Théorème de la nullité du rang
En algèbre linéaire, le théorème de rang-nullité stipule que pour toute application linéaire [latex]T : V \to W[/latex] entre des espaces vectoriels de dimension finie, la dimension de son domaine [latex]V[/latex] est la somme de son rang (la dimension de son image) et de sa nullité (la dimension de son noyau). La formule est [latex]\dim(V) = \text{rang}(T) + \text{nullité}(T)[/latex].
Le théorème de rang-nullité établit une relation fondamentale entre les dimensions des sous-espaces clés associés à une transformation linéaire. Soit [latex]T : V \to W[/latex] une application linéaire. Le noyau de T, noté [latex]\ker(T)[/latex], est l'ensemble des vecteurs de [latex]V[/latex] qui sont envoyés sur le vecteur nul dans [latex]W[/latex]. La dimension du noyau est appelée la nullité de T. L'image de T, notée [latex]\text{im}(T)[/latex], est l'ensemble de tous les vecteurs dans [latex]W[/latex] qui sont la sortie de T pour un vecteur d'entrée quelconque de [latex]V[/latex]. La dimension de l'image est le rang de T.
Le théorème stipule que [latex]\dim(\text{domaine}(T)) = \dim(\ker(T)) + \dim(\text{im}(T))[/latex]. Une stratégie de preuve courante consiste à construire une base. Tout d'abord, trouvez une base pour le noyau, par exemple [latex]\{u_1, \dots, u_k\}[/latex], où [latex]k = \text{nullité}(T)[/latex]. Comme le noyau est un sous-espace de [latex]V[/latex], cette base peut être étendue à une base pour tout [latex]V[/latex] : [latex]\{u_1, \dots, u_k, v_1, \dots, v_r\}[/latex]. La dimension de [latex]V[/latex] est donc [latex]k+r[/latex]. La dernière étape consiste à montrer que l'ensemble [latex]\{T(v_1), \dots, T(v_r)\}[/latex] forme une base pour l'image de T. Cela prouve que le rang est [latex]r[/latex], et donc [latex]\dim(V) = k+r = \text{nullité}(T) + \text{rang}(T)[/latex].
Pour les matrices, si [latex]A[/latex] est une matrice [latex]m \times n[/latex], elle représente une application linéaire de [latex]\mathbb{R}^n[/latex] vers [latex]\mathbb{R}^m[/latex]. La dimension du domaine est [latex]n[/latex]. Le rang de [latex]A[/latex] est la dimension de son espace colonne, et sa nullité est la dimension de son espace nul. Le théorème devient [latex]n = \text{rang}(A) + \text{nullité}(A)[/latex].
Ce théorème est un élément central de ce que l'on appelle parfois le théorème fondamental de l'algèbre linéaire, qui fournit une description complète de la structure des quatre sous-espaces fondamentaux associés à une matrice [latex]m \times n[/latex] [latex]A[/latex] : l'espace des colonnes, l'espace nul, l'espace des lignes et l'espace nul gauche. Il illustre magnifiquement le compromis selon lequel, à mesure que l'ensemble des solutions à [latex]Ax=0[/latex] (l'espace nul) s'agrandit, l'ensemble des sorties possibles [latex]Ax[/latex] (l'espace colonne) doit devenir plus petit, leurs dimensions s'additionnant pour former la dimension totale de l'espace d'entrée.
UNESCO Nomenclature: 1201
- Algèbre
Perturbation
Fondamentaux
Usage
Utilisation généralisée
Précurseurs
- Concept d'espace vectoriel, formalisé par Giuseppe Peano.
- Théorie des matrices, développée par Arthur Cayley.
- Concept de dimension d'un espace vectoriel, développé par Hermann Grassmann.
- compréhension de l'indépendance linéaire et des vecteurs de base.
- formalisation des transformations linéaires (applications) entre espaces vectoriels.
- Premiers travaux de Carl Friedrich Gauss sur la résolution de systèmes d'équations linéaires.
Applications
- résolution de systèmes d'équations linéaires
- L'analyse en composantes principales (ACP) en science des données
- transformations graphiques informatiques
- théorie du contrôle en ingénierie
- codes de détection et de correction d'erreurs
- cryptographie
- mécanique quantique
Idées d'innovations potentielles
En raison du trafic généré par les robots de scraping, actuellement supérieur à 40 000 par jour, ce contenu est réservé aux membres de la communauté.
> Connexion < ou > Registre < (100% gratuit) pour y accéder, ainsi qu'à tous les autres contenus et outils à accès restreint.
En rapport avec : théorème de rang-nullité, algèbre linéaire, espace vectoriel, dimension, noyau, nullité, image, rang, transformation linéaire, théorie des matrices.