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



Documents pareils
1 Définition et premières propriétés des congruences

Cours de mathématiques

Problèmes de Mathématiques Filtres et ultrafiltres

Premiers exercices d Algèbre. Anne-Marie Simon

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

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

Cours arithmétique et groupes. Licence première année, premier semestre

Limites finies en un point

La mesure de Lebesgue sur la droite réelle

Cours Fonctions de deux variables

Mathématiques Algèbre et géométrie

Cours de Probabilités et de Statistique

Développement décimal d un réel

I. Polynômes de Tchebychev

Image d un intervalle par une fonction continue

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

UNIVERSITE IBN ZOHR Faculté des sciences Agadir. Filière SMA & SMI. Semestre 1. Module : Algèbre 1

Introduction à l étude des Corps Finis

Marc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8

108y= 1 où x et y sont des entiers

3 Approximation de solutions d équations

COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE

Intégration et probabilités TD1 Espaces mesurés Corrigé

Equations cartésiennes d une droite

Cours d Analyse. Fonctions de plusieurs variables

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Continuité d une fonction de plusieurs variables

La classification automatique de données quantitatives

Intégration et probabilités TD1 Espaces mesurés

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Cours d arithmétique Première partie

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

I. Ensemble de définition d'une fonction

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Fonctions de plusieurs variables

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Objectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique

Chapitre 2 Le problème de l unicité des solutions

Plan du cours : électricité 1

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

CCP PSI Mathématiques 1 : un corrigé

Deux disques dans un carré

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

Calculs de probabilités

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Dualité dans les espaces de Lebesgue et mesures de Radon finies

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Approximation diophantienne uniforme et dimension de Hausdorff

CHAPITRE IV. L axiome du choix

Angles orientés et trigonométrie

Théorie de la Mesure et Intégration

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

Raisonnement par récurrence Suites numériques

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Cours 02 : Problème général de la programmation linéaire

par Denis-Charles Cisinski & Georges Maltsiniotis

Principe de symétrisation pour la construction d un test adaptatif

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Structures algébriques

Chapitre VI - Méthodes de factorisation

Recherche dans un tableau

Peut-on imiter le hasard?

Chp. 4. Minimisation d une fonction d une variable

LE PROBLEME DU PLUS COURT CHEMIN

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Université Paris-Dauphine DUMI2E 1ère année, Applications

Resolution limit in community detection

Approximations variationelles des EDP Notes du Cours de M2

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Le produit semi-direct

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

EXERCICES DE REVISIONS MATHEMATIQUES CM2

Une forme générale de la conjecture abc

Nombres premiers. Comment reconnaître un nombre premier? Mais...

Chapitre 5 : Flot maximal dans un graphe

Théorie de la mesure. S. Nicolay

Dérivées d ordres supérieurs. Application à l étude d extrema.

Géométrie dans l espace Produit scalaire et équations

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Mesure et Intégration (Notes de cours de L3)

Probabilités sur un univers fini

M2 IAD UE MODE Notes de cours (3)

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

Physique quantique et physique statistique

DOCM Solutions officielles = n 2 10.

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Construction d un cercle tangent à deux cercles donnés.

Calcul différentiel. Chapitre Différentiabilité

Le contexte. Le questionnement du P.E.R. :

DYNAMIQUE DE FORMATION DES ÉTOILES

Exemples de problèmes et d applications. INF6953 Exemples de problèmes 1

La fonction exponentielle

Correction du Baccalauréat S Amérique du Nord mai 2007

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

Continuité et dérivabilité d une fonction

Transcription:

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. a est la première coordonnée du couple (a; b) b est la deuxième coordonnée du couple (a; b) ((x; y); (x ; y )) (E F ) 2 (x; y) = (x ; y ) x = x et y = y (x; y) (x ; y ) x x ou y y 1.2 Graphe dans E F On appelle graphe dans E F tout sousensemble de E F exemple: E = {1; 2; 3} F = {a; b} G = {(1; a); (2; a)} est un graphe dans E F 2 Relations binaires 2.1 Définition Soient E et F deux ensembles non vides. On établit une relation binaire notée R de E dans F en énonçant une propriété que vérifie ou non un couple quelconque (x; y) E F La relation binaire R est donc une fonction à valeurs booléennes sur E F. On peut aussi la définir comme un triplet (E; F ; G) où G est un graphe dans E F. exemple: E = F = R R : x est le double de y (x; y) R 2, xry x = 2y 1

R : (x; y) R 2, xry x y 2.2 Graphe d une relation binaire Soit R une relation binaire sur E F. Le graphe de la relation binaire R est G R = {(x; y) E F / xry} G R E F donc tout graphe de relation binaire est un graphe. Soit G un graphe. G E F Définissons R par: (x; y) E F, xry (x; y) G Par définition G est le graphe de la relation binaire R, donc tout graphe est un graphe de relation binaire. Conclusion: un graphe caractérise une relation binaire. 3 Relations binaires remarquables 3.1 Qualités possibles d une relation binaire de E dans E 3.1.1 Réflexive R est réflexive x E, xrx {(x; x) / x E} G R 3.1.2 Symétrique R est symétrique (x; y) E 2, xry = yrx 3.1.3 Transitive R est transitive si et seulement si pour tout (x; y; z) E 3, } xry = xrz yrz 3.1.4 Antisymétrique R est antisymétrique si et seulement si pour tout (x; y) E 2, } xry = x = y yrx remarque: si R est symétrique, antisymétrique et de graphe non vide, R est une relation d égalité. 2

3.2 Relation d équivalence 3.2.1 Définition Une relation d équivalence sur E est une relation binaire de E dans E réflexive, symétrique et transitive. 3.2.2 Classe d équivalence Soit a E. La classe d équivalence de a est ȧ = {x E / arx} x ȧ on dit que x est équivalent à a, ou que x est un représentant de ȧ. 3.2.3 Propriétés des classes d équivalence propriété 1: a E, ȧ car a ȧ (par réflexivité) propriété 2: si b ȧ, alors ȧ = ḃ Démonstration : b ȧ donc arb x ȧ, arx donc xra par symétrie xra et arb donc xrb par transitivité, et donc x ḃ On a donc: x ȧ, x ḃ, on en déduit: ȧ ḃ On démontre de même que ḃ ȧ, et donc que ȧ = ḃ 3.2.4 Théorème Soit R une relation d équivalence sur E non vide. d équivalence de R forme une partition de E. L ensemble des classes De la propriété 1, on déduit E = a E De la propriété 2, on déduit ȧ ḃ = ȧ ḃ = exemple: E = Z Soit n N (x; y) Z 2, xry x y [n] R est la relation de congruence modulo n. 0 = {x Z / x 0 [n]} 0 = ensemble des multiples de n dans Z ȧ 1 = {x Z / x 1 [n]} 1 = ensemble des entiers relatifs qui ont pour reste 1 dans la division euclidienne par n. Ensembles des classes = { 0;... ; n 1} 3

3.2.5 Réciproque Etant donnée une partition (E i ) i I de E, il existe une unique relation d équivalence R sur E dont les classes d équivalences sont exactement les E i. Si une telle relation d équivalence existe, alors on a nécessairement: (x; y) E 2, xry i I tel que (x; y) E i 2 L unicité est donc assurée, il faut maintenant montrer que l on a bien défini une relation d équivalence. x E, i I tel que x E i car les (E i ) i I forment un recouvrement de E. On a donc xrx pour tout x de E. R est bien réflexive. La symétrie de R découle directement de la symétrie de sa définition. Supposons xry et yrz. i I tel que (x; y) E i 2 j I tel que (y; z) E j 2 On a donc y E i et y E j. Or les E i sont disjoints, donc i = j On en déduit xrz, et donc la transitivité de R. R est réflexive, symétrique et transitive: c est bien une relation d équivalence. 3.2.6 Ensemble quotient Soit E et R une relation d équivalence sur E. L ensemble quotient de E par R est E /R = {ȧ / a E} = ensemble des classes d équivalence. exemple: E = R (x; y) R 2, xry x 2 + x = y 2 + y La relation R est réflexive, symétrique et transitive, c est bien une relation d équivalence. x R, ẋ = {y R / x 2 + x = y 2 + y} ẋ = {y R / (x y)(x + y + 1) = 0} ẋ = {y R / y = x ou y = 1 x} ẋ = {x; 1 x} E /R = {{x; 1 x} / x R} 3.3 Relation d ordre 3.3.1 Définition Une relation d ordre sur E est une relation binaire de E dans E réflexive, transitive et antisymétrique. On dit alors que E est ordonné. 4

exemples: est une relation d ordre sur R. < n est pas une relation d ordre sur R (non réflexive). 3.3.2 Ordre total et ordre partiel Soit R une relation d ordre sur E. R est une relation d ordre total sur E si et seulement si deux éléments quelconques de E sont comparables par R. (x; y) E 2, xry ou yrx Si R n est pas une relation d ordre total, on dit que c est une relation d ordre partiel. est une relation d ordre total sur R. est une relation d ordre partiel sur P(R). Si R est une relation d ordre total sur E, E est dit totalement ordonné par R. Si R est une relation d ordre partiel sur E, E est dit partiellement ordonné par R. 5

3.3.3 Vocabulaire R, E, R segment [a; b] {x R / a x et x b} {x E / arx et xrb} ]a; b[ [a; b] {a; b} [a; b] {a; b} M = majorant de A A R, M R A E, M E x A, x M x A, xrm m = minorant de A m R et x A, m x m E et x A, mrx maximum de A Max(A) A Max(A) A Max(A) x A, x Max(A) x A, xrmax(a) minimum de A Min(A) A Min(A) A Min(A) x A, Min(A) x x A, Min(A)Rx N = élément maximal N A N A x A, (N x = x = N) x A, (NRx = x = N) n = élément minimal n A n A x A, (x n = x = n) x A, (xrn = x = n) borne supérieure de A x A, x Sup(A) x A, xrsup(a) Sup(A) y R tel que x A, x y y E tel que x A, xry on a Sup(A) y on a Sup(A)Ry borne inférieure de A x A, Inf(A) x x A, Inf(A)Rx Inf(A) y R tel que x A, y x y E tel que x A, yrx on a y Inf(A) on a yrinf(a) 6

remarques: Max(A), s il existe, est un majorant de A appartenant à A Min(A), s il existe, est un minorant de A appartenant à A Sup(A), s il existe, est le plus petit des majorants de A Inf(A), s il existe, est le plus grand des minorants de A Sup(A) et Inf(A) peuvent exister sans appartenir à A exemples: E = R 2 (a; b)r(c; d) (a c) et (b d) R est une relation d ordre partiel sur R 2 A 1 = [ ] [ 0; 1 4 3 4 ; 1] A 2 = [ 3 4 ; 1] [ ] 0; 1 4 A = A 1 A 2 A R 2 et A (2; 2) est un majorant de A ( 1; 1) est un minorant de A A( n a ni minimum, ni maximum. 1 4 ; 1) et ( ) ( ( 1; 1 4 sont les éléments maximaux de A 0; 3 4) et 3 4 ; 0) sont les éléments minimaux de A 3.3.4 Propriétés: Soit E ordonné par R Soit A E, A propriété 1: le maximum de A, s il existe, est unique. Supposons qu il existe a et a deux maxima. a est un maximum et a A, donc a Ra a est un maximum et a A, donc ara a Ra et ara, donc a = a propriété 2: le minimum de A, s il existe, est unique. Démonstration similaire. propriété 3: si la borne supérieure de A existe, elle est unique Supposons qu il existe a et a deux bornes supérieures. a est un majorant et a est une borne supérieure, donc ara a est un majorant et a est une borne supérieure, donc a Ra a Ra et ara, donc a = a propriété 4: si la borne inférieure de A existe, elle est unique Démonstration similaire. 7

propriété 5: si Max(A) existe, alors Sup(A) existe et Max(A) = Sup(A) Max(A) est un majorant de A Soit M un majorant quelconque de A Max(A) A, donc Max(A)RM Max(A) est bien le plus petit des majorants, donc Sup(A) existe et Sup(A) = Max(A) propriété 6: si Min(A) existe, alors Inf(A) existe et Min(A) = Inf(A) Démonstration similaire. propriété 7: si M ax(a) existe, c est l unique élément maximal de A Max(A) A Soit x A tel que Max(A)Rx x A, donc xrmax(a). On a Max(A)Rx et xrmax(a) donc x = Max(A) Max(A) est donc bien un élément maximal. Soit y un autre élément maximal de A. yrmax(a), donc y = Max(A) propriété 8: si M in(a) existe, c est l unique élément minimal de A Démonstration similaire. propriété 8: si A est fini, et R est une relation d ordre total, alors Max(A), Sup(A), Min(A) et Inf(A) existent et Max(A) = Sup(A), Min(A) = Inf(A) 8