BJ - RELATIONS BINAIRES

Dimension: px
Commencer à balayer dès la page:

Download "BJ - RELATIONS BINAIRES"

Transcription

1 BJ - RELATIONS BINAIRES Définitions Soit A et B deux ensembles non vides, et G une partie de A B. On dit qu un élément x de A est relié à un élément y de B par une relation binaire de graphe G, si le couple (x,y) appartient à G, ce que l on note alors xry. On dit alors que R est une relation binaire liant les éléments de A à ceux de B. On notera, si cela est nécessaire, G(R) le graphe d une relation R, et R G la relation binaire de graphe G. On dira que deux relations binaires sont égales, si elles ont le même graphe. Il y a donc identité entre l ensemble des relations binaires liant les éléments de A à ceux de B, et l ensemble des parties de A B : à toute opération sur les graphes correspondra, avec des formules analogues, une opération sur les relations binaires. On dira que R est impossible si son graphe est vide, et que R est triviale si son graphe est A B. Opérations sur les relations binaires 1) Si R a pour graphe G, on note R la relation de graphe A B G. On a donc x Ry (xry). 2) Soit (R j ) j J une famille de relations binaires. On notera On a donc R j la relation binaire de graphe G(R j ), j J j J R j la relation binaire de graphe G(R j ). j J j J x R j y j J, xr j y, j J x j J R j y j J, xr j y. Ces opérations sont liées par des formules obtenues simplement à partir de celles de la réunion, de l intersection et du passage au complémentaire. Par exemple R = R, ( ) R j = j J( R j ). j J

2 BJ 2 3) Soit R et R deux relations liant les éléments de A à ceux de B. On dira que R implique R, et l on notera R = R si G(R) est inclus dans G(R ). On a alors les propriétés suivantes : R = R, si R = R et R = R alors R = R, si R = R et R = R alors R = R. Autres opérations 1) Soit G une partie de A B, et soit G l ensemble des couples (y,x) de B A tels que (x,y) soit dans G. Si R a pour graphe G, on notera R 1 la relation de graphe G, liant les éléments de B à ceux de A. On dit que R 1 est la relation réciproque de R. On a donc On a aussi les formules suivantes : xry yr 1 x. (R 1 ) 1 = R, ( R) 1 = (R 1 ), ( R j ) 1 = (R 1 j ), ( R j ) 1 = (R 1 j ). 2) Soit A, B, C trois ensembles non vides, G une partie de A B et G une partie de B C. Soit alors G le sous-ensemble de A C formé des couples (x,z) pour lesquels il existe y dans B tel que (x,y) soit dans G et (y,z) dans G. Si R a pour graphe G et R pour graphe G, on note R R la relation de graphe G que l on appelle relation composée de R et R. On a donc On voit facilement que On a également les relations suivantes : xr R z y B, xry et yr z. (R R ) 1 = R 1 R 1. si R = R alors R = R, si R = R alors R 1 = R 1, si R = S et R = S alors R R = S S, si j R j = S j alors R j = R j, Enfin, pour tout j, si j R j = S j alors R j = R j. R j = R j et R j = R j.

3 BJ 3 Relation binaire dans un ensemble Dans ce qui suit tous les ensembles A, B, C considérés précédemment sont égaux. On appelle alors relation binaire dans A une relation binaire liant les éléments de A à d autres éléments de A. Le graphe est une partie de A A. Si D est la diagonale de A A, on notera E la relation binaire associée. Cette relation est l égalité. xe y x = y. Les relations binaires dans A peuvent avoir des propriétés particulières qui nous définissons ci-dessous (sur une ligne peuvent figurer plusieurs définitions équivalentes). Réflexivité E = R Anti-réflexivité E = R R = E Symétrie R = R 1 R = R 1 R 1 = R Anti-symétrie R R 1 = E R E = R 1 R 1 = R E Transitivité R R = R Totalité E = R R 1 Remarquons qu une relation binaire ne peut être à la fois réflexive et anti-réflexive, et qu une relation est à la fois symétrique et anti-symétrique si et seulement si elle implique l égalité. Relations binaires particulières On appelle relation d équivalence dans A une relation binaire réflexive, symétrique et transitive. On appelle relation d ordre (large) dans A une relation binaire réflexive, anti-symétrique et transitive. On appelle relation d ordre stricte dans A une relation binaire anti-réflexive et transitive. Dans ce cas la relation R R 1 est impossible. Remarques : 1) La définition de la «totalité» choisie ici permet de parler de relation d ordre totale stricte. 2) La seule relation d équivalence totale est la relation triviale. 3) La seule relation qui est à la fois relation d équivalence et relation d ordre est E. 4) Dans l ensemble des relations binaires sur A, la relation = est une relation d ordre. 5) La relation R E est toujours réflexive.

4 BJ 4 Conservation des propriétés particulières dans les opérations Opération R réflexive R anti-réflexive R anti-réflexive R réflexive R symétrique R symétrique R anti-symétrique R totale R totale R anti-symétrique Soit (R j ) j J est une famille de relations binaires dans A. Opération j R j réflexive R j réflexive j R j anti-réflexive = R j anti-réflexive j R j symétrique = R j symétrique j R j anti-symétrique = R j anti-symétrique j R j transitive = R j transitive Si la famille (R j ) j J est totalement ordonnée j R j totale = R j totale Opération j R j réflexive = R j réflexive j R j anti-réflexive R j anti-réflexive j R j symétrique = R j symétrique j R j totale = R j totale Si la famille (R j ) j J est totalement ordonnée j R j anti-symétrique = R j anti-symétrique j R j transitive = R j transitive Opération ( ) 1 conserve les propriétés Opération R et R réflexives = R R réflexive R et R symétriques = R R symétrique et R R = R R En particulier, si R est symétrique, il en est de même de R n = R R. Remarquons que le graphe de R n est constitué des couples (x,y) pour lesquels il existe ξ 1,...,ξ n 1 tels que xrξ 1, ξ 1 Rξ 2,..., ξ n 1 Ry.

5 BJ 5 Proposition 1 Si R est une relation anti-symétrique et transitive, la relation R E est une relation d ordre large et R E est une relation d ordre stricte. On passe donc facilement de l une à l autre. La relation R E est transitive car R et E le sont. Elle est réflexive. On vérifie facilement qu elle est anti-symétrique. C est bien une relation d ordre large. Si l on a xr E y et yr E z, alors, xry et yrz, et, par transitivité, xrz. Si l on avait x = z, alors xry et yrx, et par anti-symétrie, on aurait x = y, ce qui n est pas possible puisque x E y. Donc x E z et par suite xr E z. La relation R E est transitive. Elle est de plus anti-réflexive. C est bien une relation d ordre stricte. Relations binaires extrémales A) Soit R une relation binaire et (P) une propriété. On cherche s il existe une relation binaire S possédant la propriété (P) et qui soit impliquée par R. On demande de plus que S soit minimale, c est-à-dire que si S possède la propriété (P) et vérifie alors S soit égale à S. R = S = S, 1) La propriété (P) est la réflexivité, la symétrie ou la transitivité. La relation triviale possède la propriété (P) et est impliquée par toute relation R. D autre part, pour toute famille de relations S vérifiant la propriété (P), alors S la vérifie aussi. Il en résulte que S = S R = S S vérifie (P) est la plus petite relation binaire impliquée par R et possédant la propriété (P). On a les formules suivantes : si (P) est la réflexivité, S = R E ; si (P) est la symétrie, S = R R 1 ; si (P) est la transitivité, S = R n. n=1

6 BJ 6 Démontrons la dernière formule. Si R implique la relation transitive S, et si l on a xrξ 1, ξ 1 Rξ 2,..., ξ n 1 Ry, alors xs ξ 1, ξ 1 S ξ 2,..., ξ n 1 S y, donc xs y. Il en résulte que R n implique S, et donc que R n implique S. Il reste à montrer que R n est n=1 n=1 transitive. Si l on a x R n y et y R n z, il existe n et p tels que xr n y et yr p z. Alors, on a n=1 n=1 xrξ 1, ξ 1 Rξ 2,..., ξ n 1 Ry, et yrξ 1, ξ 1Rξ 2,..., ξ p 1Rz, et il en résulte que xr n+p z. Donc x R n z. n=1 Ce qui précède reste vrai si (P) signifie que la relation est une relation d équivalence. Théorème 1 Soit R une relation binaire définie sur A. Il existe une unique relation d équivalence S telle que a) R = S b) Si S est une relation d équivalence vérifiant R = S = S, alors S = S. Cette relation est définie, par exemple, par une des formules suivantes : S = S S = E ( (R R 1 ) n) = (R R 1 E ) n. R = S n=1 n=1 d équivalence

7 BJ 7 2) La propriété (P) est la totalité. La relation triviale est totale. D autre part, si A est une famille de relations binaires impliquées par R et totalement ordonnée, telle que chaque élément possède la propriété (P), alors la relation est totale et impliquée par R. S A S On peut donc appliquer le théorème de Zorn qui assure l existence d un élément minimal. Cette démonstration reste valable si (P) est la conjonction de la totalité et d une ou plusieurs propriétés de 1). 3) La propriété (P) est l anti-réflexivité ou l anti-symétrie. Si R implique S, cette dernière ne peut avoir la propriété (P) que si R l a déjà. On peut remarquer cependant que, si R est anti-réflexive, alors R R 1 est anti-réflexive et symétrique, si R est anti-symétrique, alors R E est anti-symétrique et réflexive. On a également le théorème suivant pour les relations d ordre : Théorème 2 Soit R une relation anti-symétrique et transitive. Il existe une relation d ordre totale S possédant les propriétés suivantes a) R = S b) Si S est une relation d ordre totale telle que R = S = S, alors S = S. c) Si S est une relation d ordre telle que R = S = S, alors S = S. Soit A l ensemble des relations d ordre S impliquées par R. Cet ensemble est non vide car il contient R E d après la proposition 1. On ordonne cet ensemble par implication. Si A est une famille de relations d ordre de A totalement ordonnée, la relation S est une relation d ordre impliquée S A par R et c est le plus grand élément de la famille. Il résulte du théorème de Zorn qu il existe une relation d ordre S maximale. Soit S une relation d ordre qui n est pas totale. Il existe donc a et b dans A, tels que l on n ait, ni as b ni bs a. Soit alors S définie par xs y (xs y) ou (xs a et bs y). (On a ajouté a comme plus grand élément de A et b comme plus petit). C est une relation d ordre impliquée par S et distincte de S puisque as b. Donc S n est pas maximale. Toute relation d ordre maximale est donc totale. La relation S obtenue ci-dessus est donc totale et vérifie la propriété c).

8 BJ 8 Pour voir qu elle vérifie aussi b), il suffit de montrer qu une relation d ordre totale est maximale. Soit S une relation d ordre totale impliquant S. Supposons S distincte de S. Il existe x et y dans A tels que l on ait xs y et pas xs y. Donc x est distinct de y, et comme S est totale, on doit avoir ys x, donc ys x. Mais puisque S est anti-symétrique, ceci est impossible. Corollaire Sur tout ensemble A, on peut définir une relation d ordre totale. Il suffit d appliquer le théorème précédent avec R = E. B) On étudie maintenant le problème inverse du précédent : si R est une relation binaire et (P) une propriété, on cherche S vérifiant (P) et impliquant R qui soit maximale, c est-à-dire telle que, si S vérifie (P) et S = S = R, alors S est égale à S. 1) La propriété (P) est l anti-réflexivité, symétrie. L unique solution est On a alors, S = S = R S vérifie (P) S. si (P) est l anti-réflexivité, S = R ( E ), si (P) est la symétrie, S = R R 1. 2) La propriété (P) est l anti-symétrie ou la transitivité. Soit A l ensemble des relations S impliquant R et vérifiant (P). Cet ensemble est non vide car il contient la relation impossible. On ordonne cet ensemble par implication. Si A est une famille de relations d ordre de A totalement ordonnée, la relation S est une relation impliquant R et S A vérifiant (P), et c est le plus grand élément de la famille. Il résulte du théorème de Zorn qu il existe une relation d ordre S maximale. Cela reste vrai en particulier en combinant 1) et 2), et également si (P) signifie que la relation est une relation d ordre stricte. 3) La propriété (P) est la totalité ou la réflexivité. Si R est impliquée par S, cette dernière ne peut avoir la propriété (P) que si R l a déjà.

9 BJ 9 On peut remarquer cependant que, si R est réflexive, alors R R 1 est réflexive et symétrique, si R est réflexive, et si (P) est la transitivité ou l équivalence, le théorème de Zorn s applique. Remarquons que dans le cas où R est réflexive et transitive, alors R R 1 est une relation d équivalence et l on a alors unicité. si R est réflexive et (P) signifie que la relation est une relation d ordre, le problème a également une solution d après le théorème de Zorn. On a également le théorème suivant pour les relations d ordre : Théorème 3 Soit R une relation réflexive et transitive. Il existe une relation d ordre S telle que a) S = R b) Si S est une relation d ordre telle que S = S = R, alors S = S. Notons ẋ la classe de x pour la relation d équivalence R R 1. Soit Rẋ une relation d ordre totale sur ẋ (une telle relation existe d après le corollaire du théorème 2). Posons xs y (ẋ ẏ et xry) ou (ẋ = ẏ et xrẋy). Cela signifie que la relation R permet d ordonner les classes d équivalences les unes par rapport aux autres, et qu il reste à mettre une relation d ordre quelconque sur chaque classe. Cette relation S implique bien R. Soit S telle que S = S = R. Si l on a xs y, alors xry. Et deux cas sont possibles : ou bien on n a pas yrx dans ce cas ẋ et différent de ẏ et par définition xs y. ou bien on a aussi yrx. Alors ẋ est égal à ẏ. Comme la relation Rẋ est totale, ou bien xrẋy, et alors xs y, ou bien yrẋx, et alors ys x, donc ys x. Comme xs y, par anti-symétrie on en déduit x = y donc xs y. Il en résulte bien que S = S. Les relations d équivalences Une relation d équivalence peut être définie de plusieurs manières. 1) Par la donnée d un partition P de A : xry X P, x X et y X. 2) Par la donnée d une application f de A dans un ensemble B : xry f(x) = f(y).

10 BJ 10 3) Par la donnée d une application g de A A dans l ensemble U = {z C u = 1} vérifiant la condition : (x,y,z) A 3, g(x,y)g(y,z) = g(x,z), en posant xry g(x,y) = 1. Remarque : une telle application vérifie en particulier x A, g(x,x) = 1 et (x,y) A 2, g(x,y) = g(y,x). Si R est une relation d équivalence sur A, notons π l application qui à x associe sa classe d équivalence ẋ. On a alors xry π(x) = π(y). Etudions les trois cas précédents. 1) Lorsque R est définie par une partition, l application π n est autre que l application qui à x associe l élément de P qui le contient, car cet élément n est autre que ẋ. 2) Lorsque R est définie par une application f, on a le résultat suivant : Théorème 4 Soit R une relation d équivalence définie par une application f. Il existe une bijection β de f(a) sur l ensemble P des classes d équivalence telle que le diagramme suivant soit commutatif : π A β 1 P f f(a) β On a en effet f(x) = f(y) xry π(x) = π(y). Si Y est un élément de f(a), il existe x tel que Y = f(x), et l on pose β(y ) = π(x).

11 BJ 11 Cette définition ne dépend pas du choix de l antécédent x de Y. On définit une application β de f(a) dans P qui vérifie de manière évidente β f = π. En inversant les rôles, on peut définir une application β de P dans f(a) en posant et l on a Alors ce qui montre que β est bijective, et que β (ẋ) = f(x), β π = f. β β (ẋ) = β β π(x) = β f(x) = π(x) = ẋ β β(y ) = β β f(x) = β π(x) = f(x) = Y, β = β 1. 3) Lorsque R est définie par une application g à valeurs dans U, fixons x 0 et posons On a alors f(x) = g(x,x 0 ). g(x,x 0 ) = g(y,x 0 ) g(x,x 0 )g(y,x 0 ) = 1 g(x,x 0 )g(x 0,y) = 1 g(x,y) = 1 xry, et on se ramène à la deuxième situation. Il existe des applications β x0 de g(a,x 0 ) sur P, bijectives rendant le diagramme commutatif. Soit u, x 0 et y 0 dans A, on a alors Alors, l égalité équivaut à ce qui se traduit par x 0 Ry 0, et, dans ce cas, β x0 ( u) = g(u,x 0 ) et β y0 ( u) = g(u,y 0 ). β 1 x 0 = β 1 y 0, u A, g(u,x 0 ) = g(u,y 0 ), g(a,x 0 ) = g(a,y 0 ). On peut remarquer que g(x,y) ne dépend que des classes de x et de y. En effet, si on a g(x,x ) = g(y,y ) = 1, g(x,y) = g(x,x )g(x,y )g(y,y) = g(x,y ). Cela permet de définir une application surjective ġ de P P dans g(a 2 ), telle que le diagramme suivant soit commutatif :

12 BJ 12 A A g(a 2 ) ġ P P π π Il suffit de poser, pour tout couple (x,y) de A 2, ġ(ẋ,ẏ) = g(x,y). Cas particulier : si l on suppose que g(a 2 ) se réduit à { 1,1}, alors, quel que soit x 0, on a, g(a 2 ) = g(a,x 0 ) = { 1,1}, et le nombre de classes vaut 2. En effet, il existe x et y tels que g(x,y) = 1, donc, pour un tel couple, on n a pas xry, et il en résulte que g(a,y) = { 1,1}. Comme dans ce cas β y est une bijection, on a alors card P = 2. Relation d équivalence n ayant qu un nombre fini de classes g Théorème 5 Soit A un ensemble non vide, P et Q deux partitions finies de A telles que card P = card Q tout élément de P est inclus dans un élément de Q. Alors les deux partitions sont égales. Soit P dans P. Il existe Q dans Q contenant P, et cet élément Q est unique puisque deux éléments distincts de Q ont une intersection vide. On définit ainsi une application Φ de P dans Q en posant si P est inclus dans Q. Φ(P) = Q,

13 BJ 13 Cette application est surjective. En effet soit Q dans Q, et q un élément de Q. Il appartient nécessairement à un élément P de P. Alors P est inclus dans un élément Q de Q. Mais Q Q contient q. Donc Q et Q sont confondus, et l on a Φ(P) = Q. Comme P et Q ont même cardinal, l application Φ est bijective. Soit alors x dans Φ(P). Il existe P dans P contenant x. Donc x est aussi dans Φ(P ). Comme Φ(P) Φ(P ) n est pas vide, on a Φ(P) = Φ(P ), et comme Φ est injective, on en déduit que P = P. Il en résulte que x est dans P, et donc que Φ(P) est inclus dans P. Comme l inclusion inverse a lieu, on a égalité. D où P = Q. Corollaire Soit deux relations d équivalence sur un ensemble A. Si elles ont le même nombre fini de classes et si l une implique l autre, elles sont égales. Il suffit d appliquer le théorème aux partitions formées par les classes d équivalence. Remarque : les résultats précédents peuvent être pris en défaut si card P est infini, comme le montre l exemple suivant. Soit A l ensemble des fonctions à valeurs réelles définies sur un ensemble contenant au moins deux éléments a et b distincts. Soit R la relation d équivalence définie par δ a, la mesure de Dirac en a, et S celle définie par (δ a,δ b ). L ensemble des classes d équivalences de R est isomorphe à δ a (A) = R, et l ensemble des classes d équivalence de S est isomorphe à (δ a,δ b )(A) = R 2. Comme R et R 2 ont le même cardinal, on a bien le même nombre de classes. De plus S implique R, et pourtant S et R sont différentes.

Problèmes de Mathématiques Filtres et ultrafiltres

Problèmes de Mathématiques Filtres et ultrafiltres Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire

Plus en détail

Relations Binaires Relations d équivalence sur un ensemble

Relations Binaires Relations d équivalence sur un ensemble Relations Binaires Relations d équivalence sur un ensemble MPSI 2 1 Généralités Soit E un ensemble non vide. Définition 1..1 On appelle relation binaire sur E le couple (E, G où G est un graphe de E dans

Plus en détail

Théorie des ensembles

Théorie des ensembles Théorie des ensembles Cours de licence d informatique Saint-Etienne 2002/2003 Bruno Deschamps 2 Contents 1 Eléments de théorie des ensembles 3 1.1 Introduction au calcul propositionnel..................

Plus en détail

B03. Ensembles, applications, relations, groupes

B03. Ensembles, applications, relations, groupes B03. Ensembles, applications, relations, groupes Bernard Le Stum Université de Rennes 1 Version du 6 janvier 2006 Table des matières 1 Calcul propositionnel 2 2 Ensembles 5 3 Relations 7 4 Fonctions, applications

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1

[http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 [http://mp.cpgedupuydelome.fr] édité le 16 octobre 2015 Enoncés 1 Relations binaires Relations d équivalence Exercice 1 [ 02643 ] [Correction] Soit R une relation binaire sur un ensemble E à la fois réflexive

Plus en détail

VIII Relations d ordre

VIII Relations d ordre VIII Relations d ordre 20 février 2015 Dans tout ce chapitre, E est un ensemble. 1. Relations binaires Définition 1.0.1. On appelle relation binaire sur E tout triplet R = (E, E, Γ) où Γ est une partie

Plus en détail

Relations binaires. 1 Produits cartésiens et graphes. 2 Relations binaires. 1.1 Produit cartésien E F. 1.2 Graphe dans E F. 2.

Relations binaires. 1 Produits cartésiens et graphes. 2 Relations binaires. 1.1 Produit cartésien E F. 1.2 Graphe dans E F. 2. Relations binaires 1 Produits cartésiens et graphes 1.1 Produit cartésien E F Soient E et F deux ensembles non vides. E F = {(x; y) / x E et y F } Si E = F, E F = E 2 (carré cartésien) Soit (a; b) E F.

Plus en détail

Un tout petit peu d homotopie

Un tout petit peu d homotopie Vincent Beck On note I = [ 0, 1 ]. Un tout petit peu d homotopie 0.1 Homotopie Définition 1 Applications homotopes. Soient X, Y deux espaces topologiques et f, g : X Y deux applications continues. On dit

Plus en détail

Fondamentaux pour les Mathématiques et l Informatique :

Fondamentaux pour les Mathématiques et l Informatique : Université Bordeaux 1 Licence de Sciences, Technologies, Santé Mathématiques, Informatique, Sciences de la Matière et Ingénierie M1MI1002 Fondamentaux pour les Mathématiques et l Informatique Fondamentaux

Plus en détail

Relations binaires sur un ensemble.

Relations binaires sur un ensemble. Math122 Relations binaires sur un ensemble. TABLE DES MATIÈRES Relations binaires sur un ensemble. Relations d équivalence, relation d ordre. Table des matières 0.1 Définition et exemples...................................

Plus en détail

Leçon 6. Savoir compter

Leçon 6. Savoir compter Leçon 6. Savoir compter Cette leçon est une introduction aux questions de dénombrements. Il s agit, d une part, de compter certains objets mathématiques (éléments, parties, applications,...) et, d autre

Plus en détail

Mathématiques pour l Informatique Relations binaires Jérôme Gensel

Mathématiques pour l Informatique Relations binaires Jérôme Gensel Master ICA Spécialité IHS Année 2007/2008 Mathématiques pour l Informatique Relations binaires Jérôme Gensel I) Relations binaires 1. Généralités Définition 1 : Une relation binaire d un ensemble E vers

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Relations d ordre et relations d équivalence

Relations d ordre et relations d équivalence CHAPITRE 1 Relations d ordre et relations d équivalence 1.1 Définition Une relation sur un ensemble E est un sous-ensemble R de l ensemble E E, produit cartésien de E par lui-même. Par exemple, si E =

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Définitions. Si E = F on dit. (x, y) / G R signifie que x n est pas en relation avec y. 32/137. Exemple

Définitions. Si E = F on dit. (x, y) / G R signifie que x n est pas en relation avec y. 32/137. Exemple I Introduction II Wims Cours de Mathématiques IUT Orsay DUT INFORMATIQUE 1A - Semestre 1 III Calcul ensembliste IV Relations binaires, applications V Logique VI Raisonnement par récurrence, suites récurrentes

Plus en détail

COURS MPSI A.1.IV.NOTIONS DE BASE : RELATIONS R. FERRÉOL 13/14

COURS MPSI A.1.IV.NOTIONS DE BASE : RELATIONS R. FERRÉOL 13/14 IV) RELATIONS. 1) Définition. DEF : une relationrest définie par la donnée d unensemblededépart E, d unensembled arrivée F et d un ensemble G de couples(x,y) avecxdanse ety dansf (autrement dit, G est

Plus en détail

Cours d analyse 1ère année. Rhodes Rémi

Cours d analyse 1ère année. Rhodes Rémi Cours d analyse 1ère année Rhodes Rémi 10 décembre 2008 2 Table des matières 1 Propriétés des nombres réels 5 1.1 Sous-ensembles remarquables de R........................ 5 1.2 Relations d ordre..................................

Plus en détail

Base : une axiomatique

Base : une axiomatique Autour des groupes de réflexions Master 2 Mathématiques fondamentales Cours : Michel Broué Université Paris VII Denis Diderot TD : Vincent Beck Année 2005 2006 Base : une axiomatique a) D après (i), on

Plus en détail

Le corps R des nombres réels

Le corps R des nombres réels Le corps R des nombres réels. Construction de R à l aide des suites de Cauchy de nombres rationnels On explique brièvement dans ce paragraphe comment construire le corps R des nombres réels à partir du

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Cours d algèbre. Maths1 LMD Sciences et Techniques. Par M. Mechab

Cours d algèbre. Maths1 LMD Sciences et Techniques. Par M. Mechab Cours d algèbre Maths1 LMD Sciences et Techniques Par M. Mechab 2 Avant Propos Ceci est un avant projet d un manuel de la partie Algèbre du cours de Mathématiques de premières années LMD Sciences et techniques

Plus en détail

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015

Partie II. Supplémentaires d un sous-espace donné. Partie I. Partie III. Supplémentaire commun. MPSI B 8 octobre 2015 Énoncé Dans tout le problème, K est un sous-corps de C. On utilisera en particulier que K n est pas un ensemble fini. Tous les espaces vectoriels considérés sont des K espaces vectoriels de dimension finie.

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

(ii) pour tout x X, on a e x = x.

(ii) pour tout x X, on a e x = x. COURS DE LICENCE 2014/15 4 Groupes agissant sur un ensemble Définition 4.1. Soit G un groupe, X un ensemble non vide, S(X) le groupe des bijections de X. Une action de G sur X ou une opération de G sur

Plus en détail

Cours de Licence. Bernard Le Stum 1 Université de Rennes 1. Version du 19 janvier 2004. 1 bernard.le-stum@univ-rennes1.fr

Cours de Licence. Bernard Le Stum 1 Université de Rennes 1. Version du 19 janvier 2004. 1 bernard.le-stum@univ-rennes1.fr Géométrie Cours de Licence Bernard Le Stum 1 Université de Rennes 1 Version du 19 janvier 2004 1 bernard.le-stum@univ-rennes1.fr 2 Table des matières Table des matières 4 Introduction 5 1 Rappels d algébre

Plus en détail

Relation binaire. 2. Relations, fonctions et ordres. Exemples. Représentation d une relation binaire. Un couple est une paire ordonnée d éléments.

Relation binaire. 2. Relations, fonctions et ordres. Exemples. Représentation d une relation binaire. Un couple est une paire ordonnée d éléments. Relation binaire Un couple est une paire ordonnée d éléments. ex: les points (x,y) du plan de IN 2 ou de IR 2, les nom et prix d un produit, les instances d un objet en Java (à 2 attributs). 2. Relations,

Plus en détail

Plan du module. Licence 2 Informatique 2005/2006. 1ère partie - Systèmes relationnels. 2ème partie - Algèbre. 3ème partie - Séries

Plan du module. Licence 2 Informatique 2005/2006. 1ère partie - Systèmes relationnels. 2ème partie - Algèbre. 3ème partie - Séries Informatique 20h cours/30h théorique TD 2 Informatique Systèmes -Informatiquethéorique 2 relationnels 2005/2006 Informatique -Informatiquethéorique Relations 22005/2006 n-aires 2 Informatique 2005/2006

Plus en détail

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes.

Groupes et Actions de groupes. 1 Groupes, morphismes et actions de groupes. Groupes et Actions de groupes On présente ici des notions de base de théorie des groupes pour l agrégation interne. 1 Groupes, morphismes et actions de groupes. Un groupe (G, ), ou plus simplement G, est

Plus en détail

Une relation R sur E est transitive si x, y, z E, (xry et yrz) xrz. Question 1.1 Est-ce-qu une relation alternée est toujours antisymétrique?

Une relation R sur E est transitive si x, y, z E, (xry et yrz) xrz. Question 1.1 Est-ce-qu une relation alternée est toujours antisymétrique? Domaine Sciences et Technologies Licence d informatique Automates et circuits 2ième Devoir Surveillé Durée : 2 heures Année 2012-13 Aucun document autorisé Calculatrice interdite Nous vous recommandons

Plus en détail

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES

M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES M11 - Résumé de cours et exercices d analyses Premier cycle universitaire TABLES DES MATIÈRES I. Logique. II. Ensemble. III. Relation, fonction, application. IV. Composition, réciprocité. V. Relation d

Plus en détail

Mathématiques pour l informatique 1 notes de cours sur la première partie

Mathématiques pour l informatique 1 notes de cours sur la première partie 1 Mathématiques pour l informatique 1 notes de cours sur la première partie L1 Université Paris-Est, Marne-la-Vallée Cyril Nicaud Organisation Ce demi-cours est composé de 6 séances de cours et 6 séances

Plus en détail

Démontrer le caractère injectif / surjectif / bijectif d une application

Démontrer le caractère injectif / surjectif / bijectif d une application Démontrer le caractère injectif / surjectif / bijectif d une application Il s agit donc de montrer une propriété commençant par un symbole. La démonstration débute donc par : Soit (x 1, x 2 ) E 2. La propriété

Plus en détail

CHAPITRE V. de U U dans Hom(F, F ) est de classe C. b dans Hom(F,F ) est de classe C, l application b b. de U U

CHAPITRE V. de U U dans Hom(F, F ) est de classe C. b dans Hom(F,F ) est de classe C, l application b b. de U U CHAPITRE V FIBRÉS VECTORIELS 1. Fibrés vectoriels 1. Cartes et atlas vectoriels Soit B une variété différentielle. Considérons un B -ensemble, c est à-dire un ensemble M muni d une application p : M B.

Plus en détail

CHAPITRE 4 FORMES NORMALES SYSTEMES COMPLETS DE CONNECTEURS 1

CHAPITRE 4 FORMES NORMALES SYSTEMES COMPLETS DE CONNECTEURS 1 Université Paris 7 U3MI36 CHAPITRE 4 FORMES NORMALES SYSTEMES COMPLETS DE CONNECTEURS 1 4.1 Formes normales Définitions : 1) Une formule F est sous forme normale disjonctive si et seulement si il existe

Plus en détail

Langage mathématique

Langage mathématique Université Joseph Fourier, Grenoble I Mathématiques, Informatique et Mathématiques Appliquées Licence Sciences et Technologies 1 e année Langage mathématique Eric Dumas, Emmanuel Peyre et Bernard Ycart

Plus en détail

Cours de mathématiques

Cours de mathématiques DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Actions de groupes. Exemples et applications

Actions de groupes. Exemples et applications 4 Actions de groupes. Exemples et applications G, ) est un groupe multiplicatif et on note ou G si nécessaire) l élément neutre. E est un ensemble non vide et S E) est le groupe des permutations de E.

Plus en détail

1 Définition et premières propriétés des congruences

1 Définition et premières propriétés des congruences Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon

Plus en détail

Applications linéaires

Applications linéaires Bibliothèque d exercices Énoncés L1 Feuille n 18 Applications linéaires 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R (x + y, x

Plus en détail

Logique informatique 2013-2014. Examen

Logique informatique 2013-2014. Examen Logique informatique 2013-2014. Examen 30 mai 2013. Durée 3h. Tous les documents sont autorisés. Seuls les résultats du cours peuvent être utilisés sans démonstration. Le barême et la longueur des solutions

Plus en détail

Programme du Math1. Chapitre 1. 22/09/2013 بالتوفيق. Math1 L1 Semestre 1 SM ST. Bibliographie: 1. Notions de Logique. 2. Ensembles

Programme du Math1. Chapitre 1. 22/09/2013 بالتوفيق. Math1 L1 Semestre 1 SM ST. Bibliographie: 1. Notions de Logique. 2. Ensembles /09/013 Programme du Math1 Université des Sciences et de la Technologie Houari Boumediene Faculté de Mathématiques Math1 L1 Semestre 1 SM ST Dr M ZIDANI-BOUMEDIEN 1 Ensembles, Relations, Applications Structures

Plus en détail

Mathématiques Pour l Informatique I : Théorie des Ensembles et Relations. Serge Iovleff

Mathématiques Pour l Informatique I : Théorie des Ensembles et Relations. Serge Iovleff Mathématiques Pour l Informatique I : Théorie des Ensembles et Relations Serge Iovleff 13 septembre 2004 Quelques références Ma Page http ://www.iut-info.univ-lille1.fr/ iovleff Un Cours réalisé par des

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30

Table des matières. 3 Suites de nombres réels 29. 3.2 Limites... 30 Table des matières 1 Généralités 3 1.1 Un peu de logique................................. 3 1.1.1 Vocabulaire................................ 3 1.1.2 Opérations logiques............................ 4 1.1.3

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F.

Espaces vectoriels 2006-2007. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle F. Agrégation interne de Mathématiques Département de Mathématiques Université de La Rochelle 2006-2007 Espaces vectoriels Convention 1. Dans toute la suite, k désignera un corps quelconque. Définition 2.

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Examen Partiel. Un soin particulier dans la rédaction est demandé. Les astérisques indiquent l importance des questions et non pas leur difficulté.

Examen Partiel. Un soin particulier dans la rédaction est demandé. Les astérisques indiquent l importance des questions et non pas leur difficulté. UFR de Mathématiques, Université de Paris 7 DEA 1996/97 premier semestre Introduction à la cohomologie de de Rham des variétés algébriques A. Arabia & Z. Mebkhout Vendredi 6 décembre 1996 Examen Partiel

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Les espaces vectoriels

Les espaces vectoriels Agrégation interne UFR MATHÉMATIQUES 1. Généralités Les espaces vectoriels Dans tout le chapitre, K représente un corps commutatif. 1.1. Notion d espace vectoriel On considère un ensemble E sur lequel

Plus en détail

Les mots de Sturm. Fathi BEN ARIBI 20 décembre 2008

Les mots de Sturm. Fathi BEN ARIBI 20 décembre 2008 Les mots de Sturm Fathi BEN ARIBI 20 décembre 2008 1 Objectifs Dans cette présentation, nous donnerons quelques résultats de combinatoire des mots. Avant tout, il est nécessaire d introduire quelques notations

Plus en détail

1 Notion d espace vectoriel

1 Notion d espace vectoriel Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Résumé de cours sur les espaces vectoriels et les applications linéaires Les vecteurs du plan, les nombres réels, et les polynômes à coefficients

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

Plus en détail

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES

UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010. N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES UNIVERSITE D ORLEANS SL01MA11, Groupes 1 et 5 Département de Mathématiques 2009-2010 N. El Hage Hassan S EXPRIMER EN MATHÉMATIQUES 1 Les énoncés La plupart des phrases que l on rencontre dans un livre

Plus en détail

Fiche n 1: Groupe, sous-groupe, ordre

Fiche n 1: Groupe, sous-groupe, ordre Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 1: Groupe, sous-groupe, ordre Exercice 1 On considère sur R la loi de composition définie par x y = x + y xy. Cette loi est-elle associative, commutative?

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

ALGEBRE: GROUPES ET ANNEAUX 1

ALGEBRE: GROUPES ET ANNEAUX 1 Université Blaise Pascal U.F.R. Sciences et Technologies Département de Mathématiques et Informatique Licence de Mathématiques Troisième année, U.E. 35MATF2 ALGEBRE: GROUPES ET ANNEAUX 1 Polycopié du cours

Plus en détail

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique

Notes de cours. Cours introductif sur la théorie des domaines. Modèles des langages de programmation Master Parisien de Recherche en Informatique Notes de cours Cours introductif sur la théorie des domaines Paul-André Melliès Modèles des langages de programmation Master Parisien de Recherche en Informatique 1 Ensembles ordonnés Definition 1.1 (ensemble

Plus en détail

2010/2011. Espaces vectoriels

2010/2011. Espaces vectoriels Université Paris-Est Marne-la-Vallée 010/011 M1 enseignement CD/Préparation au CAPES Espaces vectoriels Dans toute la suite on considèrera des espaces vectoriels sur un corps commutatif K de caractéristique

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Problèmes de Mathématiques Noyaux et images itérés

Problèmes de Mathématiques Noyaux et images itérés Énoncé Soit E un espace vectoriel sur IK (IK = IR ou lc). Soit f un endomorphisme de E. On pose f 0 = Id E, et pour tout entier k 1, f k = f f k 1. 1. Montrer que (Im f k ) k 0 et (Ker f k ) k 0 forment

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Applications linéaires

Applications linéaires Chapitre IV Applications linéaires Révisions Définition. Soient E, deux espaces vectoriels sur le même corps commutatif est dite linéaire si quels que soient x, y E et λ,. Une application f : E f x y f

Plus en détail

Points fixes de fonctions à domaine fini

Points fixes de fonctions à domaine fini ÉCOLE POLYTECHNIQUE ÉCOLE NORMALE SUPÉRIEURE DE CACHAN ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION 2013 FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE

Plus en détail

Thème 3 : ensembles, espaces de probabilités finis

Thème 3 : ensembles, espaces de probabilités finis Thème 3 : ensembles, espaces de probabilités finis Serge Cohen, Monique Pontier, Pascal J. Thomas Septembre 2004 1 Généralités : ensembles et parties d un ensemble Définition 1.1 On appelle ensemble une

Plus en détail

Rappels d Algèbre Linéaire de P.C.S.I

Rappels d Algèbre Linéaire de P.C.S.I Rappels d Algèbre Linéaire de PCSI Table des matières 1 Structure d espace vectoriel sur IK 3 11 Définition et règles de calcul 3 12 Exemples de référence 3 13 Espace vectoriel produit 4 14 Sous-espaces

Plus en détail

1 Programme de Colles : Espaces vectoriels.

1 Programme de Colles : Espaces vectoriels. Lycée Louis le grand Année scolaire 2007/2008 Mathématiques Supérieure MPSI Semaine 12 11 mai 2009 1 Programme de Colles : Espaces vectoriels. On note K le corps R ou C. 1.1 Axiomes d espace vectoriel.

Plus en détail

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER

Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2. Guillaume CARLIER Université Paris IX Dauphine UFR Mathématiques de la décision Notes de cours ALGEBRE 2 Guillaume CARLIER L1, année 2006-2007 2 Ce support de cours est basé sur le poly de Tristan Tomala des années précédentes.

Plus en détail

TD: Ensembles, applications, dénombrement

TD: Ensembles, applications, dénombrement Université de Provence Année 011/1 Licence Math Info ème année S3 Fondements de l Informatique 1 Ensembles et fonctions TD: Ensembles, applications, dénombrement 1. On suppose que l ensemble de tous les

Plus en détail

RELATIONS BINAIRES 1 RELATIONS BINAIRES SUR UN ENSEMBLE. Dans tout ce chapitre, E est un ensemble quelconque.

RELATIONS BINAIRES 1 RELATIONS BINAIRES SUR UN ENSEMBLE. Dans tout ce chapitre, E est un ensemble quelconque. RELATIONS BINAIRES Dans tout ce chapitre, E est un ensemble quelconque. 1 RELATIONS BINAIRES SUR UN ENSEMBLE Explication Les relations sont partout et dans le monde mathématique, et dans la vraie vie.

Plus en détail

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1

Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1. Cours de Mathématiques 1 Université de Cergy-Pontoise Département de Mathématiques L1 MPI - S1 Cours de Mathématiques 1 Table des matières 1 Un peu de formalisme mathématique 7 1.1 Rudiments de logique........................................

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

Fiche n 2: Morphisme, sous-groupe distingué, quotient

Fiche n 2: Morphisme, sous-groupe distingué, quotient Université Lille 1 Algèbre 2010/11 M51.MIMP Fiche n 2: Morphisme, sous-groupe distingué, quotient Exercice 1 Soient G, G deux groupes et f un homomorphisme de G dans G. Montrer que si A G, alors f( A )

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

(3.22) Interchangeabilité mutuelle : p q r p q r

(3.22) Interchangeabilité mutuelle : p q r p q r Préséance (priorité) des opérateurs (1) [x := e] (substitution textuelle) (prioritéélevée) (2). (application de fonction) (3) + P (opérateurs unaires préfixes) (4) / mod pgcd (5) + (opérateurs binaires)

Plus en détail

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices Lycée Pierre de Fermat 2012/2013 MPSI 1 Feuille d exercices Manipulation des relations d ordre. Relation d ordre Exercice 1. Soit E un ensemble fixé contenant au moins deux éléments. On considère la relation

Plus en détail

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Action de groupes

Algèbre Année 2007-2008 ENS Cachan Vincent Beck. Action de groupes Algèbre Année 2007-2008 ENS Cachan Vincent Beck Action de groupes L idée centrale de cette note est de mettre en évidence le fait fondamental suivant une action d un groupe G sur un ensemble X, «c est»

Plus en détail

Rappels sur les applications linéaires

Rappels sur les applications linéaires Rappels sur les applications linéaires 1 Définition d une application linéaire Définition 1 Soient E et F deux espaces vectoriels sur un même corps K et f une application de E dans F Dire que f est linéaire

Plus en détail

Jusqu'à présent. Au programme. Cardinalité Ensembles nis Ensembles dénombrables. Relations Opérations Relations. Conclusions. Nous avons déjà abordé

Jusqu'à présent. Au programme. Cardinalité Ensembles nis Ensembles dénombrables. Relations Opérations Relations. Conclusions. Nous avons déjà abordé Jusqu'à présent Nous avons déjà abordé Vers l'inni David Teller 23/01/2007 Les ensembles Le regroupement de valeurs caractérisées par des critères. Informatique Types. Physique Unités. Logique Domaines.

Plus en détail

Espaces vectoriels et applications

Espaces vectoriels et applications Espaces vectoriels et applications linéaires 1 Définitions On parle d espaces vectoriels sur le corps R ou sur le corps C. Les définitions sont les mêmes en substituant R à C ou vice versa. Définition

Plus en détail

Cours d Analyse Réelle 4M003

Cours d Analyse Réelle 4M003 Cours d Analyse Réelle 4M003 Jean SAINT RAYMOND Université Pierre et Marie Curie Avant-propos Ce texte a été rédigé pour servir de support écrit à un cours de Master 1 de l Université Pierre-et-Marie Curie.

Plus en détail

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre

1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre 1 Fiche méthodologique Passage d un mode de représentation d un sev à l autre BCPST Lycée Hoche $\ CC BY: Pelletier Sylvain Les deux modes de représentation des sous-espaces vectoriels Il existe deux modes

Plus en détail

STRUCTURES ALGÉBRIQUES FONDAMENTALES

STRUCTURES ALGÉBRIQUES FONDAMENTALES STRUCTURES ALGÉBRIQUES FONDAMENTALES A. BOUARICH 1. Notion de relations binaires 1.1. Relation binaire d équivalence sur un ensemble. Définition 1. Soit A un ensemble non vide. Une fonction propositionnelle

Plus en détail

Placements de tours sur les diagrammes de permutations

Placements de tours sur les diagrammes de permutations Placements de tours sur les diagrammes de permutations 5 août 0 Résumé Le problème des placements de tours consiste à compter le nombre de manières de placer k tours sur un échiquier sans que les tours

Plus en détail

Fonction polynôme du second degré : Forme canonique

Fonction polynôme du second degré : Forme canonique Fonction polynôme du second degré : Forme canonique I) Introduction. Soit g(x) = a(x - s)²+h. Toute fonction polynôme du second degré peut s écrire sous cette forme. Le passage de la forme développée à

Plus en détail

Premiers exercices d Algèbre. Anne-Marie Simon

Premiers exercices d Algèbre. Anne-Marie Simon Premiers exercices d Algèbre Anne-Marie Simon première version: 17 août 2005 version corrigée et complétée le 12 octobre 2010 ii Table des matières 1 Quelques structures ensemblistes 1 1.0 Ensembles, relations,

Plus en détail

C) Fiche : Espaces vectoriels.

C) Fiche : Espaces vectoriels. C) Fiche : Espaces vectoriels. 1) Définition d'un espace vectoriel. K= I ou est le corps des scalaires. E est un K-espace I vectoriel si et seulement si : C'est un ensemble non vide muni de deux opérations,

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Leçon 1: les entiers

Leçon 1: les entiers Leçon 1: les entiers L ensemble N des entiers naturels Compter, dresser des listes, classer et comparer des objets interviennent dans de multiples activités humaines. Les nombres entiers naturels sont

Plus en détail

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1.

Indication Prendre une combinaison linéaire nulle et l évaluer par ϕ n 1. 1 Définition Exercice 1 Déterminer si les applications f i suivantes (de E i dans F i ) sont linéaires : f 1 : (x, y) R 2 (2x + y, x y) R 2, f 2 : (x, y, z) R 3 (xy, x, y) R 3 f 3 : (x, y, z) R 3 (2x +

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

Plus en détail

Fonctions homographiques

Fonctions homographiques Fonctions homographiques On donne ci-dessous deux définitions des fonctions homographiques, et on montre que ces deux définitions sont équivalentes. On décrit la courbe représentative d une fonction homographique.

Plus en détail

L équation. y = y x. Pierre Abbrugiati

L équation. y = y x. Pierre Abbrugiati { x L équation y = y x x < y Pierre Arugiati I Tale des matières 1 Introduction 1 1.1 Lemmes préliminaires........................ 1 2 Résolution dans N 2 3 3 Résolution dans Z 2 5 4 Résolutions dans Q

Plus en détail