LES CATÉGORIES

DOUBLE LICENCE 3

“Mal nommer les choses contribue au malheur du monde”’

Albert Camus

Résumé. Notes du séminaire sur les catégories de la classe de Double Licence 3 Mathématiques-Informatique
de l’Université Sorbonne Paris Nord 2023-2024.

Table des matières

1. Introduction : l’algèbre moderne 1
1.1. L’Algèbre ou l’analyse des équations 1
1.2. L’algèbre ou l’axiomatisation des structures algébriques 2
1.3. Intérêts de l’axiomatisation 3
1.4. L’Algèbre moderne 4
1.5. Bourbaki 4
2. Catégories 4
2.1. Définition 5
2.2. Exemples 5
2.3. Catégories petites et localement petites 7
2.4. Constructions de catégories 8
3. Foncteurs 11
3.1. Définition 11
3.2. Foncteur identité Id 12
3.3. Composition de foncteurs 12
3.4. Catégories des petites catégories 12
3.5. Catégories des catégories localement petites 13
3.6. Foncteur plein 13
3.7. Foncteur fidèle 13
3.8. Mono-foncteur dans Catloc ou dans Cat 13
3.9. Épi-foncteur dans Catloc ou dans Cat 14
3.10. Iso-foncteur dans Catloc ou dans Cat 14

1. Introduction : l’algèbre moderne

1.1. L’Algèbre ou l’analyse des équations. Le mot français «algèbre» provient du mot arabe «al-
jabr» qui apparait dans le titre du livre «Abrégé du calcul par la restauration et la comparaison»
publié par en 825 par Al-Khwarizmi, mathématicien perse. Cet ouvrage est le premier à étudier
systématiquement la résolution des équations du premier et du second degré. Il est intéressant de noter
qu’il se compose de deux parties : la première contient la théorie abstraite des équations algébriques

Date: 11 octobre 2023.

1
où l’accent est mis sur le type d’opérations utilisée, la seconde contient les diverses applications en
vue à l’époque comme les calculs d’héritage, d’arpentage ou de commerce. Le mot arabe «al-jabr»,
qui signifie «la réduction» au sens de «la réduction d’une fracture», est la terminologie choisie par
Al-Khwarizmi pour une des opérations sur les équations, celle qui consiste à réduire une équation en
ajoutant des termes, soit deux termes de même nature d’une même côté d’une équation comme
x 2 + 3x 2 = 5x + 3 ⇐⇒ 4x 2 = 5x + 3 ,
soit deux termes identiques de part et d’autres de l’équation comme
3x 2 + 3 = −5x ⇐⇒ 3x 2 + 5x + 3 = 0 .
(Il est amusant de noter qu’en espagnol le terme dérivé «algebrista» signifie à la fois un algébriste ou
rebouteux, celui qui réduit les fractures.)

Disons rapidement que jusqu’au XIXe, les mathématiciens font des calculs, parfois du même type
sur des objets différents. Même s’ils savent utiliser des variables à la place de nombres, s’ils se servent
d’une notation pour le 0 ou qu’ils peuvent considérer des nombres imaginaires, peu de place est alors
accordée à la théorie de ses calculs. La première moitié du XIXe siècle voit une renaissance de l’Al-
gèbre par l’introduction de nouveaux concepts, méthodes et objets pour la résolution des équations
algébriques. D’ailleurs, Serret en 1866 écrit en introduction de son Cours d’algèbre supérieure (sic) que
«L’Algèbre [est], à proprement parlé, l’Analyse des équations».

1.2. L’algèbre ou l’axiomatisation des structures algébriques. C’est donc à partir de la seconde
moitié du XIXe siècle que naît la forme actuelle de l’Algèbre qui consiste à axiomatiser les propriétés
des opérations apparaissant dans le traitement des équations et à étudier les structures algébriques qui
en résultent plus qu’à étudier les manières de résoudre les dites équations. Voici ce qu’écrit Bourbaki
dans son «Élements d’histoire des mathématiques» : «Nous arrivons ainsi à l’époque moderne, où
la méthode axiomatique et la notion de structure (sentie d’abord, définie à date récente seulement),
permettent de séparer des concepts qui jusque-là avaient été inextricablement mêlés, de formuler ce
qui était vague ou inconscient, de démontrer avec la généralité qui leur est propre les théorèmes qui
n’étaient connus que dans des cas particuliers.» Trois grandes familles d’équations y ont alors joué
un rôle crucial.
Les équations linéaires: Elles sont du type

 2x + y − z = 1
 3x + 2y + z = 4

 x + 3y + z = 2 .


La théorie des espaces dans lesquels en elles s’expriment à donné naissance à la notion
d’espaces vectoriels, dont l’axiomatisation a été donnée principalement par Peano en 1888.
Les équations diophantiennes: Elles sont type
2x − 1 = y ou x5 + y5 = z5 ,
avec pour solutions des nombres entiers. Leur étude abstraite a donné naissance aux notions
algébriques d’anneaux, d’idéaux et de corps, via celle de nombre algébrique gr‰ce principale-
ment à l’école allemande des Dirichlet, Kummer, Kronecker, Dedekind, Hilbert, après bien
sur les travaux de Gauss.
Les équations polynomiales: Elles sont du type
8x 3 − 3x 2 + x + 7 = 0 .
2
 L’étude de leurs solutions a donné naissance à la notion de groupe. Galois est en assurément
le principal instigateur mais ses travaux fulgurants mais succincts ne sont publiés et diffusés
par Liouville et Serret que bien des années après sa mort en 1832. L’émergence conceptuelle
de cette notion doit beaucoup au «Traité des substitutions et des équations algébriques» de
Camille Jordan (1870).
Que se passe-t-il à chaque fois ? On reconnait dans différents exemples des opérations, méthodes et
résultats similaires. Il s’agit alors d’en extraire une substantifique moelle : on fait ressortir les proprié-
tés communes essentielles que l’on érige en axiomes pour définir une nouvelle notion conceptuelle.
Prenons l’exemple de l’algèbre linéaire, c’est-à-dire des espaces vectoriels. Comment travaille-t-on avec
des objets apparemment si différents que sont
 la droite, le plan, l’espace ambiant,
 les matrices (tableaux de nombres),
 Rn ,
 les polynômes,
 les applications ensemblistes réelles (à valeurs dans R),
 les applications continues réelles,
 les applications C ∞ réelles,
 les applications mesurable réelles,
 les ensembles de solution de systèmes d’équations linéaires homogènes,
 les ensembles de solution de systèmes d’équations différentielles homogènes,
 les suites numériques satisfaisant un relation de récurrence linéaire,
 les extensions de corps,
 etc. ?
On se rend compte que tous les calculs utilisent deux opérations et que ces dernières vérifient
toujours le même type de relations. La première opération est une opération binaire consistant à
sommer les éléments :
+
E×E− →E.
Cette addition vérifie à chaque fois les mêmes propriétés : associativité, commutativité, présence d’un
neutre (0). Cette structure est enrichie par la présence d’une action du corps de base : on sait multiplier
ces éléments par des nombres :
·
R× E→ − E.
Dans ce cas aussi, tous les exemples susmentionnés vérifient la même liste de relations : associatitivé,
distributivité, action du neutre, et action sur le 0. Facile alors de donner la définition abstraite et
générale d’un espace vectoriel.
1.3. Intérêts de l’axiomatisation. On l’a tous bien senti, le cerveau commence à chauffer. Il y a en
effet un prix à payer pour arriver à concevoir cette axiomatisation, c’est celui de travailler de plus en
plus abstraitement. Se pose du coup avec acuité la question de l’intérêt d’une telle démarche ; essayons
d’en dégager quels bénéfices.
(1) Cette conceptualisation offre une prise de hauteur remarquable. Cela permet de mettre sur
un même pied différents objets qui sont au fond de même nature et cela donne des moyens
de les comparer efficacement à l’aide d’une bonne notion de morphisme.
Exemple : En algèbre linéaire, on dispose d’une notion d’application linéaire entre espaces
vectoriels qui permet de les comparer facilement (injectivité-noyau, surjectivité, dimension,
etc.)
(2) Établir une telle théorie générale permet de démontrer d’un seul coup un résultat qui sera
valable automatiquement dans tous les exemples de la théorie. Cela permet une simplification
conceptuelle des énoncés.
3
 Exemple : L’existence de bases et leur cardinal qui définit la notion de dimension.
(3) L’approche abstraite permet de s’affranchir des contraintes imposées à l’esprit par tel ou tel
domaine.
Exemple : La géométrie peut nous faire penser que la dimension finie est une hypothèse
indispensable, il n’en est souvent rien.
(4) Extraire un type de structure algébrique permet de mettre au jour ce type de structure sur de
nouveaux objets et ainsi d’y appliquer les méthodes d’autres domaines.
Exemple : Utiliser les méthodes vectoriels puissantes de dimension dans le domaine des
extensions de corps.
(5) Cette axiomatisation, une fois bien digérée, permet de voir dans quelle direction poursuivre
les recherches. On peut dire que cette sédimentation des idées amènent irrémédiablement à
une renaissance quelques (dizaines ?) années plus tard.
Exemple : La notion d’espace vectoriel ouvre ensuite les portes à celles d’algèbres (associa-
tives, commutatives, de Lie), d’espace tangent d’une variété, d’espace vectoriel topologique,
etc.
(6) Cette démarche met au jour un language universel dont d’autres matières peuvent d’emparer
avec intérêt.
Exemple : Les méthodes et le language de l’algèbre linéaire ont été accaparé par de nom-
breux champs de la connaissance comme la mécanique, les sciences naturelles ou les sciences
sociales, par exemple. En économie, la modélisation de l’état de l’économie à plusieurs fac-
teurs comme celle d’un pays à l’aide de vecteurs de Rn a permis à Leontief d’obtenir le «prix
Nobel» d’économie en 1973. En effet, si on considère que l’évolution d’une telle économie
évolue suivant des règles constantes et linéaires, on est ramené à itérer un endomorphisme,
dont la réduction permettra de faire efficacement de la prospective.
1.4. L’Algèbre moderne. Sous l’impulsion de l’école allemande des Dedekind, Hilbert, Steinitz, Ar-
tin, Noether une unification conceptuelle des notions susmentionnées est entreprise entre 1900 et
1930. Son point culminant est le livre de Van der Waerden, publié en 1930 et dont le titre est bien sur
«Algèbre moderne», en français.
1.5. Bourbaki. C’est en 1935 que naquit le groupe Bourbaki dont l’ambition n’est rien de moins que
d’offrir une présentation cohérente et exhaustive des mathématiques de son époque. Pour se faire, il
faut une bonne méthode. Il commence donc par un premier volume de fondation avec la théorie des
ensembles, puis continue avec l’Algèbre, etc. Le style est aussi détonnant pour l’époque; Bourbaki écrit
ainsi en exergue de chaque de ses traités : « Le mode d’exposition suivi est axiomatique et procède
le plus souvent du général au particulier», un peu comme chez Al-Khwarizmi ! Bourbaki choisit donc
de décrire les mathématiques à travers les diverses structures qui les composent. Cela fera dire à
Emil Artin : «Notre époque assiste à la création d’un ouvrage monumental : un exposé de la totalité
des mathématiques d’aujourd’hui. De plus, cet exposé est fait de telle manière que les liens entre les
diverses branches des mathématiques deviennent clairement visibles». Car évidement, le fait de faire
ressortir les différentes structures présentes permet de faire des liens entre les différents domaines.

2. Catégories
10/9]
Imaginez-vous dans un vaste musée, où les chefs-d’œuvre de l’art mathématique prennent vie sous la
lumière douce de la théorie et l’abstraction. Au cœur de cette galerie se trouve une salle mystérieuse, un
sanctuaire intellectuel où les mathématiciens et mathématiciennes se réunissent pour explorer l’un des
concepts les plus puissants et englobants qui soient : les catégories. Les catégories sont bien plus que
de simples ensembles d’objets et de flèches que nous allons découvrir par la suite. Elles sont un concept
central en mathématiques qui permet de structurer et d’organiser les objets mathématiques ainsi que
les relations entre eux afin d’avoir une vue globale de ces dernières et de les étudier uniformément.
4
Cette partie va nous aider à pénétrer dans ce monde abstrait et à découvrir ces fameuses catégories
en s’appuyant sur des exemples pertinents et en soulignant sur les remarques, questions faites et
réflexions qui en découlent.
2.1. Définition.
Définition 1 (Catégorie). Une catégorie C est composée des éléments suivants :
• une collection d’objets, notée Obj C : X, Y, Z, . . .,
• une collection de flèches, notée Flech C : %, ., ↑, ↓, →, . . .,
• deux applications source : Flech C → Obj C et but : Flech C → Obj C,
• une composition : pour toute paire de flèches
f: X →Y et g: Y → Z telles que source(g) = but( f ),
il existe une flèche
g◦ f : X → Z telle que source(g ◦ f ) = source( f ) et but(g ◦ f ) = but(g),
• des identités : pour tout objet X de C, il existe une flèche
idX : X → X telle que source(idX ) = but(idX ) = X .
La composition est associative
h ◦ (g ◦ f ) = (h ◦ g) ◦ f
et unitaire
f ◦ idX = f et idY ◦ f = f .
2.2. Exemples.
2.2.1. Catégories «concrètes».
Exemple 1 (La catégorie des ensembles). La catégorie Ens des ensembles est formée des données
suivantes :
• ses objets Obj Ens sont les ensembles : X, Y, Z, . . .,
• ses flèches Flech Ens sont les applications ensemblistes : f : X → Y ,
• l’application source associe à toute flèche f : X → Y son ensemble de départ (X) et l’applica-
tion but associe à toute flèche f : X → Y son ensemble d’arrivée (Y ),
• la composition des flèches est la composition usuelle g ◦ f des applications ensemblistes,
• pour tout ensemble X, sa flèche identité est l’application ensembliste identité de X définie par
idX (x) B x.
Remarque. Il n’existe pas d’ensemble de tous les ensembles (paradoxe de Russell), c’est pourquoi
on a utilisé la notion de collection dans la définition de catégories et non celle d’ensemble. Ceci nous
a permis d’inclure l’exemple de la catégorie des ensembles.
Exemple 2 (Catégorie des espaces vectoriels). La catégorie Vect des espaces vectoriels sur un corps K
fixé est formée des données suivantes :
• ses objets Obj Vect sont les espaces vectoriels sur le corps K,
• ses flèches Flech Vect sont les applications linéaires,
• l’application source associe à toute flèche f : X → Y son espace vectoriel de départ (X) et
l’application but associe à toute flèche f : X → Y son espace vectoriel d’arrivée (Y ),
• la composition des flèches est la composition g ◦ f des applications linéaires,
• pour tout espace vectoriel X, sa flèche identité est l’automorphisme identité idX de X.
Exemple 3 (Catégories des corps). La catégorie Cor des corps est formée des données suivantes :
• ses objets Obj Cor sont les corps,
5
 • ses flèches Flech Cor sont les morphismes de corps,
• l’application source associe à toute flèche f : X → Y son corps de départ (X) et l’application
but associe à toute flèche f : X → Y son corps d’arrivée (Y ),
• la composition des flèches est la composition g ◦ f des morphismes de corps,
• pour tout corps K, sa flèche identité est l’automorphisme identité idK de K.
De manière analogue, on pourrait introduire les catégories des anneaux, des groupes, des groupes
abéliens, etc. On parle ici de catégories «concrètes» car les flèches sont toutes des applications ensem-
blistes (vérifiant parfois des propriétés).

2.2.2. Catégories «non-concrètes». Toutes les catégories ne sont pas forcément faites de flèches qui sont
des applications ensemblistes, en voici quelques exemples.
Exemple 4 (Catégories des quaternions). La catégorie Quat des quaternions est formée des données
suivantes :
• cette catégorie n’a qu’un seul objet ObjQuat B {•},
• ses flèches sont les éléments de l’algèbre des quaternions
FlechQuat B H = {α1 + βi + γj + δk | α, β, γ, δ ∈ R},
• les deux applications source et but sont identiques : elles associent à tout quaternion l’unique
objet •,
• la composition des flèches est définie par le produit des quaternions dont on rappelle qu’il est
déterminé par
i2 = j2 = k2 = ijk = −1 ,
ij = −ji = k , jk = −kj = i , ki = −ik = j ,
• l’identité de l’unique objet • est l’unité 1 de l’algèbre des quaternions.
Exemple 5 (Les catégories CZ+ et CZ∗ ). La catégorie CZ+ est formée des données suivantes :
• cette catégorie n’a qu’un seul objet Obj CZ+ B {•},
• ses flèches sont les entiers relatifs Flech CZ+ B Z,
• les deux applications source et but sont identiques : elles associent à tout entier l’unique objet
•,
• la composition des flèches est définie par la somme des entiers,
• l’identité de l’unique objet • est 0.
La catégorie CZ∗ est formée des données suivantes :
• cette catégorie n’a qu’un seul objet Obj CZ∗ B {•},
• ses flèches sont les entiers relatifs Flech CZ∗ B Z,
• les deux applications source et but sont identiques : elles associent à tout entier l’unique objet
•,
• la composition des flèches est définie par le produit des entiers,
• l’identité de l’unique objet • est 1.

1 0

•
...
2

6
 Ces deux derniers exemples montrent qu’il ne suffit pas de donner les objets et les flèches pour
décrire une catégorie : les données des compositions et des identités sont importantes. Dans les deux
cas précédents, les objets et les flèches sont les mêmes, mais les deux catégories diffèrent par leurs
compositions et identités.

2.2.3. Contre-exemple. Quoi de mieux pour bien assimiler la notion de catégorie que de trouver un
«contre-exemple». On considère les données suivantes :
• on se donne 4 objets : X, Y, Z, W ,
• on se donne 7 flèches : f : X → Y , g : Y → Z, h : Z → W , φ : X → Z, ψ : Y → W , α : X → W ,
β : W → Z,
β

f g h
X Y Z W
φ

• la composition est définie par : g ◦ f B φ, h ◦ g B ψ, ψ ◦ f B β, h ◦ φ B α.

• chaque objet X, Y, Z, W admet une identité respective idX , idY , id Z , idW .
On voit que la composition n’est pas associative : (h ◦ g) ◦ f = β , α = h ◦ (g ◦ f ). Bon, on voit bien
que nous avons tout fait pour construire un contre-exemple ad hoc de catégorie ... Lyes [17/9]

2.3. Catégories petites et localement petites. On peut aussi donner une autre définition des caté-
gories en regroupant chaque sous-collection de flèches en fixant la source et le but. On remarque aussi
que les flèches sont souvent appelées morphismes (voire homomorphismes). Soit f une flèche de source
X et de but Y , on dira que f appartient à la collection des morphismes de X dans Y , qu’on notera au
choix
Flech C(X, Y ) = Hom C(X, Y ) = Mor C(X, Y ) = C(X, Y ).
Ceci donne la définition équivalente suivante de catégorie, où il n’y a plus besoin d’applications
«source» et «but» !
Définition 2 (Catégorie (bis)). Une catégorie C est composée des éléments suivants :
• une collection d’objets, notée Obj C : X, Y, Z, . . .,
• des collections de flèches (ou morphismes) pour toute paire d’objets X et Y , notées Hom C(X, Y ) :
f , g, h, . . .,
• une composition : pour toute paire de flèches f de Hom C(X, Y ) et g de Hom C(Y, Z), on a une
flèche g ◦ f dans Hom C(X, Z),
• des identités : pour tout objet X de C, il existe une flèche idX dans Hom C(X, X).
La composition est associative
h ◦ (g ◦ f ) = (h ◦ g) ◦ f
et unitaire
f ◦ idX = f et idY ◦ f = f .
Dans la définition de la notion de catégorie, on utilise des collections d’objets et de morphismes,
et non des ensembles. Cela nous donne plus de flexibilité, et nous évite certaines restrictions vis-à-vis
des ensembles. Néanmoins, il peut arriver que certaines catégories soient constituées d’ensembles.
Définition 3 (Petite catégorie). Une catégorie C est dite petite si ses objets Obj C forment un ensemble.
7
Exemple 6. La catégorie des ensembles finis Ensf ini munis des applications ensemblistes, la catégorie
des ensembles finis Ensf ini,in j munis des injections et la catégorie des ensembles finis Ensf ini,sur j
munis des surjections sont petites car les ensembles finis forment un ensemble. De la même façon, la
catégorie des corps finis, la catégorie des espaces vectoriels de dimension finie et toute catégorie dont
les objets sont finis forment des petites catégories.
Exemple 7. La catégorie L composée d’un seul objet ObjL B {•} et d’une seule flèche FlechL B
{→} munie de la composition et de l’identité évidentes est une petite catégorie.

•
Contrexemple. La catégorie Ens des ensembles n’est pas une petite catégorie. En effet, l’ensemble
des ensembles n’existe pas (cf. paradoxe de Russel). La catégorie des espaces vectoriels et des corps
ne forment pas non plus de petites catégories, parce qu’il n’existe pas d’ensemble de tous les espaces
vectoriels, ni d’ensemble de tous les corps, on doit donc se limiter aux collections.
Néanmoins, limiter les objets aux ensembles n’est pas toujours ce que l’on recherche et peut donc
se révéler trop restrictif, comme le montre les exemples ci-dessus. Nous proposons donc plutôt de
limiter nos collections de morphismes aux ensembles.
Définition 4 (Catégorie localement petite). Une catégorie est dite localement petite si, pour toute paire
d’objets X, Y , les morphismes Hom C(X, Y ) de X vers Y forment un ensemble.
Exemple 8. La catégorie des ensembles Ens localement est petite : pour tous ensembles X, Y , les
applications ensemblistes de X vers Y forment un ensemble Hom Ens (X, Y ). Il en va de même pour la
catégorie Vect des espaces vectoriels et la catégorie Cor des corps qui sont des petites catégories.
Remarque. Catégorie petite =⇒ 6 Catégorie localement petite.
En effet, construisons cette catégorie comme contre-exemple :
• Obj = {·}
• Hom C(·, ·) = la collection des ensembles
• ◦ = l’union disjointe des ensembles : Pour tous A, B des ensembles, A t B est un ensemble,
donc fait partie de Hom C(·, ·)
• id · = ∅
Cette catégorie vérifie les propriétés :
• (A t B) t C = A t (B t C)
• A t id · = A t ∅ = A et id · t B = ∅ t B = B
Ici, nos objets forment un ensemble, l’ensemble à un seul élément, c’est donc une petite catégorie.
Pourtant, les morphismes ne forment pas un ensemble, ce n’est donc pas une catégorie localement
petite.
2.4. Constructions de catégories.
2.4.1. Catégories associées à des ensembles partiellement ordonnés.
Définition 5 (Ensemble partiellement ordonné). Un ensemble partiellement ordonné π = (E, ≤) est un
ensemble E muni d’une relation d’ordre ≤, c’est-à-dire une relation binaire vérifiant :
• réflexivité : ∀x ∈ E, x ≤ x,
• transitivité : ∀x, y, z ∈ E, x ≤ y ∧ y ≤ z ⇒ x ≤ z,
• antisymétrie : ∀x, y ∈ E, x ≤ y ∧ y ≤ x ⇒ x = y.
8
Exemple 9 (Ensemble des parties). Pour tout ensemble X, l’ensemble E B P(X) = { A ⊂ X } de ses
parties est un ensemble partiellement ordonné où la relation d’ordre est donnée par l’inclusion ≤ B ⊂.
On peut représenter un tel ensemble avec un diagramme, le diagramme de Hasse, qui met en
évidence l’ordre établi dans l’ensemble.
X

{1, 2} {1, 3} {2, 3}

{1} {2} {3}

∅
On peut associer canoniquement une catégorie à tout ensemble partiellement ordonné.
Définition-Proposition 1 (Catégorie associée à un ensemble partiellement ordonné). Soit π = (E, ≤)
un ensemble partiellement ordonné. Les données suivantes forment une catégorie, notée Cπ :
• Obj = E
 e → e 0 si e ≤ e 0

• Hom(e, e 0) =  ∅ sinon
• la composée est donnée par la transitivité : En effet, ∀e, e 0, e 00 ∈ E, tel que e → e 0 et e 0 → e 00,

alors on a e ≤ e 0 et e 0 ≤ e 00, et par transitivité, on a e ≤ e 00 et donc, on a, e → e 00
• les identités sont données par la réflexivité : En effet, ∀e ∈ E, e → e, car e ≤ e
Démonstration.
• Associativité : ∀e, e 0, e 00, e 000 ∈ E, grâce à la transitivité, on a :

(e ≤ e 0 et e 0 ≤ e 00) et e 00 ≤ e 000
⇐⇒ e ≤ e 00 et e 00 ≤ e 000
⇐⇒ e ≤ e 000
⇐⇒ e ≤ e 0 et e 0 ≤ e 000
⇐⇒ e ≤ e 0 et (e 0 ≤ e 00 et e 00 ≤ e 000)
• Unitaire : ∀e, e 0 ∈ E, par réfléxivité, on a : e ≤ e et e ≤ e 0 ⇐⇒ e ≤ e 0, ainsi que, e ≤ e 0 et
e 0 ≤ e 0 ⇐⇒ e ≤ e 0

2.4.2. Catégorie associée à un graphe. Les graphes sont des outils centraux en mathématiques et en
informatique. On peut déjà remarquer une certaine proximité entre les graphes et les catégories : on
représente souvent des catégories au moyen de graphes. On peut aussi créer des graphes à partir
d’ensembles partiellement ordonnés via la notion de diagramme de Hasse.
Définition 6 (Graphes).
• Un graphe G = (S, A) est un ensemble S (fini et non vide) de sommets et un ensemble A de
paires de sommets appelées arêtes.
• Un graphe G = (S, A) est dirigé lorsque toutes ses arêtes sont des paires ordonnées de sommets,
c’est-à-dire A ⊂ S × S.
• Un graphe G est dit complet lorsqu’il est constitué de toutes les arêtes possibles.
On ne considérera ici que des graphes dirigés. On peut maintenant se demander quels types de
graphes dirigés donnent naissance à des catégories.
9
Définition 7 (Graphe transitifs, graphes réflexifs).
• Un graphe dirigé G = (S, A) est transitif si (x, y) ∈ A et (y, z) ∈ A implique (x, z) ∈ A.
• Un graphe dirigé G = (S, A) est réflexif si pour tout x ∈ S, on a (x, x) ∈ A.
Définition-Proposition 2 (Catégorie associée à un graphe transitif et réflexif). Pour tout graphe
dirigé transitif et réflexif G = (S, A), les données suivantes forment une catégorie donnée CG :
• Obj = S
 s → s 0 si (s, s 0) ∈ A

• Hom(s, s 0) =   ∅ sinon
• la composée est donnée par la transitivité du graphe : En effet, ∀s, s 0, s 00 ∈ S, tel que s → s 0 et

s 0 → s 00, alors on a (s, s 0) ∈ A et (s 0, s 00) ∈ A, et par transitivité du graphe, on a (s, s 00) ∈ A et
donc, on a, s → s 00
• les identités sont données par la réflexivité du graphe : En effet, ∀s ∈ S, s → s, car (s, s) ∈ A
Démonstration.
• Associativité : ∀s, s 0, s 00, s 000 ∈ S, grâce à la transitivité, on a :

((s, s 0) ∈ A et (s 0, s 00) ∈ A) et (s 00, s 000) ∈ A

⇐⇒ (s, s 00) ∈ A et (s 00, s 000) ∈ A
⇐⇒ (s, s 000) ∈ A
⇐⇒ (s, s 0) ∈ A et (s 0, s 000) ∈ A
⇐⇒ (s, s 0) ∈ A et ((s 0, s 00) ∈ A et (s 00, s 000) ∈ A)
• Unitaire : ∀s, s 0 ∈ S, par réfléxivité, on a : (s, s) ∈ A et (s, s 0) ∈ A ⇐⇒ (s, s 0) ∈ A, ainsi que,
(s, s 0) ∈ A et (s 0, s 0) ∈ A ⇐⇒ (s, s 0) ∈ A

Proposition 1. On peut construire à partir de tout ensemble partiellement ordonné un graphe transitif réflexif,
et de tout graphe transitif réflexif on peut construire un ensemble partiellement ordonné.

Ensembles partiellement ordonnés ! Graphes transitifs réflexifs

Démonstration.
• Ensembles partiellement ordonnés Graphes transitifs réflexifs
Montrons que nous pouvons construire un graphe transitif réflexif pour tout ensemble par-
tiellement ordonné :
Soit (E, ≤) un ensemble partiellement ordonnée. Et soit G = (S, A) un graphe tel que S = E
et A = {(s, s 0) ∈ S 2, s ≤ s 0 }.
Alors, ce graphe est transitif, parce que ∀(s, s 0), (s 0, s 00) ∈ A, (s, s 00) ∈ A, car si s ≤ s 0 et
s ≤ s 00, alors s ≤ s 00 par transitivité. Et, ce graphe est réflexif, parce que ∀s ∈ S, (s, s) ∈ A, car
0

s ≤ s par réflexivité.
Donc, G est un graphe transitif réflexif.
• Ensembles partiellement ordonnés f Graphes transitifs réflexifs
Montrons que nous pouvons construire un ensemble partiellement ordonné pour tout graphe
transitif réflexif :
Soit G = (S, A) un graphe transitif réflexif. Et soit (E, ≤) un ensemble muni d’une relation
tel que E = S et ∀e, e 0 ∈ E, e ≤ e 0 ⇐⇒ (e, e 0) ∈ A.
Alors, ≤ est réflexif, car, ∀e ∈ E, e ≤ e, car (e, e) ∈ A par réflexivité du graphe. Et, ≤ est
transitif, car, ∀e, e 0, e 00 ∈ E, e ≤ e 0 et e 0 ≤ e 00 =⇒ (e, e 0), (e 0, e 00) ∈ A =⇒ (e, e 00) ∈ A =⇒
10
 e ≤ e 00 par transitivité du graphe. Enfin, ≤ doit être antisymétrique, or, le graphe est simple,
donc, s’il existe e, e 0 ∈ E, tel que e ≤ e 0, il existe donc (e, e 0) ∈ A, d’où, le seul cas où (e 0, e) ∈ A
(pour que e 0 ≤ e) est celui où e = e 0, sinon, le graphe ne serait pas simple.
≤ est donc une relation d’ordre.

Remarque. On a sait qu’à partir d’un ensemble partiellement ordonné on peut construire un graphe
transitif et réflexif via le diagramme de Hasse. Et à partir d’un graphe transitif et réflexif, on peut
construire une catégorie.

Ensembles partiellement ordonnés ! Graphes transitifs réflexifs Catégories

Nous avons donc réussi à englober les ensembles partiellement ordonnées et les graphes transitifs
réflexifs dans les catégories. Après tout, nous avons schématiquement représenté plusieurs de nos
catégories par des graphes et des ensembles partiellement ordonnés.
Corentin [17/9]
Adya [5/10]

3. Foncteurs
Les catégories de Vect, Ab et Cor sont comme des «continents» mathématiques distincts, chacun
abritant sa propre richesse et complexité. Cependant, il peut être intéressant de construire des ponts
élégants qui relient ces «continents», permettant ainsi un échange fluide d’idées et de concepts. Ces
ponts nous permettent de voir comment les espaces vectoriels de la catégorie Vect, les groupes
abéliens de la catégorie Ab et les corps de la catégorie Cor peuvent interagir harmonieusement,
révélant ainsi des perspectives inédites sur la nature profonde des mathématiques.
3.1. Définition. Soient C et D deux catégories. Un foncteur F de C vers D associe à tout objet A
de Obj( C) un objet F(A) de Obj(D) a tout morphisme f de Hom C(A, A0) un morphisme F( f ) de
Hom D(F(A), F(A’)) vérifiant :
pour tout morphisme f de Hom C(A, A0) et pour tout morphisme g de Hom C(A0, A00) on a :
• F(Id A) = IdF(A)
• F(f◦g) = F(f)◦F(g) ( de Hom D(F(A), F(A00)))
Justification diagrammatique de la préservation de la composition :
FF
Flech C Flech D

Source C / But C Source D / But D

FO
Obj C Obj D
Dis autrement, un foncteur est une «application» entre deux catégories préservant la structure
catégorique (composition des morphismes).
Exemples.
F
• Soient la catégorie Ens f ini et la catégorie Ens on définit le foncteur inclu Ens f ini −
→ Ens qui a
tout objet A de Obj(Ens f ini ) associe un objet F(A) = A de Obj(Ens) et qui a tout morphisme
f de Hom Ens f i ni associe un morphisme F(f) = f de Hom Ens . Verifions qu’il préserve la compo-
sition : soient un morphisme f de Hom Ens f i ni (A, A0) et un morphisme g de Hom Ens (A0, A00) on
a : F(f◦g) = f◦g = F(f)◦F(g)
11
 F
• Soient la catégorie Gr p et la catégorie Ens, on définit le foncteur oubli Gr p −
→ Ens qui a tout
objet (G,x,1) de Obj( Gr p) associe un objet F((G,x,1)) = G (ou on oubli la structure de groupe
de G) et qui a tout morphisme de groupe f de Hom Gr p (G, G 0) associe un morphisme F( f ) =
f (ou f est considère comme une application ensembliste) de Hom Ens(F(G), F(G 0))
• Soient X et Y deux ensembles, et soient π1 := (X, ≤) et π2 := (Y, ≺) deux préordres vue
−
Fm
comment des catégories petites alors on peut définir le foncteur monotone π1 −−→ π2 comme
suit x ≤ y ⇒ Fm (x) ≺ Fm (y). En d’autre terme Fm correspond a une fonction monotone définie
−
de X vers Y .
3.2. Foncteur identité Id. Id est un foncteur qui a tout objet de A d’une categorie C associe le même
objet A de C Id(A) = A et a tout morphisme f de la catégorie C associe le même morphisme f de
C Id(f) = f vérifiant : pour tout morphismes f de Hom C(A, A0) et g de Hom C(A0, A00) Id(g◦f) = g◦f =
Id(g)◦Id(f)
F G
3.3. Composition de foncteurs. Soient C, D et E trois catégories, et soient C − → D et D − → E
deux foncteurs, où F envoie les objets de C dans les objets de D et les flèches de C dans les flèches
de D, et G envoie les objets de D dans les objets de E et les flèches de D dans les flèches de E. La
composition de F et G, notée G ◦ F, est un nouveau foncteur de C dans E défini comme suit :
• Pour chaque objet X de Obj( C), l’objet correspondant dans Obj( C) est G(F(X)).
• Pour chaque morphisme f dans Hom C(X, Y ), le morphisme correspondant dans Hom E(G(F(X)), G(F(Y )))
est G(F(f))
En d’autres termes, pour chaque objet et chaque morphisme de la catégorie C, la composition G ◦ F
applique d’abord le foncteur F pour obtenir l’objet ou le morphisme correspondant dans D, puis
applique le foncteur G pour obtenir l’objet ou le morphisme correspondant dans E.

3.3.1. Justifiant que la composition est définie.

FF FF
Flech C Flech D Flech E

Source C / But C Source D / But D Source E / But E

FO FO
Obj C Obj D Obj E

Les deux diagrammes commutent (rouge et bleu) alors le diagramme complet commute

3.4. Catégories des petites catégories. La catégorie des petites catégories, notée Cat, est une caté-
gorie dont les objets sont des petites catégories (catégories dont ces objets forment un ensemble) et
dont les morphismes sont les foncteurs entre ces catégories.
Définition formelle
• Objets de Cat : Les objets de Cat sont les petites catégories. Une petite catégorie est définie par
un ensemble d’objets, des morphismes, et des opérations (composition et identité) satisfaisant
les axiomes des catégories.
• Morphismes de Cat : Les morphismes de Cat sont les foncteurs entre les petites catégories. Un
foncteur entre deux petites catégories C et D associe à chaque objet de C un objet de D, et à
chaque flèche de C une flèche de D, tout en préservant la structure catégorique (composition
et identité).
12
 • Composition des Morphismes : La composition dans Cat est la composition de foncteurs. Si
F G G◦F
C−→ D et D − → E sont deux foncteurs, alors leur composition C −−−→ E est un foncteur qui
envoie chaque objet et chaque flèche de C dans un objet et une flèche correspondants de E.
IdC
• Identité : Pour chaque petite catégorie C, il existe un foncteur identité C −−−→ C qui envoie
chaque objet et chaque flèche de C sur lui-même.

3.5. Catégories des catégories localement petites. La catégorie des petites catégories, notée Catloc ,
est une catégorie dans laquelle l’ensemble des morphismes entre deux objets donnés forme un en-
semble
Définition formelle
• Objets de Catloc : Les objets de Catloc sont les petites catégories localement petites.
• Morphismes de Catloc : Les morphismes de Catloc sont les foncteurs entre les catégories
localement petites. Un foncteur entre deux catégories localement petites C et D associe à
chaque objet de C un objet de D, et à chaque flèche de C une flèche de D, tout en préservant
la structure catégorique (composition et identité).
• Composition des Morphismes : La composition dans Catloc est la composition de foncteurs.
F G G◦F
Si C −
→ D et D − → E sont deux foncteurs, alors leur composition C −−−→ E est un foncteur qui
envoie chaque objet et chaque morphisme de C dans un objet et une flèche correspondants
de E.
IdC
• Identité : Pour chaque catégorie localement petite C, il existe un foncteur identité C −−−→ C
qui envoie chaque objet et chaque flèche de C sur lui-même.

3.6. Foncteur plein.

Définition 8 (Foncteur plein). Soient C, D deux catégories localement petites. Un foncteur F : C →

g
D est un foncteur plein si pour tout objet A et B de C et pour tout morphisme F(A) −
→ F(B) de D il
f
existe un morphisme A −
→ B de D tel que g = F( f ).
IdC
Exemple : C −−−→ C est un foncteur plein en effet :
g
Soient deux objets A et B de Obj( C) et soit un morphisme IdC (A) −
→ IdC (B) de C.
f
Montrons qu’il existe un morphisme A −
→ B de C tel que g = IdC ( f ). Il suffit de prendre f =g puisque
IdC (A) = A et IdC (B) = B

F
3.7. Foncteur fidèle. Soient C, D deux catégories et C −
→ D un foncteur. On dit que F est un
f ,g F( f )=F(g)
foncteur fidèle si pour tout objet A et B de C et pour tout morphisme A −−→ B l’égalité F(A) −−−−−−−→
F(B) de morphisme dans D entraîne f = g.
F
Exemple : le foncteur oubli Gr p −
→ Ens est fidèle.

3.8. Mono-foncteur dans Catloc ou dans Cat. Soient C, D deux catégories (petites ou localement
F
petites) et C −
→ D un [Link] dit que F est un mono-foncteur s’il vérifie la propriété suivante :
f1, f2
Pour tout couple d’objets X et Y de la catégorie C, si deux morphismes A −−−→ B sont égaux, alors les
flèches correspondantes F( f 1 ) et F( f 2 ) dans la catégorie D sont également égales. En d’autres termes,
si f 1 = f 2 implique F( f 1 ) = F( f 2 ), alors le foncteur est un mono-foncteur.
13
3.9. Épi-foncteur dans Catloc ou dans Cat. Soient C, D deux catégories (petites ou localement
F
petites) et C −
→ D un [Link] dit que F est un mono-foncteur s’il vérifie la propriété suivante :
f1, f2
Pour tout couple d’objets X et Y de la catégorie C, si deux morphismes A −−−→ B ont la même
image sous le foncteur F, c’est-à-dire F( f 1 ) = F( f 2 ), alors f 1 et f 2 sont égaux. En d’autres termes, si
F( f 1 ) = F( f 2 ) implique f 1 = f 2 , alors le foncteur est un épi-foncteur.
3.10. Iso-foncteur dans Catloc ou dans Cat. Soient C, D deux catégories(petites ou localement pe-
F
tites) et C −
→ D un [Link] dit que F est un mono-foncteur s’il a la propriété suivante : Pour tout
α
objet X de la catégorie C, il existe un objet Y dans la catégorie C et un isomorphisme F(A) − → F(B)
f
dans la catégorie D tel que F(f)=α ◦ F(g)◦ α −1 pour tout morphisme X −
→ X 0 et tout morphisme
g
→ X 0 dans la catégorie C.
Y−
F
Propriété : Dans Cat, C −
→ D est fidèle ⇔ c’est un mono
• Supposons que F est un foncteur fidèle. Montrons que F est un mono-foncteur.
f1, f2
Soient un couple d’objets X et Y de la catégorie C et soient deux morphismes X −−−→ Y tels
que f 1 = f 2 .

14