AccueilđŸ‡«đŸ‡·Chercher

Exemples d'espaces vectoriels

Cette page présente une liste d'exemples d'espaces vectoriels. Vous pouvez consulter l'article « Espace vectoriel » pour y trouver les définitions des notions employées ci-dessous.

Voyez Ă©galement les articles sur la dimension, les bases.

Nous noterons K un corps commutatif arbitraire tel que le corps ℝ des rĂ©els ou le corps ℂ des complexes.

Espace vectoriel trivial ou nul

L'exemple le plus simple d'espace vectoriel est l'espace nul {0}, qui ne contient que le vecteur nul (voir l'axiome 3. des espaces vectoriels). L'addition vectorielle et la multiplication par un scalaire sont triviales. Une base de cet espace vectoriel est l'ensemble vide, ∅ = { }. Ainsi {0} est l'espace vectoriel de dimension 0 sur K. Tout espace vectoriel sur K contient un sous-espace vectoriel isomorphe à celui-ci.

Le corps

Le prochain exemple simple est le corps K lui-mĂȘme. L'addition vectorielle est simplement l'addition du corps et la multiplication par un scalaire est la multiplication du corps. Tout Ă©lĂ©ment non nul de K forme une base de K et ainsi le triplet (K, +, ∙) est une K-droite vectorielle, c'est-Ă -dire un espace vectoriel de dimension 1 sur le corps K.

K a seulement deux sous-espaces : {0} et K lui-mĂȘme.

Espace des n-uplets

L'exemple le plus important d'espace vectoriel est sans doute celui qui suit. Pour tout entier naturel strictement positif n, l'ensemble des n-uplets d'éléments de K forme un espace vectoriel[1] de dimension n sur K appelé l'espace des n-uplets, noté Kn. Un élément de Kn s'écrit :

oĂč chaque est un Ă©lĂ©ment de K. Les opĂ©rations sur Kn sont dĂ©finies par :

L'élément neutre pour l'addition est :

et l'opposé d'un élément est le vecteur

Les cas les plus frĂ©quents sont ceux oĂč K est ou bien le corps des nombres rĂ©els donnant l'espace euclidien ℝn, ou bien le corps des nombres complexes donnant ℂn.

Les ensembles des quaternions et des octonions sont respectivement des espaces vectoriels de dimension quatre et huit sur le corps des nombres réels.

L'espace vectoriel Kn est muni d'une base naturelle appelée base canonique :

oĂč 1 dĂ©signe l'Ă©lĂ©ment neutre multiplicatif de K.

Espaces de matrices

Étant donnĂ©s deux entiers naturels m et n fixĂ©s, l'ensemble Mm, n(K) des matrices Ă  coefficients dans K Ă  m lignes et n colonnes, muni de l'addition des matrices et de la multiplication par un scalaire des matrices (consistant Ă  multiplier chaque coefficient par un mĂȘme scalaire) est un espace vectoriel sur K. Le vecteur nul n'est autre que la matrice nulle.

Cet espace est isomorphe à l'espace Kmn : en mettant bout à bout les m lignes (n-uplets) d'une matrice, on forme un mn-uplet. Par cet isomorphisme, la base canonique de Kmn correspond à la base canonique de Mm, n(K), constituée des matrices ayant un seul coefficient égal à 1 et tous les autres coefficients égaux à 0. La dimension de Mm, n(K) est donc égale à mn.

Espaces de suites

On munit l'ensemble Kℕ des suites d'Ă©lĂ©ments de K d'une structure d'espace vectoriel en dĂ©finissant une addition et une multiplication par un scalaire terme Ă  terme, comme sur l'espace vectoriel des n-uplets.

Dans cet espace Kℕ, le sous-ensemble K(ℕ) des suites Ă  support fini constitue un sous-espace vectoriel. Ce sont les suites dont tous les termes sont nuls sauf un nombre fini d'entre eux. Plus explicitement, si nous Ă©crivons un Ă©lĂ©ment de Kℕ sous la forme x = (x0, x1, x2, 
) alors la suite x appartient Ă  K(ℕ) si seulement un nombre fini d'indices n correspondent Ă  un terme xn non nul (autrement dit les coordonnĂ©es du vecteur x deviennent nulles Ă  partir d'un certain rang).

L'espace vectoriel K(ℕ) est de dimension infinie dĂ©nombrable. Sa base canonique est formĂ©e par les vecteurs ei qui comportent un 1 Ă  la i-iĂšme place et des 0 partout ailleurs. Cet espace vectoriel est la somme directe d'un nombre dĂ©nombrable de copies de l'espace vectoriel K.

Contrairement Ă  ce sous-espace K(ℕ) des suites Ă  supports fini, l'espace Kℕ des suites quelconques est de dimension infinie non dĂ©nombrable et il n'y a pas de choix Ă©vident de bases. Puisque leurs dimensions sont diffĂ©rentes, les espaces Kℕ et K(ℕ) ne sont pas isomorphes.

Kℕ est le produit direct d'un nombre dĂ©nombrable de copies de K. C'est donc l'espace dual de K(ℕ). Ceci explique cela car – contrairement Ă  un espace de dimension finie – un espace vectoriel de dimension infinie n'est jamais isomorphe Ă  son dual.

Espaces des polynĂŽmes

à une indéterminée

L'ensemble K[X] des polynĂŽmes Ă  coefficients dans K, muni des opĂ©rations usuelles, est un espace vectoriel sur K isomorphe Ă  K(ℕ) donc de dimension infinie dĂ©nombrable.

La base canonique de cet espace est constituée des monÎmes Xn pour tout entier naturel n.

Si l'on ne garde que les polynÎmes dont le degré reste inférieur ou égal à n alors nous obtenons l'espace vectoriel Kn[X] qui est de dimension n + 1.

à plusieurs indéterminées

Pour tout entier naturel n, l'ensemble K[X1, X2, 
, Xn] des polynÎmes à n indéterminées à coefficients dans K est un espace vectoriel sur K.

Espaces fonctionnels

L'espace Kℕ des suites Ă  valeurs dans K se gĂ©nĂ©ralise en remplaçant l'ensemble ℕ des indices de suites par un ensemble de dĂ©part X quelconque et/ou l'ensemble d'arrivĂ©e K par un espace vectoriel arbitraire E sur K. L'ensemble EX de toutes les applications de X dans E est un espace vectoriel sur K avec l'addition et la multiplication par un scalaire des fonctions.

Ces lois sont définies de la maniÚre suivante : considérons et deux fonctions, et . On pose :

oĂč les lois + et ∙ apparaissant dans le second membre sont celle de E. Le vecteur nul est la fonction constante nulle envoyant tous les Ă©lĂ©ments de X sur le vecteur nul de E.

Si X est fini et E est un espace vectoriel de dimension finie alors l'espace vectoriel des fonctions de X dans E est de dimension , sinon l'espace vectoriel est de dimension infinie (non dénombrable si X est infini).

Lorsque X = ∅, on retrouve l'espace nul.

Lorsque E = K, on retrouve pour X = {1, 
 , n} l'espace de n-uplets Kn, donc pour X Ă©gal au produit cartĂ©sien {1, 
 , m}×{1, 
 , n}, l'espace de matrices Mm,n(K).

Beaucoup d'espaces vectoriels considérés en mathématiques sont des sous-espaces d'espaces fonctionnels. Donnons d'autres exemples.

Généralisation des espaces de suites à support fini

La gĂ©nĂ©ralisation naturelle du sous-espace K(ℕ) de Kℕ est le sous-espace E(X) de EX constituĂ© de toutes les applications de X dans E qui s'annulent partout sauf en nombre fini de points de X.

Si X est l'ensemble des entiers compris entre 1 et n alors cet espace peut facilement ĂȘtre assimilĂ© Ă  l'espace des n-uplets En.

En particulier pour E = K, une base naturelle de K(X) est l'ensemble des fonctions fx oĂč x appartient Ă  X, telles que

La dimension de K(X) est ainsi égale au cardinal de X. Par conséquent :

  • pour tous ensembles A et B, les K-espaces vectoriels K(A) et K(B) sont isomorphes si et seulement si A et B sont en bijection ;
  • on peut construire un K-espace vectoriel de n'importe quelle dimension ;
  • tout K-espace vectoriel E est isomorphe Ă  un espace de la forme K(X) : il suffit de choisir un ensemble X de cardinal Ă©gal Ă  la dimension de E ; tout choix d'une base de E dĂ©terminera alors un isomorphisme envoyant cette base sur la base canonique de K(X).

Applications linéaires

Un exemple important issu de l'algĂšbre linĂ©aire est l'espace vectoriel des applications linĂ©aires. Soit L(E, F) l'ensemble des applications linĂ©aires de E dans F (E et F Ă©tant des espaces vectoriels sur le mĂȘme corps commutatif K). Alors L(E, F) est un sous-espace vectoriel de l'espace des applications de E vers F puisqu'il est stable pour l'addition et la multiplication par un scalaire.

Remarquons que L(Kn, Km) peut ĂȘtre identifiĂ© Ă  l'espace vectoriel de matrices Mm, n(K) de maniĂšre naturelle. En fait, en choisissant une base des espaces vectoriels de dimension finie E et F, L(E, F) peut aussi ĂȘtre identifiĂ© Ă  Mm, n(K). Cette identification dĂ©pend naturellement du choix des bases.

Applications continues

Si X est un espace topologique, tel que l'intervalle unitĂ© [0, 1], alors nous pouvons considĂ©rer l'espace vectoriel des applications continues de X dans ℝ. C'est un sous-espace vectoriel de toutes les fonctions rĂ©elles dĂ©finies sur X puisque la somme de deux applications continues quelconques est continue et le produit par un scalaire d'une application continue est continue.

Équations diffĂ©rentielles

Le sous-ensemble de l'espace vectoriel des applications de ℝ dans ℝ formĂ© d'applications satisfaisant des Ă©quations diffĂ©rentielles linĂ©aires est aussi un sous-espace vectoriel de ce dernier. Cela vient du fait que la dĂ©rivation est une application linĂ©aire, c'est-Ă -dire oĂč dĂ©signe cette application linĂ©aire (aussi appelĂ©e opĂ©rateur linĂ©aire).

Extensions de corps

Supposons que K soit un sous-corps de L (voir extension de corps). Alors L peut ĂȘtre vu comme un espace vectoriel sur K en restreignant la multiplication par un scalaire Ă  l'ensemble K (l'addition vectorielle Ă©tant dĂ©finie normalement). La dimension de cet espace vectoriel est appelĂ©e degrĂ© de l'extension. Par exemple l'ensemble ℂ des nombres complexes forme un espace vectoriel de dimension deux sur le corps ℝ des rĂ©els. C'est donc une extension de degrĂ© 2 sur ℝ.

Quant Ă  l'ensemble ℝ des nombres rĂ©els, il forme un espace vectoriel de dimension infinie non dĂ©nombrable sur le corps ℚ des rationnels.

Si E est un espace vectoriel sur L, alors E peut ĂȘtre aussi vu comme un espace vectoriel sur K. Les dimensions sont liĂ©es par la formule :

Par exemple ℂn peut ĂȘtre considĂ©rĂ© comme un espace vectoriel sur le corps des rĂ©els, de dimension 2n.

Notes et références

(en) Cet article est partiellement ou en totalitĂ© issu de l’article de WikipĂ©dia en anglais intitulĂ© « Examples of vector spaces » (voir la liste des auteurs).
  1. Roger Godement, Cours d'algĂšbre, 1966, Exemple 1, p. 165-166.
Cet article est issu de wikipedia. Text licence: CC BY-SA 4.0, Des conditions supplĂ©mentaires peuvent s’appliquer aux fichiers multimĂ©dias.