• Aucun résultat trouvé

1.1 INTRODUCTION ET THÉORIE DES ENSEMBLES

N/A
N/A
Info
Télécharger
Protected

Academic year: 2022

Partager "1.1 INTRODUCTION ET THÉORIE DES ENSEMBLES"

Copied!
170
0
0

Chargement.... (Voir le texte intégral maintenant)

Texte intégral

(1)

cours 1

1.1 INTRODUCTION ET

THÉORIE DES ENSEMBLES

(2)

Aujourd’hui, nous allons voir

(3)

Aujourd’hui, nous allons voir

✓

Petite introduction au cours

(4)

Aujourd’hui, nous allons voir

✓

Petite introduction au cours

✓

Notions de la théorie des ensembles

(5)

Probabilités

(6)

Probabilités Statistiques

(7)

Population

(8)

Population Échantillon

(9)

Pour comprendre les probabilités, on doit commencer par introduire le concept d’expérience aléatoire.

(10)

Pour comprendre les probabilités, on doit commencer par introduire le concept d’expérience aléatoire.

Une expérience aléatoire est une expérience qui peut théoriquement être répétés autant qu’on veut, dont on connait l’ensemble des

résultats possible, mais dont le résultat est incertain.

(11)

Pour comprendre les probabilités, on doit commencer par introduire le concept d’expérience aléatoire.

Une expérience aléatoire est une expérience qui peut théoriquement être répétés autant qu’on veut, dont on connait l’ensemble des

résultats possible, mais dont le résultat est incertain.

Mathématiquement, une expérience aléatoire est une notion primitive qui n’est pas plus définie que ça.

(12)

On associe à une expérience aléatoire son espace échantillonnal.

(13)

Définition

On associe à une expérience aléatoire son espace échantillonnal.

(14)

Définition

On associe à une expérience aléatoire son espace échantillonnal.

L’espace échantillonnal d’une expérience

aléatoire est l’ensemble de tous les résultats possibles

(15)

Définition

On associe à une expérience aléatoire son espace échantillonnal.

L’espace échantillonnal d’une expérience

aléatoire est l’ensemble de tous les résultats possibles On note habituellement l’espace échantillonnal

S

(16)

Définition

On associe à une expérience aléatoire son espace échantillonnal.

L’espace échantillonnal d’une expérience

aléatoire est l’ensemble de tous les résultats possibles On note habituellement l’espace échantillonnal

S

Définition

(17)

Définition

On associe à une expérience aléatoire son espace échantillonnal.

L’espace échantillonnal d’une expérience

aléatoire est l’ensemble de tous les résultats possibles On note habituellement l’espace échantillonnal

S

Définition

Un événement est un sous-ensemble de l’espace échantillonnal.

(18)

Définition

On associe à une expérience aléatoire son espace échantillonnal.

L’espace échantillonnal d’une expérience

aléatoire est l’ensemble de tous les résultats possibles On note habituellement l’espace échantillonnal

S

Définition

Un événement est un sous-ensemble de l’espace échantillonnal.

A ⇢ S

(19)

Exemple

Considérons l’expérience aléatoire de lancer un dé rouge et un dé bleu.

(20)

Exemple

Considérons l’expérience aléatoire de lancer un dé rouge et un dé bleu.

L’espace échantillonnal est

(21)

Exemple

Considérons l’expérience aléatoire de lancer un dé rouge et un dé bleu.

S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)} L’espace échantillonnal est

(22)

Exemple

Considérons l’expérience aléatoire de lancer un dé rouge et un dé bleu.

S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)} L’espace échantillonnal est

L’événement; le dé rouge est plus grand que 2 et le dé bleu est 3

(23)

Exemple

Considérons l’expérience aléatoire de lancer un dé rouge et un dé bleu.

S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)} L’espace échantillonnal est

L’événement; le dé rouge est plus grand que 2 et le dé bleu est 3 A = {(3, 3), (4, 3), (5, 3), (6, 3)}

(24)

Exemple

Considérons l’expérience aléatoire de lancer un dé rouge et un dé bleu.

S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)} L’espace échantillonnal est

L’événement; le dé rouge est plus grand que 2 et le dé bleu est 3 A = {(3, 3), (4, 3), (5, 3), (6, 3)}

(25)

Exemple

Considérons l’expérience aléatoire de lancer un dé rouge et un dé bleu.

S = {(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6)} L’espace échantillonnal est

L’événement; le dé rouge est plus grand que 2 et le dé bleu est 3 A = {(3, 3), (4, 3), (5, 3), (6, 3)}

(26)

Définition

Avant de commencer à étudier les probabilités, on va commencer par fixer certaines idées de la théorie des ensembles.

(27)

Définition

Avant de commencer à étudier les probabilités, on va commencer par fixer certaines idées de la théorie des ensembles.

Un ensemble est une collection d’objets qu’on nomme ses éléments.

(28)

Définition

Avant de commencer à étudier les probabilités, on va commencer par fixer certaines idées de la théorie des ensembles.

Un ensemble est une collection d’objets qu’on nomme ses éléments.

On note habituellement les ensembles avec des lettres majuscules A, B, C, . . .

(29)

Définition

Avant de commencer à étudier les probabilités, on va commencer par fixer certaines idées de la théorie des ensembles.

Un ensemble est une collection d’objets qu’on nomme ses éléments.

On note habituellement les ensembles avec des lettres majuscules A, B, C, . . .

et les éléments avec des lettres minuscules.

a, b, c, . . .

(30)

Notations

(31)

Notations

;

L’ensemble vide

(32)

Notations

;

L’ensemble vide

a 2 A a est un élément de l’ensemble A

(33)

Notations

;

L’ensemble vide

a 2 A a est un élément de l’ensemble A B ⇢ A B est un sous-ensemble de A

(34)

Notations

;

L’ensemble vide

a 2 A a est un élément de l’ensemble A B ⇢ A B est un sous-ensemble de A

P(A) L’ensemble de tous les sous-ensembles de A

(35)

Notations

;

L’ensemble vide

a 2 A a est un élément de l’ensemble A B ⇢ A B est un sous-ensemble de A

P(A) L’ensemble de tous les sous-ensembles de A L’ensemble des partie de A

(36)

Notations

;

L’ensemble vide

a 2 A a est un élément de l’ensemble A B ⇢ A B est un sous-ensemble de A

P(A) L’ensemble de tous les sous-ensembles de A L’ensemble des partie de A

_ ou

(37)

Notations

;

L’ensemble vide

a 2 A a est un élément de l’ensemble A B ⇢ A B est un sous-ensemble de A

P(A) L’ensemble de tous les sous-ensembles de A L’ensemble des partie de A

^ et _ ou

(38)

A B

S Diagramme de Venn

(39)

A B

S Diagramme de Venn

24 12

78

(40)

Unions

A [ B = {x 2 S|(x 2 A) _ (x 2 B)}

(41)

Unions

A [ B

S A [ B = {x 2 S|(x 2 A) _ (x 2 B)}

(42)

A B

C A [ B [ C

(43)

Intersection

A \ B = {x 2 S|(x 2 A) ^ (x 2 B)}

(44)

Intersection

A \ B

S A \ B = {x 2 S|(x 2 A) ^ (x 2 B)}

(45)

A B

C A \ B \ C

(46)

A B

C A \ B

(47)

A B

C A \ B

A B

C

(48)

A B

C

(A \ B) \ C

A B

C A \ B

A B

C

(49)

A B

C

(50)

A B

C

A B

C B \ C

(51)

A B

C

A B

C

A \ (B \ C)

A B

C B \ C

(52)

A B

C

A B

C

A \ (B \ C)

A B

C B \ C

L’intersection est associative

(53)

A B

C

A B

C

A \ (B \ C)

A B

C B \ C

L’intersection est associative (A \ B) \ C = A \ (B \ C)

(54)

A B

C

A B

C

A \ (B \ C)

A B

C B \ C

L’intersection est associative (A \ B) \ C = A \ (B \ C)

A \ B \ C

(55)

Différence

A\B = {x 2 A|x /2 B}

(56)

Différence

A\B = {x 2 A|x /2 B}

A\B

S

(57)

Différence symétrique A B = (A\B) [ (B\A)

(58)

Différence symétrique

A B

S A B = (A\B) [ (B\A)

(59)

Différence symétrique

A B

S A B = (A\B) [ (B\A) = (A [ B)\(A \ B)

(60)

Complément

A¯ = {x 2 S|x /2 A}

(61)

Complément

A¯ = {x 2 S|x /2 A}

S A

(62)

A¯ = AC

Complément

A¯ = {x 2 S|x /2 A}

S A

(63)

A¯ = AC

Complément

A¯ = {x 2 S|x /2 A}

= S\A

S A

(64)
(65)

A ⇢ B () B¯ ⇢ A¯

(66)

A ⇢ B () B¯ ⇢ A¯

A B

(67)

A ⇢ B () B¯ ⇢ A¯

A

B A¯

(68)

A ⇢ B () B¯ ⇢ A¯

A

B A¯

B¯

(69)

A ⇢ B () B¯ ⇢ A¯

A

B A¯

B¯

(70)

Lois de DeMorgan

(71)

Lois de DeMorgan

A [ B = A \ B

(72)

Lois de DeMorgan

A [ B = A \ B

A \ B = A [ B

(73)

A [ B

(74)

A [ B A [ B

(75)

A [ B A [ B

B¯

(76)

A [ B A [ B

A¯ B¯

(77)

A [ B A [ B

A¯ B¯

= ¯A \ B¯

(78)

A \ B

(79)

A \ B

A \ B

(80)

B¯

A \ B

A \ B

(81)

A¯ B¯

A \ B

A \ B

(82)

A¯ B¯

= ¯A [ B¯ A \ B

A \ B

(83)

Faites les exercices suivants

#1.1 et 1.2

(84)

Lorsqu’on fait l’union ou l’intersection de plusieurs ensemble, on utilise une notation similaire à celle de la sommation.

(85)

[4

k=1

Ak = A1 [ A2 [ A3 [ A4

Lorsqu’on fait l’union ou l’intersection de plusieurs ensemble, on utilise une notation similaire à celle de la sommation.

(86)

[4

k=1

Ak = A1 [ A2 [ A3 [ A4

\4

k=1

Ak = A1 \ A2 \ A3 \ A4

Lorsqu’on fait l’union ou l’intersection de plusieurs ensemble, on utilise une notation similaire à celle de la sommation.

(87)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

S

(88)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

S tel que

(89)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S

S tel que

(90)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

tel que

(91)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

Exemple

tel que

(92)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

Exemple

P air = {2n|n 2 Z}

tel que

(93)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

Exemple

P air = {2n|n 2 Z} Impair = {2n + 1|n 2 Z}

tel que

(94)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

Exemple

P air = {2n|n 2 Z} Impair = {2n + 1|n 2 Z}

P air ⇢ Z tel que

(95)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

Exemple

P air = {2n|n 2 Z} Impair = {2n + 1|n 2 Z}

P air ⇢ Z Impair ⇢ Z

tel que

(96)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

Exemple

P air = {2n|n 2 Z} Impair = {2n + 1|n 2 Z}

P air \ Impair = ; P air ⇢ Z

Impair ⇢ Z tel que

(97)

Définition

Une partition d’un ensemble est une collection de sous-ensemble {Ai}i2I

[

i2I

Ai = S Ai \ Aj = ; S

Exemple

P air = {2n|n 2 Z} Impair = {2n + 1|n 2 Z}

P air \ Impair = ; P air [ Impair = Z P air ⇢ Z

Impair ⇢ Z tel que

(98)

Définition

Cardinalité

La cardinalité d’un ensemble est une mesure du « nombre d’éléments dans l’ensemble »

|A|

(99)

Définition

Cardinalité

La cardinalité d’un ensemble est une mesure du « nombre d’éléments dans l’ensemble »

|A| = #A

(100)

Définition

Cardinalité

La cardinalité d’un ensemble est une mesure du « nombre d’éléments dans l’ensemble »

|A| = #A = Card(A)

(101)

Définition

Cardinalité

La cardinalité d’un ensemble est une mesure du « nombre d’éléments dans l’ensemble »

|A|

Si A a un nombre fini d’éléments, la cardinalité est ce nombre.

= #A = Card(A)

(102)

Définition

Cardinalité

La cardinalité d’un ensemble est une mesure du « nombre d’éléments dans l’ensemble »

|A|

Si A a un nombre fini d’éléments, la cardinalité est ce nombre.

On dit que deux ensembles ont la même cardinalité s’il existe une bijection entre les deux.

= #A = Card(A)

(103)

Une fonction un pour un

Définition

Cardinalité

La cardinalité d’un ensemble est une mesure du « nombre d’éléments dans l’ensemble »

|A|

Si A a un nombre fini d’éléments, la cardinalité est ce nombre.

On dit que deux ensembles ont la même cardinalité s’il existe une bijection entre les deux.

= #A = Card(A)

(104)

Bijection

(105)

Bijection

1, 2, 3, 4, 5, 6, 7, ...

(106)

Bijection

1, 2, 3, 4, 5, 6, 7, ...

Pair 2, 4, 6, 8, 10, 12, 14, ...

(107)

Bijection

1, 2, 3, 4, 5, 6, 7, ...

Pair 2, 4, 6, 8, 10, 12, 14, ...

(108)

Bijection

1, 2, 3, 4, 5, 6, 7, ...

Pair 2, 4, 6, 8, 10, 12, 14, ...

Donc |Pair| = |N|

(109)

Bijection

1, 2, 3, 4, 5, 6, 7, ...

Pair 2, 4, 6, 8, 10, 12, 14, ...

Peut-on clore la discussion en affirmant que l’infini c’est l’infini et donc tous les ensembles infinis ont la même taille?

Donc |Pair| = |N|

(110)

Bijection

1, 2, 3, 4, 5, 6, 7, ...

Pair 2, 4, 6, 8, 10, 12, 14, ...

Peut-on clore la discussion en affirmant que l’infini c’est l’infini et donc tous les ensembles infinis ont la même taille?

On l’a longtemps cru.

Donc |Pair| = |N|

(111)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

(112)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

|N| < |R|

(113)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

|N| < |R| |N| < |[0, 1]|

(114)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(115)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(116)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(117)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(118)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(119)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(120)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(121)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(122)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

|N| < |R| |N| < |[0, 1]|

(123)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(124)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(125)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(126)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(127)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(128)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(129)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(130)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(131)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(132)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(133)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(134)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(135)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(136)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(137)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir?

|N| < |R| |N| < |[0, 1]|

(138)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir? est oublié!

|N| < |R| |N| < |[0, 1]|

(139)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir? est oublié!

|N| < |R| |N| < |[0, 1]|

(140)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir? est oublié!

Infini dénombrable

|N| < |R| |N| < |[0, 1]|

(141)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir? est oublié!

Infini dénombrable

|N| < |R| |N| < |[0, 1]|

(142)

Georg Cantor (1845-1918)

a démontré que ce n’était pas le cas.

0 1 2 3 4 5

Peut-on tous les avoir? est oublié!

Infini dénombrable

Infini non dénombrable

|N| < |R| |N| < |[0, 1]|

(143)
(144)

Pour nous, il n’y a que deux cardinalités infinies

(145)

|N| = @0

Pour nous, il n’y a que deux cardinalités infinies

(146)

|N| = @0

Pour nous, il n’y a que deux cardinalités infinies l’infini dénombrable

(147)

|N| = @0

|R| = c

Pour nous, il n’y a que deux cardinalités infinies l’infini dénombrable

(148)

|N| = @0

|R| = c

Pour nous, il n’y a que deux cardinalités infinies l’infini dénombrable

l’infini non-dénombrable

(149)

|N| = @0

|R| = c

Pour nous, il n’y a que deux cardinalités infinies l’infini dénombrable

l’infini non-dénombrable

=? @1

(150)

L’hypothèse du continue.

|N| = @0

|R| = c

Pour nous, il n’y a que deux cardinalités infinies l’infini dénombrable

l’infini non-dénombrable

=? @1

(151)

En fait, ce qui est présenté ici est ce qu’on nomme la théorie «naïve» des ensembles. 

(152)

Paradoxe de Russell

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(153)

Paradoxe de Russell

Considérons l’ensemble

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(154)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(155)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A}

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(156)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A} R 2? R

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(157)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A} R 2? R

R 2 R Si

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(158)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A} R 2? R

R 2 R

Si alors R 2/ R

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(159)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A} R 2? R

R 2 R

Si alors R 2/ R contradiction

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(160)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A} R 2? R

R 2 R

Si alors R 2/ R

R 2/ R Si

contradiction

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(161)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A} R 2? R

R 2 R

Si alors R 2/ R

R 2/ R

Si alors R 2 R

contradiction

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(162)

Paradoxe de Russell

Considérons l’ensemble

l’ensemble de tous les ensembles E =

R = {A 2 E|A /2 A} R 2? R

R 2 R

Si alors R 2/ R

R 2/ R

Si alors R 2 R

contradiction contradiction

Puisqu’un ensemble peut contenir toute sorte d’élément, il peut en particulier contenir des ensembles.

(163)

Faites les exercices suivants

# 1.3, 1.4 et 1.5

(164)

Aujourd’hui, nous avons vu

(165)

Aujourd’hui, nous avons vu

✓

Les ensembles.

(166)

Aujourd’hui, nous avons vu

✓

Les ensembles.

✓

L’union, l’intersection, la différence, la différence symétrique et le complément

(167)

Aujourd’hui, nous avons vu

✓

Les ensembles.

✓

L’union, l’intersection, la différence, la différence symétrique et le complément

✓

Les lois de de Morgan

(168)

Aujourd’hui, nous avons vu

✓

Les ensembles.

✓

L’union, l’intersection, la différence, la différence symétrique et le complément

✓

Les lois de de Morgan

✓

La cardinalité

(169)

Aujourd’hui, nous avons vu

✓

Les ensembles.

✓

L’union, l’intersection, la différence, la différence symétrique et le complément

✓

Les lois de de Morgan

✓

La cardinalité

✓

Les partitions

(170)

Devoir:

#1.1 à 1.5

Références

Télécharger maintenant ( PDF - 170 Page - 7.76 MB )

Outline

Faites les exercices suivants

Documents relatifs

TD2 - Raisonnement, théorie des ensembles et introduction aux graphes

On retire maintenant le dernier crayon de la boîte, par hypothèse de récurrence, les crayons restants sont tous de la même couleur (la couleur des crayons du milieu).. Tous les

dans tous les cas possibles, ces ensembles contiennent les pièces 25 et 26

Si la balance penche du coté droit, une pièce au moins parmi celles du plateau gauche est mauvaise, et les 25 ensembles possibles de pièces mauvaises vont de (1...26) à (25...50);

Semaine 1 : Théorie des ensembles

[r]

Théorie Spectrale Chapitre 1 : Introduction à la théorie spectrale

toute valeur spectrale non nulle de u est une valeur propre, de multiplicité finie, isolée dans

Introduction à la théorie des ensembles

Donner des exemples d’opérateurs idempotents, commutatifs, associatifs, et possédant un élément neutre, par exemple en arithmétique, ou en.. Donner des exemples

1 Expérience aléatoire

On appelle expérience aléatoire une expérience liée au hasard, dont les résultats sont connus, mais dont on ne sait pas à l’avance lequel de ces résultats va survenir..

Notion de probabilité et généralités

 Espace (ou ensemble) fondamental : C’est l’ensemble de tous les résultats possibles d’une expérience aléatoire.. Généralement on le note

1 Probabilité Variable aléatoire 5. Modèles stochastiques(cours 1) Espace échantillon

Temps écoulé avant l’arrivée d’un premier client dans un magasin ouvert 8 heures :