Rédigé avec l’aide d’une IA, relu et corrigé par l’équipe Ludicademy · mis à jour le 21 septembre 2026 · Notre méthode
- Formule canonique : pour u linéaire sur E de dimension finie, dim(E) = dim(ker u) + rg(u).
- Le rang rg(u) est par définition la dimension de l'espace image Im(u).
- Le noyau ker(u) rassemble tous les vecteurs x de E tels que u(x) = 0.
La loi fondamentale de conservation des degrés de liberté
Dans l'univers abstrait de l'algèbre linéaire, les applications linéaires sont les opératrices suprêmes : elles transportent des espaces vectoriels vers d'autres espaces en respectant scrupuleusement l'addition des vecteurs et la multiplication par les scalaires. Mais lorsqu'une telle transformation projette un espace de départ de dimension finie vers un espace d'arrivée, une question géométrique s'impose immédiatement : que devient la dimension initiale ? Peut-elle se volatiliser dans le néant ou gonfler arbitrairement ? La réponse mathématique est d'une rigueur absolue : la dimension globale est rigoureusement conservée. Ce principe d'invariance est scellé par l'un des résultats les plus célèbres du cursus universitaire : le théorème du rang, parfois désigné sous le nom de théorème fondamental des homomorphismes vectoriels.
| Composante vectorielle | Rôle dans l'application u : E -> F | Dimension associée |
|---|---|---|
| Espace de départ E | Espace vectoriel source de dimension finie | dim(E) : nombre total de degrés de liberté. |
| Noyau ker(u) | Ensemble des vecteurs envoyés sur le vecteur nul | dim(ker u) : dimension de l'espace écrasé. |
| Image Im(u) | Espace des vecteurs réellement atteints dans F | rg(u) = dim(Im u) : dimension de l'espace image. |
| Projecteur p sur une droite | Écrase le plan sur une droite vectorielle | dim(E) = 2, dim(ker p) = 1, rg(p) = 1. |
| Endomorphisme nul | Annule l'intégralité des vecteurs de l'espace | dim(ker u) = dim(E), rg(u) = 0. |
| Isomorphisme linéaire | Transforme l'espace sans aucune perte | dim(ker u) = 0, rg(u) = dim(E). |







Le détail qui compte
Pourquoi le théorème du rang permet-il d'établir l'équivalence magique entre injectivité, surjectivité et bijectivité pour un endomorphisme en dimension finie ? C'est le corollaire le plus utile des concours et examens ! Si u est un endomorphisme d'un espace E de dimension finie n dans lui-même, supposer que u est injective signifie que son noyau est réduit au vecteur nul, donc que dim(ker u) = 0. En appliquant instantanément le théorème du rang, on obtient rg(u) = dim(E) - 0 = n. Comme l'image de u est un sous-espace vectoriel de E ayant la même dimension finie n que l'espace total E, l'image est obligatoirement égale à E tout entier : l'application est donc automatiquement surjective, et par conséquent bijective ! En dimension finie, vérifier une seule des deux conditions (l'injectivité ou la surjectivité) suffit à prouver l'autre gratuitement. En revanche, cette équivalence s'effondre totalement dès que l'espace est de dimension infinie, comme dans l'espace des polynômes ou des suites réelles.

Et dans la vraie vie
Le théorème du rang régit directement le traitement du signal, la compression d'images et la résolution de grands systèmes d'équations industrielles. Lors de la compression JPEG ou de la réduction dimensionnelle par analyse en composantes principales (ACP) en intelligence artificielle, des données massives situées dans un espace de départ de très haute dimension sont projetées sur un sous-espace de faible rang : le théorème du rang quantifie très exactement la dimension de l'espace d'information purement sacrifié (le noyau de la projection) par rapport à la dimension des motifs conservés (le rang). En robotique cinématique, la matrice jacobienne reliant les vitesses des moteurs aux vitesses du bras articulé utilise le théorème du rang pour identifier les configurations singulières où le robot perd un degré de liberté de mouvement.
- Formule canonique : pour u linéaire sur E de dimension finie, dim(E) = dim(ker u) + rg(u).
- Le rang rg(u) est par définition la dimension de l'espace image Im(u).
- Le noyau ker(u) rassemble tous les vecteurs x de E tels que u(x) = 0.
- En dimension finie avec dim(E) = dim(F) : injectivité <=> surjectivité <=> bijectivité.
- L'équivalence injectivité-surjectivité est FAUSSE en dimension infinie (ex. opérateur de dérivation sur les polynômes).
Exercices express
Soit une application linéaire u de R^4 dans R^3. Si le noyau de u est une droite vectorielle, quel est son rang ?
Par le théorème du rang, dim(E) = dim(ker u) + rg(u). Ici dim(E)=4 et dim(ker u)=1 (droite). Donc rg(u) = 4 - 1 = 3.
Soit un endomorphisme u d'un espace E de dimension 6 tel que Im(u) = ker(u). Quelle est la dimension du noyau ?
Puisque Im(u) = ker(u), on a rg(u) = dim(ker u). Le théorème du rang donne 6 = dim(ker u) + dim(ker u) = 2 * dim(ker u), d'où dim(ker u) = 3.
Pourquoi l'endomorphisme de dérivation D(P) = P' sur l'espace infini des polynômes R[X] est-il surjectif mais non injectif ?
Le noyau contient tous les polynômes constants (dimension 1), donc D n'est pas injective. Pourtant tout polynôme admet une primitive dans R[X], donc D est surjective : en dimension infinie, surjectivité n'implique pas injectivité.




