Université Alger 1

Algèbre 1
Algèbre 1 Chapitre Introductif

Chapitre Introductif

0.1. Chapitre 1 : Notions de Logique. — Dans ce chapitre on va introduire les

notions de base de logique (négation, implication, équivalence ...) à fin d’exprimer
et manipuler rigoureusement les énoncés mathématiques. À la fin on présentera les
principaux types de raisonnement logique, tel le raisonnement direct, le raisonnement
par l’absurde et le raisonnement par récurrence ...

0.2. Chapitre 2 : Ensembles et applications. — Ce chapitre à pour but d’in-

troduire la notion d’ensemble, et les opérations sur les ensembles telles l’inclusion,
l’intersection, l’union, le complémentaire ...
On abordera aussi dans ce chapitre les applications entres deux ensembles (appelées
aussi flèche), et les notions liées à ce sujet telles l’image directe, l’image réciproque,.. .
On distinguera par la suite certains type d’applications : application injective, surjec-
tive ou bijective.

0.3. Chapitre 3 : Relations binaires sur un ensemble. — Dans ce chapitre on

va s’intéresser aux relations binaires définies sur un ensemble donné. En se concentrant
en particulier sur les relations d’équivalences et les relations d’ordre.

0.4. Chapitre 4 : Structures algébriques. — Le but de ce chapitre est d’intro-

duire une catégorie particulière d’ensembles, les ensembles munis d’une structure algé-
brique. En d’autres mots, ce sont des ensembles sur lesquels on définit des lois internes
(+, ×, −, ...), à fin de réaliser des opérations algébriques (example : résolution d’un
système d’équations), similaires à celle de N, Z, Q, R, C. Parmi c’est structures algé-
brique on distingue les trois structures majeurs :
— Groupe : C’est un ensemble muni d’une seule loi interne vérifiant des propriétés
analogues à celle de l’addition ( (Z, +), (Q, +), (Q {0}, ×)...).
— Anneau : C’est un ensemble muni de deux lois internes vérifiant des propriétés
similaires à celle de l’addition et la multiplication dans Z ( (Z, +, ×), (Q, +, ×),
(R, +, ×), ..).

3
 Chapitre Introductif Chap. 0

— Corps : C’est un cas particulier d’anneaux, où les lois internes vérifient des
propriétés supplémentaire ((Q, +, ×), (R, +, ×),(C, +, ×) ..).
0.5. Chapitre 5 : Anneau des polynômes. — L’anneau des polynômes est un
anneau très similaire à (Z, +, ×), dans le sens où on peut définir une division eucli-
dienne sur les polynômes. Ceci permet de développer une théorie arithmétique dédiée
pour les polynômes, i.e. on peut définir les notions suivantes : la divisibilité, pgcd et
ppcm, décomposition en produit de facteur irréductibles.

4
Algèbre 1 Notions de logique Premier pas en logique

Notions de logique

Premier pas en logique

1.1. Énoncé mathématiques. — Cette partie a pour but d’introduire les différents
types d’énoncé mathématiques, et d’apprendre à les différencier.

1.1.1. Assertion ou prédicat. —

Définition 1.1

Une assertion est le terme utilisé pour désigner un énoncé dont on peut attribuer
une valeur de vérité vrai (V) ou faux (F), mais jamais les deux à la fois. C’est
le principe du tiers-exclu. Il sera pratique par la suite de noter une assertion en
utilisant une lettre majuscule (par exemple P, Q, R).

Exemples 1.2. —

— “2 + 2 = 4”.
— “5 × 7 = 30”.
— “Pour tout x ∈ R, on a x2 ⩾ 0”.
— “Pour tout z ∈ C, on a |z| = 1”.
— “2 divise 5”.
— “2 divise 24”.

1.1.2. Axiome. —

5
Premier pas en logique Notions de logique Chap. 1

Définition 1.3

Un axiome désigne un énoncé, non démontré, que l’on suppose vrai, utilisée comme
fondement d’un raisonnement ou d’une théorie mathématique.

Exemples 1.4. — Axiomes de Peano :

— L’élément appelé zéro et noté 0 est un entier naturel.
— Tout entier naturel n a un unique successeur.
— Aucun entier naturel n’a 0 pour successeur.
— Deux entiers naturels ayant le même successeur sont égaux.
— Si un ensemble d’entiers naturels contient 0 et contient le successeur de chacun
de ses éléments, alors cet ensemble est égal à N.

1.1.3. Théorème, proposition, lemme, corollaire. —

Terminologie 1.5

Parmis les énoncés de type résultat, on distingue les différents types suivants :
— Théorème : C’est un résultat d’une importance majeur, dont on démontre
qu’il est vrai en utilisant un raisonnement logique .
— Proposition : Ce terme est utilisé pour désigner un résultat démontré, moins
important qu’un théorème.
— Lemme : C’est un résultat démontré, qui constitue une étape dans la démons-
tration d’un théorème.
— Corollaire : C’est une proposition qui découle à titre de conséquence immé-
diate d’une autre déjà démontrée.

1.2. Connecteurs logiques et table de vérité. — Les connecteurs logiques per-

mettent de construire à partir d’assertion P, Q, R, ... de nouvelles assersions dites
assersions composées dont leurs valeurs de vérité sont déterminées à partir des valeurs
de vérité de P, Q, R,... Cette partie est dédiée pour introduire les cinque connecteurs
logiques primordiaux pour le langage mathématique, qui sont : “non”, “et”, “ou”, “⇒”
et “⇔”.

1.2.1. Négation, conjonction, disjonction. —

6
Algèbre 1 Notions de logique Premier pas en logique

Définition 1.6

La négation d’une assertion P est l’assertion non(P ) (ou ¬P ) qui est vraie lorsque
P est fausse, et fausse lorsque P est vraie.

Pour des raisons pratiques on dresse un tableau appelé tableau de vérité où sont
présentées les valeurs de vérité de non(P ) en fonction de celle de P :
P non(P )
F V
V F

Exemples 1.7. —

— “2 + 2 6= 4”.
— “5 × 7 6= 30”.
— “Il existe x ∈ R, tel que x2 < 0”.
— “Il existe z ∈ C, tel que |z| 6= 1”.
— “2 ne divise pas 5”.
— “2 ne divise pas 24”.

Définition 1.8

Deux assertions P et Q ayant les mêmes valeurs de vérité sont dites équivalentes
et on note P ∼ Q .

Exemple 1.9. — “5 6= 0”∼ “5 > 0”

Proposition 1.10

Soit P, Q et R trois assertions. On a :

— Si P ∼ Q et Q ∼ R alors P ∼ R.
— Si P ∼ Q alors ¬P ∼ ¬Q.

7
Premier pas en logique Notions de logique Chap. 1

Définition 1.11

Soient P et Q deux assertions.

— L’assertion “P et Q” est appelé conjonction de P et Q, notée “P ∧ Q”.
— L’assertion “P ou Q” est appelé disjonction de P et Q, notée “P ∨ Q”.
Le sens exacte de ces connecteurs est donné à l’aide de la table de vérité suivante :
P Q P ∧Q P ∨Q
V V V V
V F F V
F V F V
F F F F

Exemples 1.12. —

— “3 > 0” ou “3 = 0”.
— “0 est un nombre positif” ou “0 est un nombre négatif”.
— “2 divise 5” et “2 divise 24”.
— “0 est un nombre positif” et “0 est un nombre négatif”.
Exercice 1.1. Soit P et Q deux assertions. Écrire la table de vérité des assertions
suivantes :
¬(P ∧ Q), ¬(P ∨ Q).
Que peut-on conclure ?
Corrigé. —

P Q P ∧ Q ¬(P ∧ Q) P ∨ Q ¬(P ∨ Q)
V V V F V F
V F F V V F
F V F V V F
F F F V F V
En observant la table de vérité des deux assertions ¬P ∨ ¬Q et ¬P ∧ ¬Q :
P Q ¬P ¬Q ¬P ∨ ¬Q ¬P ∧ ¬Q
V V F F F F
V F F V V F
F V V F V F
F F V V V V

8
Algèbre 1 Notions de logique Premier pas en logique

On conclut : ¬(P ∧ Q) ∼ (¬P ∨ ¬Q) et ¬(P ∨ Q) ∼ (¬P ∧ ¬Q).

Proposition 1.13

Soit P, Q et R trois assertions. Alors on a les equivalence suivantes :

— P ∼ ¬(¬(P )).
— P ∨ Q ∼ Q ∨ P (commutativité).
— P ∧ Q ∼ Q ∧ P (commutativité).
— ¬(P ∧ Q) ∼ (¬P ∨ ¬Q).
— ¬(P ∨ Q) ∼ (¬P ∧ ¬Q).
— P ∨ (Q ∨ R) ∼ (P ∨ Q) ∨ R (associativité).
— P ∧ (Q ∧ R) ∼ (P ∧ Q) ∧ R (associativité).
— P ∨ (Q ∧ R) ∼ (P ∨ Q) ∧ (P ∨ R) (distributivité).
— P ∧ (Q ∨ R) ∼ (P ∧ Q) ∨ (P ∧ R) (distributivité).

Remarque 1.14. — Dans la vie courante le mot “ou” peut avoir une autre significa-
tion : par exemple “Le chef de classe est l’étudiant A ou B” ici les étudiants A et B ne
peuvent pas être chef de classe au même temps. Ce type de “ou” en logique est appelé
le “ou exclusif” (appelé aussi “XOR”) est ça table de vérité est la suivante :
P Q P XOR Q
V V F
V F V
F V V
F F F
1.2.2. Implication et équivalence. —

Définition 1.15

Soit P et Q deux assertions.

— L’assertion “P ⇒ Q” est appelée implication de P vers Q.
— L’assertion “P ⇔ Q” est appelée équivalence de P et de Q.
Leurs sens est résumés dans la table de vérité suivante :

9
Premier pas en logique Notions de logique Chap. 1

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

Ces deux assertions peuvent se lire de différente manières possibles, On les récapitule
dans les tableaux suivants :

P ⇒Q
P implique Q
P entraîne Q
Si P est vraie alors Q est vraie
Pour que Q soit vraie il suffit que P le soit
P est une condition suffisante pour Q
Pour que P soit vraie il faut que Q le soit
Q est une condition necessaire pour P
P ⇔Q
P est équivalent à Q
P équivaut à Q
P entraîne Q et réciproquement
Si P est vraie alors Q est vraie et réciproquement
P est vrai si et seulement si Q est vraie
Pour que P soit vraie il faut et il suffit que Q le soit
P est une condition necessaire et suffisante pour Q

Exemples 1.16. — Implication :

— “3 > 0 ⇒ 3 ⩾ 0” (V).
— “2 > 0 ⇒ 2 < 0” (F).
— “3 = 0 ⇒ 3 ⩾ 0” (V).
— “5 = 0 ⇒ 6 = 1” (V).
Équivalence :
— “3 > 0 ⇔ 4 > 1”(V).
— “3 = 2 ⇔ 4 = 3”(V).
— “3 = 0 ⇔ 3 ⩾ 0” (F).

10
Algèbre 1 Notions de logique Premier pas en logique

Proposition 1.17

Soit P et Q deux assertions. On a les equivalences suivantes :

— (P ⇒ Q) ∼ ¬P ∨ Q.
— ¬(P ⇒ Q) ∼ P ∧ ¬Q.
— (P ⇔ Q) ∼ (P ⇒ Q) ∧ (Q ⇒ P )
— (P ⇔ Q) ∼ (¬P ⇔ ¬Q).

Exercice 1.2. Soit P une assertion. Écrire la table de vérité de l’assertion P ∨ ¬P .

corrigé. —

P ¬P P ∨ ¬P
V F V
F V V

Définition 1.18

Une assertion composée est appelée une tautologie si elle est toujours vraie.

Proposition 1.19

Soit P une tautologie et Q une assertion. Alors on a :

— P ∧ Q ∼ Q.
— P ∨ Q ∼ P.
— ¬P ∧ Q ∼ Q.
— ¬P ∨ Q ∼ ¬P .

Proposition 1.20

Soit P, Q et R trois assertions. Les assertions suivantes sont des tautologies :

11
Premier pas en logique Notions de logique Chap. 1

— P ∨ ¬P .
— Si P ∼ Q alors P ⇔ Q est une tautologie et réciproquement.
— P ⇒ (P ∨ Q).
— (P ∧ Q) ⇒ P .
— [P ∧ (P ⇒ Q)] ⇒ Q.
— [(P ⇒ Q) ∧ (Q ⇒ R)] ⇒ (P ⇒ R).
— (P ⇔ Q) ∧ (Q ⇔ R) ⇒ (P ⇔ R).

Démonstration. —

— Si P ∼ Q alors P et Q ont la même valeur de vérité. Par consequent P ⇔ Q est

toujours vraie. De même pour la réciproque.
— On a les équivalences suivantes :
[P ⇒ (P ∨ Q)] ∼ ¬P ∨ (P ∨ Q)
∼ (¬P ∨ P ) ∨ Q
∼ (¬P ∨ P ).

Comme (¬P ∨ P ) est une tautologie P ⇒ (P ∨ Q) l’est aussi.

— On a les équivalences suivantes :

[(P ∧ Q) ⇒ P ] ∼ ¬(P ∧ Q) ∨ P
∼ (¬P ∨ ¬Q) ∨ P
∼ (¬P ∨ P ) ∨ ¬Q
∼ (¬P ∨ P ).

Comme (¬P ∨ P ) est une tautologie (P ∧ Q) ⇒ P l’est aussi.

— On a les équivalences suivantes :

[P ∧ (P ⇒ Q)] ⇒ Q ∼ ¬[P ∧ (P ⇒ Q)] ∨ Q

∼ [¬P ∨ (P ∧ ¬Q)] ∨ Q
∼ (¬P ∨ Q) ∨ (P ∧ ¬Q)
∼ ¬(P ∧ ¬Q) ∨ (P ∧ ¬Q)

12
Algèbre 1 Notions de logique Premier pas en logique

Comme ¬(P ∧ ¬Q) ∨ (P ∧ ¬Q) est une tautologie alors [P ∧ (P ⇒ Q)] ⇒ Q l’est
aussi.
— On a les équivalences suivantes :
[(P ⇒ Q) ∧ (Q ⇒ R)] ⇒ (P ⇒ R) ∼ ¬[(¬P ∨ Q) ∧ (¬Q ∨ R)] ∨ (¬P ∨ R)
∼ [(P ∧ ¬Q) ∨ (Q ∧ ¬R)] ∨ (¬P ∨ R)
∼ [(P ∧ ¬Q) ∨ ¬P ] ∨ [(Q ∧ ¬R) ∨ R]
∼ [(P ∨ ¬P ) ∧ (¬Q ∨ ¬P )] ∨ [(Q ∨ R) ∧ (¬R ∨ R)]
∼ (¬Q ∨ P ) ∨ (Q ∨ R)
∼ (¬Q ∨ Q) ∨ (P ∨ R) ∼ (¬Q ∨ Q)

Comme ¬Q ∨ Q est une tautologie alors [(P ⇒ Q) ∧ (Q ⇒ R)] ⇒ (P ⇒ R) l’est

aussi.
— On les équivalences suivantes :
[(P ⇔ Q) ∧ (Q ⇔ R)] ⇒ (P ⇔ R)
∼ [(P ⇒ Q ∧ Q ⇒ P ) ∧ (Q ⇒ R ∧ R ⇒ Q)] ⇒ (P ⇒ R ∧ R ⇒ P )
∼ [(P ⇒ Q ∧ Q ⇒ R) ∧ (Q ⇒ P ∧ R ⇒ Q)] ⇒ (P ⇒ R ∧ R ⇒ P )
∼ ¬[(P ⇒ Q ∧ Q ⇒ R) ∧ (Q ⇒ P ∧ R ⇒ Q)] ∨ (P ⇒ R ∧ R ⇒ P )
∼ [¬(P ⇒ Q ∧ Q ⇒ R) ∨ ¬(Q ⇒ P ∧ R ⇒ Q)] ∨ (P ⇒ R ∧ R ⇒ P )
∼ [¬(P ⇒ Q ∧ Q ⇒ R) ∨ (P ⇒ R ∧ R ⇒ P )] ∨ ¬(Q ⇒ P ∧ R ⇒ Q)
∼ [¬(P ⇒ Q ∧ Q ⇒ R) ∨ (P ⇒ R ∧ R ⇒ P )] ∨ ¬(Q ⇒ P ∧ R ⇒ Q)
∼ [¬(P ⇒ Q ∧ Q ⇒ R) ∨ (R ⇒ P )] ∨ ¬(Q ⇒ P ∧ R ⇒ Q)
∼ ¬(P ⇒ Q ∧ Q ⇒ R) ∨ [(R ⇒ P ) ∨ ¬(Q ⇒ P ∧ R ⇒ Q)]
∼ [(R ⇒ P ) ∨ ¬(Q ⇒ P ∧ R ⇒ Q)] ∼ [(Q ⇒ P ) ∧ (R ⇒ Q)] ⇒ (R ⇒ P )

Comme on a déjà montre que (R ⇒ Q)] ⇒ (R ⇒ P ) est une tautologie alors

[(P ⇔ Q) ∧ (Q ⇔ R)] ⇒ (P ⇔ R) l’est aussi.

Remarque 1.21. — On en déduit que si l’on veut démontrer que deux assertion P
et Q sont équivalent, il faut et il suffit de montrer que les deux assertions P ⇒ Q et
Q ⇒ P sont des tautologie.

13
Premier pas en logique Notions de logique Chap. 1

1.3. Quantificateurs. —

1.3.1. Assertion définie sur un ensemble. —

Définition 1.22

Soit E un ensemble. On appelle une assertion sur E un énoncé contenant des

lettres appelées variables tels que quand on remplace chacune de ces variables par
un élément de E, on obtient une assertion. De telles assertions peuvent être notées
par P (x1 , · · · , xn ) où les xi sont les variables.

Exemples 1.23. —
P
— Soit n ∈ N, P (n) : ni=0 i = n(n+1)
2
.
— Soit (x, y) ∈ R , P (x, y) : 2x + 4y = 0.
2

Remarque 1.24. — Une assertion dépendant de variables ne peut être vraie ni fausse.
À partir d’une assertion définie sur un ensemble, on peut définir de nouvelle assertions
dites assertions quantifiées en utilisant les quantificateurs :
“Il existe . . . tel que . . . ”
“Pour tout . . . on a . . . ”

Définition 1.25

Soit P (x) une assertion définie sur E. Le quantificateur noté ∀ permet de définir
l’assertion quantifiée “∀x ∈ E, P (x)”, qui se lit “pour tout x dans E, P (x) est
vraie”. À une telle assertion on peut attribuer une valeur de vérité : elle est vraie
lorsque tous les éléments x de E vérifiant P (x).

Exemples 1.26. —
P
— ∀n ∈ N, ni=0 i = n(n+1)
2
par récurrence on peut démontrer que c’est vraie.
— ∀(x, y) ∈ R2 , 2x + 4y = 0 est fausse, en effet (1, 1) ne vérifie pas 2(1) + 4(1) = 0.

14
Algèbre 1 Notions de logique Premier pas en logique

Définition 1.27

Soit P (x) une assertion définie sur E. Le quantificateur noté ∃ permet de définir
l’assertion quantifiée “∃x ∈ E, P (x)”, qui se lit “ il existe x dans E, tel que P (x)
est vraie”. À une telle assertion on peut attribuer une valeur de vérité : elle est
vraie lorsqu’il existe au moins un élément x de E qui vérifie P (x).

Exemples 1.28. —
P
— ∃n ∈ N, ni=0 i = n(n+1)
2
. (V)
Pn
— ∃n ∈ N, i=0 i 6= 2 . (F)
n(n+1)

— ∃(x, y) ∈ R2 , 2x + 4y = 0. (V)
— ∃(x, y) ∈ R2 , 2x + 4y 6= 0. (V)

Proposition 1.29

Soit P (x) une assertion définie sur un ensemble E. Par définition on en déduit les
équivalences suivantes :
¬(∀x ∈ E, P (x)) ∼ ∃x ∈ E, ¬P (x),
¬(∃x ∈ E, P (x)) ∼ ∀x ∈ E, ¬P (x).

Remarque 1.30. — De ce fait, si on veut montrer qu’une assertion de la forme

“∀x ∈ E, P (x)” est fausse, il faut et il suffit de trouver un élément x dans E pour
lequel P (x) est fausse. En d’autre terms, on montre que sa négation “∃x ∈ E, ¬P (x)”
est vraie. Ce type de raisonnement est appelé le principe du contre exemple.
Si l’on se donne une assertion qui dépend de plusieurs variables P (x1 , · · · , xn ), alors
on peut construire de nouvelles assertions en combinant les quantificateurs ∃ et ∀. Par
exemple, dans le cas d’une assertion dépendant de deux variables P (x, y), on peut
construire plusieurs assertions différente en général :
— ∀x ∈ E, ∀y ∈ E, P (x, y).
— ∀x ∈ E, ∃y ∈ E, P (x, y).
— ∃y ∈ E, ∀x ∈ E, P (x, y).
— ∃x ∈ E, ∀y ∈ E, P (x, y).
— ∀y ∈ E, ∃x ∈ E, P (x, y).

15
Premier pas en logique Notions de logique Chap. 1

— ∃x ∈ E, ∃y ∈ E, P (x, y).
Remarque 1.31. — Dans le cas où l’on combine deux quantificateurs identiques
l’ordre n’est pas important, c’est à dire :
∀x ∈ E, ∀y ∈ E, P (x, y) ∼ ∀y ∈ E, ∀x ∈ E, P (x, y)
et
∃x ∈ E, ∃y ∈ E, P (x, y) ∼ ∃y ∈ E, ∃x ∈ E, P (x, y).
Cependant, si les quantificateurs ne sont pas identiques, on ne peut pas en général
permuter les quantificateurs. En effet, les assertions suivantes n’ont pas le même sens :

— ∀x ∈ R, ∃y ∈ R; x ⩽ y. Cette assertion est vraie. En effet il suffit de prendre

y = x.
— ∃y ∈ R, ∀x ∈ R; x ⩽ y. Ça se traduit en : L’ensemble R admet un maximum.
Ce qui est faux bien sûr.
— ∃x ∈ R, ∀y ∈ R; x ⩽ y. Qui peut se lire : L’ensemble R admet un minimum. Ce
qui est faux et différent des assertion précédente.
— ∀y ∈ R, ∃x ∈ R, x ⩽ y. Cette assertion est vraie. En effet il suffit de prendre
y = x.

Proposition 1.32

Soit P (x) et Q(x) deux assertions définie sur E. On a les équivalences suivantes :
∃x ∈ E, P (x) ∨ Q(x) ∼ (∃x ∈ E, P (x)) ∨ (∃x ∈ E, Q(x))
et
(∀x ∈ E, P (x) ∧ Q(x)) ∼ (∀x ∈ E, P (x)) ∧ (∀x ∈ E, Q(x))

Démonstration. —

— Supposons ∃x ∈ E, P (x) ∨ Q(x). On se donne un élément a ∈ E tel que P (a) ou

Q(a). Donc ou bien P (a) et vraie ou Q(a) est vraie. Ce qui revient à dire ou bien
∃x ∈ E, P (x) est vraie ou ∃y ∈ E, Q(x) est vraie. Donc
(∃x ∈ E, P (x)) ∨ (∃y ∈ E, Q(x)).
Réciproquement, on raisonne de façon similaire en distinguant les deux cas.

16
Algèbre 1 Notions de logique Différents types de raisonnement

— Pour montrer l’équivalence

(∀x ∈ E, P (x) ∧ Q(x)) ∼ (∀x ∈ E, P (x)) ∧ (∀x ∈ E, Q(x)),
il faut et il suffit de montrer
¬(∀x ∈ E, P (x) ∧ Q(x)) ∼ ¬[(∀x ∈ E, P (x)) ∧ (∀x ∈ E, Q(x))]
c’est à dire
∃x ∈ E, ¬P (x) ∨ ¬Q(x) ∼ (∃x ∈ E, ¬P (x)) ∨ (∃x ∈ E, ¬Q(x))
qui est vérifiée par ce qui précède.

Attention !
Il faut faire attention, en général ∃ (resp. ∀) n’est pas distributive sur le “et” (resp.
“ou”). En effet, par exemple l’assertion ∃x ∈ R, x + 1 = 0 ∧ x + 2 = 0 est fausse,
tandis que (∃x ∈ R, x + 1 = 0) ∧ (∃x ∈ R, x + 2 = 0) soit vraie.

Remarque 1.33. — Il existe un autre quantificateur (qu’on peut construire à l’aide

de ∃ et ∀) noté ∃!. Il permet de définir l’assertion quantifié “∃!x ∈ E, P (x)” qui se lit
“Il existe un unique élément x dans E qui vérifie P (x)”.

Exercice 1.3. Écrire l’assertion “∃!x ∈ E, P (x)” en utilisant les quantificateurs ∃ et ∀.

En déduire sa négation.
corrigé. — On a ∃!x ∈ E, P (x) ∼ ∃x ∈ E, ∀y ∈ E, x 6= y ⇒ P (x) ∧ ¬P (y).
Par conséquent on obtient :
¬(∃!x ∈ E, P (x)) ∼ ∀x ∈ E, ∃y ∈ E, x 6= y ∧ ¬P (x) ∧ P (y).

Différents types de raisonnement

2.1. Démonstration des assertions de la forme (P ⇒ Q). — Afin de démontrer
une assertion de la forme “P ⇒ Q” qui se présente en général sous la forme où P
regroupe l’ensemble des hypothèse et Q est le résultat qu’on veut déduire. Selon la dif-
ficulté, on peut utiliser de différent raisonnement : raisonnement direct et raisonnement
par contraposition.

17
Différents types de raisonnement Notions de logique Chap. 1

2.1.1. Raisonnement directe. — Le raisonnement direct est fondé sur la tautologie

suivantes :
[(P ⇒ P1 ) ∧ (P1 ⇒ Q)] ⇒ (P ⇒ Q).
En effet, on introduit l’hypothèse P , après on forme une suite de déduction logique
(i.e. P ⇒ P1 , P1 ⇒ P2 ,. . . ) jusqu’à obtenir Q, puis on conclut.
Le schéma est le suivant :
— Supposons P ,
..
. (Déductions logiques)
..
.
— On a donc Q.
— On a bien montré Q sous l’hypothèse P , c’est à dire P ⇒ Q.
Exemple 1.34. — Montrer que pour tout entier n ∈ N, si 6 divise n, alors n est pair.
Démonstration. — Soit n ∈ N.

On part de P Supposons que 6 divise n

Déductions logiques Alors il existe k ∈ N tel que n = 6k.

On a donc n = 2 × 3 × k.
Donc n = 2(3k) = 2k 0 en posant k 0 = 3k, qui est bien un entier naturel.

On obtient Q Donc n est pair.

On conclut On a bien montré donc l’implication demandé

2.1.2. Raisonnement par contraposition. — Ce type de raisonnement est basé sur

l’équivalence suivante :
(P ⇒ Q) ∼ (¬Q ⇒ ¬P ).
Ici pour montrer (P ⇒ Q) il faut et il suffit de montrer l’implication (¬Q ⇒ ¬P ).
Exemple 1.35. — Montrer ∀n ∈ N, n2 pair ⇒ n pair.
Démonstration. — Soit n ∈ N. On procède par contraposition.

18
Algèbre 1 Notions de logique Différents types de raisonnement

On part de ¬Q Supposons que n est impair

Déductions logiques Alors il existe k ∈ N tel que n = 2k + 1

On a donc n2 = 4k 2 + 2k + 1.
Donc n2 = 2(2k 2 + k) + 1 = 2k 0 + 1 en posant k 0 = 2k 2 + k,
qui est bien un entier naturel.

On obtient ¬P Par consequent, n2 est impair.

On conclut On a bien montré donc l’implication demandé

2.2. Raisonnement par l’absurde. — À fin de montrer une assertion quelconque

P , parfois c’est accessible de procéder en raisonnant par l’absurde. Le cheminement
d’un tel raisonnement et le suivant :
— On suppose que P est fausse (i.e ¬P est vraie).
— On enchaîne une suite de déduction logique pour arriver à une assertion F tou-
jours fausse (i.e. la négation d’une tautologie).
— On déduit que P ne peut être que vraie.
Un tel raisonnement découle de la proposition suivante :

Proposition 1.36

Soit P une assertion et F une assertion fausse. Alors on a :

(¬P ⇒ F ) ∼ P.

√
Exemple 1.37. — Montrer que 2 n’est pas rationel.
√
Démonstration. — À fin de montrer que 2 n’est pas rationel, on raisonne par l’ab-
surde :

19
Différents types de raisonnement Notions de logique Chap. 1

√
On part de ¬P Supposons 2 est rationnel.
√
Déductions logiques Alors ∃p, q ∈ Z, pgcd(p, q) = 1 et 2 = pq .
Donc q 2 2 = p2 . D’où p2 est pair et donc p est pair.
Par conséquent, p2 est un multiple de 4.
Donc q 2 est un multiple de 2, d’où q est pair.
Donc 2 est diviseur commun à p et q.

On en déduit F Ce qui contredit le fait pgcd(p, q) = 1.

√
On déduit P Par conséquent, 2 n’est pas un nombre rationel.

2.3. Principe du cas par cas. — Si l’on se donne une assertion P (x) définie sur un
ensemble E. Pour démontrer une assertion du type “∀x ∈ E, P (x)”, On peut montrer
l’assertion pour les x dans une partie A de E, puis pour x n’appartenant pas à A (le
complémentaire). C’est la méthode du cas par cas.
Exemple 1.38. — Montrer ∀x ∈ R, |x − 1| ⩽ x2 − x + 1.
Démonstration. — Ici pour pouvoir calculer |x − 1| on est obligé de distinguer le cas
x ∈ [1, +∞[ (i.e x ⩾ 1) et le cas x ∈
/ [1, +∞[ (i.e x < 1).
— Cas 1 (x ⩾ 1) : On a |x − 1| = (x − 1). Calculons x2 − x + 1 − |x − 1| et montrons
qu’il est positif :
x2 − x + 1 − |x − 1| = x2 − x + 1 − x + 1
= x2 − 2x + 1
= (x − 1)2 + 1 ⩾ 0

Donc x2 − x + 1 − |x − 1| ⩾ 0.
— Cas 2 (x < 1) : On a |x − 1| = −(x − 1). Par conséquent, on obtient
x2 − x + 1 − |x − 1| = x2 − x + 1 + (x − 1)
= x2 ⩾ 0.

D’où x2 − x + 1 ⩾ |x − 1|
Conclusion : Dans tous les cas |x − 1| ⩽ x2 − x + 1.

20
Algèbre 1 Notions de logique Différents types de raisonnement

2.4. Raisonnement par récurrence (induction). — Le raisonnement par récur-

rence permet de démontrer les assertions de la forme “∀n ∈ N, P (n)”. Il admet plusieurs
versions équivalents. Pour chacune des ces versions nous allons donner un exemple. On
commence par la version la plus simple :

Théorème 1.39 (Théorème de récurrence (récurrence simple))

Soit P (n) une assertion sur N. Si l’on a :

— P (0),
— ∀n ∈ N, P (n) ⇒ P (n + 1),
alors on a ∀n ∈ N, P (n).

Exercice 1.4. En utilisant les axiomes de Peano, démontrer le théorème.

Exemple 1.40. — Montrer que ∀n ∈ N, 2n > n.
Démonstration. — Pour n ⩾ 0, notons P (n) l’assertion 2n > n. Nous allons démontrer
par récurrence que P (n) est vraie pour tout n ⩾ 0.
n
Initialisation : pour n = 0 on a 20 = 1 > 0. Donc P (0) est vraie.



Fixons n ⩾ 0. Supposons que P (n) soit vraie.



Nous allons montrer que P (n + 1) est vraie. On a:



 n+1

2 = 2.2n = 2n + 2n .



Par P (n) on a
Hérédité :

 2n+1 = 2n + 2n > n + 2n .




Comme 2 ⩾ 1 on obtient


n



2n+1 > n + 1.




n
D’où P (n + 1) est vraie.
Conclusion : Par le principe de récurrence P (n) est vraie pour tout entier n ⩾ 0.

Cependant, cette forme de récurrence n’est pas commode pour certain cas. Par
exemple, trouver le terme général d’une suite numérique (un )n∈N récurrente linéaire
d’ordre 2 (ex : un+2 = 3un+1 − 2un ). Dans ce cas on utilise un forme équivalente de
récurrence, appelée récurrence multiple

21
Différents types de raisonnement Notions de logique Chap. 1

Théorème 1.41 (Théorème de récurrence (récurrence multiple))

Soit n0 ∈ N {0} et P (n) une assertion définie sur N. Si l’on a

— P (0), P (1), . . . P (n0 − 1),
— ∀n ∈ N, (P (n) ∧ P (n + 1) ∧ · · · ∧ P (n + n0 − 1)) ⇒ P (n + n0 ),
alors on a ∀n ∈ N, P (n). Dans la cas où n0 = 2 (resp. n0 = 3), c’est une récurrence
double (resp. triple).

Exemple 1.42. — Soit (un )n∈N une suite réelle tel que u0 = 2, u1 = 3 et un+2 =
3un+1 − 2un . Montrer que ∀n ∈ N, un = 2n + 1.
Démonstration. — Pour n ⩾ 0, notons P (n) l’assertion un = 2n + 1. Nous allons
démontrer par récurrence que P (n) est vraie pour tout n ⩾ 0.

pour
n = 0 on a u0 = 2 = 20 + 1 et pour n = 1, u1 = 3 = 21 + 1.
Initialisation : 
Donc P (0) et P (1) sont vraies.


Fixons n ⩾ 0. Supposons que P (n) etP (n + 1) soient vraies.





Nous allons montrer que P (n + 2) est
 vraie. On a :
Hérédité :

un+2 = 3un+1 − 2un = 3.(2 n+1
+ 1) − 2(2n + 1) = 6.2n + 3 − 2.2n − 2



 un+2 = 4.2n + 1 = 2n+2 + 1.



D’où P (n + 2) est vraie.
n
Conclusion : Par le principe de récurrence P (n) est vraie pour tout entier n ⩾ 0.

Enfin on présente une dernière forme, équivalente, de récurrence, la récurrence forte.

Théorème 1.43 (Théorème de récurrence (récurrence forte))

Soit P (n) une assertion définie sur N. Si l’on a :

— P (0),
— ∀n ∈ N, (∀k ⩽ n, P (k)) ⇒ P (n + 1),
alors on a ∀n ∈ N, P (n).

Exercice 1.5. Montrer que les théorèmes de récurrence sont équivalents.

Pn
Exemple 1.44. — Soit (un )n∈N la suite définie par u0 = 1 et ∀n ∈ N, un+1 = i=0 ui .
Montrer que ∀n ∈ N {0}, un = 2n−1 .

22
Algèbre 1 Notions de logique Différents types de raisonnement

Démonstration. — Pour n > 0, notons P (n) l’assertion un = 2n−1 . Nous allons démon-
trer par récurrence que P (n) est vraie pour tout n ⩾ 0.
n
Initialisation :pour n = 1 on a u1 = 1 = 21−1 Donc P (0) est vraie.




Fixons n ⩾ 1. Supposons que ∀k ⩽ n, P (k).



Nous allons montrer que P (n + 1) est vraie. On a :

 Pn Pn


un+1 = i=0 ui = 1 + i=1 ui ,
Hérédité :


En utilisant l’hypothèse de récurrence, on obtient :


 P n −1

 un+1 = 1 + ni=1 2i−1 = 1 + 22−1 = 2n .



n
D’où P (n + 1) est vraie.
Conclusion : Par le principe de récurrence P (n) est vraie pour tout entier n ⩾ 0.

23
Algèbre 1 Ensembles et applications Opérations sur les ensembles

Ensembles et applications

Opérations sur les ensembles

3.1. La notion d’ensemble. — Intuitivement, on peut voir un ensemble comme un
sac qui regroupe plusieurs éléments. Pour représenter un ensemble E, on utilise deux
accolades ({· · · }). Entre ces deux accolades, soit on met tout les éléments de l’ensemble
séparé par une virgule. Par exemple :
E = {P, Z, Q, R, S, T};
N = {0, 1, 2, 3, · · · };
Z = {· · · , −3, −2, −1, 0, 1, 2, 3, · · · }.
Soit on donne une description des éléments (des critères qui permettent de reconnaître
les éléments de cette ensemble). Par exemple :
p
D = { n ; p ∈ Z et n ∈ N};
10
p
Q = { ; p ∈ Z et q ∈ Z {0}}.
q

Notation 2.1

Soit E un ensemble. La notation “a ∈ E” se lit “x est un élément de E” ou “x est

un élément de E”. Sa négation est notée “x ∈
/ E” est se lit “x n’est pas un élément
de E” ou bien “x n’appartient pas à E”.

25
Opérations sur les ensembles Ensembles et applications Chap. 2

Axiome 2.2

Il existe un unique ensemble qui ne contient aucun élément noté ∅ ou { }.

Définition 2.3

Soit E un ensemble, une partie A de E (sous-ensemble) est un ensemble qui vérifie

l’assertion :
∀x, x ∈ A ⇒ x ∈ E,
et on notera “A ⊂ E”, qui se lit aussi “A est inclus dans E”.

Notation 2.4

On note la négation de l’assertion “A ⊂ E” par “A 6⊂ E”.

Remarque 2.5. — En particulier, pour un ensemble donné E on a E ⊂ E et ∅ ⊂ E.

Exemple 2.6. — N ⊂ Z ⊂ D ⊂ Q ⊂ R ⊂ C.

Axiome 2.7

Soit E un ensemble et P (x) une assertion définie sur E. Il existe une unique partie
A pour laquelle tous ses éléments vérifient P (x), on la représente comme suit :
A := {x ∈ E; P (x)}.

Remarque 2.8. — Dans le cas où l’assertion “∀x ∈ E, ¬P (x)” est vraie, on a A = ∅.

Exemples 2.9. —

— D = {(x, y) ∈ R2 ; x − y = 0} ;
— C = {(x, y) ∈ R2 ; x2 + y 2 = 1} ;
— E = {x ∈ R; x ⩾ 0}.

26
Algèbre 1 Ensembles et applications Opérations sur les ensembles

Axiome 2.10

Soit A et B deux ensembles. Ils sont égaux si et seulement si ils contiennent les
mêmes éléments. En d’autres mots si et seulement si l’on a A ⊂ B et B ⊂ A.

Exemple 2.11. — Les ensembles definis ci-dessous :

A = {(x, y) ∈ R2 ; x − y = 0},
B = {t.(1, 1); t ∈ R}
sont égaux.

Axiome 2.12

Soit E un ensemble. Il existe un unique ensemble contenant toute les parties de

E, noté P(E) et vérifiant :
∀A, A ∈ P(E) ⇐⇒ A ⊂ E.

Exemple 2.13. — Pour E = {1} l’ensemble des parties est P(E) = {∅, {1}}.

Définition 2.14

Soit E un ensemble fini (i.e. il contient un nombre fini d’éléments distincts). Le

cardinal de E, noté Card(E), est le nombre d’éléments distincts de E.

Proposition 2.15

Soit E un ensemble fini. Alors on a

Card(P(E)) = 2Card(E) .

27
Opérations sur les ensembles Ensembles et applications Chap. 2

Démonstration. — On pose n := Card(E). Le nombre de partie contenant k éléments

est égale à : !
n n!
= .
k k!(n − k)!
Par conséquent, on a
n  
X n
Card(P(E)) = k
= (1 + 1)n = 2n .
k=0

3.2. Complémentaire, intersection et union. —

Définition 2.16

Soit E un ensemble et A une partie de E. Le complémentaire de A dans E est

l’ensemble, noté CE A (ou plus simplement AC ) représenté par :
CE A := {x ∈ E; x 6∈ A}.

Exemples 2.17. —

— CR ]1, 2[=] − ∞, 1] ∪ [2, +∞[ ;

— CE ∅ = {x ∈ E; x 6∈ ∅} = E ;

Définition 2.18

Soit A et B deux parties d’un ensemble donné E. L’intersection de A et B, notée

A ∩ B, est l’ensemble représenté par :
A ∩ B := {x ∈ E; (x ∈ A) ∧ (x ∈ B)},
En d’autres mots :
∀x, x ∈ A ∩ B ⇐⇒ x ∈ A et x ∈ B.

Exemples 2.19. —

28
Algèbre 1 Ensembles et applications Opérations sur les ensembles

— ] − ∞, 0] ∩ [0, +∞[= {0} ;

— {1, 2} ∩ {3, 4} = ∅ ;
— N ∩ Q = N.

Définition 2.20

Soit A et B deux parties d’un ensemble donné E. L’union de A et B, noté A ∪ B,

est l’ensemble représenté par :
A ∪ B := {x ∈ E; (x ∈ A) ∨ (x ∈ B)}.
En d’autres mots :
∀x, x ∈ A ∪ B ⇐⇒ x ∈ A ou x ∈ B.

Exemples 2.21. —

— ] − ∞, 0] ∪ [0, +∞[= R ;
— N ∪ Q = Q.

Proposition 2.22 (Intersection et union)

Soit A, B et C trois parties d’un ensembles donné E. Alors on a les propriétés

suivantes :
— A ∩ B ⊂ A et A ∩ B ⊂ B ;
— A ⊂ A ∪ B et B ⊂ A ∪ B ;
— A ∩ ∅ = ∅, A ∩ A = A, A ⊂ B ⇐⇒ A ∩ B = A ;
— A ∪ ∅ = A, A ∪ A = A, A ⊂ B ⇐⇒ A ∪ B = B ;
— A ∩ B = B ∩ A et A ∪ B = B ∪ A ;
— (A ∩ B) ∩ C = A ∩ (B ∩ C) (on peut écrire sans ambiguïté A ∩ B ∩ C) ;
— (A ∪ B) ∪ C = A ∪ (B ∪ C) (on peut écrire sans ambiguïté A ∪ B ∪ C) ;
— A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) (distributivité) ;
— A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C) (distributivité).

29
Opérations sur les ensembles Ensembles et applications Chap. 2

Proposition 2.23 (Complémentaire)

Soit A et B deux parties d’un ensemble donné E. Alors on a :

— A ⊂ B ⇐⇒ CE B ⊂ CE A ;
— CE (A ∩ B) = CE A ∪ CE B ;
— CE (A ∪ B) = CE A ∩ CE B.

Exercice 2.1. Montrer qu’on a A = (A ∩ B) ∪ (A ∩ CE B).

Définition 2.24

Soit A et B deux parties d’un ensemble donné E. L’ensemble noté A B est défini
par
A B := {x ∈ E; x ∈ A ∧ x 6∈ B}
En d’autres mots :
∀x, x ∈ A B ⇐⇒ x ∈ A et x 6∈ B.

Remarque 2.25. — En reformulant la définition, on obtient A B = A ∩ CE B, en

particulier E A = CE A.
Exercice 2.2. Soit E un ensemble fini et A et B de parties de E. Montrer qu’on a :
— Card(CE A) = Card(E) − Card(A).
— Card(A ∪ B) = Card(A) + Card(B) − Card(A ∩ B).

Proposition 2.26

Soit A et B deux parties finies d’un ensemble donné E. Si A ⊂ B et

Card(A)=Card(B), alors A = B.

3.3. Produit cartésien. —

30
Algèbre 1 Ensembles et applications Opérations sur les ensembles

Définition 2.27

Soit N {0} et E1 , E2 , . . . , En des ensembles non vide. On appelle produit cartésien

des ensembles E1 , E2 , . . . , En l’ensemble noté E1 × E2 × · · · × En , constitué des
n-uplets (x1 , x2 , . . . , xn ) avec xi ∈ Ei pour tout i dans {1, 2, · · · , n}.
En d’autres termes,
Y
n
Ei = E1 × E2 × · · · × En := {(x1 , . . . , xn ); x1 ∈ E1 , x2 ∈ E2 , . . . , xn ∈ En }.
i=1
En particulier, un 2-uplet est appelé un couple et un 3-uplet un triplet.
Dans le cas où on a Ei = E pour tout i, on note E n := E|
× ·{z
· · × E}
n fois

Remarque 2.28. — Deux n-uplets (x1 , . . . , xn ) et (y1 , . . . , yn ) sont égaux si et seule-

ment si xi = yi pour tout i ∈ {1, . . . , n}.
Exemples 2.29. —

— R2 = R × R.
— [0, 1] × R.
— [0, 1] × [0, 1] × [0, 1].
Exercice 2.3. Soit E et F deux ensembles finis. Montrer qu’on a :
Card(E × F ) = Card(E) × Card(F ).

3.4. Intersection et union quelconque, Partition. —

3.4.1. Intersection et union quelconque. — Dans le cas où on considère un nombre
infini de parties d’un ensemble E, il nécessaire de donner la définition de la partie qui
regroupe tout ces partie, ce qu’on appelle une union quelconque. Soit I un ensemble
tel que pour tout i ∈ I, on associe Ei ⊂ E. L’union quelconque des Ei est représentée
par : [
Ei := {x ∈ E; ∃i ∈ I, x ∈ Ei }.
i∈I
En d’autres mots, [
∀x, x ∈ Ei ⇐⇒ ∃i ∈ I, x ∈ Ei .
i∈I

Exemples 2.30. —

31
Applications Ensembles et applications Chap. 2

[
— {a} = E.
a∈E
[ 1 1
— [−2 + , 2 − ] =] − 2, 2[.
n∈N {0}
n n

Dans cas où on veut considerer l’ensemble des éléments en commun des Ei ,

l’intersection quelconque des Ei est définie comme suit :
\
Ei := {x ∈ E; ∀i ∈ I, x ∈ Ei }.
i∈I

En d’autres mots,
\
∀x, x ∈ Ei ⇐⇒ ∀i ∈ I, x ∈ Ei .
i∈I

Exemples 2.31. —
\
— {a} = ∅.
a∈E
\ 1 1
— [− , ] = {0}.
n∈N {0}
n n

3.4.2. Partition d’un ensemble. — Soit E un ensemble. Une partition F de E est une
partie de l’ensemble P(E) (i.e. F ⊂ P(E)), vérifiant les conditions suivantes :
— ∅∈ / F.
S
— A∈F A = E.
— ∀A, B ∈ F , A 6= B ⇒ A ∩ B = ∅.

Exemples 2.32. —

— F := {] − ∞, 0], ]0, +∞[} est une partition de R.

— F := {P, I} ⊂ P(N) où P est l’ensemble des nombres pairs, et I l’ensemble des
nombres impairs, alors F est une partition de N.
— Soit E un ensemble, F := {{a}; a ∈ E} est une partition de E.

Applications

32
Algèbre 1 Ensembles et applications Applications

4.1. Premières définitions. —

Définition 2.33

Soit E et F deux ensembles. Une application f de E dans F est la donnée pour

chaque élément x ∈ E d’un unique élément de F noté f (x) et on la représente
comme suit :
F :E → F
x 7→ f (x).
L’ensemble E (resp. F) est appelé l’ensemble de départ (resp. l’ensemble d’arrivée).
L’élément f (x) est appelé l’image de x, et x est l’antécédent de f (x).

Exemples 2.34. —

— (Application identité)
IdE : E → E
.
x 7→ x
—
f :R {0} → R
.
x 7→ x1
— (Rotation)
R:C → C
.
z 7→ eiθ .z
— (Similitude directe) Soit z0 ∈ C {0}
S:C → C
.
z 7→ z0 .z
Remarque 2.35. — Une fonction f : E → F est la donnée pour chaque x ∈ E
d’au plus un élément f (x) ∈ F . Contrairement à une application, il peut y avoir des
éléments qui n’ont pas d’image, on dit que f n’est pas définie sur ces éléments.

Définition 2.36

Deux applications f , g : E → F sont dites égales si pour tout x ∈ E, f (x) = g(x).

On note alors f = g.

33
Applications Ensembles et applications Chap. 2

Remarque 2.37. — Il faut faire attention, ce qui définie une application f est son
ensemble de départ et d’arrivée et l’élément f (x). Par conséquent, les applications
f : R+ → R
,
x 7→ x2
g:R → R
x 7→ x2
et
h : R+ → R+
x 7→ x2
ne sont pas égales. On verra même par la suite que f est injective, g n’est ni injective
ni surjective et h est bijective.

Définition 2.38

Le graphe d’une application f : E → F est l’ensemble

Γf = {(x, f (x)) ∈ E × F | x ∈ E} ⊂ E × F.

Exemple 2.39. — L’ensemble Γ = {(x, x2 ) ∈ R × R| x ∈ R} est le graphe de la

fonction
f :R → R
.
x 7→ x2
Exercice 2.4. Soit Γ ⊂ E × F . À quelles conditions Γ est le graphe d’une application.
Corrigé. — L’ensemble Γ est le graphe d’une application si et seulement si
∀x ∈ E, ∃!y ∈ F ; (x, y) ∈ Γ.

34
Algèbre 1 Ensembles et applications Applications

Définition 2.40

Soit E, F et G trois ensembles, f : E → F et g : F → G deux applications. On

définit la composée de f par g, notée g ◦ f , comme suit :
g◦f :E → G
x 7→ g(f (x)).

√
Exemple 2.41. — Pour f : R → R+ , x 7→ x2 et g : R+ → R, x 7→ x, la composée
de f par g est l’application :
g◦f :R → R √
x 7→ g(f (x)) = x2 = |x|.
Remarque 2.42. — Il est important de remarquer que pour définir g ◦ f , il faut et
il suffit que l’ensemble d’arrivée de f soit l’ensemble de départ de g.

Proposition 2.43

Soit f : E → F , g : F → G et h : G → H. Alors
h ◦ (g ◦ f ) = (h ◦ g) ◦ f.
Par conséquent, on peut écrire sans ambiguïté h ◦ g ◦ f .

4.2. Image directe et réciproque. —

Définition 2.44

Soit f : E → F une application. L’image directe d’une partie A de E par f est

l’ensemble :
f (A) := {f (x); x ∈ A} = {y ∈ F ; ∃x ∈ E; y = f (x)} ⊂ F.

À fin de montrer que f (A) = B, on sait qu’il faut et il suffit de montrer la double

inclusion, i.e f (A) ⊂ B et f (A) ⊃ B. Ce qui peut s’exprimer de manière équivalente :

∀x, x ∈ A ⇒ f (x) ∈ B(⇔ f (A) ⊂ B);
f (A) = B ⇐⇒
∀y ∈ B, ∃x ∈ A; y = f (x)(⇔ B ⊂ f (A)).

35
Applications Ensembles et applications Chap. 2

Exemples 2.45. —

— Soit f : R → R, x 7→ x2 et g : R → R, x 7→ exp(x). On a par exemple :

f (] − 1, 1[) = [0, 1[, g(] − 1, 1[) =]e−1 , e[.
— Soit f : E → F , x 7→ y0 où y0 ∈ F (i.e. f est une application constante). Alors
∀A ⊂ E ; f (A) = {y0 }.
— Soit f : E → F . Pour tout x ∈ E, on a f ({x}) = {f (x)}.

Définition 2.46

Soit f : E → F une application. L’image réciproque d’une partie B de F par f est

l’ensemble :
f −1 (B) := {x ∈ E; f (x) ∈ B} ⊂ E.

À fin de montrer que f −1 (B) = A il faut et il suffit de montrer

∀x; x ∈ A ⇐⇒ f (x) ∈ B.
Exemples 2.47. —

— Soit f : R → R, x 7→ x2 et g : R → R, x 7→ exp(x). On a par exemple :

f (] − 2, 1[) = [0, 1[, g(] − 1, 1[) =] − ∞, 0[.
— Soit f : E → F , x 7→ y0 où y0 ∈ F (i.e. f est une application constante). Alors
pour B ⊂ F ; 
∅ si y0 ∈
/B
f −1 (B) = .
E si y0 ∈ B

Remarque 2.48. — Pour tout y ∈ F l’ensemble f −1 ({y}) coïncide avec l’ensemble

des antécédents de y. En particulier, on peut avoir f −1 ({y}) = ∅.

4.3. Application injective, surjective et bijective. —

Définition 2.49

Soit f : E → F une application. On dit que f est injective si et seulement si

∀x, y ∈ E; x 6= y ⇒ f (x) 6= f (y).

36
Algèbre 1 Ensembles et applications Applications

Ce qui peut s’exprimer de manière équivalente :

∀x, y ∈ E; f (x) = f (y) ⇒ x = y.

Exemples 2.50. — Les applications suivantes sont injectives

— f : R+ → R, x 7→ x2 .
— R : C → C, z 7→ eiθ z.
— S : C → C, z 7→ z0 .z, avec z0 6= 0.

Définition 2.51

Soit f : E → F une application. On dit que f est surjective si et seulement si

f (E) = F , où en d’autres mots
∀y ∈ F, ∃x ∈ E; y = f (x).

Exemples 2.52. — Les applications suivantes sont surjectives

— f : R → R+ , x 7→ x2 (mais elle n’est pas injective).

— p : R2 → R, (x, y) 7→ x (mais elle n’est pas injective).
— R : C → C, z 7→ eiθ z.
— S : C → C, z 7→ z0 .z, avec z0 6= 0.

Définition 2.53

Soit f : E → F une application. On dit que f est bijective si et seulement si elle

est à la fois injective et surjective au même temps. En d’autres mots si elle vérifie :
∀y ∈ F ; ∃!x ∈ E; y = f (x).

Exemples 2.54. — Les applications suivantes sont surjectives

— f : R+ → R+ , x 7→ x2 .
∗
— exp : R → R+ , x 7→ ex .
— R : C → C, z 7→ eiθ z.

37
Applications Ensembles et applications Chap. 2

— S : C → C, z 7→ z0 .z, avec z0 6= 0.

Attention !
Il peut arriver qu’une application ne soit ni injective ni surjective. Par exemple,
f : R → R, x 7→ x2 . En effet, d’un côté on a f (R) = R+ 6= R, et donc elle
n’est pas surjective. D’un autre côté on a f (1) = f (−1) = 1, et donc f n’est pas
injective.

4.4. Application réciproque. —

Définition 2.55

Soit f : E → F une application. On dit que f admet une application réciproque si

et seulement si il existe une application g : F → E qui vérifie :
g ◦ f = IdE et f ◦ g = IdF .

Proposition 2.56

Soit f : E → F une application. Si f admet une application réciproque alors elle

est unique, et sera notée f −1 .

Démonstration. — Supposons que f admet deux applications réciproques g : F → E

et h : F → E, Montrons que g = h. Pour cela, il reste juste à vérifier que pour tout
y ∈ F on a g(y) = h(y). Soit y ∈ F , comme f ◦ h = IdF on a
g(y) = g(IdF (y)) = g(f ◦ h(y)) = (g ◦ f ) ◦ h(y) = IdE ◦ h(y) = h(y).
D’où g = h.

Proposition 2.57

Soit f : E → F une application.

38
Algèbre 1 Ensembles et applications Applications

— f est bijective si et seulement si f admet une application réciproque

f −1 : F → E.
— Si f est bijective alors (f −1 )−1 = f .

4.5. Restriction et prolongement d’une application. —

Définition 2.58

Soit f : E → F une application. La restriction de f à une partie A de E est noté

f|A et définie par :
f |A : A → F
x 7→ f (x).

Exemple 2.59. —
f :R → R f |R + R + → R f|R− R− → R
x 7→ |x| x 7→ x x 7→ −x
Remarque 2.60. — L’application f|A est unique.

Définition 2.61

Soit f : E → F une application. Soit G un ensemble contenant E. Un prolongement

de f à G est une application g : G → F qui vérifie g|E = f .

Remarque 2.62. — Soit f : E → F une application et A ⊂ E. l’application f est

un prolongement de f|A .
Exemples 2.63. —
f : R∗ → R
x 7→ x1
g:R → R 
 1 x ∈ R∗
x 7→ x
0 x = 0

L’application g est un prolongement de f .

39
Applications Ensembles et applications Chap. 2

Attention !
Le prolongement d’une application sans conditions particulière n’est pas unique.

Définition 2.64

Soit f : E → F une application et B ⊂ F telle que f (E) ⊂ B. L’application

induite par f à valeur dans B est l’application :
h:E → B
.
x 7→ f (x)

40
Algèbre 1 Relations binaires Définitions de base

Relations binaires
Relations d’équivalences et relations d’ordres

Définitions de base
Une relation R entre deux variables décrivant respectivement deux ensembles E et
F est la donnée pour tout couple (x, y) de vrai (s’ils sont en relation et on note xRy)
ou de faux (s’il n’y a pas de relation entre x et y).
Exemples 3.1. —

— Soit f : E → F une application. ∀(x, y) ∈ E × F , xRy ⇐⇒ y = f (x).

— ∀(x, y) ∈ R × R, xRy ⇐⇒ x ⩽ y.
— ∀(n, m) ∈ N × N, nRm ⇐⇒ n|m.

Définition 3.2

Le graphe d’une relation binaire R est l’ensemble :

ΓR := {(x, y) ∈ E; xRy}.

Exemple 3.3. — Soit E = {2, 4, 6, 7, 8, 9} et R la relation définie sur E par :

∀(n, m) ∈ E × E, nRm ⇐⇒ n|m.
Le graphe de R est :
ΓR = {(2, 4), (2, 6), (2, 8), (4, 8)}.
Remarque 3.4. — Pour toute partie X de E ×F on peut associer une unique relation
binaire RX définie comme suit :
∀(x, y) ∈ E × F, xRy ⇐⇒ (x, y) ∈ X.

41
Relations d’équivalences Relations binaires Chap. 3

Remarque 3.5. — Les relations binaires généralisent la notion d’application.

Définition 3.6

Soit E une ensemble et R une relation binaire définie sur E. On dit que R est :
— Réflexive ssi : ∀x ∈ E, xRx ;
— Symétrique ssi : ∀(x, y) ∈ E × E, xRy =⇒ yRx ;
— Antisymétrique ssi : ∀(x, y) ∈ E × E, xRy et yRx =⇒ x = y ;
— Transitive ssi : ∀(x, y, z) ∈ E × E × E, xRy et yRx =⇒ xRz.

Relations d’équivalences

6.1. Définitions et exemples. —

Définition 3.7

Soit E un ensemble et R une relation binaire définie sur E. On dit que R est une
relation d’équivalence ssi elle est réflexive, symétrique et transitive.

Exemples 3.8. —

— ∀(x, y) ∈ E × E; xRy ⇐⇒ x = y.
— Soit n ∈ N∗ . ∀(m, m0 ) ∈ Z × Z; mRm0 ⇐⇒ m ≡ m0 [n] (i.e. n|m − m0 ).

6.2. Classes d’équivalences et ensemble quotient. —

Définition 3.9

Soit E un ensemble et R une relation d’équivalence sur E. Pour x ∈ E, la classe

d’équivalence de x est l’ensemble :
cl(x) := {y ∈ E, xRy}.

42
Algèbre 1 Relations binaires Relations d’équivalences

Exemple 3.10. — Par exemple, Soit R la relation d’équivalence définie sur C par :
(z1 , z2 ) ∈ C2 ; z1 Rz2 ⇐⇒ |z1 | = |z2 |.
Pour z ∈ C, on a :

cl(z) = {|z|eiθ , θ ∈ R}.

En particulier,
cl(0) = {0}.

Proposition 3.11

Soit R une relation d’équivalence définie sur un ensemble E. Alors on a les pro-
priétés suivantes :
— ∀x ∈ E, x ∈ cl(x)
— ∀x, y ∈ E, xRy ⇐⇒ y ∈ cl(x) ;
— ∀x,
S
y ∈ E, cl(x) ∩ cl(y) 6= ∅ ⇐⇒ cl(x) = cl(y)
— x∈E cl(x) = E

Définition 3.12

Soit E un ensemble et R une relation d’équivalence définie sur E. L’ensemble

quotient de E par R est le sous-ensemble de P(E) défini par :
E/R := {cl(x); x ∈ E}.

Il existe une application naturelle de E dans E/R :

π : E → E/R
.
x 7→ cl(x)
Par construction l’application π est surjective, et on a pour tout x ∈ E :
π −1 ({cl(x)}) = cl(x) ⊂ E.

43
Relations d’ordres Relations binaires Chap. 3

Attention !
Cependant, en général une telle application ne peut être injective. En effet, Si
R 6==, alors il existe x ∈ E tel que cl(x) 6= {x}. Soit y ∈ cl(x) {x}. Alors on a
x 6= y et π(x) = π(y).

Proposition 3.13

Soit E un ensemble et R une relation d’équivalence sur E. L’ensemble E/R est

une partition de E.

Démonstration. — La proposition découle directement de la Proposition 3.11.

Remarque 3.14. — La question qu’on pourrait se poser est la suivante : Si l’on
se donne une partition F de E, peut-on lui associer une relation d’équivalence ? La
réponse est oui. En effet, soit RF la relation d’équivalence définie comme suit :

∀x, y ∈ E, xRF y ⇐⇒ ∃A ∈ F ; x ∈ A et y ∈ A.
Ainsi on obtient F = E/RF .

Relations d’ordres

7.1. Définition et exemples. —

Définition 3.15

Une relation d’ordre R définie sur un ensemble E d’une relation binaire qui est
réflexive, antisymétrique et transitive.

Exemples 3.16. —

— La relation ⩽ est une relation d’ordre R.

— Soit E un ensemble. L’inclusion ⊂ est une relation d’ordre sur l’ensemble des
partie P(E).

44
Algèbre 1 Relations binaires Relations d’ordres

— La relation de divisibilité (i.e |) est une relation d’ordre N {0}.

Attention !
Il faut faire attention, comme la relation < n’est pas réflexive, ce n’est pas une
relation d’ordre sur R.

Terminologie 3.17

Soit E un ensemble. Une relation d’ordre sur E sera notée, plus souvent, par ≺.
Si pour x, y ∈ E on a x ≺ y, alors on dit :
— l’élement x est plus petit que y par rapport à la relation ≺ ;
— l’élément y est plus grand que x par rapport à la relation ≺.

Remarque 3.18. — On remarque dans le cas de l’inclusion, par exemple, on peut

avoir deux ensembles non comparable (i.e. A 6⊂ B et B 6⊂ A), par exemple si A∩B = ∅.
On verra par la suite qu’une telle relation sera appelé une relation d’ordre partiel.

Définition 3.19

Soit E un ensemble et ≺ une relation d’ordre. Si de plus ≺ vérifie :

∀x, y ∈ E; x ≺ y ou y ≺ x,
(i.e on peut toujours comparer deux éléments) alors on dit que c’est une relation
d’ordre total.
Une relation d’ordre qui n’est pas totale est appelé relation d’ordre partiel.

Exemples 3.20. —

— La relation | (resp. ⊂) est une relation d’ordre partiel sur N {0} (resp. P(E)).
— La relation ⩽ est relation d’ordre total sur R.

45
Relations d’ordres Relations binaires Chap. 3

Terminologie 3.21

Un ensemble E un ensemble muni d’une relation d’ordre ≺ sera noté (E, ≺) et

appelé un ensemble ordonné.
Si l’ordre est total alors on dit que (E, ≺) est totalement ordonné.
Si l’ordre est partiel alors on dit que (E, ≺) est partiellement ordonné.

Proposition 3.22

Soit (E, ≺) un ensemble ordonné et A ⊂ E. Alors ≺ induit à une relation d’ordre

sur A. Si de plus (E, ≺) est totalement ordonné, alors (A, ≺) l’est aussi.

Attention !
Cependant, si (E, ≺) est partiellement ordonné, alors (A, ≺) peut être totalement
ordonné. Par exemple, (N {0}, |) est partiellement ordonné, tandis que (A, |)
avec
A := {2n , n ∈ N}.
est totalement ordonné.

7.2. Majorant et minorant d’un ensemble. —

Définition 3.23

Soit (E, ≺) un ensemble ordonné et A ⊂ E.

— Un élement M ∈ E est un majorant de A ssi
∀x ∈ A; x ≺ M.
— Un élement m ∈ E est un minorant de A ssi
∀x ∈ A; m ≺ x.

46
Algèbre 1 Relations binaires Relations d’ordres

Définition 3.24

Soit (E, ≺) un ensemble ordonné.

— Le plus grand élément (ou maximum) de E est un élément de E noté max E
qui vérifie
∀x ∈ E; x ≺ max E.
— Le plus petit élément (ou minimum) de E est un élément de E noté min E
qui vérifie
∀x ∈ E; min E ≺ x.

Attention !
Le maximum (resp. minimum) d’un ensemble ordonné peuvent ne pas exister.

Proposition 3.25

Le maximum (resp. minimum) d’un ensemble ordonné s’il existe alors il est unique.

Définition 3.26

Soit (E, ≺) un ensemble ordonné et A ⊂ E.

— La borne supérieure de E, noté Sup(E), est le plus petit des majorants.
— La borne inférieure de E, noté Inf(E), est le plus grand des majorants.

47
Algèbre 1 Structures algébriques Groupes

Structures algébriques
Groupes, Anneaux et Corps

Groupes

8.1. Définition et exemple. —

Définition 4.1

Soit M un ensemble. Une loi de composition interne ∗ sur M est une application :
M ×M → M
.
(x, y) 7→ x ∗ y

Exemples 4.2. —

— L’addition + est une loi de composition interne sur Z.

— Soit E une ensemble et M := {f : E → E}. La composition de deux applications
M ×M → M
(f, g) 7→ f ◦ g
est une loi de composition interne sur M .

Définition 4.3

Un groupe (G, ∗) est un ensemble G muni d’une loi de composition interne vérifiant
les propriétés suivantes :
— (Associativité) ∀x, y, z ∈ G ; (x ∗ y) ∗ z = x ∗ (y ∗ z).

49
Groupes Structures algébriques Chap. 4

— (Élément neutre) ∃e ∈ G, ∀x ∈ G ; x ∗ e = e ∗ x = x.
— (Élément symétrique ou inverse) ∀x ∈ G,∃x0 ∈ G, x ∗ x0 = x0 ∗ x = e.

Exemples 4.4. —

— (N, +) n’est pas un groupe. En effet, malgré que + est associative et admet 0
comme élément neutre, tout les éléments sauf 0 n’admettent pas un éléments
symétrique.
— (Q, +) est un groupe.
— (Q, ×) n’est pas un groupe. En effet, même si × est associative et admet 1 comme
élément neutre, le 0 n’admet pas un élément symétrique.
— (Q {0}, ×) est un groupe.
— (Z {0}, ×) n’est pas un groupe. En effet tout les éléments sauf 1 n’admettent
pas un éléments symétrique.
— (Z, −) n’est pas un groupe, la loi − n’est pas associative. En effet,
(2 − 1) − 3 = −2 6= 4 = 2 − (1 − 3)
.
— Soit E un ensemble et M = {f : E → E}. Alors en général, (M, ◦) n’est pas un
groupe. En effet, la loi ◦ est associative et admet IdE comme élément neutre. Mais
pour qu’une application admet un élément symétrique il faut et il suffit qu’elle
soit bijective, ce qui n’est pas toujours vérifié.
— Soit E un ensemble et bij(E) := {f : E → E; f bijective}. Alors (bij(E), ◦) est
un groupe et l’élément symétrique d’une application f est f −1 .

Attention !
L’élement neutre et symétrique d’un élément, d’un groupe (G, ∗), dépendent de
loi de composition interne ∗ et non pas de l’ensemble G.

Proposition 4.5

Soit (G, ∗) un groupe.

— L’élément neutre eG est unique.
— L’élément symétrique d’un élément x ∈ G est unique, et sera noté x−1 .

Démonstration. — 1. Trivial.

50
Algèbre 1 Structures algébriques Groupes

2. Soit x ∈ G. On suppose que x admet deux éléments symétriques x1 et x2 .

C’est à dire 
x ∗ x = x ∗ x = e ,
1 1 G
x ∗ x2 = x2 ∗ x = eG

On a
x1 = x1 ∗ e G
= x1 ∗ (x ∗ x2 )
= (x1 ∗ x) ∗ x2 (Associativité)
= e G ∗ x2
= x2 .

Définition 4.6

Soit ∗ une loi de composition interne sur un ensemble M . Si :

∀x, y ∈ G, x ∗ y = y ∗ x,
alors on dit que la loi ∗ est commutative.

Définition 4.7

Soit (G, ∗) un groupe. Si ∗ est commutative, alors on dit que (G, ∗) est un groupe
commutatif ou abélien.

Exemples 4.8. —

— (Z, +), (Q, +), (R, +) et (C, +) sont des groupes commutatifs.
— (Q {0}, ×), (R {0}, ×) et (C {0}, ×) sont des groupes commutatifs.
— Soit Rot := {Rθ : C → C, z 7→ eiθ .z; θ ∈ R}. Le groupe (Rot, ◦) est commutatif.
En effet, on a
Rθ1 ◦ Rθ2 = Rθ1 +θ2 = Rθ2 +θ1 = Rθ2 ◦ Rθ1 .

51
Groupes Structures algébriques Chap. 4

Notation 4.9

Soit (G, ∗) un groupe, x ∈ G et n ∈ N.

— x0 = e.
— xn = x | ∗ x ∗{z· · · ∗ x}.
n fois

Proposition 4.10

Soit (G, ∗) un groupe, x, y ∈ G et n, m ∈ N.

— xn ∗ xm = xn+m .
— (xn )m = xnm .
— (x ∗ y)−1 = y −1 ∗ x−1 .

Attention !
En général, si la loi de groupe n’est pas commutative, on n’a pas nécessairement
(xy)n = xn y n . En effet, soit G := {f : R → R, x 7→ ax+b, a ∈ R {0} et b ∈ R},
le groupe (G, ◦) est un groupe non-commutatif. Par exemple, pour f : x 7→ 2x + 1
et g : x 7→ x + 1, on a f ◦ g : x 7→ 2x + 3, (f )2 : x 7→ 4x + 3 et (g)2 : x 7→ x + 2.
Donc on obtient :
(f ◦ g)2 : x 7→ 4x + 9 6= (f )2 ◦ (g)2 : x 7→ 4x + 11

Proposition 4.11

Soit (G, ∗) un groupe et x, y ∈ G tels que x ∗ y = y ∗ x. Alors

∀n ∈ N; (x ∗ y)n = xn ∗ y n .

8.2. Sous-groupes. —

52
Algèbre 1 Structures algébriques Groupes

Définition 4.12

Soit (G, ∗) un groupe et H ⊂ G. On dit que H est un sous-groupe de (G, ∗) si et

seulement si (H, ∗) est un groupe.

Proposition 4.13

Soit (G, ∗) un groupe et H ⊂ G, H est un sous-groupe de (G, ∗) si et seulement si

on a :
— ∀x, y ∈ H, x ∗ y ∈ H.
— eG ∈ H.
— ∀x ∈ H, x−1 ∈ H.

Exemples 4.14. —

— N n’est pas un sous-groupe de (Z, +).

— R+ {0} est un sous-groupe de (R {0}, ×).
— Pour n ∈ N, l’ensemble n.Z est un sous-groupe de (Z, +).
— Pour un groupe (G, ∗), les ensembles {eG } et G sont toujours des sous-groupe de
(G, ∗).

Proposition 4.15

Soit (G, ∗) un groupe et H ⊂ G, l’ensemble H est un sous-groupe si et seulement

si :
— H 6= ∅ ;
— ∀x, y ∈ H, x ∗ y −1 ∈ H.

Démonstration. — — Si H est un sous-groupe, alors il est clair que H 6= ∅ et ∀x, y ∈

H, x ∗ y −1 ∈ H.
— Inversement, On suppose que H vérifie les conditions :
— H 6= ∅ ;
— ∀x, y ∈ H, x ∗ y −1 ∈ H.

53
Groupes Structures algébriques Chap. 4

Comme H 6= ∅, alors il existe m ∈ H. Comme ∀x, y ∈ H, x ∗ y −1 ∈ H, on a eG =

m ∗ m−1 ∈ H. Par conséquent, on a aussi pour tout x ∈ H, x−1 = eG ∗ x−1 ∈ H.
Enfin, on obtient pour tout x, y ∈ H, x ∗ y = x ∗ (y −1 )−1 ∈ H.

Théorème 4.16

Tout les sous-groupes de (Z, +) sont de la forme

n.Z := {n.k; k ∈ Z}.

Proposition 4.17

Soit (G, ∗) un groupe, H et K deux sous-groupes de (G, ∗). Alors H ∩ K est un

sous-groupe (G, ∗).

Démonstration. — Comme H et K sont des sous-groupes, on a eG est dans H et K,

donc eG ∈ H ∩K. Soit maintenant x, y ∈ H ∩K. Comme H et K sont des sous-groupes,
x ∗ y −1 est dans H et K, d’où x ∗ y −1 ∈ H ∩ K.

Attention !
Soit (G, ∗) un groupe, H et K deux sous-groupes de (G, ∗). En général, H ∪K n’est
pas un sous-groupe de (G, ∗). En effet, comme 5 = 2 + 3 6∈ 2Z ∪ 3Z, L’ensemble
2Z ∪ 3Z ne peut être un sous-groupe de (Z, +).

Proposition 4.18

Soit (G, ∗) un groupe, H et K deux sous-groupes de (G, ∗). Alors H ∪ K est un

sous-groupe si et seulement si H ⊂ K ou K ⊂ H.

54
Algèbre 1 Structures algébriques Groupes

8.3. Homomorphisme de groupes. —

Définition 4.19

Soit (G, ∗) et (G0 , τ ) deux sous-groupes. Un homomorphisme (ou morphisme) de

groupes est une application f : (G, ∗) → (G0 , τ ) qui vérifie :
∀x, y ∈ G; f (x ∗ y) = f (x)τ f (y).
Si f : (G, ∗) → (G, ∗) est un morphisme de groupe, alors f est appelé endomor-
phisme de groupes.

Exemples 4.20. — Les applications suivantes sont des morphisme de groupes :

— exp : (R, +) → (R {0}, ×) ;
— ln : (R {0}, ×) → (R, +) ;
— S : C → C, z 7→ z0 .z avec z0 ∈ C.
Remarque 4.21. — De manière générale, pour un groupe (G, ∗), l’application
(G, ∗) → (G, ∗) ; x 7→ eG est toujours un endomorphisme de groupes.

Proposition 4.22

Soit f : (G, ∗) → (G0 , τ ) un morphisme de groupes. Alors on a :

— f (eG ) = eG0 ;
— f (x−1 ) = (f (x))−1 .

Démonstration. —

Proposition 4.23

Soit f : (G, ∗) → (G0 , τ ) un morphisme de groupes, H un sous-groupes de (G, ∗)

et K sous-groupe de (G, τ ). Alors on a :
— f (H) est un sous-groupe de (G0 , τ ).
— f −1 (K) est un sous-groupe de (G, ∗).

55
Groupes Structures algébriques Chap. 4

Démonstration. —

8.4. Le noyau et l’image d’un homomorphisme de groupe. —

Définition 4.24

Soit f : (G, ∗) → (G0 , τ ) un morphisme de groupes.

— Le noyau de f , noté Kerf , est le sous-groupe défini par :
Kerf := f −1 ({eG0 }) = {x ∈ G; f (x) = eG0 }.
— L’image de f , noté Imf , est le sous-groupe Imf = f (G).

Proposition 4.25

Soit f : (G, ∗) → (G0 , τ ) un morphisme de groupes. Alors on a

— f est injective si et seulement si Kerf = {eG }.
— f est surjective si et seulement si Imf = G0 .

56