See discussions, stats, and author profiles for this publication at: [Link]

net/publication/350637317

Cours Algèbre 1

Book · April 2021

CITATIONS READS

0 1,277

1 author:

Bououden Rabah
Centre universitaire de Mila
15 PUBLICATIONS 22 CITATIONS

SEE PROFILE

All content following this page was uploaded by Bououden Rabah on 05 April 2021.

The user has requested enhancement of the downloaded file.

 ‫اﻟﺠﻤﮭﻮرﯾﺔ اﻟﺠﺰاﺋﺮﯾﺔ اﻟﺪﯾﻤﻘﺮاطﯿﺔ اﻟﺸﻌﺒﯿﺔ‬
République Algérienne Démocratique et Populaire
‫وزارة اﻟﺘﻌﻠﯿﻢ اﻟﻌﺎﻟﻲ واﻟﺒﺤﺚ اﻟﻌﻠﻤﻲ‬
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Centre Universitaire
AbdelhAfid boussouf MilA
Institut des Sciences et de la Technologie Département de Mathématiques et Informatique

Algèbre 1

BOUOUDEN RABAH

(COURS DE LICENCE MATHS)

Année Universitaire : 2019/2020

Table des matières

Liste des figures 3

Introduction 4

1 Notions de logique 5
1.1 Assertions (Propositions) . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Les connecteurs logiques . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Négation, conjonction, disjonction . . . . . . . . . . . . . . 6
1.2.2 Implication, équivalence . . . . . . . . . . . . . . . . . . . . 7
1.2.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Les quantificateurs mathématiques . . . . . . . . . . . . . . . . . . 9
1.3.1 Règles de négation d’une assertion quantifiée . . . . . . . . 11
1.4 Les différents modes de démonstration en mathématiques . . . . . 12
1.4.1 Raisonnement direct . . . . . . . . . . . . . . . . . . . . . . 12
1.4.2 Cas par cas . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.3 Contraposée . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.4 Absurde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.5 Contre-exemple . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.6 Récurrence . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2 Ensembles, relations et applications. 15

2.1 Ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 Représentation d’une relation binaire . . . . . . . . . . . . . 19
2.2.2 Propriétés d’une relation binaire sur un ensemble . . . . . . 20
2.2.3 Relation d’équivalence . . . . . . . . . . . . . . . . . . . . . 21
2.2.4 Relation d’ordre . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Fonctions et applications. . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.1 Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.3 Injection, surjection, bijection . . . . . . . . . . . . . . . . . 24
2.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3 Structures algébriques 29
3.1 Loi de composition interne (LCI) . . . . . . . . . . . . . . . . . . . 29
3.2 Groupes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

1
Contents 2

3.2.1 Structure de groupe . . . . . . . . . . . . . . . . . . . . . . 31

3.2.2 Les sous groupe . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2.3 Exemples de groupes . . . . . . . . . . . . . . . . . . . . . . 33
[Link] Le groupe Z/nZ . . . . . . . . . . . . . . . . . . . 33
[Link] Groupe de permutation . . . . . . . . . . . . . . . 34
3.2.4 Homomorphismes de groupes . . . . . . . . . . . . . . . . . 35
3.3 Structure d’anneaux . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.1 Sous-anneaux . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3.2 Homomorphismes d’anneaux . . . . . . . . . . . . . . . . . . 40
3.3.3 Idéaux d’un anneau commutatif . . . . . . . . . . . . . . . . 40
3.4 Structure de corps . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4 Anneaux de polynômes 44
4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.2 Arithmétique des polynômes . . . . . . . . . . . . . . . . . . . . . . 46
4.2.1 Polynômes associés . . . . . . . . . . . . . . . . . . . . . . . 46
4.2.2 Division . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.2.3 Division euclidienne . . . . . . . . . . . . . . . . . . . . . . . 47
4.2.4 Polynômes irréductibles . . . . . . . . . . . . . . . . . . . . 48
4.2.5 Plus grand diviseur commun . . . . . . . . . . . . . . . . . . 49
4.2.6 Factorisation . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3 Fonctions polynomiales . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Bibliographie 53
Table des figures

2.1 Diagramme sagittal d’une relation R de graphe GR = {(1, b), (2, a), (3, d), (5, c)} 19

3
Introduction

Ce polycopié est particulièrement destiné aux étudiants de première année LMD

Mathématiques et informatique.

Le chapitre 1 introduit les notions de base de logique mathématique. Le chapitre

2 est consacré à une étude des théorie d’ensembles, relations et applications. Les
structures algébriques font l’objet du chapitre 3. Le chapitre 4 est consacré aux
anneaux des polynômes.

Nous espérons que ce polycopié réponde aux attentes des étudiants et qu’il les
aidera à réussir.

À la fin de cette polycopié, nous proposons quelques références auxquelles les

étudiants peuvent se référer pour une étude plus approfondie de cette matière.

4
Chapitre 1

Notions de logique

Dans ce chapitre on se limitera à l’introduction des premiers éléments de la logique

classique.

1.1 Assertions (Propositions)

Définition 1.1.
Une assertion est une phrase soit vraie, soit fausse, pas les deux en même temps.

Exemple 1.1.

1. Alger est le capitale de l’Algérie est une assertion vraie.

2. 16 est un multiple de 2 est une assertion vraie.
3. 19 est un multiple de 2 est une assertion fausse.

Les assertions sont notées par des lettres majuscules P , Q, R,....

Si l’assertion est vraie, nous lui attribuons la valeur 1, (ou V ) ; si elle est fausse,
nous lui attribuons la valeur logique 0, (ou F ).

P
1
0

Table 1.1: Table de vérité d’une assertion P

5
Chapter 1. Notions de logique 6

1.2 Les connecteurs logiques

Les connecteurs logiques permettent à partir des assertions P , Q, R, ... de créer de

nouveaux assertions dits assertions composés dont on peut déterminer la valeur de
vérité à partir des valeurs de vérité de P , Q, R, ... Les cinq connecteurs logiques
usuels sont « non », « et », « ou », « ⇒ » et «⇔».

1.2.1 Négation, conjonction, disjonction

Définition 1.2.
La négation de l’assertion P est l’assertion noté non(P ) (ou parfois P̄ ) qui est vrai
lorsque P est faux, et est faux lorsque P est vrai.

Pour le connecteur logique « non », on obtient la table de vérité suivante (1.2)

P P̄
1 0
0 1

Table 1.2: Table de vérité de l’assertion P̄

Exemple 1.2.

1. « 24 est un multiple de 2 » est une assertion vraie. Sa négation est « 24

n’est pas un multiple de 2 », qui est une assertion fausse.
2. 16 est un multiple de 3 est une assertion fausse. Sa négation est « 16 n’est
pas un multiple de 3 », qui est une assertion vraie.

Définition 1.3.
Soient P et Q deux prédicats.
1. L’assertion « P et Q », appelé conjonction de P et Q, est une assertion qui
est vrai lorsque P et Q sont vrais simultanément, et faux dans tous les autres
cas. On le note aussi « P ∧ Q ».
2. L’assertion « P ou Q », appelé disjonction de P et Q, est une assertion qui
est vrai lorsque l’un au moins des deux assertions P et Q est vrai, et faux
lorsque les deux sont faux. On le note aussi « P ∨ Q ».
Chapter 1. Notions de logique 7

P Q P ∧Q
1 1 1
0 1 0
1 0 0
0 0 0

Table 1.3: Table de vérité de l’assertion P ∧ Q

P Q P ∨Q
1 1 1
0 1 1
1 0 1
0 0 0

Table 1.4: Table de vérité de l’assertion P ∨ Q

Les tables de vérité des deux connecteurs logiques « et » et « ou » sont définis par
les tableaux (1.3) et (1.4).

Exemple 1.3.
« 10 est divisible par 2 » (c’est une assertion) est vrai. « 10 est divisible par 3 »
(c’est aussi une assertion) est faux. Ainsi, « P et Q » (c’est encore une assertion)
est faux. En revanche, « P ou Q » est vrai.

1.2.2 Implication, équivalence

Définition 1.4.
Soient P et Q deux assertions.
1. L’assertion « P ⇒ Q », appelé implication de P vers Q et on lit « P implique
Q » ou encore « P entraîne Q », est une assertion qui est faux lorsque P est
vrai et Q est faux, et vrai dans tous les autres cas.
2. L’assertion « P ⇔ Q », appelé équivalence de P et de Q et on lit « P équivaut
à Q », est un assertion qui est vrai lorsque P et Q sont simultanément vrais
ou faux, et faux dans tous les autres cas.

Les tables de vérités des deux connecteurs logiques « ⇒» et « ⇔» ainsi définis

sont présenté par les tableaux (1.5) et (1.6).

La définition de ces deux connecteurs appellent quelques commentaires.

Chapter 1. Notions de logique 8

P Q P =⇒ Q
1 1 1
1 0 0
0 1 1
0 0 1

Table 1.5: Table de vérité de l’assertion P =⇒ Q

P Q P ⇔Q
1 1 1
0 1 0
1 0 0
0 0 1

Table 1.6: Table de vérité de l’assertion P ⇔ Q

Observons que l’implication de P vers Q, telle qu’elle est définie ci-dessus, englobe
la notion d’implication du langage courant : « Si P alors Q ». En effet, si P ⇒ Q
est vrai, et si P vrai, alors Q est vrai (ce qui correspond à la première ligne de la
table de vérité de P ⇒ Q.

Remarquons qu’au sens du langage courant, une implication exprime une relation
de cause à effet. Ici, la cause est P et l’effet est Q. Elle signifie que pour avoir
l’effet, il suffit d’avoir la cause, et en ce sens, on dit parfois que P est une condition
suffisante pour Q. Elle signifie aussi que la situation où il y a la cause mais pas
l’effet est impossible (ce qui correspond à la deuxième ligne de la table de vérité de
P ⇒ Q. Bien entendu, s’il n’y a pas la cause, il peut tout de même y avoir l’effet
(on retrouve ici la troisième ligne de la table de vérité de P ⇒ Q. Enfin, il se peut
qu’il n’y ait ni la cause, ni l’effet (ce qui correspond cette fois-ci à la quatrième
ligne de la table de vérité de P ⇒ Q.
Remarque 1.5.

1. En pratique, si P , Q et R désignent trois assertion, alors l’assertion composé

(P ⇒ Q et Q ⇒ R se note : (P ⇒ Q ⇒ R).
De même, l’assertion composé (P ⇔ Q et « Q ⇔ R » se note : (P ⇔ Q ⇔ R)
2. L’implication Q ⇒ P s’appelle l’implication réciproque de P ⇒ Q.
Chapter 1. Notions de logique 9

1.2.3 Propriétés

Définition 1.6.
Soient P et Q deux assertions (composés ou non).
1. Si P est vrai lorsque Q est vrai et si P est faux lorsque Q est faux alors
on dit que P et Q ont la même table de vérité ou qu’ils sont logiquement
équivalents, et on note P ⇔ Q.
2. Dans le cas contraire, on note P < Q.

Exemple 1.4.
Soient P , Q, R trois assertions. Alors :
1. P̄¯ ⇔ P .
2. (P ∧ P ) ⇔ P . De même, (P ∨ P ) ⇔ P .
3. (P ∧ Q) ⇔ (Q ∧ P ), (P ∨ Q) ⇔ (Q ∨ P ).
4. (P ∧ Q) ∧ R ⇔ P ∧ (Q ∧ R), (P ∨ Q) ∨ R ⇔ P ∨ (Q ∨ R).
5. (P ∧ (Q ∨ P ) ⇔ P .
6. (P ⇔ Q ⇔ (Q ⇔ P ).
7. P ∧ (Q ∨ R) ⇔ (P ∧ Q) ∨ (P ∧ R), P ∨ (Q ∧ R) ⇔ (P ∨ Q) ∧ (P ∨ R).
8. P ∧ Q ⇔ P ∨ Q, P ∨ Q ⇔ P ∧ Q.
9. L’assertion composé ((P ⇒ Q) ∧ (Q ⇒ R)) ⇒ (P ⇒ R) est vrai quelles que
soient les valeurs de vérité de P , Q et R.
10. L’assertion composé ((P ⇔ Q) ∧ (Q ⇔ R)) ⇒ (P ⇔ R) est vrai quelles que
soient les valeurs de vérité de P , Q et R.
11. (P ⇒ Q) ⇔ (P ∨ Q).
12. (P ⇒ Q) ⇔ (P ∧ Q).
13. (P ⇒ Q) ⇔ (Q ⇒ P ).
14. (P ⇔ Q) ⇔ ((P ⇒ Q) ∧ (Q ⇒ P )).

1.3 Les quantificateurs mathématiques

Définition 1.7.
Soit E un ensemble. On appelle prédicat sur E un énoncé contenant des lettres
appelées variables tel que quand on remplace chacune de ces variables par un
élément de E, on obtienne une assertion (proposition).
Chapter 1. Notions de logique 10

Un prédicat contenant la variable x sera noté P (x).

Exemple 1.5.
L’énoncé P (n) défini par « n est un multiple de 2 » est un prédicat sur N. Il
devient une assertion quand on donne une valeur entière à n. Par exemple,
1. l’assertion P (10) définie par « 10 est un multiple de 2 » obtenue en rempla-
çant n par 10 est vraie ;
2. l’assertion P (11) définie par « 11 est un multiple de 2 » obtenue en rempla-
çant n par 11 est fausse.

À partir d’un prédicat P (x) défini sur un ensemble E, on peut construire de

nouvelles assertions dites assertions quantifiées en utilisant les quantificateurs « il
existe (∃)» et « quel que soit (∀)».

Définition 1.8.
Soit P (x) un prédicat défini sur un ensemble E.
1. Le quantificateur « quel que soit » (appelé aussi « pour tout») noté ∀, permet
de définir l’assertion quantifiée «∀x ∈ E P (x)» qui est vraie lorsque tous
les éléments x de E vérifient P (x).
2. Le quantificateur « il existe », noté : ∃, permet de définir l’assertion quantifiée
«∃x ∈ E P (x)» qui est vraie lorsqu’on peut trouver (au moins) un élément
x appartenant à E vérifiant l’énoncé P (x).

Exemple 1.6.

1. L’énoncé « x2 + 2x − 3 ≤ 0» est un prédicat définit sur R. Il peut être vrai

ou faux selon la valeur de x. L’énoncé « ∀x ∈ [−3, 1] x2 + 2x − 3 ≤ 0 » est
une assertion (quantifiée). Elle est vraie puisque la quantité x2 + 2x − 3 est
négative ou nulle pour tout x appartenant à l’intervalle fermé [−3, 1].
2. L’assertion quantifiée « ∀x ∈ N (n − 3)n > 0 » est fausse puisque qu’il
existe un élément n de N (prendre n = 0, n = 1, n = 2 ou n = 3) pour lequel
l’énoncé « x ∈ N(n − 3)n > 0 » est faux.
3. L’assertion quantifiée « ∃x ∈ R x2 = 4 » est vraie car il existe (au moins)
un élément de R qui vérifie x2 = 4. C’est le cas des deux réels −2 et 2.
Chapter 1. Notions de logique 11

1.3.1 Règles de négation d’une assertion quantifiée

1. La négation de « pour tout élément x de E l’énoncé P (x) est vrai» est « il

existe un élément x de E pour lequel l’énoncé P (x) est faux»

(∀x ∈ E P (x)) ⇔ (∃x ∈ E P (x))

.
2. La négation de « il existe un élément x de E pour lequel l’énoncé P (x) est
vrai» est « pour tout élément x de E l’énoncé P (x) est faux ».

(∃x ∈ E P (x)) ⇔ (∀x ∈ E P (x))

Voici des exemples :

Exemple 1.7.

1. La négation de (∀x ∈ [0, +∞[ (x2 ≥ 1)) est (∃x ∈ [0, +∞[ (x2 < 1)).
2. La négation de (∃z ∈ C z 2 + z + 1 = 0) est (∀z ∈ C z 2 + z + 1 6= 0).
3. Ce n’est pas plus difficile d’écrire la négation de phrases complexes. Pour
l’assertion :
∀x ∈ R ∃y > 0 (x + y > 10),

sa négation est
∃x ∈ R ∀y > 0 (x + y ≤ 10).

Remarque 1.9.
L’ordre des quantificateurs est très important. Par exemple les deux phrases lo-
giques

∀x ∈ R ∃y > 0 (x + y > 10) et ∃y > 0 ∀x ∈ R (x + y > 10).

sont différentes. La première est vraie, la seconde est fausse.

Chapter 1. Notions de logique 12

1.4 Les différents modes de démonstration en ma-

thématiques

Voici des méthodes classiques de raisonnements.

1.4.1 Raisonnement direct

On veut montrer que l’assertion «P ⇒ Q » est vraie. On suppose que

P est vraie et on montre qu’alors Q est vraie. C’est la méthode à
laquelle vous êtes le plus habitué.

Exemple 1.8. (TD)

Montrer que si a, b ∈ Q alors a + b ∈ Q.

1.4.2 Cas par cas

Si l’on souhaite vérifier une assertion P(x) pour tous les x dans un ensemble E,
on montre l’assertion pour les x dans une partie A de E, puis pour les x
n’appartenant pas à A. C’est la méthode de disjonction ou du cas par cas.

Exemple 1.9. (TD)

Montrer que pour tout x ∈ R, |x − 1| ≤ x2 − x + 1.

1.4.3 Contraposée

Le raisonnement par contraposition est basé sur l’équivalence suivante :

(P ⇒ Q) ⇔ (Q ⇒ P ). (1.1)

Donc si l’on souhaite montrer l’assertion (P ⇒ Q), on montre en fait que si Q est
vraie alors P est vraie.

Exemple 1.10. (TD)

Soit n ∈ N. Montrer que si n2 est pair alors n est pair.
Chapter 1. Notions de logique 13

1.4.4 Absurde

Le raisonnement par l’absurde pour montrer (P ⇒ Q) repose sur le principe

suivant : on suppose à la fois que P est vraie et que Q est fausse et on cherche
une contradiction. Ainsi si P est vraie alors Q doit être vraie et donc (P ⇒ Q) »
est vraie.

Exemple 1.11. (TD)

a b
Soient a, b > 0. Montrer que si = alors a = b.
1+b 1+a

1.4.5 Contre-exemple

Si l’on veut montrer qu’une assertion du type ∀x ∈ E P (x) est vraie alors pour
chaque x de E il faut montrer que P (x) est vraie. Par contre pour montrer que
cette assertion est fausse alors il suffit de trouver x ∈ E tel que P (x) soit fausse.
(Rappelez-vous la négation de ∀x ∈ E P (x) est ∃x ∈ E P (x)
Trouver un tel x c’est trouver un contre-exemple à l’assertion ∀x ∈ E P (x).

Exemple 1.12. (TD)

Montrer que l’assertion suivante est fausse « Tout entier positif est somme de trois
carrés ».

1.4.6 Récurrence

Le principe de récurrence permet de montrer qu’une assertion P (n), dépendant

de n, est vraie pour tout n ∈ N. La démonstration par récurrence se déroule en
trois étapes : lors de la première étape on prouve P (0). Pour la deuxième étape,
on suppose n > 0 donné avec P (n) vraie, et on démontre alors que l’assertion
P (n + 1) au rang suivant est vraie. Enfin dans la conclusion, on rappelle que par
le principe de récurrence P (n) est vraie pour tout n ∈ N.

1.5 Exercices

Exercice 1.10.
Soit P , Q et R trois propositions. Démontrer que
1. P ∧ (Q ∨ R) ≡ (P ∧ Q) ∨ (P ∧ R), P ∨ (Q ∧ R) ≡ (P ∨ Q) ∧ (P ∨ R).
2. P ∧ Q ≡ P ∨ Q, P ∨ Q ≡ P ∧ Q.
Chapter 1. Notions de logique 14

3. (P ⇒ Q) ≡ (P ∨ Q).
4. (P ⇒ Q) ≡ (P ∧ Q).
5. (P ⇒ Q) ≡ (Q ⇒ P ).

Exercice 1.11.
Soit f : R −→ R une fonction. Nier les assertions suivantes :
1. ∀x ∈ R, f (x) 6= 0.
2. ∀M > 0, ∃A > 0, ∀x ≥ A, f (x) > M .
3. ∀x ∈ R, f (x) > 0 ⇒ x ≤ 0.
4. ∀ > 0, ∃η > 0, ∀(x, y) ∈ I 2 , (|x − y| ≤ η ⇒ |f (x) − f (y)| ≤ ).

Exercice 1.12. (Raisonnement direct)

Montrer que si a, b ∈ Q alors a + b ∈ Q.

Exercice 1.13. (Raisonnement par disjonction de cas)

Montrer que pour tout x ∈ R, |x − 1| ≤ x2 − x + 1.

Exercice 1.14. (Raisonnement par l’absurde)

√
On rappelle que 2 est un nombre irrationnel. Démontrer que si a et b sont deux
√
entiers relatifs tels que a + b 2 = 0, alors a = b = 0.

Exercice 1.15. (Raisonnement par contraposée)

Soit n un entier. Énoncer et démontrer la contraposée de la proposition suivante :

Si n2 est impair, alors n est impair.

Exercice 1.16. (Contre-exemple)

Montrer que l’assertion suivante est fausse « Tout entier positif est somme de trois
carrés ».
Chapitre 2

Ensembles, relations et applications.

2.1 Ensembles

Définition 2.1.
Si E = {a, b, . . .} est l’ensemble dont les éléments sont a, b, . . . , on dit que E
est défini en extension. Si E = {x, P (x)} est l’ensemble des x qui satisfont la
proposition P , on dit que E est défini en compréhension.

Définition 2.2.

1. On note ∅ l’ensemble vide qui ne contient aucun élément.

2. U n ensemble à un élément est un singleton.
3. Un ensemble à deux éléments (distincts) est une paire.
4. Le cardinal d’un ensemble E noté card(E) est le nombre (fini ou infini)
d’éléments de E.

Définition 2.3. ( Inclusion)

On dit que l’ensemble F est contenu, est une partie, est un sous ensemble ou est
inclus dans E et on écrit F ⊂ E si tout élément de F est élément de E. Sinon, on
écrit F 6⊂ E. L’ensemble de toutes les parties de E se note P(E) .

Remarque 2.4.
On a toujours
1. E ⊂ E (réflexivité).
2. Si F ⊂ E et G ⊂ F alors G ⊂ E (transitivité).
3. (E = F ) ⇔ [(E ⊂ F ) et (F ⊂ E)] (antisymétrie)
15
Chapter 2. Ensembles, relations et applications. 16

Définition 2.5. (Complémentaire)

Si F ⊂ E, le complémentaire de F dans E est l’ensemble CE F , aussi noté F c
(lorsque le rôle de E est clair), défini par

F c = {x ∈ E, x ∈
/ F }. (2.1)

Proposition 2.6.
On a toujours
1. (F c )c = F .
2. F ⊂ G ⇔ Gc ⊂ F c

Démonstration.

1. évident.
2. Supposons que F ⊂ G.
Soit x ∈ Gc ⇒ x ∈ / F (car F ⊂ G) ⇒ x ∈ F c . Alors Gc ⊂ F c .
/G⇒x∈

Définition 2.7. (Intersection)

L’intersection de deux ensembles E et F est l’ensemble E ∩ F des éléments x qui
sont à la fois dans E et dans F . On dit que deux ensembles E et F sont disjoints
si E ∩ F = ∅.
E ∩ F = {x, x ∈ E et x ∈ F }. (2.2)

Proposition 2.8.
On a toujours
1. E ∩ F = F ∩ E (commutativité).
2. E ∩ (F ∩ G) = (E ∩ F ) ∩ G (associativité).
3. (E ⊂ F ∩ G) ⇔ [(E ⊂ F ) et (E ⊂ G)]

Définition 2.9. (Union)

L’union de de deux ensembles E et F est l’ensemble E ∪ F des éléments x qui sont
dans E, dans F ou dans les deux à la fois.

E ∩ F = {x, x ∈ E ou x ∈ F }. (2.3)

Proposition 2.10.
On a toujours
Chapter 2. Ensembles, relations et applications. 17

1. (F ∩ G)c = F c ∪ Gc .
2. (F ∪ G)c = F c ∩ Gc .

Démonstration.

1. Soit x ∈ (F ∩ G)c ⇔ x ∈
/ (F ∩ G) ⇔ x ∈ / G ⇔ x ∈ F c ∨ x ∈ Gc
/ F ∨x ∈
⇔ x ∈ F c ∪ Gc . Alors (F ∩ G)c = F c ∪ Gc .
2. Similaire que (1).

Définition 2.11. (Différence)

Si E et F sont deux ensembles, la différence E\F entre E et F est l’ensemble des
éléments de E qui ne sont pas dans F . La différence symétrique E4F de E et F
est

E4F = (E\F ) ∪ (F \E). (2.4)

Définition 2.12. (Partition d’un ensemble)
Une partition A = {A1 , A2 , A3 , ..., An } d’un ensemble E est un ensemble de parties
de E telles que
1. ∀i, Ai 6= ∅,
2. ∀i, j tel que i 6= j on a, Ai ∩ Aj = ∅.
[n
3. Ai = E
i=1
Définition 2.13. (Produit cartésien)
Le produit cartésien de deux ensembles E et F est l’ensemble

E × F = {(x, y), x ∈ E et y ∈ F }, (2.5)

La diagonale d’un ensemble E est

4 = {(x, x), x ∈ E} ⊂ E × E. (2.6)

2.2 Relations

Définition 2.14. (Relation)

On appelle relation d’un ensemble A vers un ensemble B toute correspondance R,
qui lie d’une certaine façon des éléments de A à des éléments de B.
Chapter 2. Ensembles, relations et applications. 18

1. On dit que A est l’ensemble de départ et B est l’ensemble d’arrivée de la

relation R.
2. Si x est lié à y par la relation R, on dit que x est en relation R avec y ; ou
(x, y) vérifiée la relation R et on écrit : xRy ou R(x, y), sinon on écrit : x@
Ry
@
R(x,
ou @
@ y).
3. Une relation de A vers A est dite relation sur A.

Exemple 2.1.

1. Soit E l’ensemble des enseignent de l’université de Mila, et F, l’ensemble

des étudiants l’université de Mila. On détermine une relation R allant de E
vers F en posant que

∀(x, y) ∈ E × F, xR y ⇔ x est l0 enseigent de y. (2.7)

2. Autres exemples de relations humaines :  être le frère de ,  avoir le

même age que .
3. Soit A = B = Z, On détermine une relation R sur de Z vers Z en posant
que
∀(x, y) ∈ Z2 , xRy ⇔ 2|(a − b). (2.8)

R7,
Ainsi, on a que 1R7, puisque 2 divise −6 = (1 − 7) . Notons que 18@
@
puisque 2 ne divise pas 11 = (18 − 7) .
4. La correspondance R0 qui lie les chiffres aux voyelles utilisées pour écrire le
chiffre en toutes lettres est une relation de l’ensemble {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
vers l’ensemble {a, e, i, 0, u, y}.
On a par exemple 0R0 e, 0R0 0, 0Z
R 0
R
Za, 9Z
0 0 0
Zy, 6R i et 1R u

Définition 2.15. (Graphe d’une relation)

Soit R une relation d’un ensemble A vers un ensemble B. Le graphe de R (noté
GR ) est l’ensemble défini par :

GR = {(x, y) ∈ A × B/xRy} (2.9)

Exemple 2.2.

1. Reprenons la relation R de l’exemple 3 précédent, alors : (1, 7) ∈ GR et

(18, 7) ∈
/ GR .
Chapter 2. Ensembles, relations et applications. 19

2. Si on reprend la relation R0 donnée par l’exemple 4 précédent, on aura :

GR0 = {(0, e), (0, o), (1, u), (2, e), (2, u), (3, 0), (3, i), (4, u), (4, a), (4, e)
,
(5, i), (6, i), (7, e), (8, u), (8, i), (9, e), (9, u)}

Remarque 2.16.
Étant donné deux relations R = (A, B, R) et R0 = (A0 , B 0 , R0 ) , l’affirmation 
les relations R et R0 sont égales signifie que A = A0 , B = B 0 et R = R0 : même
source, même but et même graphe.

2.2.1 Représentation d’une relation binaire

On s’intéresse à nouveau à des relations binaires sur deux ensembles A et B donnés.

1. Représentation ensembliste : On liste tout simplement les couples satis-

faisant la relation.
2. Représentation à l’aide d’un diagramme sagittal : Schéma avec deux
courbes pour des A et B quelconques (une première courbe pour la source A,
et l’autre pour le but B) . Lorsque A = B, on peut soit conserver le schéma à
deux courbes, soit tout ramener dans une seule courbe représentant A. Cette
dernière vision est souvent fort instructive.

Figure 2.1: Diagramme sagittal d’une relation R de graphe GR =

{(1, b), (2, a), (3, d), (5, c)}

3. Représentation a l’aide d’un graphique cartésien :Particulièrement

commode pour des relations binaires sur R (ou encore sur N ou Z).
4. Représentation a l’aide d’une formule : Par exemple la relation R sur
R telle que : x R y ssi x2 = y 2 .
Chapter 2. Ensembles, relations et applications. 20

2.2.2 Propriétés d’une relation binaire sur un ensemble

On s’intéresse maintenant à une relation binaire dont la source coïncide avec le

but. On se retrouve donc avec une relation sur un ensemble A donné.

Nous nous intéressons ici aux principales propriétés que peut posséder ou non une
telle relation binaire.

Définition 2.17.
Soit R, une relation (binaire) sur un ensemble A. On dit que R est
1. réflexive lorsque pour tout a ∈ A, on a a R a ;
2. symétrique lorsque pour tout couple (a, b) ∈ A2 , a R b impliquent b R a ;
3. transitive lorsque pour tout trio d’éléments a, b, c ∈ A, (a R b et b R c)
impliquent (a R c) ;
4. antisymétrique lorsque pour tout (a, b) ∈ A2 si ( a R b et b R a), alors
(a = b).

Exemple 2.3.

1. Soit A = B = Z et R = {(a, b) ∈ Z2 : 2|(a − b)}. On a alors que R est

réflexive, symétrique, transitive, mais pas antisymétrique.
2. Etant donnée l’univers U, la relation d’inclusion, qui relie deux parties de
U (X ⊆ Y ), est elle aussi réflexive, transitive et antisymétrique, mais pas
symétrique.
3. Soit la relation R définie sur Z par : xR y ⇔ x divise y
(a) Soit x ∈ Z, on a x divise x (même 0 divise 0). donc ∀x ∈ Z : xRx,
alors R est réflexive.
(b) Soit x, y ∈ Z, on a xRy ⇒ ( x divise y) ; ( y divise x) par exemple 1
divise 4 et 4 ne divise pas 1 alors R n’est pas symétrique.
(c) Soit x, y ∈ R, on a (xR y) ∧ (yR x) ⇒ (( x divise y) ∧ ( y divise x))
; (x = y).
Par exemple (1 divise −1) et ( −1 divise 1) et 1 6= −1 ; alors R n’est
pas antisymétrique.
(d) Soit x, y, z ∈ Z, on a (xRy) ∧ (yRz) ⇒ (( x divise y) ∧ ( y divise z))
⇒ ( x divise z) ⇒ xRz. Alors R est transitive.
Chapter 2. Ensembles, relations et applications. 21

2.2.3 Relation d’équivalence

Définition 2.18.
Soit R une relation sur un ensemble A.
1. R est dite relation d’équivalence si R est réflexive, symétrique et transitive.
2. Si R est une relation d’équivalence, alors
(a) Pour chaque a ∈ A l’ensemble ȧ = {x ∈ A/xRa} est appelé classe
d’équivalence de a modulo R.
(b) L’ensemble A/R = {ȧ/a ∈ A} est appelé l’ensemble quotient de A
par R.

2.2.4 Relation d’ordre

Définition 2.19.
Soit R une relation sur un ensemble A.
1. R est dite relation d’ordre si R est réflexive, antisymétrique et transitive.
2. (a) Si R est une relation d’ordre, on écrit souvent ≤R au lieu de R.
(b) ≤R est dite relation d’ordre total, si

∀x, y ∈ A : (x ≤R y) ∨ (y ≤R x)

.
(c) ≤R est une relation d’ordre partiel, si

∃x, y ∈ A : ((x 6≤R y) ∧ (y 6≤R x))

Remarque 2.20.
Deux éléments x et y sont dits comparables par ≤R , si x ≤R y ou y ≤R x.

Définition 2.21. (Eléments particuliers)

Soit R une relation d’ordre sur un ensemble E, et soit A une partie deE.
1. Un élément m ∈ E est appelé un minimum de A ssi
(a) m ∈ A,
(b) pour tout x ∈ A, on a m ≤R x. (On dit aussi de m qu’il est un plus
petit élément de A.)
Chapter 2. Ensembles, relations et applications. 22

2. Un élément M ∈ E est appelé un maximum de A ssi

(a) M ∈ A,
(b) pour tout x ∈ A, on a x ≤R M. (On dit aussi de M qu’il est un plus
grand élément de A.)
3. Un extremum est un élément qui est un minimum ou un maximum.
4. Un élément u ∈ E est appelé un minorant de A ssi pour tout x ∈ A, on a
u ≤R x. (On dit aussi que A est minoré par u).
5. Un élément U ∈ E est appelé un majorant de A ssi pour tout x ∈ A, on a
x ≤R U. (On dit aussi que A est majoré par U ).
6. L’ensemble A est dit minoré dans E si A admet un minorant dans E ; A est
dit majoré dans E si A admet un majorant dans E ; et A est dit borné dans
E si A est à la fois minoré et majoré.
7. Un élément v ∈ E est appelé une borne inférieure de A ssi
(a) v est un minorant de A,
(b) pour tout minorant v 0 de A, on a v 0 ≤R v. (On dit aussi que v est un
infimum de A.) Notation : v = inf(A) .
8. Un élément V ∈ E est appelé une borne supérieure de A ssi
(a) V est un majorant de A,
(b) pour tout majorant V 0 de A, on a V ≤R V 0 . (On dit aussi que V est un
supremum de A.) Notation : V = sup(A) .

2.3 Fonctions et applications.

2.3.1 Fonctions

Définition 2.22.

1. Une relation f de E vers F est dite fonction si tout x ∈ E a au plus une

image y dans F. On dit aussi que f est une fonction et on écrit alors y = f (x)
au lieu de xf y. On écrit aussi

f: E → F

x 7→ f (x) .
Chapter 2. Ensembles, relations et applications. 23

2. Le domaine de définition d’une fonction f ( noté Df ) c’est l’ensemble des

éléments x de E pour lesquels f (x) existe.

Définition 2.23.
Soit la fonction f : E → F , A est une partie de E et B est une partie de F .
1. L’image de A par f est

f (A) = {f (x), x ∈ A}.

2. L’image réciproque de B par f est

f −1 (B) = {x ∈ E, f (x) ∈ B}.

Définition 2.24.

1. La composée de la fonction f : E → F et de la fonction

g : F → G est la fonction

g◦f : E → G

x 7→ g(f (x)) .

2. Toute restriction d’une fonction reste une fonction.

2.3.2 Applications

Définition 2.25.
Une fonction f est une application si tout élément de E à (exactement) une image
dans F. On note F(E, F ) l’ensemble de toutes les applications de E dans F.

Une fonction f est une application si et seulement si son domaine de définition est
E tout entier.

Proposition 2.26.
Soit f : E → F une application.

1. Soient A et B deux parties de E. Alors,

(a) Si A ⊂ B, on a f (A) ⊂ f (B)

(b) On a toujours
f (A ∪ B) = f (A) ∪ f (B)
Chapter 2. Ensembles, relations et applications. 24

(c) On a toujours
f (A ∩ B) ⊂ f (A) ∩ f (B.)

2. Soient A et B deux parties de F. Alors,

(a) Si A ⊂ B, alors f −1 (A) ⊂ f −1 (B) .

(b) On a toujours
f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B)

(c) On a toujours
f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B) .

3.

(a) Si A est une partie de E, on a A ⊂ f −1 (f (A)) .

(b) Si B est une partie de f , on a f (f −1 (B)) ⊂ B.

Démonstration. Voir TD.

2.3.3 Injection, surjection, bijection

Soit E, F deux ensembles et f : E → F une application.

Définition 2.27.

1. f est injective si tout élément de F a au plus un antécédent dans E. Autre-

ment dit :
∀x, y ∈ E, f (x) = f (y) ⇒ x = y.

2. f est surjective si tout élément de F à au moins un antécédent dans E.

Autrement dit :
∀y ∈ F, ∃x ∈ E, f (x) = y.

3. f est bijective si elle est à la fois injective et surjective (tout élément de F a

exactement un antécédent dans E).

On peut faire les remarques suivantes :

Remarque 2.28.
Chapter 2. Ensembles, relations et applications. 25

1. Une application est injective si et seulement si la relation réciproque est une

fonction.
2. Une application est surjective si et seulement si son image est son ensemble
d’arrivée.
3. Une application est bijective si et seulement si la relation réciproque est une
application.

Proposition 2.29.

1. Si f : E → F et g : F → G sont deux applications injectives, surjectives ou

bijectives, alors g ◦ f : E → G l’est aussi.
2. Une application f : E → F est bijective si et seulement s’il existe une appli-
cation g : F → E telle que g ◦ f = IdE et f ◦ g = IdE . On a alors g = f −1 .
3. Si f : E → F et g : F → G sont deux applications avec g ◦ f : E → G
injective, alors f est aussi injective. De même, si g ◦ f est surjective, alors
g est surjective.

Démonstration.

1. (a) Supposons que f , g sont des applications injectives. Soit x1 , x2 ∈ E tel

que : g ◦ f (x1 ) = g ◦ f (x2 ) ⇒ g(f (x1 )) = g(f (x2 )) ⇒ f (x1 ) = f (x2 )
(car g est injective)⇒ x1 = x2 . D’où g ◦ f est injective.
(b) Supposons que f , g sont des applications surjectives. Soit z ∈ G alors
∃y ∈ F g(y) = z (car g est surjective). Et comme f est surjective alors
∃x ∈ E f (x) = y alors ∃x ∈ E g(f (x)) = z d’où ∃x ∈ E g ◦ f (x) = z.
Donc g ◦ f est surjective.
(c) Évident d’après (a) et (b).
2. Voir TD.
3. Voir TD.

2.4 Exercices

Exercice 2.30.
Soit E = {a, b, c} un ensemble. Peut-on écrire :
Chapter 2. Ensembles, relations et applications. 26

1) a ∈ E, 2) a ⊂ E, 3) {a} ⊂ E, 4) ∅ ∈ E, 5) ∅ ⊂ E, 6) {∅} ⊂ E ?

Exercice 2.31.
Soient A =] − ∞, 3], B =] − 2, 7[ et C =] − 5, +∞[ trois parties de R.
Déterminer A ∩ B, A ∪ B, B ∩ C, B ∪ C, Ac , A\B, Ac ∩ B c , (A ∪ B)c , (A ∩
B) ∪ (A ∩ C) et A ∩ (B ∪ C) .

Exercice 2.32.
Écrire l’ensemble des parties de E = a, b, c, d et donné une partition de E.

Exercice 2.33.
A, B et C trois parties d’un ensemble E. Montrer que :
1. A\B = A ∩ B C .
2. A4B = (A ∪ B)\(A ∩ B).
3. A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C).
4. A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).

Exercice 2.34.
Dire si les relations suivantes sont réflexives, symétriques, antisymétriques, tran-
sitives :
1. E = R et xRy ⇔ x = −y.
2. E = R et xRy ⇔ cos2 (x) + sin2 (y) = 1.
3. E = N et xRy ⇔ ∃p, q ≥ 1, y = pxq (p et q sont des entiers).
Quelles sont parmi les exemples précédents les relations d’ordre et les relations
d’équivalence ?

Exercice 2.35.
Soit R une relation d’équivalence sur un ensemble non vide E. Montrer que

∀x, y ∈ E xRy ⇔ ẋ = ẏ.

Exercice 2.36.
Soit R3 la relation définie dans Z par : xR3 y ⇔ 3 divise x − y.
1. Montrer que R3 est une relation d’équivalence. Elle est appelée congruence
modulo 3 et on note x ≡ y mod (3) au lieu de xR3 y.
2. Pour tout x ∈ Z, déterminer la classe de x modulo 3.
3. On note Z/3Z l’ensemble quotient de Z par R3 . Quel est son cardinal ?

Exercice 2.37.
On définit sur N∗ la relation R par : xR y si et seulement si x divise y.
Chapter 2. Ensembles, relations et applications. 27

1. Montrer que R est une relation d’ordre sur N.

2. Est-ce une relation d’ordre total ?
3. Décrire {x ∈ N∗ , xR 5} et {x ∈ N∗ , xR 5}.
4. N∗ possède-t-il un plus petit élément ? un plus grand élément ?

Exercice 2.38. Soit f : E → F une application.

1. Soient A et B deux parties de E. Alors,

(a) Si A ⊂ B, on a f (A) ⊂ f (B)

(b) On a toujours
f (A ∪ B) = f (A) ∪ f (B)

(c) On a toujours
f (A ∩ B) ⊂ f (A) ∩ f (B.)

2. Soient A et B deux parties de F. Alors,

(a) Si A ⊂ B, alors f −1 (A) ⊂ f −1 (B) .

(b) On a toujours
f −1 (A ∪ B) = f −1 (A) ∪ f −1 (B)

(c) On a toujours
f −1 (A ∩ B) = f −1 (A) ∩ f −1 (B) .

3.

(a) Si A est une partie de E, on a A ⊂ f −1 (f (A)) .

(b) Si B est une partie de f , on a f (f −1 (B)) ⊂ B.

Exercice 2.39.
Soit f l’application de R dans R définie par f (x) = x2 + x − 2.
1. Donner la définition de f −1 (4). Calculer f −1 (4).
2. L’application f est-elle bijective ?
3. Donner la définition de f ([−1, 1]). Calculer f ([−1, 1]).
4. Donner la définition de f −1 ([−2, 4]). Calculer f −1 ([−2, 4]).

Exercice 2.40.
2x
Soit f : R −→ R définie par f (x) = .
1 + x2
1. f est-elle injective ? surjective ?
Chapter 2. Ensembles, relations et applications. 28

2. Montrer que f (R) = [−1, 1].

3. Montrer que la restriction g : [−1, 1] −→ [−1, 1], g(x) = f (x) est une bijec-
tion.

Exercice 2.41.
Soient f une application de E dans F , g une application de F dans G et h = g ◦ f .
1. Montrer que si h est injective, f l’est aussi et que si h est surjective, g l’est
aussi.
2. Montrer que si h est surjective et g injective, alors f est surjective.
3. Montrer que si h est injective et f surjective alors g est injective.
Chapitre 3

Structures algébriques

3.1 Loi de composition interne (LCI)

Définition 3.1.
Soit E un ensemble non vide.
1. On appelle loi de composition interne sur E une application de E × E
dans E. Si T désigne cette application, alors l’image du couple (x, y) ∈ E ×E
par T s’écrit xT y .
2. On appelle ensemble structuré tout couple (E, T ) où E est un ensemble
non vide et T une loi de composition interne sur E.

Exemple 3.1.
Les lois de compositions internes les plus courantes sont :
1. + dans N, N∗ , Z, Q, R, C. et mais pas sur Z∗ , Q∗ , R∗ , C∗
2. − dans Z, Q, R, C.
3. × dans N, N∗ , Z, Q, R, C.
4. / dans Q∗ , R∗ , C∗ .
5. 0 (composition des applications) dans l’ensemble des applications de E dans
E.
6. La loi ⊕ définie sur R2 par (x1 , y1 ) ⊕ (x2 , y2 ) = (x1 + x2 , y1 + y2 ) .
7. La loi T définie sur R par xT y = x + y − xy .
8. Les lois ∪, ∩ (union, intersection) définies sur P (E) (ensemble des parties
d’un ensemble E).

29
Chapter 3. Structures algébriques 30

Définition 3.2. (Propriétés des lois)

Soit (E, T ) un ensemble structuré.
1. La loi T est dite associative sur E si (xT y)T z = xT (yT z) pour tous x, y, z
appartenant à E.
2. La loi T est dite commutative sur E si xT y = yT x pour tous x, y appar-
tenant à E.

Exemple 3.2.
L’addition et la multiplication sont associatives et commutatives sur N, Z, Q, R,
C.

Définition 3.3. (Propriétés des lois)

Soit (E, T ) un ensemble structuré.
1. Un élément e de E est dit neutre pour la loi T si,

∀x ∈ E, xT e = eT x = x.

.
2. Si (E, T ) possède un élément neutre e alors un élément x de E est dit symé-
trisable pour la loi T s’il existe un élément x0 de E tel que :

xT x0 = x0 T x = e

.
L’élément x0 est alors appelé élément symétrique de x pour la loi T .

Proposition 3.4.
Soit (E, T ) un ensemble structuré. Si l’élément neutre de E pour la loi T existe,
alors il est unique.

Démonstration. Supposons qu’ils existes deux éléments neutres e et e0 alors

e0 = eT e0 = e d’où e = e0 .

Proposition 3.5.
Soit (E, T ) un ensemble structuré pour lequel la loi T est associative et admet un
élément neutre.
1. Si x ∈ E est symétrisable, alors son symétrique est unique.
2. Si x ∈ E et y ∈ E sont symétrisables alors xT y est symétrisable et son
symétrique (xT y)0 est donné par (xT y)0 = y 0 T x0 où x0 désigne le symétrique
de x et y 0 celui de y.
Chapter 3. Structures algébriques 31

Démonstration.

1. Supposons qu’un éléments x a deux symétriques x0 et x00 . Alors xT x0 = e ⇒

x00 T (xT x0 ) = x00 ⇒ (x00 T x)T x0 = x00 ⇒ x0 = x00 .
2. On a
(y 0 T x0 )T (xT y) = y 0 T (x0 T x)T y = y 0 T y = e.

D’autre part

(xT y)T (y 0 T x0 ) = xT (yT y 0 )T x0 = xT x0 = e.

D’où (xT y)0 = y 0 T x0 .

3.2 Groupes

3.2.1 Structure de groupe

Définition 3.6.
Soit (G, T ) un ensemble structuré.
1. On dit que (G, T ) est un groupe si
(a) la loi T est associative sur G,
(b) il existe un élément neutre pour la loi T dans G,
(c) tout élément de G est symétrisable pour la loi T .
On dit aussi que l’ensemble G possède une structure de groupe pour la
loi T .
2. On dit que le groupe (G, T ) est commutatif (ou abélien) si la loi T est
commutative sur G.

Exemple 3.3.
On fournit d’abord des exemples de groupes
1. Z, Q, R, C munis de la somme.
2. Z∗ , Q∗ , R∗ munis du produit.

Exemple 3.4.
Pour diverses raisons (à déterminer), les couples suivants ne sont pas des groupes :
Chapter 3. Structures algébriques 32

1. (N, +), (R, ×).

2. (P(E), ∪), (P(E), ∩).

3.2.2 Les sous groupe

Définition 3.7. (Sous groupes)

Un sous-groupe d’un groupe (G, ∗) est une partie non vide H de G telle que :
1. ∗ induit sur H une loi de composition interne.
2. Muni de cette loi, H est un groupe. On note alors : H < G.

Proposition 3.8.
L’ensemble H ⊂ G est un sous-groupe d’un groupe (G, ∗) si et seulement si
1. H 6= ∅,
2. ∀(x, y) ∈ H 2 , x ∗ y ∈ H,
3. ∀x ∈ H, x0 ∈ H.

Exemple 3.5.

1. Soit (G, ∗) un groupe. Alors G et {eG } sont des sous groupes de G.

2. (Z, +) est un sous groupe de (R, +).

Proposition 3.9.
L’ensemble H ⊂ G est un sous-groupe d’un groupe (G, ∗) si et seulement si
1. H 6= ∅,
2. ∀(x, y) ∈ H 2 , x ∗ y 0 ∈ H,

Proposition 3.10.
L’intersection quelconque de sous groupes d’un groupe (G, ∗) est un sous groupe
de (G, ∗).

Démonstration.
T
Soit donc (Hi ) i ∈ I une famille de sous groupes d’un groupe G . Posons K = Hi
i∈I
l’intersection de tous les Hi . L’ensemble K est non-vide, car il contient le neutre
e puisque celui-ci appartient à chacun des sous-groupes Hi . Soient x et y deux
éléments de K. Pour tout i ∈ I, on a x ∗ y 0 ∈ Hi puisque Hi est un sous-groupe.
Donc x ∗ y 0 ∈ K. Ce qui prouve que K est un sous-groupe de G.
Chapter 3. Structures algébriques 33

Remarque 3.11.
L’union quelconque de sous groupes d’un groupe (G, ∗), n’est pas nécessairement
un sous groupe de (G, ∗).

Exemple 3.6.
Soit T la loi de composition intèrne défini sur R2 par

∀(x1 , y1 ), (x2 , y2 ) ∈ R2 , (x1 , y1 )T (x2 , y2 ) = (x1 + x2 , y1 + y2 ).

On a (R2 , T ) est un groupe, R × {0} et {0} × R sont deux sous groupes de (R2 , T )
{0} × R ne forme pas un sous-groupe de (R2 , T ).
S
mais R × {0}

Proposition 3.12.
L’union de deux sous-groupes H et K d’un même groupe (G, ∗),est un sous-groupe
(H ∪ K < G) si, et seulement si, H ⊂ K ou K ⊂ H.

Démonstration.
Supposons que H ∪K soit un sous-groupe de G et que H ne soit pas inclus dans K,
c’est-à-dire, qu’il existe h ∈ H tel que h ∈
/ K. Montrons que K ⊂ H. Soit k ∈ K
/ K car sinon h = (h ∗ k) ∗ k 0 ∈ K.
quelconque. On a h ∗ k ∈ H ∩ K. Mais h ∗ k ∈
D’où h ∗ k ∈ H et donc k = h0 ∗ (h ∗ k) ∈ H.

3.2.3 Exemples de groupes

[Link] Le groupe Z/nZ

Il est d’abord clair que si n est un entier que l’on peut supposer positif et non
nul, l’ensemble nZ des entiers relatifs de la forme nk, k décrivant Z (ensemble des
multiples de n), est un sous-groupe additif de (Z, +).

Proposition 3.13.
Tout sous-groupe de (Z, +) est de la forme nZ.

Démonstration. Soit S un sous-groupe de Z autre que {0} et Z. S ne contient

donc pas 1. L’ensemble des entiers positifs de S, noté S + , admet un plus petit
élément n au moins égal à 2 (ensemble dénombrable, borné inférieurement). Tout
élément de Z de la forme kn, k entier naturel, est un élément de S (évident par
récurrence car kn = n + n + ... + n). Donc S contient nZ. Par division euclidienne,
tout entier de S + qui n’est pas de la forme kn s’écrit a = kn + r, 0 < r < n. On
Chapter 3. Structures algébriques 34

a alors r = a − kn > 0. Mais a et kn sont dans S + , donc r aussi. Voilà un entier

de S strictement plus petit que son plus petit élément (Pas possible), donc r = 0.
Ce qui montre que S = nZ.

On montre très facilement que la relation de congruence modulo n, n ∈ N, due à

Gauss notée ≡ définit par :

∀x, y ∈ Z x ≡ y[n] ⇔ (x − y) ∈ nZ ⇔ ∃k ∈ N/ y = x − nk.

(x ≡ y[n] on lit « x est congru à y modulo n » est une relation d’équivalence

définie dans (Z, +). L’ensemble quotient est fini et peut ainsi s’écrire :

•
• •
Z/nZ = {0, 1, ..., n[
− 1}.

• • • • • • • • •
Par exemples : Z/2Z = {0, 1}, Z/3Z = {0, 1, 2}, Z/4Z = {0, 1, 2, 3} et Z/6Z =
• • • • • •
{0, 1, 2, 3, 4, 5}.

• L’addition quotient sur Z/nZ induite par celle de Z, est :

•
• • •
∀x, y ∈ Z/nZ x + y = x[
+ y.

• La multiplication quotient sur Z/nZ induite par celle de Z, est :

•
• • •
∀x, y ∈ Z/nZ x × y = x[
× y.

Proposition 3.14.
•
L’ensemble (Z/nZ, +) est un groupe additif commutatif (groupe quotient de Z par
la relation de congruence).

Démonstration. Laisser au lecteur.

[Link] Groupe de permutation

Définition 3.15.
Soit E un ensemble. Une permutation de E est une bijection de E dans E. On
note SE l’ensemble des permutations de E. Si E = {1, ..., n} on le note simplement
Sn . L’ensemble SE muni de la loi de composition des applications est un groupe
de neutre e = id appelé groupe symétrique sur l’ensemble E.
Chapter 3. Structures algébriques 35

Exemple 3.7.
Supposons E = {1, 2, 3, 4, 5} on notera une permutation σ ∈ S5 de la manière
suivante : !
1 2 3 4 5
σ=
3 5 2 1 4

qui se traduit par σ(1) = 3, σ(2) = 5 et ainsi de suite.

3.2.4 Homomorphismes de groupes

Définition 3.16. (Homomorphismes de groupes)

Soient (G, ∗) et (H, T ) deux groupes. Une application f de G dans H est un
Homomorphisme de groupes lorsque :

∀x, y ∈ G, f (x ∗ y) = f (x)T f (y).

De plus
1. Si G = H et ∗ = T , on parle d’endomorphisme.
2. Si f est bijective, on parle d’isomorphisme.
3. Si f est un endomorphisme bijectif, on parle d’automorphisme.

Exemple 3.8.
x 7−→ 2x réalise un automorphisme de (R, +).

Exemple 3.9.
L’application f : R → R∗+ qui à tout nombre réel associe son exponentielle est un
morphisme de groupes de R muni de l’addition dans R∗+ muni de la multiplication,
car : exp(x + y) = exp(x). exp(y), pour tous x, y ∈ R.

Proposition 3.17. (Quelques propriétés élémentaires des Homomorphismes de

groupes)
Soit f un Homomorphisme de (G, ∗) dans (H, T )
1. f (eG ) = eH .
2. ∀x ∈ G f (x0 ) = (f (x))0 (x0 est le symétrique de x dans G et (f (x))0 est le
symétrique de f (x) dans H)
3. Si f est un isomorphisme, alors son application réciproque f −1 réalise un
isomorphisme de (H, T ) sur (G, ∗).
4. Si G0 < G, alors f (G0 ) < H.
Chapter 3. Structures algébriques 36

5. Si H 0 < H, alors f −1 (H 0 ) < G.

Démonstration.

1. f (eG ∗ eG ) = f (eG ) alors f (eG )T f (eG ) = f (eG ) ce qui montre, en composant

à droite par (f (eG ))0 , que f (eG ) = eH .
2. Soit x ∈ G,
f (x0 )T f (x) = f (x0 ∗ x) = f (eG ) = eH .

D’autre part
f (x)T f (x0 ) = f (x ∗ x0 ) = f (eG ) = eH .

D’où f (x0 ) = (f (x))0 .

3. Soient y1 et y2 deux éléments quelconques de H. Posons x1 = f −1 (y1 ) et
x2 = f −1 (y2 ). Parce que f est un morphisme de groupes, on a f (x1 ∗ x2 ) =
f (x1 )T f (x2 ), donc f (x1 ∗x2 ) = y1 T y2 , d’où x1 ∗x2 = f −1 (y1 T y2 ), c’est-à-dire
f −1 (y1 ) ∗ f −1 (y2 ) = f −1 (y1 T y2 ). Ceci prouve que f −1 est un morphisme de
groupes de H sur G, ce qui achève la preuve.
4. Laisser au lecteur.
5. Considérons un sous-groupe H 0 de H, posons G0 = f −1 (H 0 ), et montrons que
G0 est un sous groupe de G. Comme f (eG ) = eH d’après (1) et que eH ∈ H 0
puisque H 0 est un sous groupe de H, on a eG ∈ G0 , donc G0 n’est pas vide.
Soient x et y deux éléments quelconques de G0 . On a donc f (x) ∈ H 0 et
f (y) ∈ H 0 , d’où f (x)T (f (y))0 ∈ H 0 car H 0 est un sous groupe de H. Alors
f (x ∗ y 0 ) ∈ H 0 . On conclut que (x ∗ y 0 ) ∈ G0 , ce qui prouve le résultat voulu.

Définition 3.18.
Soit f un Homomorphisme de G dans H.
1. Le noyau de f , noté Ker(f ) est l’ensemble des antécédents par f de eH :

Ker(f ) = {x ∈ G, f (x) = eH } = f −1 {eH }

(attention, f n’est pas supposée bijective ; il n’est donc pas question de la

bijection réciproque de f ).
2. L’image de f, noté Im(f ) est f (G) (ensemble des images par f des éléments
de G).
Chapter 3. Structures algébriques 37

Remarque 3.19.
D’après les deux derniers points de la proposition (3.17), le noyau et l’image de f
sont des sous-groupes respectifs de G et H.

Proposition 3.20.
Soit f un Homomorphisme de (G, ∗) dans (H, T ).
1. f est surjective si et seulement si Im(f ) = H.
2. f est injectif si et seulement si Ker(f ) = {eG }.

Démonstration.
Le point (1) est immédiat par définition même de la surjectivité. Pour montrer le
(2), supposons d’abord que f est injective. Soit x ∈ Ker(f ). On a f (x) = eH , et
puisque f (eG ) = eH comme on déduit que f (x) = f (e), qui implique x = eG par
injectivité de f . On conclut que Ker(f ) = {eG }. Réciproquement, supposons que
Ker(f ) = {eG } et montrons que f est injective. Pour cela , considérons x, y ∈ G
tels que f (x) = f (y). On a alors f (x)T f (y)0 = eH , donc f (x ∗ y 0 ) = eH , c’est-à-
dire x ∗ y 0 ∈ Ker(f ). L’hypothèse Ker(f ) = {eG } implique alors x ∗ y 0 = eG , d’où
x = y. L’injectivité de f est ainsi montrée, ce qui achève la preuve.

3.3 Structure d’anneaux

Définition 3.21.
Un anneau est un ensemble muni de deux LCI (A, ∗, T ) tels que :
1. (A, ∗) est un groupe commutatif d’élément neutre noté 0A .
2. La loi T est une LCI sur A associative et distributive à gauche et à droite
par rapport à ∗ :

∀x, y, z ∈ A, xT (y ∗ z) = xT y ∗ xT z et (x ∗ y)T z = xT z ∗ yT z.

3. La loi T admet un élément neutre différent de 0A , noté 1A .

Exemple 3.10.
(Z, +, ×), (Q, +, ×), (R, +, ×) et (C, +, ×) sont des anneaux bien connus.

Remarque 3.22.

1. Si la loi T est commutative, l’anneau est dit commutatif ou abélien.

Chapter 3. Structures algébriques 38

2. L’ensemble A − {0A } est noté A∗ .

3. Par souci de simplification, nous laissons de côté (provisoirement) les no-
tations T et ∗ des deux lois internes définies sur A au profit des notations
additive ( +) et multiplicative (×). Donc on dit l’anneau (A, +, ×) au lieu
de (A, ∗, T ).

Définition 3.23.

1. Un anneau commutatif (A, +, ×) est dit intègre s’il est

(a) différent de l’anneau nul (autrement dit : si 1A 6= 0A ),
(b) ∀(x, y) ∈ A2 , x × y = 0 ⇒ (x = 0 ou b = 0).
2. Lorsqu’un produit a × b est nul alors que ni a, ni b ne le sont, on dit que a
et b sont des diviseurs de zéro.

Exemple 3.11.

1. (Z, +, ×) des entiers relatifs est intègre : il ne possède aucun diviseur de zéro.
2. L’anneau Z/6Z des classes résiduelles modulo 6 n’est pas intègre puisque
• • • • • •
2 × 3 = 6, donc 2 × 3 = 0. De même Z/4Z.

Proposition 3.24.
Soit (A, +, ×) un anneau. Les règles de calcul dans les anneaux sont les suivantes :
1. x × 0A = 0A × x = 0A . L’élément 0A est alors dit absorbant pour la loi ×).
2. ∀(x, y) ∈ A2 , (−x) × y = x × (−y) = −(x × y).
3. ∀x ∈ A, (−1A ) × x = −x.
4. ∀(x, y) ∈ A2 , (−x) × (−y) = x × y.
5. ∀(x, y, z) ∈ A3 , x × (y − z) = x × y − x × z et (y − z) × x = y × x − z × x.

Démonstration.

1. x × 0A = x × (0A + 0A ) = x × 0A + x × 0A . D’où par régularité des éléments

dans le groupe (A, +), x × 0A = 0A . De même de l’autre côté.
2. x × y + (−x) × y = (x + (−x)) × y = 0A × y = 0A . D’où (−x) × y = −(x × y).
De même pour l’autre égalité.
3. (−1A ) × x + x = (−1A ) × x + 1A × x = (−1A + 1A ) × x = 0A × x = 0A . Doù
(−1A ) × x = −x.
Chapter 3. Structures algébriques 39

4. Laisser au lecteur.
5. Laisser au lecteur.

Notations et conventions
Soit (A, ∗, T ) un anneau. Soient n un entier naturel non nul et x un élément de A.
1. On note nx l’élément de A qui est égal à la composition par la première loi
∗ de n termes égaux à x. Autrement dit, pour tous n ∈ N∗ et x ∈ A,

| ∗ x {z
nx = x ∗ ... ∗ x} .
n termes

En particulier, en prenant n = 1, on a : 1x = x pour tout x ∈ A.

2. De même, on note xn l’élément de A qui est égal à la composition par la
seconde loi T de n termes égaux à x. Autrement dit, pour tous n ∈ N∗ et
x ∈ A,
xn = xT
| xT...T
{z x} .
n termes

En particulier, en prenant n = 1, on a : x1 = x pour tout x ∈ A.

3. Et pour n = 0 ? Désignons par 0A l’élément zéro et par 1A l’élément unité
de (A, ∗, T ) (cette notation est ici un peu malheureuse car elle rappelle la
notation additive et la notation multiplicative que nous essayons justement
d’éviter). Alors, par convention, pour tout x ∈ A, 0x = 0A et x0 = 1A .

3.3.1 Sous-anneaux

Définition 3.25.
Soit (A, ∗, T ) un anneau. Une partie non vide A1 de A est un sous-anneau de A
lorsque :
1. 1A ∈ A1 ;
2. les lois ∗ et T induisent des LCI sur A1 , et, muni de ces lois, (A1 , ∗, T ) est
un anneau.

Proposition 3.26.
Une partie A1 de A est un sous-anneau si et seulement si
1. (A1 , ∗) est un sous-groupe de (A, ∗) ;
2. 1A ∈ A1 ;
Chapter 3. Structures algébriques 40

3. ∀(x, y) ∈ A21 xT y ∈ A1 (T induit une LCI sur A1 ).

Exemple 3.12.
(Z, ∗, T ) est un sous anneau de (Q, ∗, T ) qui est un sous anneau de (R, ∗, T )
qui est un sous anneau de (C, ∗, T )

3.3.2 Homomorphismes d’anneaux

Définition 3.27.
Soient (A, +A , ×A ) et (B, +B , ×B ) deux anneaux. Un homomorphisme d’anneaux
de A vers B est une application de A vers B telle que :
1. f (1A ) = 1B ;
2. pour tout x, y ∈ A, f (x+A y) = f (x)+B f (y) et f (x×A y) = f (x)×B f (y).

3.3.3 Idéaux d’un anneau commutatif

Soit (A, +, ×) un anneau commutatif

Définition 3.28. (Idéal)

Une partie I de A est un idéal d’un anneau (A, +, ×) si
1. (I, +) est un sous-groupes de (A, +),
2. Pour tout a ∈ A, on a aI ⊂ I. En d’autres termes ∀a ∈ A, ∀x ∈ I : ax ∈ I.

Proposition 3.29.
Une partie I de A est un idéal d’un anneau (A, +, ×) ssi
1. I contient l’élément zéro 0A ,
2. pour tous x, y ∈ I : x − y ∈ I,
3. ∀a ∈ A, ∀x ∈ I : ax ∈ I.

Exemple 3.13.

1. Tout anneau non trivial a au moins deux idéaux, l’idéal trivial {0} et A
lui-même. Les idéaux de A distincts de A sont dits propres.
2. Tout élément x de A permet de définir un idéal principal :

< x >= xA = {ax/a ∈ A}.

C’est le plus petit idéal qui contient a, on dit qu’il est engendré par a. Si a
est inversible (et seulement dans ce cas), aA = A.
Chapter 3. Structures algébriques 41

3. Plus généralement, si x1 , ..., xn ∈ A, le plus petit idéal contenant x1 , ..., xn

est :

< x1 , ..., xn >= x1 A + ... + xn A = {a1 x1 + ... + an xn /a1 , ..., an ∈ A}.

En effet, on vérifie immédiatement que I = x1 A + ... + xn A est non vide

et stable par combinaisons linéaires, donc est un idéal ; et bien entendu,
tout idéal contenant les xi doit contenir I. On dit que I est engendré par
{x1 , ..., xn }.

3.4 Structure de corps

Définition 3.30. Corps

1. Un corps est un anneau commutatif dans lequel tout élément non nul est
inversible.
2. Si, de plus, la seconde loi × est commutative sur K alors on dit que le corps
(K, +, ×) est commutatif.

Exemple 3.14.
(Q, +, ×) et (R, +, ×) sont des corps commutatif.

Définition 3.31. Sous corps

Soit (K, +, ×) un corps et soit K1 un sous partie non vide de K.
On dit que K1 est un sous corps de K si K1 est stable pour + et × de K et K1
muni des lois induites par celles de K est lui-même un corps

Exemple 3.15.
(Q, +, ×) et un sous corps de(R, +, ×).

Proposition 3.32.
Soit (K, +, ×). Un sous partie K1 de K est un sous corps si et seulement si
1. (K1 , +) soit un sous-groupe de K,
2. pour tous x et y de K1 , x × y ∈ K1 (stabilité de K1 pour la loi ×),
3. K1 contient l’élément unité de K et l’inverse de tout x de K1 dans (K, ×)
est élément de K1 .
Chapter 3. Structures algébriques 42

3.5 Exercices

Exercice 3.33.
On considère sur R la loi de composition ∗ définie par x ∗ y = x + y − xy. Cette
loi est-elle associative, commutative ? Admet-elle un élément neutre ? Un réel x
admet-il un inverse pour cette loi ? Donner une formule pour la puissance n − ime
d’un élément x pour cette loi.

Exercice 3.34.
Soit ∗ la loi définie sur R par x ∗ y = x × y + (x2 − 1) × (y 2 − 1). avec + et × les
opérations usuelles sur R.
1. La loi ∗ est-elle associative sur R ? Commutative sur R ? Vérifier que R
possède un élément neutre pour la loi ∗. Cette loi confère-t-elle à R. une
structure de groupe ?
2. Calculer le(s) symétrique(s) du réel 2 pour la loi ∗.
3. Résoudre les équations suivantes : 2 ∗ x = 2, 2 ∗ x = 5.

Exercice 3.35.
Soit G un ensemble muni d’une loi de composition interne ∗ associative, qui pos-
sède un élément neutre à droite e (i.e. ∀x ∈ E, x ∗ e = x)) et tel que tout élément
x possède un inverse à droite x0 (ie x ∗ x0 = e).
Montrer que G est un groupe.

Exercice 3.36.

1. Soient H1 et H2 deux sous-groupes de (G, ∗). Montrer que H1 ∩ H2 est éga-

lement un sous groupe. de G.
2. Posons CG = {x ∈ G | ∀y ∈ G, x ∗ y = y ∗ x}. Montrer que G est un sous
groupe de G (CG est dit centre de groupe G).
3. Soit (G, ∗) un groupe commutatif d’élément neutre e. On pose B = {x ∈
G, ∃n ∈ N∗ : xn = e}. Montrer que B est un sous-groupe de G.

Exercice 3.37.
Soit (G, .) un groupe non commutatif d’élément neutre e. Pour a ∈ G, on définit
une application fa par
fa : G → G

x 7→ fa (x) = a ∗ x ∗ a−1
Chapter 3. Structures algébriques 43

1. Montrer que fa est un endomorphisme du groupe (G, ∗).

2. Vérifier que ∀a, b ∈ G : fa ◦ fb = fa.b .
3. Montrer que fa est bijective et déterminer son application réciproque.

Exercice 3.38.

1. Donner les six éléments de S3 . Faire une table pour la loi de groupe de S3 .
2. Quel est l’inverse de !
1 2 3
σ=
2 1 3
.
3. Déterminer le sous-groupe engendré par
!
1 2 3
σ=
2 1 3

.
4. Déterminer tous les sous-groupes de S3 .
Chapitre 4

Anneaux de polynômes

Dans ce chapitre, on introduit la notion de polynôme sur un corps ou un anneau.

Tout au long du chapitre, K désigne un corps et A un anneau commutatif unitaire.

4.1 Définitions

Définition 4.1.
Soit (A, +, .) un anneau unitaire et commutatif.
On appelle polynôme P à une indéterminée X et à coefficients dans A toutes
écriture algébrique de la forme

a0 + a1 X + a2 X 2 + ... + an Xn + ...

où les ai ∈ A sont nuls sauf un nombre fini.

Une autre définition est donné par

Définition 4.2.
On appelle polynôme à une indéterminée x à coefficients dans A toute suite P =
(an )n∈N d’éléments de A tous nul à partir d’un certain rang.

1. Les an sont appelés les coefficients de P .

2. Le plus grand indice n vérifiant an 6= 0 (s’il existe) est appelé degré de P et
noté deg(P ) et dans ce cas an xn est appelé terme dominant de P .
3. Si tous les ai sont nuls, P est appelé polynôme nul noté 0 et par convention
deg(0) = −∞.
44
Chapter 4. Anneaux de polynômes 45

4. Si le terme dominant de P est 1X n le polynôme P est dit unitaire.

5. Chaque élément a de A est un polynôme, appelé polynôme constant.
6. L’ensemble des polynômes à une indéterminée X à coefficients dans A est
noté A[X].

Les polynômes sont munis des opérations usuelles d’addition, de produit de poly-
nômes et de multiplication par un scalaire λ ∈ A : soient P = (an )n∈N , Q = (bn )n∈N
deux polynômes à une indéterminée à coefficients dans A. On a alors :

1. P + Q = (an + bn )n∈N ,
X
2. P Q = (cn )n∈N avec cn = ak bn−k ,
0≤k≤n

3. λP = (λan )n∈N .

Définition 4.3.
L’ensemble A[X] des polynômes à une indéterminée à coefficients dans A muni de
l’addition et de la multiplication définies ci-dessus est un anneau commutatif.

Proposition 4.4.
Si A est intègre alors pour tout P, Q ∈ A[X] on a
1. deg(P Q) = deg(P ) + deg(Q).
2. deg(P + Q) ≤ max(deg(P ), deg(Q)).

Démonstration.

1. Si un des deux polynômes est nul alors P Q = 0 et l’égalité devient

−∞ = −∞ ce qui est vrai. On suppose donc queP et Q sont non nuls.
X X
Soit n = deg(P ) et m = deg(Q). On pose P = ai X i et Q = bi X i
où ai , bi ∈ A. Alors le coefficient du terme dominant de P Q est an bm . Or
an 6= 0 et bn 6= 0 et donc, puisque A est intègre, an bn 6= 0. Ce qui implique
deg(P Q) = n + m.
2. Évident

Soit U(A) désigne les éléments inversibles de A.

Proposition 4.5.
Si A est intègre, alors les éléments inversibles de A[X] sont les polynômes constants
P = a où a ∈ U(A).
Chapter 4. Anneaux de polynômes 46

Démonstration.
Soit P inversible dans A[X]. Il existe Q ∈ A[X] tel que P Q = 1. On a alors
deg(P ) + deg(Q) = 0 et deg(P ) = deg(Q) = 0. Ainsi P et Q sont des constantes
inversibles

4.2 Arithmétique des polynômes

4.2.1 Polynômes associés

Définition 4.6.
Deux polynômes P et Q de A[X] sont dits associés s’il existe a ∈ U(A) tel que
P = aQ.

Exemple 4.1.
L’ensembles des polynômes associés à X 2 + 1 dans Z[X] est

{X 2 + 1, −(X 2 + 1)}

puisque les seuls inversibles de Z sont 1 et −1.

Proposition 4.7.

1. La relation « être associé » est une relation d’équivalence sur A[X].

2. Si P et Q sont associés et ont le même coefficient dominant alors P = Q.
3. Si A est un corps alors tout polynôme P est associé à un unique polynôme
unitaire.

4.2.2 Division

Définition 4.8.
Soient P, Q ∈ A[X]. On dit que P divise Q et on note P |Q s’il existe R ∈ A[X]
tel que Q = P R.

Exemple 4.2.

1. Le polynôme X − 1 divise X 2 − 1 dans Z[X].

Chapter 4. Anneaux de polynômes 47

2. Le polynôme X − 3 ne divise pas X 2 − 1 dans Z[X].

Proposition 4.9.
Soient P, Q, R, S ∈ A[X].
1. Si P |Q et Q|R alors P |R.
2. Si P |Q et P |R alors P |Q + R.
3. Si P |Q et Q 6= 0 alors deg(P ) ≤ deg(Q).
4. Si P |Q et R|S alors P R|QS.
5. Si P |Q alors P n |Qn pour tout n ≥ 1.

Démonstration. Voir Td.

Proposition 4.10.
Soient P, Q, R, S ∈ A[X].
1. Si P |Q et Q|P alors P et Q sont associés.
2. Si P est associé à R et Q est associé à S alors P |Q ⇔ R|S.

4.2.3 Division euclidienne

Théorème 4.11. (Division euclidienne)

Soit A, B ∈ K[X] deux polynômes à coefficients dans un corps K et tels que
B 6= 0. Alors il existe un unique couple (Q, R) de K[X] tels que A = BQ + R et
deg(R) < deg(B).

Exemple 4.3.
Soit A = x3 + x + 1 et B = x + 1. On a alors A = B.(x2 − x + 2) − 1.

On rappelle qu’un sous ensemble I d’un anneau A est un idéal si les deux conditions
suivantes sont vérifiées :
1. (I, +) est un sous-groupes de (A, +),
2. Pour tout a ∈ A, on a aI ⊂ I. En d’autres termes ∀a ∈ A, ∀x ∈ I, ax ∈ I.

Théorème 4.12.
L’anneau K[X] est principal.
Chapter 4. Anneaux de polynômes 48

Démonstration.
Démonstration. Soit I un idéal de K[X] contenant un polynôme non nul. On veut
montrer que I est principal, c’est-à-dire qu’il existe un polynôme P tel que I
soit exactement l’ensemble des multiples de P . Soit D = deg(S), S ∈ I, S 6= 0.
Il s’agit d’une partie non vide de N donc elle admet un minimum n. Soit P un
polynôme de degré n dans I. Comme I est un idéal, tous les multiples de P sont
dans I. Réciproquement, nous voulons montrer que tous les éléments de I sont des
multiples de P . Soit donc A ∈ I. On sait qu’il existe Q, R tels que A = P Q + R
avec deg(R) < n. Or −P Q ∈ I donc R = A − P Q ∈ I. Comme deg(R) < n
donc, d’après la définition de n, on a R = 0, c’est-à-dire A = P Q et A est bien un
multiple de P .

4.2.4 Polynômes irréductibles

On rappelle que les polynômes inversibles de A[X] sont les polynômes constants
P = a ∈ U(A). Ainsi, comme tous les éléments non-nuls d’un corps sont inversibles,
les polynômes inversibles de K[X] sont les polynômes constants non-nuls.

Définition 4.13.
Un polynôme P ∈ K[X] est dit irréductible s’il n’est pas inversible et si l’égalité
P = QR implique que Q ou R est inversible.

On dira qu’un polynôme P est réductible s’il n’est pas irréductible.

Exemple 4.4.

1. Le polynôme P (X) = 3 est inversible dans Q[X]. Il n’est donc pas irréduc-
tible.
2. Le polynôme P (X) = X 2 + 1 est irréductible si nous le considérons comme
un élément de R[X] mais il est réductible si nous le considérons comme un
élément de C[X] car X 2 + 1 = (X − i)(X + i).

La notion de polynômes irréductibles dépend donc du corps K.

Proposition 4.14.

1. Les polynômes réductibles de K[X] sont de degré supérieur ou égal à 2.

2. Tous les polynômes de degré 1 sont irréductibles.
Chapter 4. Anneaux de polynômes 49

Démonstration.
Voir TD.

4.2.5 Plus grand diviseur commun

Soient P1 , ..., Pn ∈ K[X]. Puisque K[X] est principal, l’idéal

< P1 , ..., Pn >= {P1 A1 , ..., Pn An /A1 , ..., An ∈ K[X]}

est engendré par un unique polynôme unitaire P . Ce polynôme s’appelle le pgcd

des Pi et on note
P = pgcd(P1 , ..., Pn ).

Proposition 4.15. Propriétés du pgcd

Soient P, Q ∈ K[X]. Alors
1. Le pgcd(P, Q) est un diviseur commun de P et Q.
2. Si D est un autre diviseur commun de P et Q alors D divise pgcd(P, Q).
3. Il existe un couple de polynômes (U, V ) ∈ K[X]2 tels que

P U + QV = pgcd(P, Q).

Définition 4.16.
Soit P, Q ∈ K[X]. On dit que P et Q sont premiers entre eux lorsque pgcd(P, Q) =
1.

En d’autres termes, si pgcd(P, Q) = 1 alors seules les constantes non nulles divisent
à la fois P et Q.

4.2.6 Factorisation

Théorème 4.17.
Soit P ∈ K[X] un polynôme non nul. Alors P se décompose de manière unique à
l’ordre des facteurs près sous la forme :

P = αP1α1 P2α2 ...Pnαn

où les Pi sont des polynômes distincts, unitaires et irréductibles dans K[X] et

α ∈ K∗ est le coefficient dominant de P .
Chapter 4. Anneaux de polynômes 50

Exemple 4.5.
On considère le polynôme P = x2 + 1. Alors P est à la fois dans R[X] et C[X].
Mais, attention, sa factorisation n’est pas la même dans ces deux anneaux :
1. P se factorise sous la forme (X − i)∆(X + i) dans C[X].
2. P est irréductible dans R[X].

Proposition 4.18.
Soit P et Q deux polynômes non nuls. Soit P = aP1α1 P2α2 ...Pnαn et Q = bP1β1 P2β2 ...Pnβn
leurs décompositions en facteurs irréductibles où αi , βi ≥ 0 pour tout i ∈ {1, ..., n}.
Alors
P/Q ⇔ αj ≤ βj

pour tout 1 ≤ j ≤ n.

4.3 Fonctions polynomiales

Soit P ∈ K[X]. On désigne par fP la fonction polynomiale associée à P , c’est-à-dire

la fonction :
fP : K −→ K
x 7→ P (x).
Définition 4.19.
Soit P ∈ K[X]. On dit que x ∈ K est une racine de P si fP (x) = 0 (ou P (x) = 0).

Proposition 4.20.
Soit P ∈ K[X] et α ∈ K. Alors α est racine de P si et seulement si le polynôme
(x − α)/P .

Définition 4.21.
Soit P ∈ K[X] et soit α une racine de P . On dit que α est de multiplicité k si et
seulement si (x − α)k divise P et (x − α)k+1 ne divise pas P .

En d’autres termes α est racine de P de multiplicité k si et seulement si

P = (x − α)k Q et Q(α) 6= 0.

Exemple 4.6.
Pour déterminer la multiplicité d’une racine, on peut donc effectuer des divisions
euclidiennes successives. Soit P = x3 − 3x2 + 4. On vérifie facilement que 2 est
racine de P . De plus, on trouve P (x) = (x − 2)2 Q(x) avec Q(x) = x + 1 et
Q(2) 6= 0.
Chapter 4. Anneaux de polynômes 51

Théorème 4.22.
Soit P ∈ K[X] et α1 , ..., αr des racines distinctes deux à deux de multiplicité
respective k1 , ..., kr . Alors, il existe Q ∈ K[X] tel que

P = (x − α1 )k1 (x − α2 )k2 ...(x − αr )kr Q

et Q(αi ) 6= 0 pour tout i. En particulier, P est de degré au moins k1 + ... + kr .

4.4 Exercices

Exercice 4.23.
Trouver le polynôme P de degré inférieur ou égal à 3 tel que : P (0) = 1, P (1) = 0,
P (−1) = −2 et P (2) = 4.

Exercice 4.24.
Effectuer la division euclidienne de A par B :
1. A = 3X 5 + 4X 2 + 1 et B = X 2 + 2X + 3.
2. A = 3X 5 + 2X 4 − X 2 + 1 et B = X 3 + X + 2.
3. A = X 4 − X 3 + X − 2 et B = X 2 − 2X + 4.

Exercice 4.25.
Soient P, Q, R, S ∈ A[X].
1. Si P |Q et Q|R alors P |R.
2. Si P |Q et P |R alors P |Q + R.
3. Si P |Q et Q 6= 0 alors deg(P ) ≤ deg(Q).
4. Si P |Q et R|S alors P R|QS.
5. Si P |Q alors P n |Qn pour tout n ≥ 1.

Exercice 4.26.
Soient P, Q, R, S ∈ A[X].
1. Si P |Q et Q|P alors P et Q sont associés.
2. Si P est associé à R et Q est associé à S alors P |Q ⇔ R|S.

Exercice 4.27.
Déterminer les pgcd des polynômes suivants :
1. X 3 − X 2 − X − 2 et X 5 − 2X 4 + X 2 − X − 2.
Chapter 4. Anneaux de polynômes 52

2. X 4 + X 3 − 2X + 1 et X 3 + X + 1.

Exercice 4.28.

1. Les polynômes réductibles de K[X] sont de degré supérieur ou égal à 2.

2. Tous les polynômes de degré 1 sont irréductibles.
 Bibliographie

[1] M. Mignotte et J. Nervi, Algèbre : licences sciences 1ère année, Ellipses, Paris,
2004.

[2] J. Franchini et J. C. Jacquens, Algèbre : cours, exercices corrigés, travaux

dirigés, Ellipses, Paris, 1996.

[3] C. Degrave et D. Degrave, Algèbre 1ère année : cours, méthodes, exercices

résolus, Bréal, 2003.

[4] S. Balac et F. Sturm, Algèbre et analyse : cours de mathématiques de pre-

mière année avec exercices corrigés,, Presses Polytechniques et Universitaires
romandes, 2003.

53

View publication stats