E; ((P (x) ou Q(x)) ⇔ (AP 6= ∅) ou (AQ 6= ∅)
⇔ (∃a ∈ E; P (a)) ou (∃b ∈ E; Q(b)).

1.6.4 Quantificateurs multiples

Il s’agit simplement de successions de ∀ et ∃. Mais il faut faire très attention à l’ordre
dans lequel on les écrit. Par contre on a le résultat évident suivant :

Proposition 15 Deux quantificateurs de même nature qui se suivent peuvent être échangés

Par exemple

∀x ∈ R; ∀y ∈ R; x2 + y 2 ≥ 0 ⇔ ∀y ∈ R; ∀x ∈ R; x2 + y 2 ≥ 0

De même

∃x ∈ R; ∃y ∈ R; x + y = 0 ⇔ ∃y ∈ R; ∃x ∈ R; x + y = 0.

Proposition 16 On a les équivalences suivantes :

(∀x ∈ E; P (x)) ⇔ (∃a ∈ E; P (a))

(∃a ∈ E; Q(a)) ⇔ (∀x ∈ E; Q(x))

Preuve : La négation de la proposition : (P est vérifiée pour tout élément de E) est : ( il

existe au moins un élément de E pour lequel la proposition P est fausse ). Ce qui s’exprime
mathématiquement par :

(∀x ∈ E; P (x)) ⇔ (∃a ∈ E; P (a))

Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 20

On peut démontrer aussi cette proposition avec les ensembles de vérité :

(∀x ∈ E; P (x)) ⇔ (AP = E)
⇔ AP 6= E
⇔ (∃a ∈ E; P (a))
La deuxième proposition n’est que la négation de cette première proposition. On obtient
le resultat recherché en apellant Q la proposition P .
Par exemple, la négation de ∀x ∈ R; x > 0 est ∃a ∈ R; a ≤ 0.

Proposition 17 Soient E et F deux ensembles et P une proposition dépendant de deux

variables et à chaque couple d’éléments (a, b) du produit cartésien E × F , on associe P (a, b).

Alors on a :

(∀a ∈ E; ∃b ∈ F ; P (a; b)) ⇔ (∃a ∈ E; ∀b ∈ F ; P (a; b))

Preuve : C’est une application directe de la proposition précédente.

Attention ! ∃x ; ∀y n’a pas le même sens que ∀y ; ∃x.

Exemple 12 ∀x ∈ R ; ∃y ∈ R, x + y ≥ 0 < ∃y ∈ R, ∀x ∈ R, x + y ≥ 0

En effet la proposition de gauche est vraie tandis que celle de droite est fausse !

1.7 Applications et fonctions

Définition 9 On appelle application d’un ensemble E dans un ensemble F , toute corres-

pondance f entre les éléments de E et ceux de F qui à tout élément x ∈ E fait correspondre
un unique élément y ∈ F noté f (x).

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

– On représente l’application f de E dans F par f : E −→ F .
E est appelé ensemble de départ et F l’ensemble d’arrivée de l’application f .
Une correspondance entre E et F est représentée par : f : E F
Une application f entre E et F est aussi représentée par :

f : E −→ F
x −→ f (x)

Formellement, une correspondance f entre deux ensembles non vides est une application
si et seulement si :
0 0 0
∀x, x ∈ E (x = x ) =⇒ (f (x) = f (x )).

Exemple 13 L’application IdE : E −→ E telle que

Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 21

∀x ∈ E, IdE (x) = x
est appelée application identité sur E.
Exemple 14 Soient E et F deux ensembles non vides et a un élément de F , alors la cor-
respondance f de E dans F définie par :
∀x ∈ E, f (x) = a
est une application dite application constante.
Définition 10 On dit que deux applications f et g sont égales si :
1. Elles ont un même ensemble de départ E et un même ensemble d’arrivée F .
2. ∀x ∈ E, f (x) = g(x).
On considère les applications suivantes :
f : R −→ R g : R −→ R+ h : R+ −→ R k : R+ −→ R+
x −→ x2 x −→ x2 x −→ x2 x −→ x2
alors :
f 6= g, car elles n’ont pas le même ensemble d’arrivée.
f 6= h, car elles n’ont pas le même ensemble de départ.
f 6= k, car elles n’ont ni le même ensemble de départ ni le même ensemble d’arrivée.

Définition 11 On appelle graphe d’une application f : E− −→ F , l’ensemble

Γf = {(x, f (x)), x ∈ E}
En fait, la définition d’une application f revient à la donnée d’un sous ensemble Γf de
E × F tel que
0 0 0 0 0
∀(x, y), (x , y ) ∈ Γf ((x, y) = (x , y ) ⇔ x = x )

1.7.1 Composition d’applications

Définition 12 Soient f : E −→ F et g : F −→ G, on note gof l’application de E dans G
définie par :
∀x ∈ E, gof (x) = g(f (x))
Cette application 6 est appelée composée des applications f et g.

Exemple 15 Etant données les applications :

f : R −→ R+ et g : R+ −→ R+
x −→ x2 x −→ x + 1
alors
gof : R −→ R+ et gof (x) = g(x2 ) = x2 + 1
f og : R+ −→ R+ et f og(x) = f (x + 1) = (x + 1)2

Il est clair que f og 6= gof .

6. gof est une application car pour x, x0 ∈ E, si x = x0 alors f (x) = f (x0 ) car f est une application et
0 0
comme g est une application alors g(f (x)) = g(f (x )), donc gof (x) = gof (x ).
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 22

1.7.2 Restriction et prolongement d’une application

Définition 13 Etant donnée une application f : E −→ F .
1. On appelle restriction de f à un sous ensemble non vide X de E, l’application g :
X −→ F telle que
∀x ∈ X, g(x) = f (x)
On note g = f/X .
2. Etant donné un ensemble G tel que E ⊂ G, on appelle prolongement de l’application
f à l’ensemble G, toute application h de G dans F telle que f est la restriction de h à E.
D’après cette définition, f est un prolongement de f/X à E.

Remarque 3 Si F n’est pas un singleton, alors le prolongement de f n’est pas unique.

Exemple 16 Etant donnée l’application
f : R+ −→ R
x −→ logx
alors
g : R −→ R et h : R −→ R
x −→ log|x| x −→ log(2|x| − x)
sont deux prolongements différents de f à IR.

1.7.3 Images et images réciproques

Définition 14 Soient A ⊂ E et M ⊂ F .
1. On appelle image de A par f , l’ensemble des images des éléments de A noté :
f (A) = {f (x), x ∈ A} ⊂ F
2. On appelle image réciproque de M par f , l’ensemble des antécédents des éléments de
M , noté :
f −1 (M ) = {x ∈ E, f (x) ∈ M } ⊂ E
Formellement on a :
∀y ∈ F, y ∈ f (A) ⇔ ∃x ∈ A, y = f (x)
∀x ∈ E, x ∈ f −1 (M ) ⇔ f (x) ∈ M
0
Remarque 4 Etant données deux applications f : E −→ F et g : F −→ G, alors on peut
définir l’application composée gof : E− −→ G, si f (E) ⊂ F 0 .
Exemple 17 Soient
f : R −→ R et h : R+ −→ R
x −→ x2 x −→ logx
alors hof est définie par :
hof : R −→ R, x −→ log x2
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 23

1.7.4 Applications injectives, surjectives, bijectives

Définition 15 On dit que :

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

2. f est surjective si tout élément de F possède au moins un antécédant.
3. f est bijective si elle est injective et surjective
La première propriété est équivalente à dire que deux éléments distincts de E ne peuvent
pas être des antécédents d’un même élément de F , ce qui revient formellement à :
0 0 0
f injective ⇔ ∀x, x ∈ E, (x 6= x ⇒ f (x) 6= f (x ))

En prenant la contrapposée de l’implication, dans la deuxième proposition de cette

équivalence, on obtient :
0 0 0
f injective ⇔ ∀x, x ∈ E, (f (x) = f (x ) ⇒ x = x )
De même
f surjective ⇔ ∀y ∈ F, ∃x ∈ E, f (x) = y
d’où on déduit :
f bijective ⇔ ∀y ∈ F, ∃!x ∈ F, f (x) = y

Proposition 18 Une application f : E −→ F est bijective si et seulement si il existe une

unique application g : F −→ E telle que

f og = IdF et gof = IdE .

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

“l’application inverse” de f .
Preuve :
I.) Supposons qu’il existe une application g : F −→ E telle que

f og = IdF et gof = IdE

Montrons que f est bijective.

1. Soit y ∈ F , comme f og = IdF alors f og(y) = y, par suite il existe x = g(y) ∈ E tel
que f (x) = y, ce qui montre que f est surjective.
0 0 0
2. Soient x, x ∈ E, comme gof = IdE alors gof (x) = x et gof (x ) = x , par suite :
0 0
f (x) = f (x ) ⇒ g(f (x)) = g(f (x )) car g est une application
0
⇒ gof (x) = gof (x )
0
⇒x=x car f og = IdF et gof = IdE
ce qui montre que f est injective.
De 1. et 2. on déduit que f est bijective.
II.) Supposons que f est bijective.
Construisons l’unique application g : F −→ E telle que
f og = IdF et gof = IdE .
f étant bijective, alors : ∀y ∈ F, ∃!x ∈ E; y = f (x).
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 24

Ainsi, à tout élément y ∈ F , on fait associer un unique élément x ∈ E, qu’on notera g(x),
tel que f (x) = y. On définit ainsi une application
g : F −→ E
y −→ g(y) = x
Montrons que f og = IdF et gof = IdE .
1. Soit y ∈ F , alors g(y) = x, avec f (x) = y, donc

f og(y) = f (g(y) = f (x) = y,

ce qui montre que : f og = IdF .

2. Soit x ∈ E, alors pour y = f (x) on a g(y) = x, par suite

gof (x) = g(f (x) = g(y) = x,

ce qui montre que : gof = IdE .

3. Montrons l’unicité de g. Soit g1 : F −→ E vérifiant les deux propriétés précédentes,
alors pour tout y ∈ F , il existe x ∈ E tel que y = f (x), donc
g1 (y) = g1 (f (x)) = g1 of (x) = IdE (x) = gof (x) = g(f (x)) = g(y)
ce qui montre que g1 = g.

Exemple 18 On considère l’application

f : R\{2} −→ F
x+5
x −→ x−2

avec F un sous ensemble de R.

Déterminer F pour que l’application f soit bijective et donner l’application inverse de f .
Montrer que f est bijective revient à examiner l’existence de solution de l’équation y =
f (x), pour tout y ∈ F .
Soit y ∈ F , alors
y = f (x) ⇔ y = x+5 x−2
⇔ y(x − 2) = x + 5
⇔ yx − x = 5 + 2y
⇔ x(y − 1) = 5 + 2y
⇔ x = 5+2yy−1
si y 6= 1
ce qui montre que :
5+2y
∀y ∈ R\{1}, ∃!x / x = y−1
; y = f (x)

5+2y
Pour montrer que f est bijective, il reste à voir si x = y−1
∈ R\{2}.
On a :
5+2y
y−1
= 2 ⇔ 5 + 2y = 2(y − 1)
⇔ 5 = −2 ce qui est impossible
ce qui montre que 5+2y
y−1
∈ R\{2}, par suite :
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 25

5+2y
∀y ∈ R\{1}, ∃!x = y−1
∈ R\{2}; y = f (x)
donc f est bijective si F = R\{1} et l’inverse de f est :
5+2y
f −1 : R\{1} −→ R\{2}, y −→ y−1

Remarque 5 Il est clair que si f est bijective, il en est de même de f −1 et on a : (f −1 )−1 =

f.
On dit que f est une bijection entre E et F et que E et F sont deux ensembles équipotents.

Proposition 19 Soient f : E −→ F et g : F −→ G, alors

1. (f injective ) ∧ (g injective ) ⇒ (gof injective ).
2. (f surjective ) ∧ (g surjective ) ⇒ (gof surjective ).
3. (f bijective ) ∧ (g bijective ) ⇒ (gof bijective et (gof )−1 = f −1 og −1 ).
Preuve : On a gof : E −→ G.
1. Supposons f et g injectives et montrons que gof est injective.
0
Soient x, x ∈ E, alors :
0 0
x 6= x ⇒ f (x) 6= f (x ) car f injective
0
⇒ g(f (x)) 6= g(f (x )) car g injective
0
⇒ gof (x) 6= gof (x )
ce qui montre que gof est injective.
2. Supposons f et g surjectives et montrons que gof est surjective.
Soit z ∈ G, g étant surjective, il existe y ∈ F tel que z = g(y), comme y ∈ F et f est
surjective alors il existe x ∈ E tel que y = f (x), donc z = g(f (x)) et on déduit que :
∀z ∈ G, ∃x ∈ E; z = gof (x)
ce qui montre que gof est surjective.
3. De 1. et 2. on déduit que si f et g sont bijectives alors gof est bijective.
Montrons que (gof )−1 = f −1 og −1 .
D’après 2. , pour z ∈ G, z = g(y), y = f (x) et z = gof (x), comme f , g et gof sont
bijectives, alors y = g −1 (z), x = f −1 (y) et x = (gof )−1 (z), par suite
∀z ∈ G, (gof )−1 (z) = x = f −1 (y) = f −1 (g −1 (z) = f −1 og −1 (z)
donc : (gof )−1 = f −1 og −1 .

Remarque 6 Les réciproques des implications de la proposition précédente ne sont pas

vraies. Pour s’en convaincre il suffit de prendre l’exemple suivant.
Etant données les applications suivantes :
f : R −→ R et g : R −→ R
x −→ exp(x) et x −→ ln(|x|)
alors
gof : R −→ R
x −→ x
est injective malgré que g ne le soit pas et gof est surjective malgré que f ne le soit pas.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 26

1.7.5 Fonctions
Définition 16 On appelle fonction de E dans F , toute application f d’un sous ensemble
Df ⊂ E dans F . Df est appelé “ensemble de définition de f ”. ou “domaine de définition de
f”
Remarque 7 Toutes les notions données pour les applications peuvent être adaptées pour
les fonctions.

1.8 Relations binaires

Définition 17 Soient E et F deux ensembles. On dit que R est une relation binaire si elle
correspond à une propriété caractéristique des éléments d’une partie Γ de E × F .
Γ est appelé le graphe de la relation R.
Autrement dit : Dire que (x; y) ∈ Γ correspond à ”x et y vérifient la relation R” ce qui
sera noté xRy.
Donc
Γ = {(x; y) ∈ E × F : xRy}
Exemple 19 Soit E = F = {1, 2, 3} ; et R = ”< ” : Nous avons 1 < 2 ; 1 < 3 ; 2 < 3 donc
Γ = {(1, 2), (1, 3), (2, 3)}
Si E = F ; on dit que R est une relation binaire définie sur E.

Définition 18 Etant donnée une relation binaire R sur l’ensemble non vide E, on dit que :
1. R est Reflexive ⇔ ∀x ∈ E (xRx),
2. R est Transitive ⇔ ∀x, y, z ∈ E [((xRy) ∧ (yRz)) ⇒ (xRz)]
3. R est Symétrique ⇔ [∀x, y ∈ E (xRy) ⇒ (yRx)]
4. R est Anti-Symétrique ⇔ [∀x, y ∈ E ((xRy) ∧ (yRx)) ⇒ (x = y)]

1.8.1 Relations d’équivalence

Définition 19 On dit qu’une relation binaire R sur un ensemble E est une relation d’équivalence
si elle est Réflexive, Symétrique et Transitive.
Définition 20 Soit R une relation d’équivalence sur un ensemble E.
– On dit que deux éléments x et y ∈ E sont équivalents si xRy.
·
– On appelle classe d’équivalence d’un élément x ∈ E, l’ensemble : x = {y ∈ E; xRy}.
·
– x est dit un représentant de la calsse d’équivalence x .
– On appelle ensemble quotient de E par la relation d’équivalence R, l’ensemble des
classes d’équivalence de tous les éléments de E. Cet ensemble est noté E/R.
·
– L’application s de E dans E/R telle que pour tout x ∈ E, s(x) = x , est appelée
“surjection canonique” de E sur E/R.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 27

Exemple 20 Etant donné E un ensemble non vide, alors

L’egalité est une relation d’équivalence dans E

Exemple 21 Soit n ∈ Z, on définit dans Z la relation R par :

∀x, y ∈ Z, xRy ⇔ x − y est un multiplede n

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

∀x ∈ Z, x − x = 0.n, donc ∀x ∈ Z, xRx

ce qui montre que R est une relation Réflexive.

ii) R est une relation Symétrique, car on a :
∀x, y ∈ Z, xRy ⇔ ∃k ∈ Z; x − y = kn
⇔ ∃k ∈ Z; y − x = (−k)n
⇔ ∃k 0 ∈ Z; x − y = k 0 n (k 0 = −k)
⇔ yRx
donc ∀x, y ∈ Z, xRy ⇔ yRx
ce qui montre que R est une relation Symétrique.
iii) R est une relation Transitive, car on a :
∀x, y, z ∈ Z, (xRy) ∧ (yRz) ⇒ (∃k ∈ Z; x − y = kn) ∧ (∃k 0 ∈ Z; y − z = k 0 n)
00 00 00 0
⇒ (∃k ∈ Z; x − z = k n). (k = k + k )
⇒ (xRz)
donc
∀x, y, z ∈ Z, (xRy) ∧ (yRz) ⇒ (xRz)
ce qui montre que R est une relation Transitive.
De i) , ii) et iii) , on déduit que R est une relation déquivalence.
2. Déterminons l’ensemble quotient Z/R.
Soit x ∈ Z, alors :
∀y ∈ Z, xRy ⇔ ∃k ∈ Z; x − y = kn
⇔ ∃k ∈ Z; y = x − kn
0 0
⇔ ∃k ∈ Z; y = x + k n
donc :
·
x = {x, x + kn, k ∈ Z },
n· · · · o
On montrera plus tard que Z/R = 0, 1, 2, ..., n − 1 = {kZ, 1 + kZ, ..., (k − 1) + kZ}
Remarque : Z/R est noté Z/nZ

Exemple 22 Soient E et F deux ensembles non vides et f : E −→ F , on définit la relation

binaire R sur E par :
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 28

∀x, y ∈ E, xRy ⇔ f (x) = f (y)

alors R est une relation d’équivalence sur E.

Preuve :
1. R est réflexive, car f étant une application alors : ∀x ∈ E, f (x) = f (x), donc ∀x ∈ E,
xRx.
2. R est transitive, car pour tous x, y, z ∈ E on a : f (x) = f (y) et f (y) = f (z) ⇒
f (x) = f (z)
ce qui montre que : ∀x, y, z ∈ E, (xRy) ∧ (yRz) ⇒ (xRz).
3. R est symétrique, car pour tous x, y ∈ E, f (x) = f (y) ⇒ f (y) = f (x)
donc ∀x, y ∈ E, (xRy) ⇒ (yRx)
ce qui montre que la relation binaire R est une relation d’équivalence.

Proposition 20 Soit R une relation d’équivalence sur un ensemble non vide E, alors
· · · ·
∀x, y ∈ E, (y ∩ x = ∅) ∨ ((y = x)
· · · ·
Preuve : Soient x, y ∈ E, supposons que y ∩ x 6= ∅ alors il existe z ∈ y ∩ x , donc zRy
et zRx.
· ·
Montrons alors que y = x.
·
Soit u ∈ x , alors (uRx) ∧ (zRx) ∧ (zRy)
comme R est symétrique et transitive, on déduit que (uRz) ∧ (zRy) et de la transitivité
· · ·
de R on déduit que uRy, par suite u ∈ y, ce qui montre que x ⊂ y .
· ·
De la même manière, on montre que y ⊂ x , ce qui termine la preuve de la propriété.
De cette propriété on déduit que :

E/R est une partition de l’ensemble E.

1.8.2 Relations d’ordre

Définition 21 On dit qu’une relation binaire R sur E est une relation d’ordre si elle est
Réflexive, Transitive et Anti-Symétrique.

Dans la littérature, les relations d’ordre sont souvent notées ≤.

Si x ≤ y, on dit que x est inférieur ou égal à y ou que y est supérieur ou égal à x. On dit
aussi que x est plus petit (ou égal ) que y et y est plus grand (ou égal) que x.

Définition 22 Soit ≤ une relation d’ordre sur un ensemble E.

1. On dit que deux éléments x et y de E sont comparables si :

x ≤ y ou y ≤ x
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 29

2. On dit que ≤ est une relation d’ordre total, ou que E est totalement ordonné par ≤,
si tous les éléments de E sont deux à deux comparables. Si non, on dit que la relation ≤ est
une relation d’ordre partiel ou que E est partiellement ordonné par ≤ .

Exemple 23 Il facile de voir que la relation binaire ≤ est une relation d’ordre sur R, ce
qui peut justifier la designation d’une relation d’ordre quelconque par ≤

Exemple 24 Etant donné E un ensemble non vide, alors l’egalité est une relation d’ordre
dans E

Il est evident que Si E n’est pas un singleton, L’egalité est une relation d’ordre partiel
dans E

Exemple 25 Soit F un ensemble et E = P (F ). On considère, sur E = P (F ), la relation

binaire ⊂, alors :

I) ⊂ est une relation d’ordre sur E.

1. ⊂ est Réflexive, car pour tout ensemble A ∈ P (A), on a A ⊂ A.
2. ⊂ est Transitive, car pour tous A, B, C ∈ P (A),

(A ⊂ B) ∧ (B ⊂ C) ⇒ ∀x (x ∈ A) ⇒ (x ∈ B) ∧ (x ∈ B) ⇒ (x ∈ C)
⇒ ∀x (x ∈ A) ⇒ (x ∈ C) (car ⇒ est transitive)

⇒ (A ⊂ C).
3. ⊂ est Anti-symétrique, car pour tous A, B ∈ P (A),

(A ⊂ B) ∧ (B ⊂ A) ⇔ A = B

De 1), 2) et 3) on déduit que ⊂ est une relation d’ordre sur E.

II) L’ordre est-il total ?
i) Si F = ∅, alors E = {∅} et on a : ∀A, B ∈ E, A = B = ∅, donc

∀A, B ∈ E, A ⊂ B

ce qui montre que l’ordre est Total.

ii) Si F est un signgleton, alors il existe a tel que F = {a} et E = {∅, {a}} , donc pour
tous A et B dans E on a

((A = ∅) ∨ (A = {a}) ∧ (B = ∅) ∨ (B = {a}))

donc

∀A, B ∈ E, (A ⊂ B) ∨ (B ⊂ A)

ce qui montre que l’ordre est Total.

iii) Si F contient au moins deux éléments distincts a et b, alors
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 30

∃A = {a}, B = {b} ∈ E; (A * B) ∧ (B * A)

donc A et B ne sont pas comparables, par suite ⊂ est une relation d’ordre partiel dans
E.
3.2.1 Plus petit, Plus grand élément

Définition 23 Soit (E, ≤) un ensemble ordonné et A ∈ P (E).

1. On dit que m ∈ A est le plus petit élément de A si ∀y ∈ A (m ≤ y)

2. On dit que M ∈ A est le plus grand élément de A si ∀y ∈ A (y ≤ M )

Exemple 26 Dans N∗ on définit la relation | (divise)par :

∀n, m ∈ N∗ , n|m ⇔ (∃k ∈ N; m = k.n)

I. Montrer que | est une relation d’ordre.

i) | est une relation Reflexive, car : ∀n ∈ N∗ , ∃k = 1 ∈ N; n = k.n donc ∀n ∈ N, n|n
ii) | est une relation Anti-Symétrique, car :
∀n, m ∈ N∗ , (n|m) ∧ (m|n) ⇔ ∃k1 ∈ N; m = k1 .n ∧ ∃k2 ∈ N; n = k2 .m
⇒ (∃k1 ∈ N; m = k1 .n) ∧ (∃k2 ∈ N; n = k2 .m) ∧ (m = k1 k2 .m)
⇒ (∃k1 ∈ N; m = k1 .n) ∧ (∃k2 ∈ N; n = k2 .m) ∧ (k1 k2 = 1) car m 6= 0
⇒ m = n, car ∀k1 , k2 ∈ N, (k1 k2 = 1 ⇒ k1 = k2 = 1)
donc

∀n, m ∈ N∗ , n|m ∧ m|n ⇒ m = n

ce qui montre que | est Anti-symétrique.

iii) | est une relation Transitive, car : ∀n, m, p ∈ N∗ ,
(n|m) ∧ (m|p) ⇔ ∃k1 ∈ N; m = k1 .n ∧ ∃k2 ∈ N; p = k2 .m
⇒ ∃k = k1 k2 ∈ N; p = k.n
⇒ n|p
ce qui montre que | est Transitive.
De i) , ii) et iii) , on déduit que | est une relation d’ordre.
II. L’ordre est-il total ?
L’ordre est partiel, car si on considére n = 2 et m = 3, alors n et m ne sont pas
comparables.
III. Pour cette relation d’ordre, N∗ a-t-il un plus petit élément ou un plus grand élément ?
i) Il est clair que 1 est le plus petit élément de N∗ , car ∀n ∈ N∗ , ∃k = n ∈ N; n = k.1
donc ∀n ∈ N∗ , 1|n
ii) N∗ n’a pas de plus grand élément, car : ∀n ∈ N∗ , ∃m = 2.n ∈ N∗ ; n|m
IV. Soient A = {20, 18, 14, 10, 6, 2} et B = {2, 3, 6, 7, 42}, donner le plus petit et le plus
grand élément respectivement de A et de B s’ils existent.
a) 2 est le plus petit élément de A, car il divise tous les autres éléments de A, donc :
∀n ∈ A, 2|n
b) A n’a pas de plus grand élément, car il n’y a pas dans A un élément qui est divisible
par tous les autres éléments de A.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 31

c) B n’a pas de plus petit élément, car il n’y a pas dans B un élément qui divise tous les
autres éléments de B.
d) 42 est le plus grand élément de B, car tous les éléments de B divisent 42, donc
∀n ∈ B, n|42.
V. Pour cette relation d’ordre, N∗ \{1} a-t-il un plus petit élément ?
N∗ \{1} n’a pas de plus petit élément, car pour tout n ∈ N∗ \{1} :
- Si n est pair alors il n’est pas divisible par les nombres impairs différents de 1, donc il
n’est pas plus petit que ces nombres, par suite n n’est pas le plus petit élément de N∗ \{1}.
- Si n est impair alors il n’est pas divisible par les nombres pairs, donc il n’est pas plus
petit que ces nombres, par suite n n’est pas le plus petit élément de N∗ \{1},
Ce qui montre que N∗ \{1} n’admet pas de plus petit élément par rapport à la relation
d’ordre |.

Proposition 21 Soit (E, ≤) un ensemble ordonné et A ∈ P (A) alors si A possède un plus

petit ou un plus grand élément, il est unique.
Preuve : Soient m et m0 deux éléments de A, alors :
0
(m plus petit élément de A) ∧ (m0 plus petit élément de A) =⇒ ((m ≤ m ) ∧ (m0 ≤ m))
0
=⇒ m = m
d’où l’unicité du plus petit élément de A, s’il existe.
Le même type de raisonnement nous montre l’unicité du plus grand élément de A, s’il
existe.

1.8.3 Eléments Minimaux et éléments maximaux

Définition 24 Soit (E, ≤) un ensemble ordonné et A ∈ P (E).
1. On dit qu’un élément m ∈ A est un élément minimal dans A s’il n’y a pas dans A un
élément plus petit que lui. Ceci est formellement équivalent à :
∀y ∈ A (y ≤ m ⇒ y = m)
2. On dit qu’un élément M ∈ A est un élément maximal dans A s’il n’y a pas dans A un
élément plus grand que lui. Ceci est formellement équivalent à :
∀y ∈ A (M ≤ y ⇒ y = M )

Exemple 27 On reprend la relation inclusion et

A = {{1, 2, 3}, {0, 4}, {1, 3, 5}, {1, 5}, {1, 3}, {5, 3}, {0, 5, 6, 7}},
alors
1. Les éléments minimaux de A sont : {0, 4}, {1, 5}, {1, 3}, {5, 3} et {0, 5, 6, 7}
2. Les éléments maximaux de A sont : {0, 4}, {1, 2, 3}, {1, 3, 5} et {0, 5, 6, 7}.
3. A n’a pas de plus petit élément.
4. A n’a pas de plus grand élément.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 32

Proposition 22 Soit (E, ≤) un ensemble ordonné et m, M ∈ E, alors

1. m plus petit élément de A ⇒ m est le seul élément minimal dans A.

2. M plus grand élément de A ⇒ M est le seul élément maximal dans A.
Preuve : Immédiate.

Problème 23 A-t-on les réciproques de ces propriétés ?

1.8.4 Borne Inférieure, Borne Supérieure

Définition 25 Soit (E, ≤) un ensemble ordonné, A une partie de E.

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

– On appelle majorant de l’ensemble A, tout élément M ∈ E tel que ∀x ∈ A, x ≤ M
– Le plus grand des minorants, s’il existe, est appelé borne inférieure de A et noté inf A.
– Le plus petit des majorants, s’il existe, est appelé borne supérieure de A et noté supA.
– Si A possède un minorant, on dit que A est minoré,
– Si A possède un majorrant, on dit que A est majoré,
– Si A possède un minorant et un majorrant, on dit que A est borné.

1. Le plus petit (respectivement le plus grand) élément de A, s’il existe, est un minorant
(respectivement un majorant) de A. Par contre, un minorant (respectivement un majorant)
de A peut ne pas être le plus petit (respectivement le plus grand) élément de A, car il n’est
pas nécessairement dans A.
2. Si la borne inférieure ou la borne supérieure d’un ensemble A existe, alors elle est
unique.
3. Si E est totalement ordonné par ≤, alors tout sous ensemble fini A de E admet un
plus petit élément et un plus grand élément.

Exemple 28 Soient F = {1, a, 2, 5, γ}, l’ensemble E = P (F ) ordonné par la relation ⊂ et

une partie A = {{a, 2}, {2, 5, γ}, {1, 2, γ}, {a, 2, 5}}, alors :

1. Les mimorants de A sont : ∅ et {2}.

2. Inf A = {2}.
3. A n’a pas de plus petit élément, car Inf A ∈
/ A.
4. Le seul majorant de A est : F = {1, a, 2, 5, γ}.
5. SupA = F .
6. A n’a pas de plus grand élément, car SupA ∈ / A.

Proposition 24 Soient (E, ≤) un ensemble totalement ordonné 7 et A et B deux sous en-

sembles de E dont les bornes inférieures et supérieures existent, alors :
7. On a supposé que l’ordre est total pour assurer l’existence de max{supA, supB}, min{supA, supB},
max{inf A, inf B} et de min{inf A, inf B}.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 33

– sup(A ∪ B) = max{supA, supB}

– inf (A ∪ B) = min{inf A, inf B}
– sup(A ∩ B) ≤ min{supA, supB}
– inf (A ∩ B) ≥ max{inf A, inf B}

Preuve : Soient M = max{supA, supB} et m = min{inf A, inf B}, alors :

∀x(x ∈ A ∪ B) ⇒ (x ∈ A) ∨ (x ∈ B))
⇒ (x ≤ supA) ∨ (x ≤ supB)
⇒ (x ≤ M ) ∨ (x ≤ M )
⇒ (x ≤ M )
ce qui montre que M est un majorant de A ∪ B.
Montrons que M est le plus petit des majorants de A ∪ B. Soit M 0 un majorant de A ∪ B,
il est évident que M 0 est alors un majorant de A et de B, donc

(supA ≤ M 0 ) ∧ (sup B ≤ M 0 )

par suite

max{supA, supB} ≤ M 0

d’où on déduit que : M = sup(A ∪ B).

Les preuves des autres propriétés se font de la même facon.
Remarque 6.2 La seule relation d’ordre et d’équivalence, à la fois, est la relation égalité.

1.9 Combinatoire et Dénombrement

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

1.9.1 Principes de base du dénombrement

Principe de la somme
Si des ensembles A1 , A2 , ..., Ap constituent une partition d’un ensemble fini E, alors :
Card(A1 ) + Card(A2 ) + ... + Card(Ap ) = Card(E)

Exemple 29 Combien y a-t-il de carrés dont les côtés sont matérialisés sur la figure ci-
contre ?
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 34

Soit E l’ensemble de tous les carrés. Notons A1 , A2 , A3 et A4 l’ensemble de ces carrés ayant
pour côtés respectifs 1, 2, 3 et 4 carreaux. Les sous ensembles A1 , A2 , A3 et A4 constituent
une partition de E (puisqu’ils n’ont aucun élément en commun et que leur réunion est E).
D’après le principe de la somme, On a :
Card(E) = Card(A1 ) + Card(A2 ) + Card(A3 ) + Card(A4 ) = 16 + 9 + 4 + 1 = 30.
Il y a donc, au total 30 carrés dont les côtés sont matérialisés sur la figure ci-contre.
Proposition 25 Si A et B sont deux parties d’un ensemble fini E, alors :
1) Si A et B sont disjoints alors : Card(A ∪ B) = Card(A) + Card(B)
2) Card(A) = Card(E) − Card(A)
3) Card(A ∪ B) = Card(A) + Card(B) − Card(A ∩ B)
Démonstration :
1) Les ensembles A et B constituent une partition de l’ensemble A ∪ B.Donc d’après le
principe de la somme on bien le résultat.
2) Les ensembles A et A constituent une partition de l’ensemble E, donc en vertu encore
du principe de la somme on a Card(A) + Card(A) = Card(E).
3) Notons B\A l’ensemble des éléments de B qui ne sont pas dans A et A\B, l’ensemble
des éléments de A qui ne sont pas dans B.
Remarquons que B\A = B\(A ∩ B) (c’est-à-dire B\A est le complémentaire de A ∩ B
dans B), donc d’après 2) Card(B\A) = Card(B) − Card(A ∩ B). De même, Card(A\B) =
Card(A) − Card(A ∩ B). Enfin, remarquons que B\A, A \B et A ∩ B constituent une
partition de A ∪ B, donc Card(A ∪ B) = Card(B) − Card(A ∩ B) + Card(A) − Card(A ∩ B)
+Card(A ∩ B) d’où le résultat.

Principe du produit (ou principe multiplicatif )

Si une situation comporte p étapes offrant respectivement n1 , n2 , ..., np possibilités alors
le nombre total d’issues est : n1 × n2 × ... × np
C’est la règle utilisée lorsque nous dressons un arbre.
Il en découle le cardinal du produit cartésien :
Rappel : Si E1 , E2 , ..., Ep sont p ensembles, E1 × E2 × ... × Ep représente le produit
cartésien de E1 , E2 , ..., Ep
c’est-à-dire l’ensemble des p-uplets (e1 , e2 , ..., ep ) où e1 ∈ E1 , e2 ∈ E2 , ..., ep ∈ Ep .
Proposition 26 Si E1 , E2 , ..., Ep sont p ensembles de cardinal fini, alors :
Card(E1 × E2 × ... × Ep ) = Card(E1 ) + Card(E2 ) + ... + Card(Ep )
- Un code comporte deux lettres distinctes suivies d’un chiffre non nul. Combien peut-on
former de codes distincts ?
Les trois étapes : choix de la première lettre, de la deuxième, puis du chiffre offrent
respectivement 26, 25 et 9 possibilités. Le nombre cherché est donc 26 × 25 × 9 = 5850 codes
distincts.
Tous les principes exposés ci-dessus étant intuitivement évident, nous ne préciserons pas
nécessairement, par la suite, quand nous les utiliserons.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 35

1.9.2 Dénombrement des p-listes

Définition 26 Une p-liste (ou liste de longueur p) d’un ensemble E est un p-uplet d’éléments
de E. C’est un élément du produit cartésien E p = E × ... × E (p fois).

- E = {0; 1; 2; ...; 99}. Une 5-liste de E est par exemple (21, 12, 12, 15, 98).
- E = {a; b; c; ...; z}. Le 6-uplet (a, n, a, n, a, s) est une 6-liste de E. En pratique, et lorsque
la situation le permet, une p-liste est tout simplement notée ainsi : ananas .

Remarque 8 :

- On précise parfois p-liste ”avec répétition” pour les distinguer des arrangements qui
seront évoqués au paragraphe suivant.
- On suppose que la 0-liste existe, c’est la liste qui ne comporte aucun élément.
Soit E un ensemble de cardinal fini n. Le cardinal de l’ensemble E P des p-listes de E est
p
n .
La démonstration de ce théorème découle simplement du principe multiplicatif.

Applications :
1) Au loto sportif, on coche l’une des trois cases 1N2 pour chacun des 13 matches
sélectionnés. Dénombrer le nombre de grilles distinctes.
Il y en a autant que de 13-listes de l’ensemble {1;N; 2} soit 313 = 1594323.
2) Quel est le nombre d’applications d’un ensemble de cardinal p dans un ensemble de
cardinal n ?
Il y a np aplications. En effet, pour chacun des p éléments de l’ensemble de départ, il y
a n choix d’image dans l’ensemble d’arrivée.

1.9.3 Dénombrement des Arrangements et des Permutations

Définition 27 Soit E un ensemble de cardinal fini n et p un entier naturel tel que 0 ≤ p ≤ n.

Un arrangement de p éléments de E est une p-liste d’éléments distincts de E.

Une permutation de E est un arrangement des n éléments de E.

Un arrangement est donc une p-liste dans laquelle il n’y a pas de répétitions.
- E = {a; b; c; ...; z}. Les listes suivantes : beau , matin , sont des arrangements de 4 et 5
éléments de E. Par contre, arrangement n’est pas un arrangement de 11 éléments de E car
ses éléments ne sont pas distincts.
- Soit E = {s; u; c; r; e}. Les anagrammes du mot sucre sont des permutations de E.

Remarque 9 une permutation de E correspond à une bijection de E.

Proposition 27 Soit E un ensemble fini de cardinal n et p un entier naturel tel que 1 ≤

p ≤ n.
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 36

- Le nombre d’arrangements de p éléments de E est :

n!
Apn = n(n − 1)...(n − p + 1) =
(n − p)!
- Le nombre de permutations de E est : Ann = n!

Et par convention, le nombre d’arrangement de 0 éléments d’un ensemble E est A0n = 1

La démonstration de ce théorème découle simplement du principe multiplicatif.

Remarque 10 il y a donc n! bijections d’un ensemble E de cardinal n dans lui même.

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

1.9.4 Dénombrement des Combinaisons

Définition 28 Soit E un ensemble fini de cardinal n et p un entier naturel tel que 0 ≤ p ≤ n.

Une combinaison de p éléments de E est une partie de E ayant p éléments.

E = {a; b; c} et p = 2. Les combinaisons de deux éléments de E sont les parties :
{a; b}, {a; c}et{b; c}.
Il est essentiel de noter que :
- Dans une partie, les éléments sont deux à deux distincts.
- Deux parties qui contiennent les mêmes éléments sont égales . Ainsi {a; b} = {b; a}.
(L’ordre dans lequel on
écrit les éléments n’a pas d’importance)

Proposition 28 Soit E un ensemble fini de cardinal n et p un entier naturel tel que 0 ≤

p ≤ n.

Le nombre de combinaisons de p éléments de E est :

Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 37

Apn n!
Cnp = =
p! p!(n − p)!

Les coefficients Cnp sont encore appelés coefficient binomiaux. (On verra pourquoi au
paragraphe suivant)
Démonstration : Dénombrons les arrangements de p éléments d’un ensemble fini E de
cardinal n. Un arrangement est caractérisé par :
- Le choix d’une partie de E à p éléments ( Cnp choix)
- La façon d’ordonner les p éléments de la partie choisie (p! façons)
Le principe multiplicatif donne alors Apn = Cnp × p! d’où le théorème.

Remarque 11 Bien que les coefficients Cnp soient donnés sous forme de fraction, ils sont
bien des entiers : en effet l’entier Apn = n(n − 1)...(n − p + 1) est le produit de p entiers
consécutifs. Or, dans p entiers consécutifs, on en trouve toujours un qui est divisible par p,
un autre divisible par p − 1 etc ... donc Apn est divisible par p!.

Interprétation importante
Cnp représente le nombre de façons de choisir p objets parmi n (l’ordre n’important pas).

Applications :
1) Le loto : On tire au hasard 6 boules parmi 49. Combien de tirages possibles ? C’est le
6
nombre de façons de choisir 6 objets parmi 49, soit C49 = 13983816.
2) Nombre de comités de 3 personnes que l’on peut élire dans une assemblée de 20
3
personnes : c’est C20 = 1140.
3) Tirages simultanés ou non ordonnés : une urne contient 10 boules numérotées 0, 1, ..., 10.
3
On en tire simultanément trois. Combien de tirages différents ? c’est C10 = 120.

1.9.5 Propriétés des coefficients binomiaux

Proposition 29 Symétrie

Pour tout entier n et tout entier p tel que 0 ≤ p ≤ n, on a : Cnp = Cnn−p

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

Exemple 30 le nombre de façons de choisir 2 délégués parmi 30 élèves est égal au nombre
2 28
de façons de choisir 28 élèves non délégués parmi 30 : C30 = C30
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 38

Proposition 30 Relation (Triangle) de Pascal

Pour tout entier n et tout entier p tel que 1 ≤ p ≤ n − 1, on a :

p p−1
Cnp = Cn−1 + Cn−1

Démonstration ensembliste : Soit E un ensemble de cardinal fini n avec n ≥ 2. Soit a un

élément fixé de E.
Remarquons que les parties à p éléments de E se partagent en deux catégories :
p
- celles ne contenant pas a (il y en a Cn−1 : choix de p éléments parmi n − 1)
p−1
- celles contenant a (au nombre de Cn−1 : choix de p − 1 éléments parmi n − 1)
Étant en présence d’une partition, le principe de la somme nous livre alors le résultat.

Démonstration algébrique :
p p−1 (n−1)! (n−1)! (n−1)!(n−p) (n−1)!p n!
Cn−1 + Cn−1 = p!(n−1−p)!
+ (p−1)!(n−p)!
= p!(n−p)!
+ p!(n−p)!
= p!(n−p)!
= Cnp

La relation (Triangle) de Pascal permet de calculer les coefficients binomiaux de la façon

suivante : pour trouver un certain coefficient, on additionne dans le tableau suivant les
coefficients situés ”juste au dessus” et ”juste au dessus à gauche” entre eux :

n=2 1 2 1
n=3 1 3 3 1
n=4 1 4 6 4 1
n=5 1 5 10 10 5 1

1.9.6 Formule du binôme de Newton

Pour tous nombres complexes a et b et tout entier naturel n non nul :
n
(a + b)n = Cnp an−p bp
P
p=0

Démonstration 1 de la formule du binôme :

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

Démonstration 2 de la formule du binôme (On peut aussi faire la démonstation par

récurrence) :

Exemple 31 À l’aide de cette formule et du triangle de Pascal, on retrouve des relations

très utiles :
Notes de cours d’algèbre 1, ENSAK , Pr. Y. BENTALEB 39

- Avec n = 2 la formule donne : (a + b)2 = C20 a2 b0 + C11 a1 b1 + C02 a0 b2 = a2 + 2ab + b2

- Avec n = 3 la formule donne : (a + b)3 = ... = a3 + 3a2 b + 3ab2 +b3
· Avec n = 4 la formule donne : (a + b)4 = ... = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 .
Notons qu’il n’est pas inutile de savoir substituer (-b) à b dans la formule pour obtenir :

n
X n
X
(a − b)n = Cnp an−p (−b)p = (a + b)n = (−1)p Cnp an−p bp
p=0 p=0

En pratique, les signes obtenus en développant cette dernière formule alternent ; par
exemple :

(a − b)5 = a5 − 5a4 b + 10a3 b2 − 10a2 b3 + 5ab4 − b5 .

Il est aussi utile de savoir utiliser la formule avec des valeurs particulières de a et b :
n
- Lorsque a = b = 1 : 2n = Cnp = Cn0 + Cn1 + ... + Cnn
P
p=0
n
- Lorsque a = 1 et b = x : (1 + x)n = Cnp xp = 1 + +Cn1 x + ... + Cnn xn
P
p=0
n
Cnp (−1)p
P
- Lorsque a = 1 et b = −1 : 0 =
p=0

2) Applications
1) Nombre de parties d’un ensemble fini E de cardinal n :
Notons Ep l’ensemble des parties de E de cardinal p. Par définition, on a Card(Ep ) = Cnp .
En outre les ensembles E0 , E1 , ..., Ep , ..., En constituent une partition de l’ensemble P (E).
Donc, d’après le principe de la somme :
Card(P (E)) = Cn0 + Cn1 + ... + Cnn = 2n (formule du binôme avec a = b = 1)
En conclusion, le nombre de parties d’un ensemble de cardinal n est 2n .

2) Linéarisation de lignes trigonométriques (ceci facilitera leur

 intégration).
  
3 eix −e−ix 3 e3ix −3eix +3eix −e−3ix 1 e3ix −e−3ix 3 eix −e−ix
Exemple : sin x = ( 2i ) = −8i
= − 4 2i
+ 4 2i
=
− 41 sin(3x) + 43 sin(x)

3) Calcul de cos(nθ) et sin(nθ) en fonction de cosθ et sinθ. (Formules de Moivre)