Chapitre I

Matrices et déterminants

But
L'objectif de ce chapitre est de :

•introduire le concept de matrices

•élucider les types de matrices

•introduire le déterminant d'une matrice

Objectifs
L'objectif de ce chapitre est de :

•expliquer les opérations sur les matrices

•décrivez les propriétés des déterminants

•expliquer les propriétés des matrices

Résultat d'apprentissage

À la fin de ce chapitre, vous serez capable de :

• comparer différents types de matrices

•identifier les opérations de base sur les matrices

comprendre les équations linéaires simultanées à l'aide des déterminants

1/uts
Méthodes quantitatives

1.1 Introduction
L'étude des matrices et des déterminants revêt une immense importance dans le domaine des affaires et de l'économie.
La leçon introduit la matrice, l'ensemble rectangulaire et les déterminants au cœur de l'algèbre matricielle. L'algèbre matricielle
est utilisé assez souvent dans les statistiques avancées, principalement parce qu'il offre deux avantages.
Notation compacte pour décrire des ensembles de données et des ensembles d'équations.
• Méthodes efficaces pour manipuler des ensembles de données et résoudre des systèmes d'équations.

1.2 Matrice

1.2.1 Définition de la matrice

Une matrice est un tableau rectangulaire de nombres disposés en lignes et en colonnes. C'est une collection de nombres réels ou complexes.
des nombres (généralement réels) disposés en un nombre fixe de lignes et de colonnes. Il est disposé dans des crochets rectangulaires
(soit ( ) ou [ ]). Un ensemble de nombres réels ou complexes arrangés dans un tableau rectangulaire de ‘m’ lignes et ‘n’ colonnes, de
Une matrice de commande m x n (lue comme m par n) est appelée une matrice. La dimension ou l'ordre de la matrice est écrite comme le nombre de lignes
x nombre de colonnes.

A=

La première ligne est la ligne 1. La première colonne est la colonne 1.

Ici, le nombre de lignes (m) est 2 et le nombre de colonnes (n) est 3.

Donc, la matrice est de l'ordre 2 x 3 (matrice de 2 par 3).

Les matrices sont utilisées pour résoudre des problèmes dans :

Électronique
Statique
Robotique
Programmation linéaire
Optimisation
•Intersection des plans
Génétique

1.2.2 Notation matricielle

Les statisticiens utilisent des symboles pour identifier les éléments de matrice et les matrices.

•Éléments de la matrice : Considérez la matrice ci-dessous, dans laquelle les éléments de la matrice sont représentés uniquement par des symboles.

A=

Par convention, le premier indice fait référence au numéro de ligne et le deuxième indice fait référence au numéro de colonne.
Ainsi, le premier élément de la première ligne est représenté par , le deuxième élément de la première ligne, par et donc
sur, jusqu'à ce que nous atteignions le quatrième élément de la deuxième rangée qui est représenté par .

2/uts
•Notation : La façon la plus simple de représenter une matrice symboliquement est d'utiliser des lettres en gras A, B, C, etc.… Ainsi A
pourrait faire référence à une matrice 2 x 3 dans l'exemple ci-dessous

A=

Une autre approche pour représenter la matrice A est :

[ ] où i=1, 2 et j=1, 2, 3, 4
Cette notation indique que A est une matrice avec deux lignes et quatre colonnes. Les éléments réels du tableau ne sont pas
ils sont représentés par le symbole .

1.2.3 Égalité des matrices

Pour comprendre l'algèbre des matrices, nous devons comprendre l'égalité des matrices. Deux matrices sont égales si les trois conditions suivantes sont remplies.
les conditions suivantes sont remplies :

chaque matrice a le même nombre de lignes

chaque matrice a le même nombre de colonnes
Les éléments correspondants dans chaque matrice sont égaux.

Considérez les trois matrices ci-dessous

A= B= C=

Si A=B, alors x=22 et y=33, car les éléments correspondants de matrices égales sont égaux. Et il est clair que C n'est pas
égal à A ou B, car C a plus de colonnes que A ou B.

1.3 Types de matrice

Il existe six types de matrices. Ce sont les suivants.

1.3.1 Matrice ligne

Une matrice ayant une seule ligne est appelée matrice ligne.

Exemple

A=

1.3.2 Matrice Colonne

Une matrice avec une seule colonne est appelée matrice colonne.

Exemple :

A=

1.3.3 Matrice Nulle/Zéro

Une matrice ayant chaque élément égal à zéro est appelée matrice nulle ou matrice zéro.

Exemple

A=

3/uts
Méthodes quantitatives

Matrice carrée
Une matrice ayant un nombre égal de lignes et de colonnes est appelée matrice carrée.

Exemple

A=

1.3.5 Matrice Diagonale

Une matrice carrée ayant tous ses éléments nuls sauf les éléments de la diagonale principale est appelée matrice diagonale. Principal
les éléments diagonaux peuvent être n'importe quels éléments non nuls.

Éléments de matrice comme , , etc… sont appelés éléments de la diagonale principale.

Exemple

A=

1.3.6 Matrice unitaire/Identité

Une matrice carrée qui est une matrice diagonale ayant tous les éléments de la diagonale principale égaux à un (unité) est appelée identité.
matrice.

Exemple

A=

1.3.7 Transposée d'une matrice

La transposée d'une matrice est obtenue en utilisant la ligne de la première matrice comme colonne de la seconde matrice.

Exemple : si A = , alors la transpose de A est représentée par A’

A’=

1.4 Opérations sur les matrices

Comme l'algèbre ordinaire, l'algèbre des matrices a des opérations d'addition, de soustraction et de multiplication.

1.4.1 Addition de Matrices

Deux matrices ne peuvent être ajoutées que si elles ont les mêmes dimensions ; c'est-à-dire qu'elles doivent avoir le même nombre de lignes et
colonnes.

L'addition peut être effectuée en ajoutant les éléments correspondants.

Par exemple, considérons la matrice A et la matrice B

A= B

4/uts
Les deux matrices ont le même nombre de lignes et de colonnes (2 lignes et 3 colonnes), elles peuvent donc être ajoutées. Ainsi,

A+B =

A+B=

Et enfin, notez que l'ordre dans lequel les matrices sont additionnées n'affecte pas le résultat final. A+B=B+A.

[Link] Propriétés de l'addition des matrices

Les propriétés de l'addition des matrices sont les suivantes :
La propriété commutative est vraie ; c'est-à-dire A + B = B + A

• La propriété associative est vraie

A + (B + C) = (A + B) + C
La propriété distributive est vraie
K (A+B) = ka+kb
(A+B) k=Ak+Bk
•Existence d'un élément d'identité additive, si une matrice est additionnée à une matrice nulle de la même dimension, alors cela donne
dans la même matrice, donc l'identité additive d'une matrice est la matrice nulle
A+0=0+A=A
•Existence de l'inverse additif, si une matrice est ajoutée à l'inverse d'une matrice A, alors le résultat est une matrice nulle, donc le
L'inverse additive d'une matrice est l'inverse de la matrice elle-même.
A+ (-A) = (-A) +A= 0

1.4.2 Soustraction de Matrices

Tout comme l'addition de matrices, la soustraction de matrices suit également les mêmes conditions et procédures pour soustraire.
deux matrices. Deux matrices ne peuvent être soustraites que si elles ont les mêmes dimensions ; c'est-à-dire qu'elles doivent avoir les mêmes
nombre de lignes et de colonnes.

La soustraction peut être réalisée en ajoutant des éléments correspondants.

Par exemple, considérons la matrice A et la matrice B

A= B=

Les deux matrices ont le même nombre de lignes et de colonnes (3 lignes et 2 colonnes), donc elles peuvent être soustraites.
Ainsi,

A-B=

A-B=

Et enfin, notez que l'ordre dans lequel les matrices sont soustraites affecte le résultat final. A-B≠ B-A.

5/uts
Méthodes quantitatives

1.4.3 Multiplication des matrices

Dans la multiplication matricielle, il existe deux types de multiplication de matrices. Elles sont :

Multiplication d'une matrice par un nombre

Multiplication d'une matrice par une autre matrice

[Link] Multiplication d'une matrice par un nombre

Lorsqu'une matrice est multipliée par un nombre, chaque élément de la matrice doit être multiplié par ce même nombre.
Cette opération produit une nouvelle matrice, appelée multiple scalaire. Ce processus de multiplication est appelé scalaire.
multiplication.

Par exemple, si x est 5 et que la matrice A est comme suit,

A=

Alors,

xA = 5A = 5 = = = B (dit)

Dans l'exemple ci-dessus, chaque élément de A est multiplié par 5 pour produire le multiple scalaire, B.

[Link] Multiplication d'une matrice par une autre matrice

Le produit matriciel AB n'est défini que lorsque le nombre de colonnes dans A est égal au nombre de lignes dans B. De même,
Le produit matriciel BA n'est défini que lorsque le nombre de colonnes dans B est égal au nombre de lignes dans A.

Supposons que A soit une matrice de dimensions i x j et B une matrice de dimensions j x k. Alors, le produit matriciel AB donne une matrice C qui
a i lignes et k colonnes ; et chaque élément de C peut être calculé selon la formule suivante.

Où,

l'élément de la ligne i et de la colonne k dans la matrice C

l'élément de la ligne i et de la colonne j dans la matrice A

l'élément de la ligne j et de la colonne k dans la matrice B

= symbole de sommation, qui indique que le devrait être additionné sur j

Supposons que nous souhaitions calculer AB, étant donné les matrices ci-dessous.

Soit AB = C. Comme A a 2 lignes, nous savons que C aura également 2 lignes ; et comme B a 2 colonnes, nous savons que
que C aura 2 colonnes. Pour calculer la valeur de chaque élément dans la matrice 2 x 2 C, nous utilisons la formule

= , de sorte que

• = = 0 * 6 + 1 * 8 + 2 * 1 = 0+8+2 = 10

• = = 0 * 7 + 1 * 9 + 2 * 2 = 0+9+4 = 13

6/uts
• = = 3 * 6 + 4 * 8 + 5 * 1 = 18 + 32 + 5 = 55
= = 3 * 7 + 4 * 9 + 5 * 2 = 21+36+10 = 67
•

Donc AB = C =

[Link] Propriétés de la multiplication des matrices

Les propriétés de la multiplication des matrices sont les suivantes :
La propriété commutative n'est pas vraie ; c'est-à-dire que même lorsque la multiplication des matrices est possible dans les deux sens, le
les résultats peuvent être différents, c'est-à-dire que AB n'est pas toujours égal à BA

La propriété associative est vraie

A (BC) = (AB) C
La propriété distributive est vraie
K (AB) = (ka) (kb)
(AB) k= (Ak) (Bk)
Existence d'un élément d'identité multiplicatif, si une matrice est multipliée par une matrice identité de la même dimension
alors, cela aboutit à la même matrice, donc l'identité multiplicative d'une matrice est la matrice identité
IA=IA=A
•Existence de l'inverse multiplicatif, si une matrice est multipliée par son inverse, alors le résultat est une identité
matrice, donc l'inverse multiplicatif d'une matrice est sa matrice inverse (l'inverse d'une matrice est discuté dans 1.6)
Un * = Je

Déterminants
Un déterminant est un tableau carré de nombres (écrit entre une paire de lignes verticales) qui représente une certaine somme.
de produits.

exemple d'un déterminant 2 x 2 :

A=

1.5.1 Calcul de la valeur du déterminant 2 x 2

En général, nous devons trouver la valeur de déterminants 2 x 2 avec des éléments a, b, c et d comme suit :

= ad-cb

Ici, les diagonales sont multipliées (en haut à gauche * en bas à droite d'abord) puis soustraites.

Exemple
Trouvez la valeur du déterminant

=4*3-2*1
= 12 – 2
=10 (réponse)

7/uts
Méthodes quantitatives

1.5.2 Calcul de la valeur du déterminant 3 x 3

Une représentation générale d'une matrice 3 x 3 est la suivante

A=

La méthode utilisée pour trouver les déterminants de 3 x 3 est l'expansion par mineurs.

[Link] Cofacteurs
Le déterminant 2 x 2 s'appelle le cofacteur de pour matrice de 3 x 3

Les cofacteurs sont formés à partir des éléments qui ne sont pas dans la même ligne et pas dans la même colonne que .

Ainsi, les éléments en gris ne sont pas dans la ligne et la colonne de , donc est le cofacteur de .

De même pour , le cofacteur est

Et pour , le cofacteur est

[Link] Expansion par mineurs

Les valeurs de déterminant 3 x 3 sont évaluées par expansion par mineurs. Cela implique de multiplier la première colonne de la
déterminant avec le cofacteur de ces éléments. Le produit du milieu est soustrait et le produit final est ajouté.

= - +

évaluer

= -2 – (5) +4

= -2[(-1) (2)-(-8) (4)] – 5 [(2) (3) – (-8) (-1)] + 4 [(3) (4)-(-1) (-1)]
= -2(30)-5(-2) +4(11)
-60+10+44
= -6

Ici, nous utilisons la première colonne pour l'étendre, même si nous utilisons la première ligne pour l'étendre, cela donne le même résultat.

8/uts
1.6 Inverse d'une matrice
Supposons que A est une matrice n x n, notée par , qui satisfait la condition suivante

Un = A= I

où I est la matrice identité

Pour vérifier si l'inverse de la matrice existe :
Trouvez le déterminant de la matrice carrée, si la valeur du déterminant est zéro, alors l'inverse de cette matrice n'existe pas.
existe et cette matrice est connue sous le nom de matrice singulière.

Si la valeur du déterminant n'est pas zéro, alors il existe une inverse pour cette matrice.

La matrice pour laquelle il existe un inverse est appelée matrice non-singulière ou matrice inversible.

1.6.1 Trouver l'inverse d'une matrice 2 x 2

Supposons que A soit une matrice 2 x 2 non singulière. Alors, l'inverse de A peut être calculé comme indiqué ci-dessous.

A= alors = |A| quelle est la valeur du déterminant de la matrice

Comment trouver la valeur du déterminant d'une matrice 2 x 2 et d'une matrice 3 x 3 est discuté ci-dessus dans 1.5.1 et 1.5.2
respectivement.

Exemple :

Trouvez l'inverse de la matrice 2 x 2 B =

|B| = 4 (Référencer 1.5.1)

= = est l'inverse de la matrice

1.6.2 Trouver l'inverse d'une matrice 3 x 3

Étapes pour trouver l'inverse d'une matrice 3 x 3 :
Trouvez le déterminant d'une matrice 3 x 3, det(A)
•Trouvez la transposée de la matrice
Trouvez le déterminant des cofacteurs de chaque élément dans la matrice transposée.
Représentez ces valeurs sous forme d'une matrice des cofactors
Trouvez l'adjoint de cette matrice résultante adj(A)
•Remplacez les valeurs requises dans
= adj (A)
•Vérifiez en multipliant A et le résultat doit être une matrice identité de même dimension.

Exemple
Trouvez l'inverse de A=
Étape 1 :
Trouvez le déterminant de la matrice 3 x 3 (voir 1.5.2)
det (A) = 1(0-24)-2(0-20)+3(0-5)
det (A)=1

9/uts
Méthodes quantitatives

Étape 2 :
Trouvez la transpose de la matrice

Étape 3 :
Trouvez le déterminant du cofacteur de chaque élément dans la matrice transposée.

= = -24

= = -18

= =5

= = -20

= = -15

= =4

= = -5

= = -4

= =1

Étape 4 :
Représentez ces valeurs sous forme d'une matrice des cofacteurs

Étape 5 :
Trouvez l'adjoint de la matrice

adj (A)=

Étape 6 :
Substituez les valeurs dans

= adj (A)

10/uts
Donc =

Étape 7 :
VérificationA Je

Si une matrice est multipliée par son inverse, alors le résultat doit être la matrice identité de même dimension.

1.7 Résolution d'équations simultanées en utilisant des déterminants

1.7.1 Résolution de deux équations simultanées

Un système d'équations peut être résolu à l'aide des déterminants avec la règle de Cramer.

La solution de (x, y) du système

x + y = ----------- (1)

x + y = ----------- (2)

peut être trouvé en utilisant des déterminants

Solution :
Ici, x et y sont les variables, & sont les coefficients de la variable x dans les équations 1 et 2 respectivement
et & sont les coefficients de la variable y dans les équations 1 et 2 respectivement, et sont les constantes de
équation 1 et 2 respectivement.

Étape 1 :
Résoudre le déterminant des coefficients des variables et il est représenté par∆

∆=

Étape 2 :
Résoudre le déterminant en remplaçant les constantes au lieu des coefficients de la variable x et cela est représenté par

Étape 3 :
Résoudre le déterminant en remplaçant les constantes plutôt que le coefficient de la variable y et cela est représenté par

Étape 4 :
Obtenez la solution sous la forme x =et y=

11/uts
Méthodes quantitatives

Exemple
Résoudre le système en utilisant la règle de Cramer.
x-3y=6
2x + 3y = 3

Solution :
Ici = 1; = -3; = 2; = 3; = 6; = 3;

Donc, x= = = = 3

y= = = = -1

Donc, la solution est (3,-1)

1.7.2 Résoudre trois équations simultanées

Un système d'équations peut être résolu à l'aide de déterminants avec la règle de Cramer.

La solution de (x, y, z) du système

x + y + z = ----------- (1)

x + y + z = ----------- (2)

x + y + z = ----------- (3)

peut être trouvé en utilisant des déterminants

Solution
Ici, x, y et z sont les variables. , &sont les coefficients de la variable x dans les équations 1, 2 et 3 respectivement
. , & sont les coefficients de la variable y dans les équations 1, 2 et 3 respectivement. , et sont les
coefficients de la variable z dans les équations 1, 2 et 3 respectivement. , et sont les constantes de l'équation 1,2
et 3 respectivement.

Étape 1 :
Résoudre le déterminant des coefficients des variables et il est représenté par∆

∆=

Étape 2 :
Résoudre le déterminant en remplaçant les constantes plutôt que les coefficients de la variable x et cela est représenté par

12/uts
Étape 3 :
Résoudre le déterminant en remplaçant les constantes au lieu du coefficient de la variable y et il est représenté par

Étape 4 :
Résoudre le déterminant en remplaçant les constantes au lieu des coefficients de la variable z et il est représenté par

Étape 5 :
Obtenez la solution sous la forme x =; y= ;z=

Exemple
Résoudre le système en utilisant la règle de Cramer.
2x + 3y + z = 2
-x + 2y + 3z = 1
-3x-3y+z=0

Solution :
Ici = 2; = 3; = 1; = -1; = 2; = 3; = -3; -3; = 1 et =2; = 1; =0

∆= = 2(11) +1(6)-3(7) = 7

Alors, x= = = 28 / 7 = 4

y= = = - 21/ 7 = -3

z= = = 21 / 7 = 3

Donc, la solution est (4,-3, 3)

1.8 Propriétés des Déterminants

Les propriétés des déterminants sont les suivantes :
La valeur du déterminant reste inchangée si ses lignes et ses colonnes sont échangées.
• Si deux lignes ou colonnes changent par un signe négatif uniquement, alors la valeur du déterminant reste inchangée.
•Si deux lignes/colonnes d'un déterminant sont identiques, alors la valeur du déterminant est zéro.
•Si chaque élément d'une ligne/colonne d'un déterminant est multiplié par une même constante puis ajouté au correspondant
Les éléments d'une autre ligne/colonne, alors la valeur du déterminant reste inchangée.
Si chaque élément d'une ligne/colonne d'un déterminant est zéro, alors la valeur du déterminant est zéro.

13/uts
Méthodes quantitatives

1.9 Différence entre Matrices et Déterminants

Voici la différence entre les matrices et les déterminants

Caractéristiques Matrices Déterminants

Définition Une matrice est un tableau de Un déterminant est un tableau carré de nombres
nombres disposés dans (écrit entre deux barres verticales) qui
crochets rectangulaires. représente une certaine somme de produits.

Représentation C'est écrit à l'intérieur Il est écrit entre deux lignes verticales| | .
parenthèses soit ( ) ou [ ].
Valeur/Résultat Cela aboutit à un tableau de Cela donne un seul nombre.
nombre entre crochets.
Influence Multiplication scalaire La multiplication scalaire n'affecte qu'une seule ligne /
affecte tous les éléments dans colonne unique.
une matrice.

Valeur Les matrices contiennent beaucoup Le déterminant a un seul nombre comme aboutissement.
éléments. résultat.
Nature Les matrices peuvent être positives ou La valeur du déterminant est toujours positive. Bien que
négatif. s'il en résulte un nombre négatif, nous le considérons comme
positif parce que le déterminant est comme une distance (il
ne peut pas être négatif que ce soit en avant ou
en arrière)

Tableau 1.1 Différences entre matrices et déterminants

14/uts
Résumé
Une matrice est un tableau rectangulaire de nombres organisé en lignes et en colonnes.
Un ensemble de nombres réels ou complexes disposés dans un tableau rectangulaire de ‘m’ lignes et ‘n’ colonnes, d'un ordre m x
n (lu comme m par n) est appelé une matrice.
•Deux matrices ne peuvent être ajoutées que si elles ont les mêmes dimensions.
La propriété commutative, la propriété associative, la propriété distributive sont vraies pour l'addition de matrices.

Le produit matriciel AB est défini uniquement lorsque le nombre de colonnes dans A est égal au nombre de lignes dans B.
La propriété commutative n'est pas vraie pour la multiplication matricielle.
La propriété associative et la propriété distributive sont vraies pour la multiplication de matrices

Il existe une identité additive, une identité multiplicative, un inverse additive et un inverse multiplicatif pour une matrice.
Un déterminant est un tableau carré de nombres.
Les valeurs de déterminant 3 x 3 sont évaluées par expansion par mineurs.
•Le système d'équations peut être résolu en utilisant des déterminants avec la règle de Cramer.

Références
•[Link],V.N. & Rana, R., [Link],1ère éd., Laxmi Publication ltd.
•Jain,T.R.&Aggarwal, S. C., [Link]ématiques Commerciales et Statistiques,V.K Enterprises.
Matrices et déterminants, [pdf] Disponible à : < [Link] > [Consulté
31 août 2012
•Gunawarden, J., Algèbres matricielles pour débutants, [En ligne] Disponible à : < [Link]
[Link] > [Consulté le 31 août 2012].
•2011, Matrices, [Vidéo en ligne] Disponible à : < [Link] > [Accédé
31 août 2012.
•Hurst,W.,Matrices et déterminants, [Vidéo en ligne] Disponible sur : < [Link]
W8IwKs > [Consulté le 31 août 2012].

Lectures recommandées
•McMahon, D., 2005. L'algèbre linéaire démystifiée, publication McGraw-hill.
•Anton, H., 2010. Algèbre Linéaire Élémentaire, 10e éd., Publications FM.
•Greub,W., [Link] de mathématiques pour diplômés en algèbre linéaire, Springer.

15/uts
Méthodes quantitatives

Auto-évaluation
1. Si la matrice A= et aij est l'élément de la matrice A en ithrang et jthcolonne, alors quelle est la valeur de a21?
a. 3
b. 4
c. 2
d. 5

2. Il est donné que P= et Q = Quelle est la valeur de x+y si P=Q ?

a. 3
b. 5
c. 6
d. 8

3. Un _______ est un tableau rectangulaire de nombres disposés en lignes et en colonnes.

a. Déterminant
b. Matrice
c. Tableau
d. Transposer

4. Deux matrices ne peuvent être additionnées que si elles ont __________.

mêmes dimensions
b. dimensions différentes
c. signe plus
d. signe moins

5. Lorsqu'une matrice est multipliée par un nombre, le processus est appelé _________.
a. multiplication de matrices
b. multiplication scalaire
c. multiplication carrée
d. multiplication rectangulaire

6. Quel type de matrice est A= ?

un carré
b. diagonal
c. null
identité

16/uts
7. Quelle est la matrice d'addition des deux matrices suivantes ?

A et B=

a.

b.

c.

d.

8. Si A = , quelle est la valeur de 5A ?

a.

b.

c.

d.

9. Quelle est la valeur du déterminant?

a. 6
b. 8
c. 7
d. 10

10. Un _________ est un tableau carré de nombres.

une matrice
b. déterminant
c. tableau
d. transposer

17/uts
Méthodes quantitatives

Chapitre II
Logique Mathématique

But
L'objectif de ce chapitre est de :

introduire la logique mathématique

décrire les opérations sur la logique

mettre en évidence

Objectif
Les objectifs de ce chapitre sont de :

•expliquer les connecteurs logiques

élucider les lois de l'algèbre des propositions

•décrire une déclaration de composé

Résultat d'apprentissage

À la fin de ce chapitre, vous serez en mesure de :

•identifier l'utilisation de la logique mathématique

comprendre les procédures complexes sous une forme plus simple

•comprendre l'énoncé et la table de vérité

18/uts
2.1 Introduction
La logique mathématique est un outil permettant de donner un sens précis aux énoncés mathématiques.

Il inclut :
Un langage formel pour les exprimer
Une notation concise pour les représenter
Une méthodologie pour raisonner objectivement sur leur vérité ou fausseté

2.2 Définition
La partie des mathématiques concernée par l'étude des langages formels, du raisonnement formel, de la nature de
preuve mathématique, prouvabilité des énoncés mathématiques, calculabilité et autres aspects des fondements
des mathématiques.

2.2.1 Déclaration
Une déclaration est une phrase déclarative qui est soit vraie soit fausse, mais pas les deux.

2.2.2 Valeur de vérité

La valeur de vérité d'une proposition est vraie (V) si elle est une proposition vraie et fausse (F) si elle est une proposition fausse.

Exemple
P : L'année 1973 étant une année bissextile est une proposition facilement décidée comme fausse.

Notez que l'utilisation de l'étiquette 'P...' afin que l'énoncé global soit lu p est l'énoncé : "L'année 1973 était une année bissextile".
année

Nous utilisons P, Q, R, S, T pour représenter des énoncés et ces lettres sont appelées des variables d'énoncé, c'est-à-dire des variables.
remplacé par des déclarations.

Exemple
Déterminez si les phrases suivantes sont des énoncés ou non. S'il s'agit d'un énoncé, déterminez sa valeur de vérité.

Le soleil se lève à l'ouest. Faux

128= 26Faux

Is 2 an integer? Not a statement as it is interrogative Take the book not a statement

2.2.3 Tableau de vérité

Un tableau qui donne la valeur de vérité de l'énoncé composé en termes de ses parties constitutives est appelé un tableau de vérité.

2.2.4 Instructions composées

Une déclaration composée est une combinaison de deux déclarations ou plus.

Exemple
Aujourd'hui c'est vendredi et c'est un jour férié

19/uts
Méthodes quantitatives

2.3 Déclaration
Une déclaration est une assertion qui peut être déterminée comme Vraie ou Fausse. Une déclaration/une simple déclaration ou proposition
est une phrase déclarative qui est soit vraie soit fausse mais pas les deux. Une déclaration simple est le bloc de construction de base de
la logique.
•Ces énoncés déclaratifs seront admis dans le langage objet qui ont un et un seul des deux
valeurs possibles appelées « TruthValue »
Les deux valeurs de vérité sont vrai et faux, qui sont respectivement notées T et F.
•Occasionnellement, ils sont représentés par les symboles 1 et 0
Nous n'utilisons pas d'autres types d'énoncés dans la langue objet, tels que les exclamations et les interrogations.
Les phrases déclaratives dans la langue objet sont de deux types.
• Le premier type comprend les phrases qui sont considérées comme primitives dans la langue objet
•Ceci sera désigné par des symboles distincts choisis parmi les lettres majuscules A, B...P, Q...
•Le deuxième type est obtenu à partir des primitifs en utilisant certains symboles appelés connecteurs et certains
des signes de ponctuation tels que des parenthèses pour relier des phrases primitives

Dans tous les cas, toutes les phrases déclaratives auxquelles il est possible d'assigner un et un seul des deux valeurs de vérité possibles
sont appelés déclarations.

Les affirmations suivantes ne contiennent aucun connecteur, ce genre d'affirmations est appelé
déclaration atomique ou primitive primaire.
Le Canada est un pays
Moscou est la capitale de l'Espagne
3. Cette déclaration est fausse
4. 1+101=110
Fermez la porte
Toronto est une vieille ville
L'homme atteindra Mars d'ici 2080

Les déclarations sont discutées ci-dessous

Les affirmations 1 et 2 ont des valeurs de vérité vraies ou fausses.
• La phrase 3 n'est pas une déclaration selon la définition, car nous ne pouvons pas lui attribuer une valeur de vérité définitive.
Si nous attribuons une valeur vraie, alors l'énoncé 3 est faux, si on attribue faux alors l'énoncé 3 est vrai.
•La phrase 4 est une déclaration ; si les chiffres sont considérés comme un système décimal, alors la déclaration est fausse. Si c'es
considéré comme un système de numération binaire, alors l'énoncé est vrai. Donc l'énoncé 4 est vrai.
La déclaration 5 n'est pas une déclaration car elle est interrogative

La déclaration 6 est considérée comme vraie dans certaines parties du monde et fausse dans d'autres parties du monde.
La déclaration 7 ne pouvait pas être déterminée, elle ne sera déterminée que dans l'année ou plus tôt lorsque l'homme atteindra
mars avant cette date

2.4 Déclaration composée

Une proposition représentée par une seule variable propositionnelle (sans aucune connexion) est appelée simple (ou primitive)
déclaration.

Une déclaration représentée par une combinaison de variables et de connecteurs de déclaration est appelée un composé
déclaration.

20/uts
Exemple
Un chien ou une voiture est un animal
Un chien n'est pas un animal
5<3
Si la terre est plate, alors 3+4 = 7

2.5 Connecteurs
Dans le cas d'énoncés simples, leurs valeurs de vérité sont assez évidentes. Il est possible de construire des...
des déclarations à partir de déclarations plus simples en utilisant certains mots ou expressions de connexion connus sous le nom de « propositions »

"connecteurs". Les énoncés que nous considérons initialement sont des énoncés simples, appelés énoncés atomiques ou premiers.
Une nouvelle déclaration peut être formée à partir de déclarations atomiques grâce à l'utilisation de connecteurs propositionnels. La déclaration résultante
une déclaration est appelée des déclarations moléculaires ou des déclarations composées. Ainsi, les déclarations atomiques sont celles qui n'ont pas de
connecteurs. Des lettres majuscules sont utilisées pour désigner des énoncés.

Les lettres majuscules avec ou sans indices seront également utilisées pour désigner des énoncés arbitraires. Dans ce sens, un énoncé
"P" désigne soit une déclaration particulière, soit fonctionne comme un espace réservé pour toute déclaration. Cet usage dual du symbole
pour désigner soit une déclaration définitive, appelée constante, soit une déclaration arbitraire appelée variable.
La valeur de vérité de "P" est le tableau de vérité de l'énoncé réel qu'il représente.
Il convient de souligner que lorsque "P" est utilisé comme variable d'énoncé, il n'a aucune valeur de vérité et ne le fait pas.
représenter une déclaration en logique symbolique.

La plupart des énoncés mathématiques sont des combinaisons d'énoncés plus simples formés par un choix de mots.
« non », « et », « ou », « si ... alors » et « si et seulement si ». Ce sont des connecteurs logiques ou simplement des connecteurs et
sont désignés par les symboles suivants :

Connectif Symbole
Pas ∼ ou¬ Négation
Et ∧ Conjonction
Ou ∨ Disjonction
Si...alors → Conditionnel
Si et seulement si ↔ Biconditionnel

Tableau 2.1 Symboles des connecteurs

2.5.1 Négation
Définition de la négation
Si P est une variable d'énoncé, la négation de P est "non P" ou "ce n'est pas le cas que P" et est notée par∼ [Link]
valeur de vérité opposée de P.

La phrase de négation est généralement formée en introduisant le mot "pas" à un endroit approprié dans l'énoncé avec le
Ce n'est pas le cas que

Soit P une déclaration. La négation de P, écrite∼ P ou P¬ est l'énoncé obtenu en niant l'énoncéP.

Si la valeur de vérité de P est vraie, alors la valeur de vérité de∼ P est faux, et si la valeur de vérité de P est fausse alors la valeur de vérité de
∼ P est vrai.

Cette définition de la négation est résumée par le tableau de vérité ci-dessous.

21/uts
Méthodes quantitatives

P∼ P
V F
F T

Tableau 2.2 Table de vérité de la négation

Exemple
L'entier 10 est pair
Alors∼ L'entier 10 n'est pas pair

Londres est une ville

∼ Ce n'est pas le cas que Londres soit une ville.
∼ London n'est pas une ville

Je suis allé à ma classe hier.

∼ Je ne suis pas allé à mon cours hier
∼ J'étais absent de ma classe hier.

Je suis allé à ma classe hier.

∼ Je ne suis pas allé à ma classe hier
∼ J'étais absent de ma classe hier

La négation est appelée connectives bien qu'elle ne fasse que modifier une déclaration ou une variable.

2.5.2 Conjonction
Soit P et Q des énoncés. La conjonction de P et Q, écrite P∧ Q, est l'énoncé formé en joignant des énoncés
P et Q en utilisant le mot « et ». L'énoncé P∧Q est vrai si P et Q sont tous deux vrais ; sinon P∧Q est faux.

Le symbole∧ s'appelle "et". Soit P et Q des énoncés. La table de vérité de P∧ Q est donné ci-dessous.

Définition
Si p et q sont des variables d'énoncé, la conjonction de p et q est "p et q", notée p∧La déclaration composée
p∧La déclaration composée p∧ q est vrai lorsque p et q sont tous deux vrais ; sinon, c'est faux.

P Q P∧Q
T T T
T F F
F T F
F F F

Tableau 2.3 Tableau de vérité de la conjonction

Exemple
P : 2 est un entier pair,
7 divisé par 14
R:2 est un entier pair et 7 divise 14.

22/uts
Il pleut aujourd'hui
Il y a 20 tables dans cette pièce.
Il pleut aujourd'hui et il y a 20 tables dans cette pièce.

Jack et Jill sont montés à la colline.

De cette déclaration, nous obtenons deux déclarations : Jack est monté sur la colline et Jill est montée sur la colline.
Alors, l'énoncé donné peut être écrit symboliquement à partir de P∧Q.

2.5.3 Disjonction
Soit P et Q des énoncés. La disjonction de P et Q, écrite P∨ Q est une déclaration formulée en mettant les déclarations P
et Q ensemble en utilisant le mot « Ou ». La valeur de vérité de l'énoncé P∨Q est T si au moins une des affirmations P et Q
est vrai. Le symbole∨ s'appelle « Ou », pour l'énoncé P∨ Q est donné ci-dessous.

Définition
Si P et Q sont des variables d'énoncé, la disjonction de P et Q est « P ou Q », notée P∨ Q. L'énoncé composé
P∨ Q est vrai si au moins l'un de P ou Q est vrai ; il est faux lorsque P et Q sont tous deux faux.

P Q P∨ Q
T T T
T F T
F T T
F F F

Tableau 2.4 Table de vérité pour la disjonction

Exemple
P:22+33est un entier pair
Q:22+33est un entier impair alors P∨ Q:22+33est un entier pair ou 22+33est un entier impair
OU
P∨ Q :22+33est un entier pair ou un entier impair

La notation pour les inégalités implique des déclarations "et" et "ou".

Soit a, b et c des nombres réels particuliers.
a≤ b signifie a < b ou a = b
a<b<c signifie a<b et b<c
∼ est une opération unaire tandis que∨ et∧ sont des opérations binaires.
3 ou -5 est negatif – la valeur de vérité est fausse
ouπ est un entier --- la valeur de vérité est fausse

2.5.4 Conditions ou Implication

Soit P et Q deux énoncés. Alors « Si P, alors Q » est l'énoncé appelé une implication ou un énoncé conditionnel, écrit
P→ Q .

L'énoncé P→ Q a une valeur de vérité F lorsque la valeur de vérité de P est vraie et que Q est faux. Sinon, la valeur de vérité de
La condition ou l'implication est T. L'énoncé P est appelé l'antécédent ou l'hypothèse et q est appelé le conséquent ou
conclusion en P→ Selon la définition, il n'est pas nécessaire qu'il y ait une sorte de relation entre P et
Q afin de former P→ Q. L'énoncé P→ Q doit également être lu comme
P implique Q
Ou
P est suffisant pour Q

23/uts
Méthodes quantitatives

Ou
Q si P
Ou
Q chaque fois P.
Dans l'implication P→ Q,P est appelé l'hypothèse et Q est appelé la conclusion. La table de vérité de P→ Q est
ci-dessous.
Définition
Si P et Q sont des déclarations, la déclaration « si P alors Q » ou « P implique Q », notée P→Q est appelé le conditionnel
déclaration ou implication.

P Q P→ Q
T T T
V F F
F T T
F F T

Tableau 2.5 Table de vérité pour l'implication

Exemple
Si aujourd'hui est dimanche, alors j'irai me promener.
Aujourd'hui, c'est dimanche
Je vais faire une promenade

Variétédeterminologie:
Si P alors Q Q si P
P implique Q Q quand P
P seulement si Q Q découle de P
P est suffisant pour Q Q est nécessaire pour P

2.5.5 Biconditionnelle ou Bi-implication

Soit P et Q deux énoncés. Alors "P si et seulement si Q", écrit P↔Q est appelé la bi-implication ou le biconditionnel
de l'énoncé P et Q. L'énoncé P↔Q peut également être lu comme "P est nécessaire et suffisant pour Q" ou "Q est
nécessaire et suffisante pour P" ou "Q si et seulement si P" ou "Q lorsque et seulement lorsque P". Nous définissons que la Bi-implication
P↔Q est considéré vrai lorsque P et Q ont les mêmes valeurs de vérité et faux sinon. Cela est noté par
P↔Q. La table de vérité est donnée ci-dessous.

P Q P↔Q
T T T
V F F
F T F
F F F

Tableau 2.6 Tableau de vérité de la biimplication

24/uts
2.5.6 Contraposition, Converse et Inverse
Le contraposé de P→ Q est∼Q→∼P
Le converse de P→ Q est Q→P
L'inverse de P→ Q est∼P→ ∼Q

2.6 Tautologie, Contradiction et Contingence

Une tautologie est une forme d'énoncé où ses valeurs de vérité dans toutes les lignes du tableau de vérité sont toujours vraies. Une contradiction
est une forme d'énoncé où ses valeurs de vérité dans toutes les lignes du tableau de vérité sont toujours fausses.

Une contingence est une forme d'énoncé qui n'est ni tautologie ni contradiction. Normalement, elle est désignée par l'utilisation de la tautologie.
et c est utilisé pour désigner une contradiction.

Exemple
Soit P, Q, R des variables de déclaration. Montrez que la forme de déclaration
∼P∨ P est une tautologie
∼P∧ P est une contradiction
(P∧Q)∨ ∼ R est une contingence

a.
P∼P ∼P∨ P
F T T
T F T

Tableau 2.7∼P∨ P est une tautologie

b.
P∼P∼P∧ P
F T F
T F F

Tableau 2.8 contradiction

c.
P Q R P∧Q∼R (P∧ Q) V∼R
F F F F T T
F F T F F F
F T F F T T
F T T F F F
F F F F T T
T F T F F F
T T F T T T
T T T T F T

Tableau 2.9 contingence

25/uts
Méthodes quantitatives

2.7 Lois de l'algèbre

Voici les lois de l'algèbre
2.7.1 Loi d'identité
P∨ P≡ P
P∨ T≡ T
P∨ F≡ P
P∧ P≡ P
P∧ T≡ P
P∧ F≡ F
T→P≡ P
F→P≡ T
P→P≡ T
P→T≡ T
P→F≡ ∼P
P↔ P≡ T
P↔ T≡ P
P↔ F≡ ∼P

2.7.2 Loi commutative

P∨Q≡ Q∨P
P∧Q≡Q∧P
P→Q≠ Q→ P
P↔ Q = Q↔P

2.7.3 Loi de complément

P∨ ∼ P≡T
P∧ ∼ P≡ F
P→∼ P≡∼ P
P↔∼ P≡F
∼ P→P≡P

2.7.4 Double Négation

∼(∼ P)≡ P

2.7.5 Loi associative

P∨(Q∨R)≡ (P∨Q)∨R
P∧(Q∧R)≡(P∧Q)∧R

2.7.6 Loi distributive

P∨(Q∧R)≡ (P∨Q)∧(P∨R)
P∧(Q∨R)≡ (P∧Q)∨(P∧R)

2.7.7 Loi d'absorption

P∨(P∧Q)≡P
P∧(P∨Q)≡P

2.7.8 La loi de De Morgan

∼(P∨Q)≡∼P∧∼Q
∼(P∧Q)≡∼P∨∼Q

26/uts
2.7.9 Équivalence de la contraposée
P→Q≡∼Q→∼P

2.7.10 Autres
P→Q≡∼P∨Q
P↔Q≡(P→Q)∧(Q→P)

27/uts
Méthodes quantitatives

Résumé
La logique mathématique est un outil pour donner un sens précis aux énoncés mathématiques.
Une affirmation est une phrase déclarative qui est soit vraie soit fausse, mais pas les deux.
La valeur de vérité d'une proposition est vraie (V) si elle est d'une proposition vraie et fausse (F) si elle est d'une proposition fausse.
Une table qui donne la valeur de vérité de l'énoncé composé en termes de ses parties composants s'appelle une table de vérité.
table.
Une déclaration composée est une combinaison de deux ou plusieurs déclarations.
Toutes les phrases déclaratives auxquelles il est possible d'assigner l'une et l'autre des deux valeurs de vérité possibles sont
appelées déclarations.
Il est possible de construire des déclarations plutôt compliquées à partir de déclarations plus simples en utilisant certains connecteurs.
des mots ou expressions connus sous le nom de « connecteurs de phrases ».

La déclaration de négation est généralement formée en introduisant le mot « ne » à un endroit approprié dans la déclaration avec
Il n'est pas le cas que et se lit comme "non P".
•Soit P et Q deux énoncés. Alors "Si P, alors Q" est l'énoncé appelé une Implication ou énoncé conditionnel.
écrit P→ Q.

Références
•Fulda, J. S., 1993. Disjonction exclusive et bi-conditionnelle : une relation paire-impaire, Mathématiques
Magazine.
•Hallie,P. P., [Link] note sur les connecteurs logiques, Mind 63.
•Bartlett,A.,Logique Mathématique Simple, [Vidéo en ligne]Adisponible à : <[Link]
jU_g > [Consulté le 31 août 2012].
Dr. Kirthivasan, K., Logique propositionnelle[Vidéo en ligne] Disponible à : <[Link]
regarder?v=xlUFkMKSB3Y > [Consulté le 31 août 2012].
•Lifschitz,V.,Notes de cours sur la logique mathématique, [pdf] Disponible à : <[Link]
enseignement/[Link] > [Consulté le 31 août 2012].
•Simpson, S., Logique mathématique, [En ligne]Adisponible à : <[Link]
> [Consulté le 31 août 2012].

Lectures recommandées
•Dean McCullough,P., [Link] Logiques pour la Logique Propositionaliste Intuitionniste, Journal de Symbolique
Logique.
•Wansing, H., 2006. Connecteurs Logiques pour la Logique Modale Constructive.
•Hallie,P. P., [Link] Note sur les Connecteurs Logiques, Esprit 63.

28/uts
Auto-évaluation :
1. "Le Canada est un pays". Quel type de déclaration est-ce ?
a. Énoncé primitif
b. Énoncé composé
c. Déclaration élémentaire
d. Déclaration principale

2. "Un chien ou une voiture est un animal". Quel genre d'affirmation est-ce ?
a. Énoncé primitif
b. Déclaration composée
c. Déclaration élémentaire
d. Déclaration principale

3. Quel est le symbole de la négation ?

a. ∧
b. ∨
c. ∼
d. →

4. Quel est le symbole de la conjonction ?

a.∧
b. ∨
c. ∼
d. →

5. Quel est le symbole de la disjonction ?

a. ∧
b. ∨
c. ∼
d. →

6. Quel est le symbole de l'implication ?

a. ∧
b. ∨
c. ∼
d. →

7. Si P est vrai et Q est faux, quelle est la valeur de P ∨

? Q?
a. T
b. F
c. Invalide
d. non valeur

29/uts
Méthodes quantitatives

8. Si P est vrai et Q est faux, quelle est la valeur de P∧ Q?

a. T
b. F
c. Invalide
d. non valeur

9. Si P est vrai et Q est faux, quelle est la valeur de P →

? Q?
a. T
b. F
c. Invalide
d. non valeur

10. Si P est vrai et Q est faux, quelle est la valeur de P ?↔ Q?

a. T
b. F
c. Invalide
non valeur

30/uts
Chapitre III
Théorie des ensembles

But
L'objectif de ce chapitre est de :

• définir un ensemble

•discuter des différents types d'ensemble

élucider les opérations sur les ensembles

Objectif
Les objectifs de ce chapitre sont de :

•discuter des types d'ensembles

•expliquer l'ensemble vide et l'ensemble universel

•expliquer la loi de De Morgan

Résultat d'apprentissage

À la fin de ce chapitre, vous serez capable de :

•comprendre l'ensemble standard

comprendre le concept d'ensembles d'intersection et d'ensembles disjoints

•comprendre les opérations sur les ensembles.

31/uts
Méthodes quantitatives

3.1 Définition d'un ensemble

Un ensemble est une collection d'objets bien définis enfermés dans des accolades, généralement notés par des lettres majuscules.

Les objets qui forment l'ensemble sont appelés les éléments ou membres de l'ensemble. Les éléments sont notés par des lettres minuscules.
minuscules.

Exemple
A = {1, 2, 3... 100} représente l'ensemble des nombres de 1 à 100
V= {a, e, i, o, u} représente l'ensemble des voyelles dans l'alphabet anglais
La notation suivante est utilisée pour montrer l'appartenance à un ensemble
x∈ A signifie que x est un membre de l'ensemble A.
x∉ A signifie que x n'est pas un membre de l'ensemble A.

3.2 Ensembles Standards

Voici les ensembles standards
N = ensemble des nombres naturels = {1, 2, 3, 4...}
Z = ensemble de tous les entiers = {...,-3,-2,-1, 0,1,2,3...}
R = ensemble de tous les nombres rationnels = {p/q : p est un entier, q≠0}
Q=ensemble de tous les nombres réels

3.3 Représentation de l'ensemble

Voici les méthodes pour représenter des ensembles
3.3.1 Forme Tabulaire / Méthode de Roaster
Sous forme tabulaire, tous les éléments de l'ensemble sont énumérés ou listés.

Exemple
L'ensemble des nombres naturels de 1 à 100 est donné par
N= {1, 2, 3, 4...100}
L'ensemble des voyelles est donné par
V= {a, e, i, o, u}

3.3.2 Méthode de règle

Selon cette méthode, la propriété définissante de l'ensemble est spécifiée.
Si tous les éléments de l'ensemble ont une PropriétéP, alors nous pouvons définir l'ensemble comme
A={x: x a la propriété P}

Exemple
N={x: 1≤x≤100, x est un nombre naturel} ou {x/1≤x≤100,x∈N}
Où, N représente un nombre naturel
V={x/x est une voyelle de l'alphabet anglais}

3.3.3 Forme descriptive

Dans cette méthode, les éléments de l'ensemble sont décrits verbalement dans les accolades.

Exemple :
N = {nombres naturels de 1 à 100}
V= {voyelles de l'alphabet anglais}

32/uts
3.4 Types d'ensembles
Voici les types d'ensembles

3.4.1 Ensemble Fini

Un ensemble avec un nombre fini ou dénombrable d'éléments est appelé un ensemble fini.
Exemple :
{a, e, i, o, u}

3.4.2 Ensemble Vide ou Null

Un ensemble qui ne contient aucun élément est appelé un ensemble vide ou un ensemble nul. Un ensemble vide est noté comme { } ouφ.
Exemple :
A= { }
A=φ

3.4.3 Sous-ensemble

L'ensemble P est un sous-ensemble d'un ensemble Q, symbolisé par P⊆ Q, si et seulement si tous les éléments de l'ensemble P sont également les éléments de l'ensemble
Q.

Remarque :
• chaque ensemble est un sous-ensemble de lui-même

• L'ensemble vide est un sous-ensemble de chaque ensemble

Exemple :
Soit A = {1, 2, 3}
Alors { }, {1}, {2}, {3}, {1,2}, {1,3}, {2,3}, {1,2,3} sont les sous-ensembles de l'ensemble A={1,2,3}.

[Link] Sous-ensemble propre

L'ensemble G est un sous-ensemble propre de H, symbolisé par G ⊂ H, si et seulement si tous les éléments de l'ensemble G sont des éléments de l'ensemble H
et définir G≠ ensemble H.

L'ensemble H doit contenir au moins un élément qui n'est pas dans l'ensemble G.
Exemple
Considérez l'exemple ci-dessus, {},{1},{2},{3},{1,2},{1,3},{2,3} sont les sous-ensembles propres de A={1,2,3}.

[Link] Sous-ensemble inapproprié

L'ensemble S est un sous-ensemble impropre de T, symbolisé par S⊆ T, si et seulement si tous les éléments de l'ensemble S sont les éléments de
ensemble T et ensemble S = ensemble T.

Exemple
Dans l'exemple ci-dessus, {1,2,3} est un sous-ensemble impropre de l'ensemble A={1,2,3}

3.4.4 Ensemble Infini

Ni un ensemble vide ni un ensemble fini n'est appelé un ensemble infini. Un tel ensemble contiendra infiniment d'éléments.
Exemple
N= {1, 2, 3...}
Z = {...-3,-2,-1, 0,1,2,3...}

33/uts
 Méthodes quantitatives

3.4.5 Ensembles disjoints

Deux ensembles sont dits des ensembles disjoints s'ils n'ont aucun élément commun.
Exemple
Si
A={x : x est un nombre pair}
{y: y est un nombre impair}
Alors A et B seront des ensembles disjoints.

3.4.6 Ensembles qui se chevauchent

Deux ensembles sont dits ensembles qui se chevauchent s'ils ont des éléments communs.
Exemple
A= {1, 2, 3, 4, 5}
B= {3, 4, 5, 6, 7}

Ces ensembles se chevauchent car les éléments 3, 4 et 5 sont communs aux deux ensembles.
L'élément commun aux deux ensembles est appelé l'intersection des deux ensembles et est noté A∩ B.
D'autre part, l'addition de deux ensembles s'appelle l'union de deux ensembles et est notée par A∪ B.

Ensemble Universel
Un ensemble universel est l'ensemble qui contient les éléments de tous les ensembles sous considération. Il est généralement noté U.
ouΩ.
Exemple
{4,7,8,9}
L'ensemble des entiers, I= {...,-2,-1, 0, 1, 2...} sera l'ensemble universel pour A et B.

3.4.8 Ensemble Égal

Deux ensembles sont dits égaux s'ils contiennent les mêmes éléments.

Exemple
A= {2, 4, 6, 8} B={x: x est un nombre pair entre 1 et 9} sont des ensembles égaux car ils contiennent les mêmes éléments
P= {1, 3, 6} Q= {6, 1, 3} est également un ensemble égal.

3.4.9 Ensemble complémentaire

Étant donné un ensemble A, l'ensemble complémentaire est l'ensemble qui contient des éléments ne faisant pas partie de A et est noté par A’.
L'union (qui sera discutée dans les opérations sur les ensembles) de l'ensemble donné et de son complément donnera l'ensemble universel. Cela
est A∪ A’=U.

Exemple
{x: x est un livre de mathématiques dans la bibliothèque}
}euqèhtoilbB
ialàseuqim
M
éhtedataervilnusaptse'ny:=
y{A
'
Et l'ensemble universel dans ce cas est U = l'ensemble de tous les livres dans la bibliothèque.

3.4.10 Ensemble Équivalent

Deux ensembles sont dits équivalents si le nombre d'éléments dans un ensemble est égal au nombre d'éléments dans l'autre.
autre ensemble. Le nombre d'éléments dans un ensemble est connu sous le nom de nombre cardinal de l'ensemble.

Donc, si les nombres cardinaux de deux ensembles sont égaux, alors ces deux ensembles sont dits être des ensembles équivalents. Nombre cardinal
de l'ensemble A est représenté par n (A).
Exemple
A= {1, 2, 3, 4}
B= {a, b, c, d}

34/uts
Ici, n (A) =4 et n (B) =4
Ainsi, les ensembles A et B sont dits ensembles équivalents.

3.5 Illustration de Divers Ensembles

Considérons trois ensembles A, B et C sous forme de règles comme A= {x: x sont les voyelles}, B= {x: x sont les consonnes}
{x: x est les 10 premières lettres de l'anglais}

Sous forme de tableau

{a,e,i,o,u}
Les ensembles A et B sont des ensembles disjoints car aucun élément de A n'est présent dans B et vice versa.
L'ensemble A et l'ensemble C sont des ensembles qui se chevauchent car les deux contiennent l'élément a, e, i en commun.

Les ensembles B et C se chevauchent également car ils contiennent tous deux les éléments b, c, d, f, g, h, j en commun.
L'ensemble de tous les alphabets de l'anglais est l'ensemble universel pour A, B, C. U = {a, b, c, d... z}
•l'ensemble A est un complément de l'ensemble B car il contient des éléments qui ne sont pas contenus dans l'ensemble A et l'union de l'ensemble A et de l'ensemble B sera

donnez l'ensemble universel U.

3.6 Opérations de base sur les ensembles

Voici les opérations de base sur les ensembles

3.6.1 Intersection de deux ensembles

L'intersection de deux ensembles est l'ensemble des éléments communs aux deux ensembles donnés. L'intersection de deux ensembles A
et B est désigné comme A∩ B.

Sous forme de notation, nous pouvons définir l'intersection de deux ensembles A et B comme
Un∩ B = {x: x∈ A, x∈ B}.

Si, A∩ B =φ, alors A et B sont dits ensembles disjoints. Si A∩ B≠ φ, alors A et B sont appelés ensembles chevauchants.

Exemple
Donné
A= {1, 2, 3, 4, 5}
B= {4, 5, 6, 7, 8}
Alors A∩ B = {4, 5}

3.6.2 Union de deux ensembles

L'union des deux ensembles est l'ensemble contenant les éléments appartenant à A et également les éléments appartenant à B.
l'union de ces ensembles est notée A∪ B. En notation, nous pouvons définir l'union des deux ensembles comme A∪ B = {x: x
∈ A, x∈ B, x∈ Un∩ B}.

Exemple
A= {1, 2, 3, 4, 5,}
B= {4, 5, 6, 7, 8}
Donc, A∪ B = {1, 2, 3, 4, 5, 6, 7, 8}

3.6.3 Complément Relatif ou Différence de Deux Ensembles

La différence de deux ensembles A et B est l'ensemble des éléments qui appartiennent à A mais n'appartiennent pas à B. La différence de
deux ensembles est noté par
A – B. Sous forme de notation, nous pouvons définir la différence de deux ensembles comme
A – B = {x : x∈ A, x∉ B}
De même, B - A = {x : x∈ B, x∉ A}

35/uts
Méthodes quantitatives

Exemple
A= {1, 2, 3, 4, 5}
{4, 5, 6, 7, 8}
Alors, A – B = { 1,2,3} Bien que 4,5 appartient à A, elle appartient aussi à B, donc elle n'est pas incluse.

3.6.4 Complément d'un ensemble

L'ensemble complémentaire est l'ensemble qui contient des éléments n'appartenant pas à A mais appartenant à l'ensemble universel. En notation
Dans ce formulaire, nous pouvons définir le complément d'un ensemble comme A' = {x: x∉ A, x∈ U}.

Exemple
Étant donné U = { 1,2,3,4,5,6,7,8,9,10 }
A= {1, 2, 3}
Donc A’ = {4, 5, 6, 7, 8, 9, 10}

3.6.5 Différence symétrique de deux ensembles

La différence symétrique de deux ensembles est l'union des deux compléments relatifs.
Un∆ B = (A – B)∪ (B - A)

Il peut également être exprimé comme le complément relatif de l'union des deux ensembles et l'intersection des deux ensembles.
Un∆ B = (A∪ B) – (A∩ B)

Exemple
Étant donné A = {1, 2, 3, 4, 5}
B= {4, 5, 6, 7, 8}

Solution 1 :
Un∆ B = (A - B)∪ (B - A)
A – B = {1, 2, 3}
B – A = {6, 7, 8}
Alors, A∆ B = {1, 2, 3} ∪ {6, 7, 8}
Donc A∆ B = {1, 2, 3, 6, 7, 8}

Solution 2 :
Un∆ B = (A∪ B) – (A∩ B)
Un∪ B = {1, 2, 3, 4, 5, 6, 7, 8}
Un∩ B = {4, 5}
Un∆ B = {1,2,3,6,7,8}
Donc A∆ B = {1, 2, 3, 6, 7, 8}

3.7 Propriétés de l'ensemble

Voici les propriétés des ensembles

3.7.1 Loi commutative

Un∪ B = B∪ A
Un∩ B = B∩ Un
A∆ B = B∆ A

3.7.2 Loi associative

Un∩ (B∩ C) = (A∩ B)∩ C
Un∪ (B∪ C) = (A∪ B)∪ C
Un∆ (B∆ C) = (A∆ B)∆ C

36/uts
3.7.3 Loi distributive
Un∪ (B∩ C) = (A∪ B)∩ (A∪ C)
A∩ (B∪ C) = (A∩ B)∪ (A∩ C)

3.7.4 Loi d'identité

Un∪ φ A
Un∩ U = A
φ’ = U
U’ =φ

3.7.5 Loi de complément

Un∪ A’=U
A∩ A’=φ

3.7.6 Loi idempotente

Un∪ A = A
Un∩ A = A

3.7.7 Loi Liée

Un∪ U = U
Un∩ φ = φ

3.7.8 Loi d'absorption

Un∪ (A∩ B) = A
Un∩ (A∪ B) = A

3.7.9 Loi d'involution

(A’)’= A

3.7.10 La loi de De Morgan

Le complément de l'union de deux ensembles est égal à l'intersection de leurs compléments.
(A∪ B) ’ =A’∩ B’

Le complément de l'intersection de deux ensembles est égal à l'union de leurs compléments.

(A∩ B)’ =A’∪ B’
A - (B∩ C) = (A – B)∪ (A – C)
A – (B∪ C) = (A - B)∩ (A – C)

3.7.11 Plus de résultats

n (A∪ B) = n (A) + n (B) – n (A∩ B)
n(A∪ B∪ C) = n(A) + n(B) + n(C) - n(A∩ B)-n(B∩ C) –n(A∩ C) + n( A∩B∩C)

Exemples Résolus
Exemple 1
{1,2,3,4}
Trouvez A, B∪ C, A∩ C

37/uts
 Méthodes quantitatives

Solution :
10}9,8,7,6,{5,
B∪ C = {2, 3, 4, 5, 6, 8}
A∩ C = {3, 4}

Exemple 2
{1,2,3,4}
Trouvez A - B, B - C, (A ∪ B)

Solution :
A - B = {1, 3}
B – C= {2}
Un∪ B = {1, 2, 3, 4, 5, 6, 8}
(A∪ B)'= {7, 9, 10}

Exemple 3
Si U ={1,2,3...10} A={3,4,6,10} B={1,2,4,5,6,8} Vérifiez les lois de complémentation de De Morgan.
(A∪ B)’ =A’∩ B’

Solution :
LHS : (A∪ B)
Un∪ B = {1, 2, 3, 4, 5, 6, 8, 10}
(A∪ B)’ = {7, 9} --------- (1)
RHS:A’∩ B’
9}8,7,5,2,{1,
B’ = {3, 7, 9, 10}
A∩’ B’ = {7, 9} --------- (2)
D'après (1) et (2), il est clair (A∪ B)’ =A’∩ B’

1. (A∩ B)’ =A’∪ B’

Solution :
LHS = (A∩ B)
Un∩ B = {4, 6}
(A∩ B)’ = {1,2,3,5,7,8,9,10}-----------(1)
Maintenant, A' = {1, 2, 5, 7, 8, 9}
{3, 7, 9, 10}
Donc, A’∪ B' = {1,2,3,5,7,8,9,10}-------(2)
De (1) et (2), il est clair que (A∩ B)’=A’∪ B’
AinsiVérifié.

Exemple 4
Si A= {-8,-7,-5, 1, 2, 4}
B= {-7, 1, 3, 4, 5, 6}
C= {-8,-5, 2, 4, 6, 7}
VérifiezA-(B∪ C) = (A - B)∩ (A – C)

Solution :
LHS : A – (B∪ C)
B∪ C = {-7, 1, 3, 4, 5, 6,-8,-5, 2, 7}

38/uts
Donc A - (B∪ C) = { } ------ (1)
(A – B)∩ (A – C)
Maintenant, A - B = {-8,-5, 2}
A – C = {1,-7}
(A - B)∩ (A – C) = { }

D'après (1) et (2), il est clair que A - (B∪ C) = (A – B)∩ (A - C)

Donc vérifié.

Exemple 5
Si A= {-9,-7,-6,-3,0,2}, B= {-7,-3,0,4,5,6} C={-9,-6,2,-7,8}, Vérifiez
A – (B∩ C) = (A – B)∪ (A - C)

Solution :
L H S:
A – (B∩ C)
B∩ C = {-7}

Donc A – (B∩ C) = {-9,-6,-3, 0, 2} -------- (1)

Maintenant, A - B = {-9, -6, 2}
A - C = {-3, 0}
(A – B)∪ {-9,-6, 2,-3, 0} ----- (2)

D'après (1) et (2), il est clair que A - (B∩ C) = (A - B)∪ (A – C)

Ainsi vérifié.

39/uts
Méthodes quantitatives

Résumé
Un ensemble est une collection d'objets bien définis enfermés dans des accolades.
Les objets qui forment l'ensemble sont appelés les éléments ou membres de l'ensemble.
•Sous forme de tableau, tous les éléments de l'ensemble sont énumérés ou listés.
L'ensemble P est un sous-ensemble de l'ensemble Q, symbolisé par P ⊆ Q, si et seulement si tous les éléments de l'ensemble P sont également des éléments de
ensemble Q.

Un ensemble qui ne contient aucun élément s'appelle un ensemble vide ou un ensemble nul.

Deux ensembles sont dits disjoints s'ils n'ont aucun élément commun.
Deux ensembles sont dits ensembles chevauchants s'ils ont des éléments communs.
Un ensemble universel est l'ensemble qui contient les éléments de tous les ensembles considérés.
Deux ensembles sont dits égaux s'ils contiennent les mêmes éléments.
L'intersection de deux ensembles est l'ensemble des éléments communs aux deux ensembles donnés.
L'union des deux ensembles est l'ensemble contenant les éléments appartenant à A et également les éléments appartenant à
B.
•A∆ B = (A – B)∪ (B - A)
La loi de De Morgan (A∪ B) ’ =A’∩ B’

Références
•Akekar, R., 2008. Mathématiques discrètes : Théorie des ensembles, 2ème éd., Publication Dorling Kindersley Inde.
•[Link],[Link]ématiques avec la théorie des graphes et la combinatoire : Théorie des ensembles, 7e éd., McGraw-Hill
Publication Hill.
•Lipchutz, S., 1998. Théorie des ensembles et sujets connexes, 2e éd., Publication McGraw-Hill.
•Progressions arithmétiques et géométriques, [En ligne]Adisponible à : < [Link]
[Link] > [Consulté le 31 août 2012].
•Progressions arithmétiques et géométriques,[En ligne]A disponible à : < [Link]
module3/FeuilleDeTravail36/[Link] > [Consulté le 31 août 2012].
•2011, Progressions arithmétiques et géométriques, [Vidéo en ligne] Disponible t: < [Link]
regarder?v=ze0hNuxJaVE > [Consulté le 31 août 2012].
•Lee, D., Progression Arithmétique, [Vidéo en ligne] Disponible à : < [Link]
OVU > [Consulté le 31 août 2012].

Lectures recommandées
•Waters, D., 2006.Méthodes quantitatives pour les affaires, Théorie des ensembles, 4e éd., Publication Prentice Hall.
•Bedward, D., 1999. Méthodes quantitatives, théorie des ensembles, Elsevier.
Slater, J, C., 2007. Méthodes quantitatives, Théorie des ensembles, Thomson Learning.

40/uts
Auto-évaluation
[Link] ____ est une collection d'objets bien définis enfermés dans des accolades.
a. Ensemble

b. Sous-ensemble

c. Objet
d. Élément

Un ensemble qui ne contient aucun élément est appelé ensemble _____.

égal
b. équivalent
c. vide
d.finite

Deux ensembles sont dits __________ s'ils n'ont aucun élément commun.
a. ensembles disjoints
b. ensembles qui se chevauchent

c. ensembles d'intersection
d. ensembles égaux

Deux ensembles sont dits ______ si le nombre d'éléments dans un ensemble est égal au nombre d'éléments dans l'autre.
ensemble.
un ensemble disjoint
b. ensemble équivalent
c. ensemble chevauchant
d. ensemble d'intersection

5. If A = {1,2,3,4,5} and B={4,5,6,7,8} ,what is A – B ?

{4,5}
b. {6,7,8}
c. {1,2,3}
d. {1,2,3,4,5}

6. Est-ce que P= {1, 3, 6} Q= {6, 1, 3} est un ensemble égal ?

a. Vrai
b. Faux

7. A-t-on A= {1, 2, 3, 4} et B= {a, b, c, d} un ensemble équivalent ?

a. Vrai
b. Faux

{5,6,7,8,9,10}
{1,2,3,4,5}
b. {4,5,6,7}
c. {7,8,9,10}
d. {5,6,7,8,9,10}

41/uts
Méthodes Quantitatives

9. Si B= {2,4,6,8} et C= {3,4,5,6,8}, quelle est la valeur de B ∪

? C?
a. {2,3,4,5,6,8}
b. {2,4,6,8}
c. {3,4,5,6,8}
d. {4,6,8}

10. Si A= {1,2,3,4} et C= {3,4,5,6,8}, quelle est la valeur de A ?∩ C?

{1,2,3,4}
b. {3,4}
c. {3,4,5,6,8}
d. {1,2,3,4}

42/uts