Cours Master 1 Informatique Parcours MPRI: Combinatoire et Calcul algébrique: Séance 1: Rappels d’algèbre#

\(\newcommand{\NN}{\mathbb{N}} \newcommand{\ZZ}{\mathbb{Z}} \newcommand{\QQ}{\mathbb{Q}} \newcommand{\RR}{\mathbb{R}} \newcommand{\CC}{\mathbb{C}}\)

Qu’est-ce que l’algèbre?#

Un principe fondateur de l’algèbre est que, pour bien comprendre un objet donné, on va non pas l’analyser en tant qu’individu isolé, mais étudier comment il s’insère dans le panorama:

  1. Quelle est sa structure algébrique, c’est à dire quelles sont ses opérations de base et leurs propriétés (axiomes)?

  2. Comment se relie-t’il à d’autres objets?

Ainsi, pour 1. plutôt que de s’intéresser séparément aux nombres réèls, aux nombres complexes, etc, on va étudier les ensembles munis d’une addition et d’une multiplication, avec les propriétés idoines (associativité, …), et déterminer les théorèmes généraux qui en découlent. Cette approche est de nature très similaire à la programmation objet: on définit des classes abstraites (=structures algébriques), que l’on peuple de méthodes génériques (=théorèmes) valides dès que les spécifications (=axiomes) sont satisfaites. Il ne restera plus qu’à implanter les opérations de base (=définir l’addition, la multiplication), pour utiliser les méthodes génériques sur (= appliquer les théorèmes généraux à) l’objet étudié.

Pour 2. on va étudier les morphismes entre les objets – c’est-à-dire les fonctions qui préservent la structure – et comment ils se composent. Là on se rapproche la programmation fonctionnelle.

Une autre idée forte est que plus il y a de la structure, plus un objet est rigide et les algorithmes pour calculer avec sont efficaces.

Exemple: dictionnaires et bases de données

Tout cela pour dire que programmer et faire de l’algèbre, ce n’est pas si éloigné que cela.

Adage du calcul algébrique: Diviser pour régner

Structures algébriques communes#

Exemples#

Que connaissez vous comme:

Ensembles munis d’opérations?#

  • réels \((\RR,+,*,0,1,-,/,<)\)

  • entiers naturels \((\NN,+,-, *,0,1, //, =, \gt, \lt)\)

  • entiers relatifs \((\ZZ,+,-, *, //)\) (// est la division entière)

  • rationnels \(\QQ\) \((\QQ, +, -, *, /)\) (/ uniquement si on ne divise pas par 0)

  • complexes \((\CC,+,*,0,1,-,/)\)

  • vecteurs dans \(\RR^3\): \((\RR^3, +, -, 0, =)\)

  • matrices \((M_n(\RR), +, -, *, 0, Id)\)\(0\) est la matrice nulle, * est le produit matriciel

  • \(E\) : l’ensemble des langages rationnels \((., +, *, \cup, \cap, \setminus)\) (tous les langages ne sont pas forcément clos par \(\cup, \cap, \setminus\))

Opérations#

  • opérations ensemblistes: \(\cup\), …

  • égalité: \(=\), \(\neq\)

  • addition: + et dérivées éventuelles: -, 0

  • multiplication * et dérivées éventuelles: / division, élément neutre 1

  • racine/exponentiation

  • produit scalaire

  • comparaisons: \(<\) et dérivées: \(\leq\), \(>\)

Propriétés / axiomes#

Notons \(E\) l’ensemble sur lequel on met de la structure.

  • loi interne / « stabilité » par l’opération : \(\forall a, b \in E, \qquad a + b \in E\)

  • propriétés de fermeture

Propriété des opérations arithmétiques:

  • élément neutre \(e\): \(\forall a \in E, \; a+e = e+a = a\)

  • existence du symétrique : \(\forall a \in E, \exists b \in E, a+b = b+a = e\) (où \(e\) est l’élément neutre)

  • commutativité: \(a + b = b + a, \qquad \forall a\in E, b\in E\)

  • associativité: \(\forall a, b, c \in E \qquad a + (b + c) = (a + b) + c\)

  • distributivité de la multiplication sur l’addition: \(\forall a, b, c \in E \qquad a(b+c) = ab + ac\)

Propriétés des opérations de comparaisons:

  • Symétrie : \(\forall a, b \in E, \; a = b \qquad \longleftrightarrow \qquad b=a\)

  • Antisymétrie : \(\forall a, b \in E, (a \leq b \wedge b \leq a) \Rightarrow a = b\)

  • Reflexivité : \(\forall x \in E, \; x = x\)

  • Transitivité : \(\forall a, b, c \in E, \; a = b \wedge b = c \Rightarrow a = c\)

  • \(a-b \gt 0 \leftrightarrow a \gt b\)

  • \(a \gt b \leftrightarrow b \lt a\)

  • (optionnel) Totalité : \(\forall a, b \in E, \qquad a \leq b \lor b \leq a\)

Structures algébriques à une opération#

Commençons par le commencement. Qu’y a-t’il de commun entre les entiers, les nombres réels, les symétries d’une figure géométrique, le Rubicks Cube, ou une pile de T-shirts dans un placard?

Dans tous les cas il y a un monoïde sous-jacent. Qu’est-ce qu’un monoïde?

Définition

Un monoïde est un ensemble \(E\), muni d’une opération binaire interne \(.\) associative avec élément neutre \(e\).

  • opération binaire: fonction \(E\times E -> E\)

  • associative: $(a . b) . c = a . (b . c) \forall a,b

  • élément neutre: \(a . e = e . a = a \forall a\)

Exemples

  • \((M_n(\RR), +, 0)\)

  • \((\NN, +, 0)\)

  • \((\ZZ, +, 0)\)

  • \((\ZZ, -, 0)\) : non associatif: \(1 - (2 - 4) \neq (1 - 2) - 4\)

  • \((\QQ, *, 1)\)

  • \((\RR, *, 1)\)

  • \((E,\cup, \emptyset)\)\(E\) est un ensemble d’ensemble stable par union

  • \((E,\cap, U)\)\(E\) est un ensemble d’ensemble inclus dans univers \(U\), avec \(E\) stable par intersection

  • (B l’ensemble des booléens, \(\lor\), \(\bot\))

  • \((\mathcal{F}, \circ, id)\)\(\mathcal{F}\) est l’ensemble des fonctions et \(\circ\) est la compositions de fonctions

  • \((\NN, max, 0)\) Exercice: prouver que max est associatif

  • \((\NN \cup \{+\infty\}, min, +\infty)\)

Exemple: exponentiation rapide#

Objectif: calculer rapidement \(a^4=a*a*a*a\)

Méthode naïve: \(a^4= ((a*a)*a)*a\) Méthode rapide: \(a^4= (a*a)*(a*a)\) Algo: \(a = a*a; a = a*a\)

Généralisation: \(a^n\) se calcule en \(log_2(n)\) opérations

Exemple: Paradigme Map-Reduce#

Objectif:

  • On a un gros jeu de données \(E\); tellement gros qu’il ne rentre par sur une seule machine.

  • On a une opération sur ce jeu de donnée qui s’exprime suit:

    • Map: Appliquer une fonction \(f\) à tous les éléments

    • Reduce: une opération, associative, qui combine tous les résultats

  • Ce qu’on veut calculer: reduce(f(x) for x in E)

Application bête: compter le nombre d’éléments de \(E\):

  • Map: f: x -> 1

  • Reduce: +

Application: faire une recherche: est-ce que e est dans \(E\)

  • Map: f: x -> x==e ?

  • Reduce: ou

Recherches plus complexes

Quel rapport avec l’associativité?

Elle permet de diviser pour régner:

Si \(E\) est la concaténation de \(E1\) et \(E2\) alors:

reduce( reduce(f(x) for x in E1), reduce(f(x) for x in E2) )

Avec la commutativité en plus, on peut couper \(E\) en deux de n’importe quelle façon.

Exemple: programmation fonctionnelle et monades#

Exemple: coloration des faces d’un cube#

Problème

De combien de façons différentes peut-on colorier les faces d’un cube?

Passons aux symétries: vous savez maintenant depuis longtemps que, pour résoudre efficacement un problème, il est bon d’étudier et exploiter ses symétries: c’est à dire l’ensemble des transformations qui ne changent pas le problème.

Lorsque l’on a deux symétries, on peut les composer; le résultat est toujours une symétrie. La composition est associative. Ne rien faire est une symétrie. L’ensemble des symétries muni de la composition est donc un monoïde.

En fait, on a plus que cela: l’application d’une symétrie est une opération réversible: on peut l’inverser.

On a un groupe: un monoïde où tout élément a un inverse.

On a des algorithmes qui permettent de calculer avec des très gros groupes. De taille factorial(1000).

Pour un problème donné, on va considérer l’ensemble de ses symétries

Exemple: Le Rubicks cube#

De quel ensemble, muni de quelle opération parle-t’on dans le Rubicks cube?

Ce qui a être intéressant, ce n’est pas tellement les configurations possibles du Rubicks cube, mais les transformations que l’on peut effectuer: faire tourner une face, faire tourner le cube, et surtout enchaîner ses transformations. Ce que l’on étudiera, c’est l’ensemble de toutes les transformations que l’on peut obtenir par composition de transformations élémentaires; l’opération est la composition. L’élément neutre, c’est ne rien faire.

Là encore, c’est un groupe.

Exemple: Gestion de piles de T-Shirts#

Opérations élémentaires: prendre le i-ème T-Shirt et le poser tout en haut (pas inversible!)

Monoïde de toutes les opérations obtenues par composition.

Il a de bonnes propriétés liés à un ordre. Il est dit R-trivial => théorèmes et algorithmes pour analyser l’évolution du système. Avec de la jolie combinatoire.

Semi-Anneaux, Anneaux, Corps#

TODO: expliciter la construction des ensembles usuels par relations d’équivalence / quotient: le plus petit ensemble qui … on veut telle propriété; on procède comme ça …

\((\NN, +,*)\): associativité de + et *, commutativité de + et *, distributivité de + sur *, 0 élément neutre de +, 1 élément neutre de *.

C’est un semi-anneau.

\((\ZZ, +,*)\): comme pour \(\NN\), mais avec opposés (inverse pour la soustraction)

C’est un anneau.

\((\QQ, +, *)\): pourquoi on a inventé les rationnels: c’est le plus petit ensemble contenant \(\ZZ\) et stable par division: existence d’inverse pour tout le monde sauf \(0\).

C’est un corps.

\((\RR,+,*)\): corps complet: propriété de limites des suites de Cauchy; là on va du côté de l’analyse. Moins utile pour nous. Mais il y a d’autres corps complets très pertinent pour le calcul exact (nombres \(p\)-adiques). Et puis il n’y a qu’infiniment peu de nombre réèls que l’on puisse représenter sur machine.

\((\CC,+,*)\): corps algébriquement clos: on veut avoir les racines de n’importe quel nombre. Plus généralement: tout polynôme admet une racine. Même défaut que pour \(\RR\).

Dans la pratique, on va calculer avec des corps plus petits, obtenus par extensions de \(\QQ\) pour rajouter juste les éléments dont on a besoin pour notre calcul. Par exemple \(\QQ[\sqrt(2)]\).

Exemple: corps finis \(GF(p)\):#

Prenons \(p=5\) (ou plus généralement un nombre premier). On va construire les entiers modulo \(p\) et le munir d’une structure de corps.

On considère la relation d’équivalence \(x\sim y\) si \(y-x \mod p =0\). Pour \(x\in \ZZ\), on va noter \(\overline x= \{y, y-x \mod p = 0\}\) la classe d’équivalence de \(x\).

Exemple: \(\overline{4} = \{ ... -1, 4, 9, 14, ... \}\)

Soit \(E=\ZZ/p\ZZ\) l’ensemble des classes d’équivalence:

\[E=\{\overline{0},\overline{1},\overline{2},\overline{3},\overline{4}\}\]

On définit les opérations + et * sur \(E\) par:

\[\overline{x} + \overline{y} = \overline{x+y}\]
\[\overline{x} * \overline{y} = \overline{x*y}\]

et pareil pour les autres opérations (-, …)

Miracle: le résultat ne dépends pas du choix de représentants \(x\) et \(y\). Les opérations sont bien définies. De plus toutes les propriétés de \(\ZZ\) (associativé, …) restent valides. On obtient donc un anneau.

Exemple: (sans mettre les barres pour alléger)

+

0

1

2

3

4

0

0

1

2

3

4

1

1

2

3

4

0

2

2

3

4

0

1

3

3

4

0

1

2

4

4

0

1

2

3

*

0

1

2

3

4

0

0

0

0

0

0

1

0

1

2

3

4

2

0

2

4

1

3

3

0

3

1

4

2

4

0

4

3

2

1

x

0

1

2

3

4

1/x

ND

1

3

2

4

On constate que tous les éléments, sauf \(0\) admettent un inverse. Du coup, \(E\) est un corps. Fini de surcroît.

Du fait qu’ils sont finis, ces corps et leurs généralisations se représentent très naturellement sur ordinateur. Il vont jouer un rôle essentiel pour les codes correcteurs, la cryptographie, … et le calcul en général.

Espaces vectoriels#

Exemples d’ensembles munis d’opérations dans Sage#

ZZ
K = GF(5)
K
K(4)

Algèbre générale: zoologie des maths#

Structures algébriques dans SageMath

Algèbre universelle#

Adage: traiter uniformément toutes les structures algébriques

Sous-structures#

Comment les définir?

Comment les décrire?

Objets libres#

Algèbre linéaire#

Motivation#

Considérons les vecteurs suivants: $\((0, 0, 3, 1, 4), (3, 1, 4, 2, 1), (4, 3, 2, 1, 3)\)$

On souhaite déterminer si les vecteurs suivants sont des combinaisons linéaires des précédents:

\[ u = (1,2,4,1,0) \qquad v = (2,1,4,0,1)\]

On va continuer dans Sage. Voir la feuille de travail incluse dans le devoir.

Un peu d’algèbre linéaire à la main dans Sage#

K = GF(5)
K.cardinality()
K.category().axioms()
%display latex

Définissons une matrice, vue comme collection de vecteurs lignes:

M = matrix(K, [[0,0,3,1,4], [3,1,4,2,1], [4,3,2,1,3]]); M
v0 = M[0]
v1 = M[1]
v2 = M[2]

Et prenons deux vecteurs:

u = vector(K, [1, 2, 4, 1, 0])
v = vector(K, [2, 1, 4, 0, 1])

Problème: Est-ce que \(u\) est dans le sous-espace vectoriel engendré par v0,v1,v2 ?

Autrement dit: peut-on trouver a0,a1,a2 de sorte que:

\[ u = a0 v0 + a1 v1 + a2 v2 \]
M
u

Trouver a0,a1,a2 de sorte que:

  • 1 = a0*0 + a1 *3 + a2 * 4

Mettons notre matrice sous forme échelon

M
M[0], M[1] = M[1], M[0]
M
M[0] = M[0] / M[0,0]
M
u
M[2,0]
M[2] = M[2] - 4 * M[0]
M
u

a0 M[0] + a1 M[1] + a2 M[2] = u

Équations:

  • a0 = 1

  • 2*a0 = 2

  • 3a0+3a1 = 4

M[1] = M[1] / K(3)
M
M[0] = M[0] * K(3)
M
M[0] = M[0] - 3 * M[1]
M
u

a0 M[0] + a1 M[1] + a2 M[2] = u

Équations:

  • a0 = 1

  • 2*a0 = 2

  • a1 = 4

  • 3a0+2a1=1

  • 3a0+3a1=0

K(3*1 + 2*4)
u - (1 * M[0] + 4 * M[1])

On dit que \(M\) est sous forme échelon réduite

M

Notion de bonne matrice: sous forme échelon réduite Algorithme pour obtenir une matrice sous forme échelon à partir d’une matrice quelconque.

Exemple: plans dans l’espace \(\RR^3\)#

Forme échelon d’une matrice#

Résumé#

SageMath#

Logiciel libre de calcul mathématique basé sur Python

Algèbre#

Adage: comprendre un objet en étudiant comment il s’insère dans le panorama:

  1. Quelle est sa structure algébrique, c’est à dire quelles sont ses opérations de base et leurs propriétés (axiomes)?

  2. Comment se relie-t’il à d’autres objets?

Algèbre Générale#

Zoologie des structures algébriques en maths: monoïdes, groupes, anneaux, corps, espaces vectoriels, …

Algèbre Universelle#

Adage: traiter uniformément toutes les structures algébriques

Algèbre linéaire#

Calcul Algébrique#

Adages:

  • Diviser pour régner

  • Méthodes d’élimination

  • Méthodes d’évaluation et changement de représentation