Cours 2 : Relations binaires/d’équivalence/d’ordre, Diagramme de Hasse, Treillis

Chapitre 2 : Relations

I. Relations binaires

Relation binaire sur une ensemble $E$ :

la donnée d’une partie de $E\times E$

NB: Si $R⊆E\times E$, on note $xRy ⟺ (x,y)∈R$

Vocabulaire :

  • Réflexive : $∀x, xRx$
  • Symétrique : $∀ x,y ∈ E, xRy ⟹ yRx$
  • Antisymétrique : $∀ x\neq y ∈ E, xRy ⟹ \lnot (yRx)$
  • Transitive : $∀ x,y,z ∈ E, xRy ∧ yRz ⟹ xRz$

Clôture transitive $R^{**}$ de $R$ :
∀x, y ∈E, xR^{**}y ⟺ ∃n\geq 1, x_1, ⋯, x_n ∈ E ; \\ (x_0 = x) ∧ (x_i R x_{i+1} ∀i∈⟦0,n-1⟧) ∧ (x_n = y)

Proposition : $R^{**}$ est transitive.

Dém : Immédiate.

NB : Si $R$ est transitive, elle est égale à sa clôture transitive (dém : par récurrence sur la longueur du chemin de transitivité).

II. Relations d’équivalence

Relation d’équivalence $R$ :

Relation binaire réflexive, symétrique et transitive.

Classe d’équivalence de $x∈E$ pour $R$ :

$𝒞(x) ≝ {y∈E \vert xRy}$

Propriétés :

  • $x ∈ 𝒞(x)$ (réflexivité)
  • $∀ x, y ∈ E, xRy ⟺ 𝒞(x) = 𝒞(y)$ (une inclusion par transitivité PUIS égalité par symétrie)
  • $∀ x, y ∈ E, xRy ⟺ 𝒞(x) ∩ 𝒞(y) \neq ∅$ (sens direct évident / transitivité pour le sens indirect)

Corollaire :

  • L’ensemble des classes d’équivalence de la relation d’éq $R$ sur $E$ définit une partition de $E$.
  • Réciproquement : toute partition de $E$ définit une relation d’éq dont les classes d’éq sont les éléments de la partition.

Dém :

  • Immédiat, par les propriétés précédentes.
  • $E = \bigsqcup_i E_i$ (chaque $E_i$ est non vide) ⟶ $xRy$ ssi $x, y$ sont éléments d’un même $E_i$ (alors unique).
Ensemble quotient $E/R$ :

ensemble des classes d’éq de $R$ sur $E$.

Surjection canonique :
L’application 𝜋 : \begin{cases} E ⟶ E/R \\ x \mapsto 𝒞(x) ≝ \{y ∈ E; xRy\} \end{cases}

est surjective : on l’appelle la surjection canonique (cf. théorie des catégories).

Proposition : Soit $f : E ⟶ F$ compatible avec $R$, i.e

∀x, y ∈ E, xRy ⟹ f(x)=f(y)

Alors il existe $\bar{f} : E/R ⟶ F$ tq le diagramme suivant est commutatif : {\displaystyle {\begin{matrix}E&\displaystyle {\xrightarrow {f}}&F\\\pi \downarrow &\displaystyle \nearrow \bar{f}\\E/R\end{matrix}}}

i.e $f$ se factorise à travers $E/R$ par la surjection canonique.

Dém : Si $xRy$, $f(x) = f(y)$.

Si $𝒞 ∈ E/R$, $f(x)$ est indépendant du choix de $x$ dans $𝒞$.

On pose $\bar{f}(𝒞) = f(x), x ∈ 𝒞$

NB:

  • Catégories : définissent une structure avec les applications (morphismes) qui conservent cette structure : ici, le passage au quotient.
  • Relation d’équivalence : regroupe des choses qui ont le même comportement.

III. Relations d’ordre

Relation d’ordre $≤$ :

Relation binaire réflexive, antisymétrique, transitive.

NB:

  • $<$ est la relation $≤ ∧ \neq$
  • En maths, elles sont souvent totales, alors qu’en info : on utilise plus les relations partielles.
Relation d’ordre $≤$ totale:

ssi $∀x, y ∈E, (x≤y) ∨ (y≤x)$

NB : Non total = partiel

Exs :

  • $(ℕ, ≤), (ℝ, ≤)$ ordres totaux
  • ordre lexicographique : $𝛴$ un ensemble ordonné.

Sur $𝛴^n$ (ensemble des mots de longueur $n$) : u = a_1 ⋯ a_n \\ v = b_1 ⋯ b_n

Si $u \neq v$, $∃ i; a_i \neq b_i$ (prenons $i$ minimal) :

  • Si $a_i < b_i$ : $u<v$
  • Si $a_i > b_i$ : $u>v$

NB: lexicographique ⟶ mots de même longueur VS alphabétique ⟶ mots pas forcément de même longueur

  • Dans $ℕ^k$ : $(m_1, ⋯, m_k) ≤ (n_1, ⋯, n_k)$ si c’est le cas pour toutes les composantes.

⟶ l’ordre est partiel pour $k \geq 2$ (ex : $(0,1)$ et $(1,0)$ incomparables)

  • L’inclusion dans $𝒫(E)$ est un ordre partiel.
  • La divisibilité dans $ℕ^*$ : ordre partiel.

Vocabulaire

Pour classifier les relations d’ordre : quand deux relations d’ordre sont identiques, aux noms des éléments de l’ensembles près ?

Chaîne :

Ensemble totalement ordonné.

Antichaîne :

Ensemble muni d’une r.d’ordre (ro) x ≤ y ⟹ x = y (deux éléments distincts ne sont pas comparables).

Successeur :

Soient $x, y ∈ E$ (muni de $≤$). $y$ est le successeur de $x$ ssi : (y > x) ∧ ∀z∈E, y≥z≥x ⟹ y=z ($y$ est plus grand que $x$, et il n’y a rien entre les deux).

Proposition : Si $E$ est fini, $≤$ est la clôture transitive de la relation “successeur”.

Dém : Si $x, y ∈ E$ : x≤y ⟺ (x=y) ∨ ∃ x_0 = x, x_1, ⋯, x_n = y; x_i = succ(x_{i-1})


Diagramme de Hasse

La relation “successeur” peut être décrite par un diagramme de Hasse

Convention d’écriture : du bas vers le haut, et $x$ (en bas) relié à $y$ (en haut) ssi $x≤y$

Exs :

  • Diagramme de Hasse d’un chaîne : points alignés verticalement
  • Diagramme de Hasse d’un antichaîne : points alignés horizontalement.

NB: But du diagramme de Hasse : ignorer le nom des éléments de l’ensemble, et se focaliser sur la ro.

Ex :

Diviseurs de $30$ : (cf. diagramme)


Application monotone :

$f : (E, ≤) ⟶ (F, ≤)$ est monotone (croissante) ssi ∀x, y∈E, x≤y ⟹ f(x)≤f(y)

Pourquoi “seulement monotone”, et pas croissante ?

Parce que pour tout ordre, il y a l’ordre dual (ordre inverse) : selon qu’on considère l’ordre ou son dual, la fonction est croissante ou décroissante.

NB : fonctions monotones = morphismes de relations d’ordre

Plus petit élément / minimum :

$(E, ≤)$ admet un plus petit élément, noté $\bot$ ssi : ∀x∈E, \bot \leq x

Plus grand élément / maximum :

$(E, ≤)$ admet un plus grand élément, noté $\top$ ssi : ∀x∈E, \top \geq x

Ex :

  • $ℕ$ admet un plus petit élément (0), mais pas de plus grand élément.
  • $ℤ$ : ni de plus petit, ni de plus grand élément.
  • Même un ensemble fini peut ne pas avoir de plus petit ou de plus grand élément (ex: antichaîne, ensemble non totalement ordonné, etc…)
Élément maximal :

$x∈F$ est dit maximal dans $F$ ssi ∀y∈F, y ≥ x ⟹ y=x

Élément minimal :

$x∈F$ est dit minimal dans $F$ ssi ∀y∈F, y ≤ x ⟹ y=x

NB:

  • Il faut déjà que $y$ et $x$ soient comparables.
  • Plus grand élément ⟹ Élément maximal, et c’est l’unique : on l’appelle le maximum de $F$.
  • Plus petit élément ⟹ Élément minimal, et c’est l’unique : on l’appelle le minimum de $F$.

NB : Unique élément maximal $\not⟹$ Plus grand élément

Ex : $ℕ$, et un élément non comparable aux entiers (cet élément non comparable est un élément maximal, mais pas un maximum).

Prop : Soit $F$ fini. Si $F$ admet un unique élément maximal, alors c’est un maximum.

Dém : En notant $c$ cet élément, si $x \neq c$ : $x<z$ pour un certain $z$, et on conclut par réc sur $\vert F\vert $ en considérant $F\backslash{x}$.

Majorant :

$F⊆E$ : $y∈E$ est un majorant de $F$ ssi ∀x∈F, y ≥ x

Minorant :

idem

Borne supérieure :

Minimum de l’ensemble des majorants, s’il existe.

Borne inférieure :

idem

Prop : Plus grand élément ⟹ Borne sup (idem pour petit/inf)

Dém : En posant $c ≝ max(F)$ : on vérifie aisément que c’est le plus petit (par définition des majorants, et comme $c∈F$) majorant (c’est un maximum).

NB : La réciproque est fausse (ex: $ℝ \supset ]0,1[$).

Prop : Borne supérieure appartenant à l’ensemble ⟹ maximum

Dém : c’est un majorant et il appartient à $F$.

Ex :

1) $(ℕ\backslash{0}, \vert )$

$F={a_1, ⋯, a_n}$ :

  • les majorants de $F$ sont les multiples communs aux $a_i$, leur plus petit élément est $ppcm(a_1, ⋯, a_n)$.
  • les minorants de $F$ sont les diviseurs communs aux $a_i$, leur plus petit élément est $pgcd(a_1, ⋯, a_n)$.

2) $(E, ≤) = (𝒫(X), ⊆)$, $F = {Y_1, ⋯, Y_n}$ : un majorant contient les $Y_i$,

  • Borne sup : $\bigcup_i Y_i$
  • Borne inf : $\bigcap_i Y_i$

Treillis

Treillis :

Ensemble ordonné dans lequel toute paire (d’éléments) admet une borne sup et une borne inf. (cf. diagramme de Hasse qd $x,y$ non comparables).

Treillis complet :

Si, de plus, pour toute partie $F ⊆ E$, $F$ admet un borne sup et une borne inf.

Supposer que l’existence d’une borne sup suffit : l’existence d’une borne inf est un théorème.

Dém :

Considérons le sup $a_0$ de l’ensemble $A$ des minorants d’une partie $B$.

Si $a_0 ∈ A$, $a_0$ est une borne inf de $B$.

Montrons que c’est le cas : pour tout $b∈B$, mq $a_0 ≤ b$, i.e $∀a∈A, a ≤ b$.

Si $a∈A$, $a ≤ b$ est bien, par définition de $A$ (ensemble des minorants de $B$).

NB : Un treillis complet a un plus grand (resp. petit) élément, puisque $E ⊆ E$ a une borne sup (qui lui appartient ⟶ plus grand élément).

Ex:

1) $(ℕ\backslash{0}, \vert )$ est un treillis (non complet, car seules les parties finies admettent une borne sup a priori (l’ensemble $ℙ$ n’a pas de majorant)).

2) $(𝒫(X), ⊆)$ est un treillis complet :

  • Borne sup de $S⊆𝒫(X)$ = $\bigcup_{Y∈S} Y$
  • Borne inf de $S⊆𝒫(X)$ = $\bigcap_{Y∈S} Y$

3) Pour une topologie, l’ensemble des ouverts est un treillis complet (l’union d’ouverts reste un ouvert (borne sup)).

L’inf d’une famille d’ouverts, c’est l’intérieur de l’intersection.


Point fixe d’une applcation $f: E ⟶ E$ :

Un élément $x$ tq $f(x)=x$

Th de Knaster-Tarski : Soit $(E,≤)$ un treillis complet, $f: E ⟶ E$ monotone.

Alors $f$ admet un plus petit pt fixe, et un plus grand pt fixe.

NB :

  • fonction “monotone” : c’est un anglicisme (pour dire “croissante”).
  • en fait, on a même mieux : l’ensemble des points fixes est un treillis complet.
  • Heuristique :

    • $(f^n(\bot))_n$ est une suite croissante.
    • si en on note $f^𝜔(\bot)$ le sup : on a $f^𝜔(\bot) ≤f^{𝜔+1}(\bot)$
    • puis, avec les ordinaux : $f^{𝜔^k}(\bot) ≤f^{𝜔^{k+1}}(\bot)$
    • particularité des ordinaux : le sup d’une famille est un ordinal
    • puis : paradoxe de Burali-Forti
      • l’ensemble de tous les ordinaux est un ordinal : bizarre car cet ordinal est alors strictement plus grand que lui-même (à la Russel)
      • en fait : il n’y a pas d’ensemble des ordinaux.
    • donc ici : comme on a bien a affaire à un ensemble, on ne peut pas avoir stricte croissance de la suite précédente ⟶ il y a un point fixe.

Dém :

On pose $F≝ \lbrace x∈E; x\leq f(x)\rbrace$

NB : un $x$ tel que $x≤f(x)$ s’appelle un post-point fixe (même déf pour “pré-point fixe”)

On remarque que $\bot ∈ F$, donc $F \neq ∅$.

Comme $(E,≤)$ est un treillis complet, $F$ admet une borne sup $y$.

Mq $y∈F$ :


Soit $x∈F$ : $x≤y$, et donc ($f$ monotone) $f(x)≤f(y)$.

Ainsi x ≤ f(x) ≤ f(y)

Donc $f(y)$ majore $F$, et donc y ≤ f(y) ($y$ : + petit des majorants de $F$), donc $y ∈ F$ (déf de $F$).


Par monotonie de $f$ : $f(F)⊆F$.

Donc $f(y) ∈ F$, et donc $f(y) ≤ y$, d’où y = f(y)

Comme $F$ contient tous les pts fixes de $f$, alors $y$ est le plus grand point fixe de $f$.

(dém analogue pour la borne inf)

Application : Th de Cantor-Bernstein

Dém :

Soient $E, F$ deux ensembles, $f: E⟶F$ et $g: F⟶E$ injectives.

On pose H ≝ \begin{cases} 𝒫(E) ⟶ 𝒫(E) \\ X \mapsto E\backslash g(F\backslash f(X)) \end{cases}

Cantor Bernstein

($H = G$ sur ce dessin)

1) Mq $H$ est monotone.

Soient $X, Y ⊆ E$ tq $X⊆Y$.

\begin{align*} X⊆Y &⟹ f(X) ⊆ f(Y) \\ &⟹ F\backslash f(Y) ⊆ F\backslash f(X) \\ &⟹ g(F\backslash f(Y)) ⊆ g(F\backslash f(X)) \\ &⟹ H(X) = E\backslash g(F\backslash f(X)) ⊆ H(Y) = E\backslash g(F\backslash f(Y)) \end{align*}

Par le th de Knaster-Tarski, $H$ admet un point fixe $Z$.

Z = H(Z) = E\backslash g(F\backslash f(Z)) \\ ⟹ E\backslash Z = g(F\backslash f(Z))

On définit h ≝ \begin{cases} E ⟶ F \\ x \mapsto \begin{cases} f(x) \text{ si } x∈Z \\ g^{-1}(x) \text{ sinon. } \end{cases} \end{cases}

NB : Comme $E\backslash Z = g(F\backslash f(Z))$, si $x \not ∈ Z$, $∃u ∈ F\backslash f(Z); x = g(u)$, et $u$ est unique par injectivité de $g$.

Mq $h$ est injective :

Si $x,y ∈E; h(x) = h(y)$.

  • Si $x, y∈Z$ : $x=y$ par injectivité de $f$
  • Si $x, y\not∈Z$ : $x,y$ ont le même antécédent par $g$, donc $x=y$
  • Si $x∈Z, y\not∈Z$ : $h(x) = f(x) ∈ f(Z)$, $h(y) = g^{-1}(y) ∈ F\backslash f(Z)$, donc $h(x) \neq h(y)$.

Mq $h$ est surjective :

Soit $y ∈ F$.

  • Si $y ∈ f(Z), ∃ z ∈ Z; y = f(z)$, et $y = f(z) = h(z)$
  • Si $y \not∈ f(Z), y = g^{-1}(g(y)) = h(g(y))$

Langages algébriques

Langages reconnus par automates à piles.

Ex :

Grammaire :

  • $S ⟶ 𝜀$
  • $aSb$

⟹ Langage ${a^n b^n, n ∈ ℕ}$

$f({\cal L}) = {\cal L} ∪ a {\cal L} b$

${a^n b^n, n ∈ ℕ}$ est le plus petit point fixe de $f$.


Directed Complete Partial Order (DCPO) :

Un ensemble partiellement ordonné tel que toutes les familles dirigées aient des bornes sup.

Famille dirigée $(x_i)_{i∈I}$ d’élément de $X$ :
  • famille non vide
  • telle que : $∀i, j, ∃ k; x_i, x_j ≤ x_k$
graph mon_graphe {
  rankdir=BT;
     x_i -- x_k;
     x_j -- x_k;
 }

Exs de DCPO :

  • tout treilis complet
  • L’ensemble de Scott

    \{[a,b] \vert \, \, a, b ∈ ℝ, a≤b\}

    muni de l’ordre $\supseteq$

    NB : ça n’est pas un treillis complet, à cause de l’ensemble vide.

$f : X ⟶ Y$ est Scott-continue ssi :
  • $f$ monotone
  • $∀(x_i)_{i∈I}$ dirigée dans $X$, \sup_{i∈I} f(x_i) = f(\sup_{i∈I} x_i)

NB :

  • ça coïncide bien avec la continuité pour la topologie de Scott.
  • la famille $(f(x_i))_i$ est dirigée, d’où l’existence du sup
  • pour vérifier cette égalité, on procède par double inégalité, sachant que $\sup_{i∈I} f(x_i) ≤ f(\sup_{i∈I} x_i)$ est toujours vraie

    • seule chose à démontrer, sachant que $f$ monotone : $\sup_{i∈I} f(x_i) ≥ f(\sup_{i∈I} x_i)$

Th de Kleene : Soit $X$ un dcpo pointé (i.e avec un plus petit élément $\bot$).

Toute fonction Scott-continue $f: X ⟶ X$ a un plus point fixe :

lfp(f) ≝ \sup_{n∈ℕ} f^n(\bot)

$(f^n(\bot))_n$ est une chaîne, donc dirigée.

Posons

x = \sup_n f^n(\bot)

Alors :

f(x) = f(\sup_n f^n(\bot)) \\ = \sup_n f^{n+1}(\bot)

(par Scott-continuité)

Donc :

x = f(x) et $x$ est un point fixe.

Montrons que c’est le plus petit :

Si $y$ est un autre point fixe :

\bot ≤ y \\ ⟹ f(\bot) ≤ f(y)=y \\ ⟹ ∀n, f^n(\bot) ≤ y \\ ⟹ x ≤ y

($x$ est le sup = le plus petit des majorants)


Axiome du choix

Existence d’une fonction de choix :

  • Dans le cas fini : trivial
  • Dans le cas dénombrable : accepté, sinon, pas de maths
  • Dans le cas non dénombrable : controversé

Théorème de Bourbaki-Witt : Soit $(X, ≤)$ un ensemble ordonné tel que toute chaîne non vide admet une borne supérieure.

Soit $f : X ⟶ X$ une application telle que $∀x ∈ X, x ≤ f(x)$. Alors $f$ admet un point fixe.

Dém :

NB1 : Si $X$ est une chaîne, en notant $c$ sa borne supérieure. Alors c ≤ f(c) ≤ c donc le th est vrai.

NB2 : Si $a ∈ X$. X_a ≝ \{x∈X \vert x ≥ a\}

La borne sup d’une chaîne de $X_a$ reste donc dans $X_a$.

De plus, si $x ∈ X_a$, $f(x)≥x≥a$, donc $f(X_a)⊆X_a$.

On peut donc se ramener au cas où $X$ admet un plus petit élément $\bot$.

Partie admissible :

Une partie qui vérifie :

  1. $\bot ∈ A$
  2. $f(A) ⊆ A$
  3. Si $C$ est une chaîne non vide de $A$, alors sa borne sup (dans $X$) reste dans $A$.

NB :

  • $X$ est admissible
  • Les parties admissibles sont stables par intersection.

On note $M$ l’intersection de l’ensemble des parties admissibles (c’est donc la plus petite).

Élément extrême :

Un élément $c∈M$ tq ∀x∈M, x<c ⟹ f(x)≤c

Si $c$ est extrême, on pose M_c ≝ \{x ∈ M \vert (x ≤ c) ∨ (f(c) ≤ x)\}

Mq $M_c$ est admissible.

  1. $\bot ≤ c$ donc $\bot ∈ M_c$

  2. Soit $x∈M_c$.
    • Si $x<c$, alors $f(x)≤c$ ($c$ extrême), donc $f(x)∈M_c$
    • Si $x=c$, $c≤f(c)=f(x)$, donc $f(x)∈M_c$
    • Si $x>c$, $f(c)≤x≤f(x)$ donc $f(x)∈M_c$
  3. $C$ une chaîne dans $M_c$ :
    • Si $∀x∈C, x≤c$, alors $\sup_X(C) ≤ c$ (par déf de la borne sup)
    • Sinon $∃x ∈ C, x>c$ alors $f(c)≤x≤\sup_X(C)$

Par minimalité de $M$, il vient que : c \text{ extrême} ⟹ M_c = M

Mq tous les éléments de $M$ sont extrêmes.

E≝\{c∈M; c \text{ extrême}\}

On mq $E$ est admissible :

  1. $\bot$ est extrême car ${x; x<\bot } = ∅$
  2. Soit $c$ extrême :

Soit $x∈M$ tq $x<f(c)$ :

  • Si $x<c, f(x)≤c≤f(c)$
  • Si $x=c$, $f(x)=f(c)$
  • Si $x>c$, $M_c=M$, donc $f(c)≤x≤f(x)$ : ce cas ne peut pas se produire car il contredit $x<f(c)$
  1. Soit $C$ une chaîne dans $E$, $s ≝ \sup_X(C)$

On veut mq $s$ est extrême. Soit $x ∈ M$ tq $x<s$.

  • 1er Cas : $∃y ∈ C; x<y$, donc comme $y$ est extrême, on a f(x)≤y≤s
  • 2e Cas : $∀ y ∈ C, \lnot (x<y)$ : $M_y = M$ donc pour tout $C∋y≠x$, $f(y)≤ x$, et $y≤f(y)≤x$ est vrai pour tout $y∈C$, d’où $s≤x$ : contradiction.

Donc $E=M$ (minimalité de $M$).

On en déduit que $M$ est une chaîne :

Soient $x,y ∈ M$.

M = M_y = \{z; z≤y ∨ f(y)≤z\} $x ∈M$, i.e $x≤y$, ou $f(y)≤x$, mais alors $y ≤ f(y) ≤x$.

Donc le résultat est acquis. ___

Lemme de Zorn : Soit $X$ un ensemble ordonné dans lequel toute chaîne admet une borne supérieure. Alors $X$ admet un élément maximal.

Corollaire :

  • Tout corps admet une clôture algébrique.
  • Dans tout anneau, il y a un idéal maximal.

Dém :

𝒳 ≝ \{\text{chaînes de $X$}\} ordonné par l’inclusion.

Soit

(𝒞_i)_{i∈I}

une famille tot. ordonnée de chaînes : alors $\bigcup 𝒞_i$ est dans $𝒳$ et est donc la borne sup de $(𝒞_i)$.

Si $𝒳$ ne possède pas d’élément maximal, ∀𝒞 ∈𝒳, ∃ 𝒞'∈𝒳; 𝒞 ⊊ 𝒞'

f : \begin{cases} 𝒳 ⟶ 𝒳 \\ 𝒞 \mapsto f(𝒞); 𝒞 ⊊ f(𝒞) \end{cases} (utilise l’axiome du choix) : contradiction avec Bourbaki-Witt.

Donc $𝒳$ possède un élément maximal $𝒞$.

Soit $s ≝ \sup_X(𝒞)$.

Alors $s$ est maximal dans $X$ : sinon, $∃ t ∈X; t>s$ et comme $𝒞 ⊊ 𝒞∪{t}$ : $𝒞$ n’est pas maximal.

Leave a comment