Espace vectoriel ordonné

En mathématiques, un espace vectoriel ordonné (ou espace vectoriel partiellement ordonné) est un espace vectoriel sur muni d'une relation d'ordre compatible avec sa structure. Il est dit totalement ordonné si l'ordre associé est un ordre total. Soit E un espace vectoriel sur le corps des réels et un préordre sur . La paire est appelée espace vectoriel préordonné, on dit que est compatible avec la structure d'espace vectoriel sur E et on appelle un préordre vectoriel si pour tout x, y et z dans E et dans , les deux propriétés suivantes sont vérifiées : Si est une relation d'ordre compatible avec la structure d'espace vectoriel sur E, la paire est appelée espace vectoriel ordonné et est appelé ordre vectoriel sur E. Les deux axiomes entraînent que les translations et les homothéties de rapport positif sont des automorphismes de E pour la structure d'ensemble ordonné, et que la fonction est un isomorphisme dans E muni de l'ordre dual. Les espaces vectoriels ordonnés sont des groupes ordonnés pour l'addition. Notons que pour tout x et y, . Si E un espace vectoriel préordonné, l'ensemble est un cône convexe pointé appelé cône positif de E et dont les éléments sont dits positifs. Pour tout x et y on a . De plus, le cône positif de E est saillant si et seulement si est une relation d'ordre, et c'est un cône saillant maximal pour l'inclusion si et seulement si est une relation d'ordre totale. Réciproquement, si C est un cône convexe pointé d'un espace vectoriel E, la relation d'ordre définie par est préordre sur E compatible avec sa structure d'espace vectoriel, dont C est le cône positif. Étant un espace vectoriel E, on peut donc définir une bijection entre les cônes convexes pointés (resp. cônes convexes pointés saillants, cônes convexes pointés saillants maximaux pour l'inclusion) et les relations de préordre vectoriel (respectivement ordre vectoriel, ordre vectoriel total) sur E. Un ordre vectoriel total ne peut pas être archimédien si la dimension de l'espace vectoriel sous-jacent est strictement plus grande que 1.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Concepts associés (11)

Cours associés (22)

Séances de cours associées (537)

MOOCs associés (9)

MATH-111(e): Linear Algebra

L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications.

MATH-111(g): Linear Algebra

L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications.

MATH-115(b): Advanced linear algebra II

L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et de démontrer rigoureusement les résultats principaux du sujet.

Espace vectoriel ordonné

Riesz space

In mathematics, a Riesz space, lattice-ordered vector space or vector lattice is a partially ordered vector space where the order structure is a lattice. Riesz spaces are named after Frigyes Riesz who first defined them in his 1928 paper Sur la décomposition des opérations fonctionelles linéaires. Riesz spaces have wide-ranging applications. They are important in measure theory, in that important results are special cases of results for Riesz spaces. For example, the Radon–Nikodym theorem follows as a special case of the Freudenthal spectral theorem.

Order dual (functional analysis)

In mathematics, specifically in order theory and functional analysis, the order dual of an ordered vector space is the set where denotes the set of all positive linear functionals on , where a linear function on is called positive if for all implies The order dual of is denoted by . Along with the related concept of the order bound dual, this space plays an important role in the theory of ordered topological vector spaces.

Un MOOC francophone d'algèbre linéaire accessible à tous, enseigné de manière rigoureuse et ne nécessitant aucun prérequis.

Algèbre linéaire: Projections orthogonales MATH-111(a): Linear Algebra

Explore les projections orthogonales dans l'algèbre linéaire, couvrant les projections vectorielles sur les sous-espaces et les solutions les moins carrées.

Espaces Normés MATH-502: Distribution and interpolation spaces

Couvre les espaces normés, les espaces doubles, les espaces de Banach, les espaces de Hilbert, la convergence faible et forte, les espaces réflexifs et le théorème de Hahn-Banach.

Coordonner les systèmes et les applications

Couvre la définition et l'utilisation de systèmes et d'applications de coordonnées dans les bases et les équations linéaires.