See also ebooksgratis.com: no banners, no cookies, totally FREE.

CLASSICISTRANIERI HOME PAGE - YOUTUBE CHANNEL
Privacy Policy Cookie Policy Terms and Conditions
Espace dual - Wikipédia

Espace dual

Un article de Wikipédia, l'encyclopédie libre.

En mathématiques, l'espace dual d'un espace vectoriel E est l'ensemble des formes linéaires sur E. La structure d'un espace et celle de son dual sont très liées. La fin de cet article présente quelques résultats sur les liens entre espace dual et hyperplans, ce qui permet une compréhension « géométrique » de certaines propriétés des formes linéaires.

Le dual topologique est une variante très considérée en analyse fonctionnelle, lorsque l'espace vectoriel est muni d'une structure additionnelle d'espace vectoriel topologique.

Sommaire

[modifier] Définitions

Icône de détail Article détaillé : Forme linéaire.

Soient (K,+, \times) un corps, E un K-espace vectoriel

On appelle forme linéaire sur E toute application linéaire de E vers K, c'est-à-dire toute application \phi : E \to K telle que

\forall (x,y) \in E^2,\ \forall \lambda \in \mathbb{K},\ \phi(\lambda x + y) = \lambda \phi(x) + \phi(y).

L'ensemble \mathcal{L}(E,K) des formes linéaires sur E est un K-espace vectoriel, dit espace dual de E ; il est noté E * .

Si φ est un élément de E * et x un élément de E, on écrit parfois \langle\phi,x\rangle pour φ(x). Cette notation est dite crochet de dualité.

[modifier] Exemples

[modifier] Cas d'un espace préhilbertien

Si l'espace vectoriel E est un espace préhilbertien, c'est-à-dire muni d'un produit scalaire \langle \cdot \rangle, on a un moyen naturel de « plonger » E dans E * , c'est-à-dire d'associer à chaque élément de E un élément du dual, et ce de manière à former un isomorphisme entre E et un sous-espace de E *  : à chaque élément x de E on associe la forme linéaire \phi_x : E \to K;\ y \mapsto \langle x,y\rangle. Alors l'application f : E \to E^*;\ x \mapsto \phi_x est une application linéaire injective, donc l'espace E est isomorphe au sous-espace f(E) de E * .

[modifier] Dualité en dimension finie

Si l'espace E est de dimension finie n, alors l'espace dual E * , isomorphe à E, est lui aussi de dimension n. On peut raffiner ce résultat.

Théorème de la base duale — Soit (e_1,\ldots,e_n) une base de E et soit \phi \in E^*. Alors la famille (e_1^*,\ldots,e_n^*) de vecteurs de E * définie par

\forall i \in \{1,\ldots,n\},\ \forall x \in E,\ e_i^*(x)=x_i;

(où xi est la coordonnée de x correspondant au vecteur ei) définit une base de E * , appelée base duale. Et par construction, on a

dimE = dimE * .

En dimension finie, un espace a donc la même dimension que son espace dual. Remarquons qu'on ne peut pas affirmer dans le cas général qu'un espace vectoriel est isomorphe à son dual : ceci est faux pour certains espaces vectoriels de dimension infinie.

[modifier] Exemple

Les polynômes de Lagrange associés à des scalaires x_0,x_1,\dots,x_n(voir Interpolation lagrangienne) s'ils sont tous distincts deux à deux forment une base de l'ensemble des polynômes dont la base duale est formée des fonctions d'évaluations \ \phi_i(P)=P(x_i).

[modifier] Orthogonal

Ici, E est un espace vectoriel quelconque (on ne suppose pas de dimension finie).

Si A est un sous-espace de E, on définit l'orthogonal A^\circ de A dans E * par :

 A^\circ=\{\phi \in E^* \,|\, \forall x \in A,\ \langle\phi,x\rangle=0\}.

Si B est un sous-espace de E * , on définit l'orthogonal B^\bot de B dans E par :

 B^\bot=\{x \in E\colon\forall \phi \in B, \langle\phi,x\rangle=0\} \,

Il ne faut pas confondre la notion d'orthogonal d'un sous-espace dans la théorie de dualité avec l'orthogonalité dans la théorie des espaces euclidiens.

[modifier] Représentation des sous-espaces

Ce paragraphe présente une application très importante de l'étude de l'espace dual : la représentation d'un sous-espace comme intersection d'hyperplans. On se restreint ici au cas d'un espace vectoriel de dimension finie.

Soit E un K-espace vectoriel de dimension finie n.

Soit F un sous-espace de dimension p (distinct de E) ; on a donc p < n.

Alors, il existe q = np formes linéaires indépendantes  \phi_1,\ldots , \phi_q telles que

 F=\bigcap_{i=1}^q \ker \phi_i;

c'est-à-dire

 \forall x \in E,\ x \in F \Longleftrightarrow \left( \phi_1(x)=0\ \mathrm{et} \phi_2(x)=0\ \mathrm{et} \ldots \mathrm{et} \phi_q(x)=0\right).

Ce théorème généralise les résultats élémentaires connus en dimension 2 ou 3 sur la représentation de droite ou de plan par des équations. En particulier, dans un espace vectoriel de dimension 3, l'intersection de 2 plans indépendants est une droite.

Nota : il ne faut pas confondre la notion de droite ou de plan dans un espace affine (qui correspond à l'intuition géométrique) et celle, utilisée ici, de droite vectorielle ou de plan vectoriel. On appelle droite vectorielle un sous-espace de dimension 1, et plan vectoriel un sous-espace de dimension 2.

On peut donc représenter un sous-espace F de dimension p par q équations linéaires indépendantes, où

q = dimEp.

[modifier] Voir aussi

Articles d'algèbre linéaire générale
vecteur • scalaire • combinaison linéaire • espace vectoriel
famille de vecteurs sous-espace

colinéarité • indépendance linéaire
famille libre ou liée • rang
famille génératrice • base
théorème de la base incomplète

somme • somme directe
supplémentaire
dimension • codimension
droite • plan • hyperplan

morphismes et notions relatives

application linéaire • noyau • conoyau •  lemme des noyaux
pseudo-inverse•  théorème de factorisation • théorème du rang
équation linéaire • système • élimination de Gauss-Jordan
forme linéaire • espace dual • orthogonalité • base duale
endomorphisme • valeur, vecteur, espace propres • spectre
projecteur • symétrie • diagonalisable • nilpotent

en dimension finie

trace • déterminant • polynôme caractéristique
polynôme d'endomorphisme • théorème de Cayley-Hamilton
polynôme minimal • invariants de similitude
réduction • réduction de Jordan • décomposition de Dunford

matrice
enrichissements de structure

norme • produit scalaire • forme quadratique • topologie
orientation • multiplication • crochet de Lie • différentielle

développements

théorie des matrices • théorie des représentations
analyse fonctionnelle • algèbre multilinéaire
module sur un anneau


aa - ab - af - ak - als - am - an - ang - ar - arc - as - ast - av - ay - az - ba - bar - bat_smg - bcl - be - be_x_old - bg - bh - bi - bm - bn - bo - bpy - br - bs - bug - bxr - ca - cbk_zam - cdo - ce - ceb - ch - cho - chr - chy - co - cr - crh - cs - csb - cu - cv - cy - da - de - diq - dsb - dv - dz - ee - el - eml - en - eo - es - et - eu - ext - fa - ff - fi - fiu_vro - fj - fo - fr - frp - fur - fy - ga - gan - gd - gl - glk - gn - got - gu - gv - ha - hak - haw - he - hi - hif - ho - hr - hsb - ht - hu - hy - hz - ia - id - ie - ig - ii - ik - ilo - io - is - it - iu - ja - jbo - jv - ka - kaa - kab - kg - ki - kj - kk - kl - km - kn - ko - kr - ks - ksh - ku - kv - kw - ky - la - lad - lb - lbe - lg - li - lij - lmo - ln - lo - lt - lv - map_bms - mdf - mg - mh - mi - mk - ml - mn - mo - mr - mt - mus - my - myv - mzn - na - nah - nap - nds - nds_nl - ne - new - ng - nl - nn - no - nov - nrm - nv - ny - oc - om - or - os - pa - pag - pam - pap - pdc - pi - pih - pl - pms - ps - pt - qu - quality - rm - rmy - rn - ro - roa_rup - roa_tara - ru - rw - sa - sah - sc - scn - sco - sd - se - sg - sh - si - simple - sk - sl - sm - sn - so - sr - srn - ss - st - stq - su - sv - sw - szl - ta - te - tet - tg - th - ti - tk - tl - tlh - tn - to - tpi - tr - ts - tt - tum - tw - ty - udm - ug - uk - ur - uz - ve - vec - vi - vls - vo - wa - war - wo - wuu - xal - xh - yi - yo - za - zea - zh - zh_classical - zh_min_nan - zh_yue - zu -