6.9.

ESPACIOS FUNDAMENTALES DE UNA MATRIZ 1

21
20
de
zo
ar
m
de
24
ón
c ci
t ru

“El avance y perfeccionamiento de las matemáticas está

ns

estrechamente relacionado con la prosperidad de la nación”

co

Napoleón Bonaparte.
en

6.9. Espacios Fundamentales de una matriz

TA
JJ

6.9.1. Introducción

Desde una matriz A de orden m × n se pueden ver algunos conjuntos (Espacios fundamentales
de una matriz) que son espacios vectoriales: El espacio nulo de una matriz A, que es el conjunto
de todas las soluciones del sistema de ecuaciones homogéneo Ax = 0, la imagen de la matriz
A, el espacio fila de A y el espacio columna de A. A estos conjuntos se les encontrara una base
y su dimensión para esto se lleva la matriz a una forma escalonada o su escalonada reducida,
se darán condiciones para determinar el tipo de solución al sistema de ecuaciones lineales
Ax = b y condiciones para que la matriz A de orden n × n sea invertible.
2

6.9.2. Espacio Nulo de una matriz

El primer conjunto que se trabajara es el conjunto de todas las soluciones del sistema ho-
mogéneo Ax = 0 al que se le dará el nombre de espacio nulo.

Definición 6.1 (Espacio nulo de una matriz). Sea Am×n . El espacio nulo de A se denota
por NA . Es el conjunto de todas las soluciones del sistema de ecuaciones lineaales homogéneo

21
Ax = 0
NA = {x ∈ Rn : Ax = 0}

20
de
El espacio nulo de una matriz A siempre es un subespacio vectorial, esta afirmación se de-
muestra en el siguiente teorema.

zo
ar
Teorema 6.1. Sea Am×n . Entonces NA = {x ∈ Rn : Ax = 0} es un subespacio de Rn .

m
de
Demostración. Sean x1 y x2 pertenecientes a NA luego x1 y x2 están en Rn tales que Ax1 = 0
y Ax2 = 0, y α un escalar. NA es diferente del vació ya que al menos el vector 0 ∈ Rn es
24

solución del sistema Ax = 0.

ón
ci

¿x1 + x2 ∈ NA ?
c

A(x1 + x2 ) = Ax1 + Ax2 = 0 + 0 = 0

ru

Ası́ x1 + x2 ∈ NA
t
ns

¿αx1 ∈ NA ?
co

A(αx1 ) = α(Ax1 ) = α0 = 0
Ası́ αx1 ∈ NA
en

Luego NA es un subespacio vectorial de Rn

TA
JJ

Ejemplo 6.1. Dado el sistema de ecuaciones

x1 − 2x2 + 3x3 + 4x4 = 0

−3x1 + 2x2 + x3 + 4x4 = 0
−2x1 + 4x3 + 8x4 = 0

Hallar una base para el conjunto de todas las soluciones del sistema de ecuaciones homogéneo
Ax = 0 o espacio nulo de la matriz A, NA y su dimension.
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 3

Solución. La matriz aumentada asociada el sistema de ecuaciones homogéneo y su matriz

en forma escalonada reducida son:

     
1 −2 3 4 0
 1 0 −2 0 0

 −3 2 1 4  0  ∼  0 1 − 52 0 0 
     
 
−2 0 4 8 0 00 0 1 0

21
Al realizar un cambio en las columnas de tal manera que los pivotes queden en la posiciones

20
i,i no se altera la solución si se tiene un control sobre las variables.

de
  
1 0 0 −2 0

 0 1 0 − 52 0 
  

zo

001 0 0

ar
m
en la anterior matriz se intercambio la columna 3 con la columna 4 para dejar en las primeras
3 columnas los pivotes. La solución es la misma lo que cambia es el orden de las variables x3
de
y x4 . Luego la solución del sistema de ecuaciones lineales homogéneo es
24

     
x1 2x3 4
ón

x   5 x  x 5
 2  3 3  
x =   = 2  =
ci

2 2
 
x3   x3 
c

x4 0 0
t ru

Luego
ns
co

      

 x1 4 
 
 4 


 x  x 5  
5

en

 2 3  
NA = x ∈ R4 : x =   =   = gen  
 

 x3  2 2 
2

   
TA

x4 0 0
   
JJ

Por tanto una base para el espacio nulo de A es

 
 4 

 
5
 
 

2
 
0
 

ya que lo genera y un solo vector es linealmente independiente, siempre que no sea el vector
cero. Luego dim(NA ) = 1.
4

Dado el sistema de ecuaciones lineales homogéneo Ax = 0

a11 x1 + a12 x2 + a13 x3 + · · · + a1(n−1) xn−1 + a1n xn = 0

a21 x1 + a22 x2 + a23 x3 + · · · + a2(n−1) xn−1 + a2n xn = 0
a31 x1 + a32 x2 + a33 x3 + · · · + a3(n−1) xn−1 + a3n xn = 0
..
.

21
a(n−1)1 x1 + a(n−1)2 x2 + a(n−1)3 x3 + · · · + a(n−1)(n−1) xn−1 + a(n−1)n xn = 0

20
an1 x1 + an2 x2 + an3 x3 + · · · + an(n−1) xn−1 + ann xn = 0

de
La matriz en forma escalonada reducida asociada al sistema de ecuaciones lineales anterior es:

zo
[B|0] tiene la siguiente estructura después de organizar las variables dependientes(que tienen
pivote) en las primeras columnas y luego las variables libre (los parámetros).

ar
m

1 0 0 · · · 0 b1(r+1) · · · b1n
 
0
0

1 0
de
· · · 0 b2(r+1) · · · b2n

0
 

0 0 1 · · · 0 b3(r+1) · · · b3n  
0
24

 .. .. .. . .. .
  
. . . · · · .. . · · · .. 0
[B|0] = 
 
ón

0 ··· · · · brn
0  
 0 1 br(r+1) 0
 
0 0 0 ··· 0 0 ··· 0 0

ci

 
 .. .... .. .. .

· · · .. 0
 
c

. . . ··· . .
ru


0
0 0 0 ··· 0 0 ··· 0
t
ns

r pivotes y n − r parámetros.
co

Si r = n entonces el sistema de ecuaciones Ax = 0 tiene como única solución la trivial, luego

el espacio nulo de A es NA = {0} y dim(NA ) = 0.
en

Si r < n entonces el sistema de ecuaciones Ax = 0 tiene soluciones no triviales (sin perdida

de generalidad se supone que las r variables que tienen pivote son las primeras x1 , x2 , . . . ,
TA

xr y las n − r variables que son parámetros xr+1 , xr+2 , . . ., xn ). La solución es:

JJ

x1 = −b1(r+1) xr+1 − b1(r+2) xr+2 − · · · − b1n xn

x2 = −b2(r+1) xr+1 − b2(r+2) xr+2 − · · · − b2n xn
..
.
xr = −br(r+1) xr+1 − br(r+2) xr+2 − · · · − brn xn

Donde las primeras r variables son dependientes de las n − r restantes que son los parámetros
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 5

o variables libres. La solución entonces sera:

   
x1 −b1(r+1) xr+1 − b1(r+2) xr+2 − · · · − b1n xn
 x2  −b2(r+1) xr+1 − b2(r+2) xr+2 − · · · − b2n xn 
   
 .   .. 
 . 
 .  .
 
 
   
 xr  −br(r+1) xr+1 − br(r+2) xr+2 − · · · − brn xn 
x= x  = 
  
 r+1   xr+1 

xr+2  xr+2
   

21
 
 ..  ..
   
 .  .
 

20
 
xn xn

de
     
−b1(r+1) −b1(r+2) −b1n)
−b2(r+1)  −b2(r+2)   −b2n 
     

zo
 ..   ..   . 
 . 
. .  . 
   

ar
   
     
−br(r+1)  −br(r+2)   −brn 

m
     
 1   0   0 
= xr+1   + xr+2   + · · · + xn 
     


0 



1 de 



0 



 0 


 0 

 0 
 
24

 ..   ..   . 
.

 . 


 . 
  . 
 
0 0  0 
     
ón

   
0 0 1
c ci

Luego
ru

     
−b1(r+1) −b1(r+2) −b1n) 
t


 
ns

 
−b2(r+1)  −b2(r+2)   −b2n 

     

 
 ..   ..   .  
co

  . 
. .  . 

    

    
     
−br(r+1)  −br(r+2)   −brn 

   
 
en


   
 1   0   0  
NA = gen  , ,··· ,  = {n1 , n2 , . . . , nn−r }
     
0 1  0 
TA


    
     
0 0  0 

    

     
. .  . 

JJ

.. ..  .. 

    

    

     

0 0  0 

     

    

 
 0 0 1 

y es fácil mostrar que {n1 , n2 , . . . , nn−r } es linealmente independiente. ¿Por que son lineal-
mente independientes?, por lo tanto es una base para NA . y la dimension de NA es n − r,
donde r es el número de pivotes.

Teorema 6.2. Sea A una matriz de orden m × n, entonces una base para NA se consigue
con el procedimiento anterior.
6

Definición 6.2. Sea Am×n entonces la dimension del espacio nulo de A se llama la
nulidad de A y se denota por νA = dim(NA )

Nota 6.1. El teorema muestra que al escalonar la matriz Am×n , por cada parámetro aparece
un vector que pertenece a la base de NA , entonces νA = n − r, donde r es el numero de pivotes
de la matriz A en su forma escalonada.

21
Ejemplo 6.2. Dado el sistema de ecuaciones

20
x1 + 2x2 − 3x3 − 2x4 + x5 + 3x6 = 0
x1 + 2x2 − 4x3 + 3x4 + 3x5 + 4x6 = 0

de
−2x1 − 4x2 + 6x3 + 4x4 − 3x5 + 2x6 = 0

zo
−x3 + 5x4 + x5 + 9x6 = 0

ar
x1 + 2x2 − 3x3 − 2x4 + 7x6 = 0

m
Hallar una base para NA y νA .
de
Solución. La matriz ampliada asociada al sistema de ecuaciones homogéneo Ax = 0 nunca
24

modifica la ultima columna de ceros al aplicar operaciones elementales de fila, por lo tanto se
tendrá en cuenta solo la matriz de coeficientes para las operaciones pero a la hora de entregar
ón

la solución se debe considerar que los términos independientes son cero.

ci

   
1 2 −3 −2 1 3 1 2 0 −17 0 0
c

 1 2 −4 3 3 4 0 0 1 −5 0 0
   
ru

   
−2 −4 6 4 −3 2 ∼ 0 0 0 0 1 0
t

   
0 0 −1 5 1 9 0 0 0 0 0 1
   
ns

   
1 2 −3 −2 0 7 000 0 00
co

Luego la solución es:

en

       
x1 −2x2 + 17x4 −2 17
x2   x2 1 0
       
TA


       
x3   5x4  0 5
x= =
    = x2   + x4 
  
JJ

x4
   x4

 0
 
1
 
x5   0 0 0
       

x6 0 0 0
   

 −2 17 
    
 1   0 

 

 

    
 0   5 
Ası́ que una base para NA es   ,   y la dim(NA ) = 2
   


 0   1  
   
 0   0 

 
 

 
0 0
 
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 7

Teorema 6.3. Sea A una matriz de orden m×n, sea xh la solución del sistema de ecuaciones
lineales homogénio Ax = 0 y xp una solución particular del sistema de ecuaciones lineales
Ax = b, entonces la solución del sistema de ecuaciones lineales Ax = b se puede escribir de
la forma x = xp + xh .

Demostración. Sea x = xp + xh , luego Ax = A(xp + xh ) = Axp + Axh = b + 0 = b ya que

Axp = b y Axh = 0.

21
20
6.9.3. Imagen de una matriz

de
Definición 6.3 (Imagen de una matriz). Sea A una matriz de orden m × n la imagen de A

zo
es el conjunto

ar
Imagen(A) = {y ∈ Rm : Ax = y para algun x ∈ Rn }

m
Teorema 6.4. Sea Am×n . Entonces Imagen(A) es un subespacio de Rm
de
Demostración. Sean y1 y y2 en Imagen(A), y α un escalar, entonces como y1 y y2 están en
24

la Imagen(A), existen vectores x1 y x2 ∈ Rn tales que Ax1 = y1 y Ax2 = y2 .

Es claro que Imagen(A) es diferente del vació ya que 0 ∈ Rm esta en la imagen de A, pues
ón

A0Rn = 0Rm . Ahora se muestra las condiciones de cerradura para la suma y el producto por
ci

escalar
c
ru

y1 + y2 = Ax1 + Ax2 = A (x1 + x2 ). Luego y1 + y2 ∈ Imagen(A)

t
ns

αy1 = αAx1 = A (αx1 ). Luego αy1 ∈ Imagen(A)

co
en

 
1 −2 3 4
Ejemplo 6.3. Sea A =  −3 2 1 4 , hallar Imagen(A).
 
TA

−2 0 4 8
JJ

 
  x1
y1 x 
 2
Solución. Sea y =  y2  ∈ R3 tal que Ax = y para algún x =   ∈ R4 . Se debe
 
 x3 
y3
x4
encontrar condiciones para que la siguiente ecuación matricial tenga solución.
 
  x1  
1 −2 3 4   y1
  x2   
 −3 2 1 4    =  y2 

 x3 
−2 0 4 8 y3
x4
8

La matriz ampliada y su correspondiente matriz en forma escalonada son:

     
1 −2 3 4 y
 1 1 −2 3 4  y1
−3 2 14  y2  ∼  0 1 − 25 −5  − 14 (3y1 + y2 ) 
     

 1
−2 0 4 8  y3 0 0 0 1  4 (y1 + y2 − y3 )

 
y1

21
Luego para todo  y2  ∈ R3 la ecuación matricial tiene solución, por tanto Imagen(A) = R3 .
 

20
y3

de
Ejemplo 6.4. Hallar la imagen de

zo
 
1 2 −3 −2 1 3

ar
−4
 
1 2 3 3 4
 
−2
A= −4 6 4 −3 2

m

0 0 −1 5 1 9
 
1 2 −3 −2
de
0 7
24

 
  x1
y1
ón

 x2 
 
 
 y2   
 x3 
ci

  5 6
Solución. Sea y =  y3  ∈ R tal que Ax = y para algún x = 
 
 x  ∈ R . La ecuación

c

 4
 y4 
 
ru

 x5 
 
y5
x6
t
ns

matricial tenga
co

 
  x1  
1 2 −3 −2 1 3   y1
  x2   
 1 2 −4 3 3 4    y2 

en

−2 −4 6 4 −3 2  x3  =  y3 
    
 x   
 4   
TA

 0 0 −1 5 1 9    y4 

 x5 
1 2 −3 −2 0 7 y5
JJ

x6

tenga solución. la matriz ampliada asociada a la ecuación matricial y su matriz en forma

escalonada son:
     
1 2 −3 −2 1 3 y
 1 1 2 −3 −2 1 3 
 y1
−4 −5 −2 −1 y1 − y2
     
 1 2 3 3 4  y2  0 0 1  
     
 −2 −4 6 4 −3 2  y3  ∼ 0 0 0 0 1 −8  −2y 1 − y3

     
1
 0 0 −1 5 1 9  y4  0 0 0 0 0 1  4 (3y1 + y3 − y5 ) 
    
 
1 2 −3 −2 0 7  y5 0 0 0 0 0 0  −4y1 − 2y3 + y4
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 9

 
y1
 
 y2 
  5
 y3  ∈ R tales que −4y1 − 2y3 + y4 = 0 o
Luego la imagen de A son los y =  
 y4 
 
y5
  
 y
 1 
 



21
 

 y
 2  


5
Imagen(A) =  y3  ∈ R : −4y1 − 2y3 + y4 = 0

20
 
 
 y4 

  


 


de

 y 

5

zo
ar
6.9.4. Espacio fila o espacio renglón y espacio columna de una matriz

m
Sea A una matriz de orden m × n de
 
a11 a12 a13 · · · a1n
24

a a
 21 22 a23 · · · a2n 

ón

· · · a3n
 
A = [aij ] =  a a a33
 31 32

 .. .. .. .

· · · ..
ci


 . . . 
am3 · · · amn
c

am1 am2 m×n

ru

Las filas de A forman m vectores en Rn

t
ns

f1 = (a11 , a12 , a13 , ..., a1n ) ∈ Rn

co

f2 = (a21 , a22 , a23 , ..., a2n ) ∈ Rn

en

f3 = (a31 , a32 , a33 , ..., a3n ) ∈ Rn

..
TA

.
fm = (am1 , am2 , am3 , ..., amn ) ∈ Rn
JJ

los vectores fila se trabajaran como vectores columna

Definición 6.4 (Espacio fila o espacio renglón de A). El espacio fila da A o espacio renglón
de A es el conjunto de todas las combinaciones lineales de las filas o renglones de A y se
denota por fA o RA .

fA = RA = {f1 , f2 , f3 , . . . , fm } ⊆ Rn (6.1)
= gen f1T , f2T , f3T , . . . , fm
T
⊆ Rn

(6.2)
10

Las columnas de A forman n vectores en Rm

       
a11 a12 a13 a1n
 a21 a   a23   a2n 
       
 ∈ Rm , c2 =  22 m m m

c1 =  ..  ..  ∈ R , c3 =  ..  ∈ R , . . . , cn =  ..  ∈ R
    
 .  .   .   . 


am1 am2 am3 amn
Definición 6.5 (Espacio columna de A). El espacio columna de A es el conjunto de todas
las combinaciones lineales de las columnas de A y se denota por cA .

21
20
cA = gen {c1 , c2 , c3 , ..., cn } ⊆ Rm
 
1 −2 3 4

de
Ejemplo 6.5. Sea A =  −3 2 1 4  hallar el espacio fila de A y el espacio columna de A
 

zo
−2 0 4 8

ar
Solución. Usando la definición se tiene que

m
 T  T  T 
fA = RA = gen 1 −2 3 4 , −3 2 1 4 , −2 0 4 8 ⊆ R4

y
de
       
 1 −2 3 4 
24

 
cA = gen −3 ,  2  , 1 , 4 ⊆ R3
       
ón

 
−2 0 4 8
 
ci

Definición 6.6 (rango de una matriz). A la dimension del espacio fila se le conoce como el
c

rango de una matriz y de denota por

ru

ρ(A) = dim(fA )
t
ns

 
↑ ↑ ↑ ↑
co

Teorema 6.5. Sea A =  c1 c2 c3 · · · cn  una matriz de orden m × n, entonces cA =

 

↓ ↓ ↓ ↓
en

Imagen(A) (el espacio columna de A es igual a la imagen de A).

TA

Demostración. Sea y ∈ Rm la demostración se hará mostrando la doble contención.

JJ

Sea y ∈ cA luego existen escalares x1 , x2 , x3 , . . ., xn tales que

y = x1 c1 + x2 c2 + x3 c3 + · · · + xn cn

con ci columnas de la matriz A

 
x1
  
↑ ↑ ↑ ↑  x2 
 x 
y =  c1 c2 c3 · · · cn  

 3

 . 
↓ ↓ ↓ ↓  .. 
xn
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 11

 
x1
x 
 2
  n
x 
 3  ∈ R tal que Ax = y por tanto y ∈ Imagen(A).
luego existe x = 
 .. 
 . 
xn
 
x1
x 
 2

21
  n
Sea y ∈ Imagen(A), luego existe x =  x 
 3  ∈ R tal que Ax = y, luego
 .. 

20
 . 
xn

de
y = x1 c1 + x2 c2 + x3 c3 + · · · + xn cn

zo
Ası́ que y ∈ cA .

ar
Luego se concluye que cA = Imagen(A).

m
Teorema 6.6. Sea A y B matrices de orden m × n equivalentes1 por filas, entonces los
de
espacios fila de A y B son iguales (fA = fB ).
24
ón

Demostración. La demostración se hace por casos, uno por cada operación elemental.
ci

[caso 1] Si C una matriz de orden m × n que se obtiene de A por medio de la operación

c
ru

elemental de intercambio de filas (fi ↔ fj ).

t
ns

fA = gen {f1 , f2 , f3 , . . . fi−1 , fi , fi+1 , . . . , fj−1 , fj , fj+1 , . . . , fn }

co

= gen {f1 , f2 , f3 , . . . fi−1 , fj , fi+1 , . . . , fj−1 , fi , fj+1 , . . . , fn }

= fC
en

Las filas de A son las mismas filas de C, solo que se cambio el orden de las filas i y j.
TA

Luego sus respectivos conjuntos generados son iguales. Luego fA = fC

JJ

[caso 2] Si C una matriz de orden m × n que se obtiene de A por medio de la operación

elemental de multiplicar la fila i por un escalar α se suma a la fila j y este resultado se
deja en la fila j (αfi + fj → fj ).

fA = gen {f1 , f2 , f3 , . . . fi−1 , fi , fi+1 , . . . , fj−1 , fj , fj+1 , . . . , fn }

= gen {f1 , f2 , f3 , . . . fi−1 , fi , fi+1 , . . . , fj−1 , αfi + fj , fj+1 , . . . , fn }
= fC
1
Dos matrices A y B son equivalentes por filas. Si B se obtiene de A por medio de operaciones elementales
de fila.
12

Sea x ∈ fA luego

x = α1 f1 + α2 f2 + · · · + αi−1 fi−1 + αi fi + αi+1 fi+1 + · · · + αj−1 fj−1 + αj fj

+αj+1 fj+1 + · · · + αn fn

haga αi = θ + ααj , entonces

x = α1 f1 + α2 f2 + · · · + αi−1 fi−1 + (θ + ααj ) fi + αi+1 fi+1 + · · · + αj−1 fj−1 + αj fj

21
+αj+1 fj+1 + · · · + αn fn

20
= α1 f1 + α2 f2 + · · · + αi−1 fi−1 + θfi + αi+1 fi+1 + · · · + αj−1 fj−1 + (ααj + αj ) fj
+αj+1 fj+1 + · · · + αn fn

de
zo
si βk = αk para k = 1, 2, . . . , i − 1, i + 1, . . . , j − 1, j + 1, 0, n, βi = θ y βj = ααj + αj ,

ar
entonces

m
x = β1 f1 + β2 f2 + · · · + βi−1 fi−1 + βi fi + βi+1 fi+1 + · · · + βj−1 fj−1 + βj fj
+βj+1 fj+1 + · · · + βn fn
de
24

Ası́ x ∈ fC .
ón

Sea x ∈ fC luego
c ci

x = α1 f1 + α2 f2 + · · · + αi−1 fi−1 + αi fi + αi+1 fi+1 + · · · + αj−1 fj−1 + αj (αfi + fj )

ru

+αj+1 fj+1 + · · · + αn fn
t
ns

= α1 f1 + α2 f2 + · · · + αi−1 fi−1 + (αi + αj α) fi + αi+1 fi+1 + · · · + αj−1 fj−1 + αj fj

co

+αj+1 fj+1 + · · · + αn fn
en

si βk = αk para k = 1, 2, . . . , i − 1, i + 1, . . . , n y βi = αi + αj α, entonces
TA

x = β1 f1 + β2 f2 + · · · + βi−1 fi−1 + βi αfi + βi+1 fi+1 + · · · + βn fn

JJ

Ası́ x ∈ fC . Por lo tanto fA = fC

[caso 3] Si C una matriz de orden m × n que se obtiene de A por medio de la operación

elemental de multiplicar la fila i por un escalar α 6= 0 y s deja en la fila i (αfi → fi )

fA = gen {f1 , f2 , f3 , . . . fi−1 , fi , fi+1 , . . . , fn }

= gen {f1 , f2 , f3 , . . . fi−1 , αfi , fi+1 , . . . , fn }
= fC
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 13

Sea x ∈ fA luego

x = α1 f1 + α2 f2 + · · · + αi−1 fi−1 + αi fi + αi+1 fi+1 + · · · + αn fn

si βk = αk para k = 1, 2, . . . , i − 1, i + 1, . . . , n y βi = α1 αi , entonces

x = β1 f1 + β2 f2 + · · · + βi−1 fi−1 + βi αfi + βi+1 fi+1 + · · · + βn fn

21
Ası́ x ∈ fC . de la misma forma se prueba que si x ∈ fC , entonces x ∈ fA . Por lo tanto

20
fA = fC

de
Como B se obtiene de A al realizar de forma continua alguna de las anteriores operaciones,

zo
entonces se concluye que fA = fB .

ar
m
Corolario 6.7. Sean A y B matrices de orden m × n, B la matriz en forma escalonada de
de
A, entonces una base para el espacio fila de la matriz A son las filas no nulas de la matriz B.
24

Demostración. Si B es una matriz en forma escalonada de A, entonces las filas no nulas de B

ón

generan al espacio fila de A y son linealmente independientes, por lo tanto son una base para
ci

el espacio fila de A
c
ru

En el corolario 6.7 si la matriz B esta en forma escalonada reducida igualmente se cumple

t
ns

que fA = fB .
co

Nota 6.2. Si fA = fB , entonces ρA = ρB y νA = νB .

en

Teorema 6.8. Sea Am×n , entonces dim (fA ) = dim (cA ) .

TA
JJ

Demostración. Sea A la matriz de orden m × n

 
← f1 →
← f2 →
   
a11 a12 a13 · · · a1n   
a a a23 · · · a2n ← f3 →

↑ ↑ ↑ ↑ ↑

 21 22   
..
· · · a3n
    
A = [aij ] =  a a a33 = .  = c1 c2 c3 · · · cj · · · cn 
 31 32
 
 .. .. .. .
  
· · · .. ← fi → ↓ ↓ ↓ ↓ ↓
  
 . . . 
 .. 
am1 am2 am3 · · · amn m×n

 .


← fm →
14

Sea k = dim(fA ). Luego existe un conjunto

21
       

20


 s11 s21 s31 sk1 
 
 s12   s22   s32   sk2 

      
 

de

        


 s13   s23   s33   sk3 


        
 .   .   .   . 
.
S = {s1 , s2 , s3 , . . . , sk } =  .   .   .  .
,  .  ⊆ Rn
, . , . ,···

zo
  
  
 s1j   s2j   s3j   skj 
      

ar

 
  . 
 ..   ..   .. 

      
 .  
.   .   .   . 



m

 


 s 
1n s2n s3n skn 
de
24
ón
c ci
ru

que es una base para fA . Luego para todo fi con i = 1, 2, 3, . . . , n se tiene:

t
ns
co
en
TA
JJ

f1T = α11 s1 + α12 s2 + α13 s3 + · · · + α1k sk

f2T = α21 s1 + α22 s2 + α23 s3 + · · · + α2k sk
f3T = α31 s1 + α32 s2 + α33 s3 + · · · + α3k sk
..
.
fiT = αi1 s1 + αi2 s2 + αi3 s3 + · · · + αik sk
..
.
T
fm = αm1 s1 + αm2 s2 + αm3 s3 + · · · + αmk sk
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 15

la fila i se puede escribir ası́:

21
20
de
zo
ar
m
 
de
ai1
24

 ai2 
 
 
ón

 ai3 
 
 . 
fiT . 
= .  = αi1 s1 + αi2 s2 + αi3 s3 + · · · + αik sk
ci

 aij 
c

 
ru

 . 
 . 
 . 
t

ain
ns

       
s11 s21 s31 sk1
co

 s12   s22   s32   sk2 

       
       
 s13   s23   s33   sk3 
en

       
 .   .   .   . 
. . .  . 
 .  + αi2  .  + αi3  .  + · · · + αik  . 
= αi1      
TA

 s1j   s2j   s3j   skj 

       
 .   .   .   . 
 .   .   .   . 
 .   .   .   . 
JJ

s1n s2n s3n skn

 
αi1 s11 + αi2 s21 + · · · + αik sk1
 αi1 s12 + αi2 s22 + · · · + αik sk2 
 
 
 αi1 s13 + αi2 s23 + · · · + αik sk3 
 
 .. 
= . 

 αi1 s1j + αi2 s2j + · · · + αik skj 
 
 .. 
.
 
 
αi1 s1n + αi2 s2n + · · · + αik skn
16

Luego la componente aij = αi1 s1j + αi2 s2j + · · · + αik skj , ası́ que:
   
a1j α11 s1j + α12 s2j + · · · + α1k skj
 a2j   α21 s1j + α22 s2j + · · · + α2k skj 
   
   
 a3j   α31 s1j + α32 s2j + · · · + α3k skj 
   
 .   .
. .

cj =  . =
  . 

a α s + α s + · · · + α s
   
 ij   i1 1j i2 2j ik kj 
 .   .. 
 .  

21
. .

   
amj αm1 s1j + αm2 s2j + · · · + αmk skj

20
     
α11 α12 α1k

de
 α21   α22   α2k 
     
     
 α31   α32   α3k 

zo
     
 .   .   . 
 .   .
= s1j  .  + s2j  .  + · · · + skj  . 
  .

ar

 αi1   αi2   αik 
     

m
 .   .   . 
 .   .   . 
 .   .   . 
αm1 αm2 de αmk
24

luego las columnas de A son generadas por k vectores por lo tanto

dim(cA ) ≤ k = dim(fA ) (6.3)

ón

Como la ecuación (6.3) es valida para toda matriz, entonces en particular se cumple para AT
c ci

Por lo tanto
ru

dim(cAT ) ≤ dim(fAT ) (6.4)

t

a demás también se sabe que fA = cAT y fAT = cA , reemplazando en (6.4) se tiene que
ns
co

dim(fA ) ≤ dim(cA ) (6.5)

por tanto de (6.3) y (6.5)

en

dim(fA ) = dim(cA ) (6.6)

TA
JJ

Nota 6.3. Sea A una matriz de orden m × n, entonces

dim(fA ) = ρA = dim(cA ) = dim(Imagen(A)) = número de pivotes de A en forma escalonada

Nota 6.4. Para encontrar una base para el espacio columna de A calcule una base para el
espacio fila de AT

Otra forma de hallar una base para el espacio columna de A, es mirar las columnas de la
matriz A en forma escalonada o escalonada reducida que tienen pivote, estas columnas en A
forman una base para cA .
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 17

 
1 3 2 1
 −3 −9 −6 −3 
Ejemplo 6.6. Sea A =  , hallar NA , νA , cA , fA , Imagen(A), ρA , dim (cA ),
 
 2 1 4 2 
−1 −8 −2 −1
dim (Imagen(A)).

Solución. La matriz en forma escalonada reducida de A es

21
 
1 0 2 1

20
0 1 0 0
 
 
0 0 0 0

de
0 0 0 0

zo
la solución del sistema de ecuaciones homogéneo Ax = 0 es

ar
     
−2x3 − x4 −2 −1

m
 0  0 0
x=  = x3   + x4  
     
 x3  1 0 de
x4 0 1
24

luego el espacio nulo de A es:

ón

   
−2 −1 
ci


 

 0   0 

c

NA = gen   ,  
   
 1   0 
ru

 
 
0 1
 
t
ns

y una una base para NA es

co

   

 −2 −1 

 0   0 

 , 
en

   

 1   0 

 
0 1
 
TA

por tanto la nulidad de A es νA = 2.

JJ

El espacio fila de A es
 T  T  T  T 
fA = gen 1 3 2 1 , −3 −9 −6 −3 , 2 1 4 2 , −1 −8 −2 −1
 T  T 
= gen 1021 , 0100

ası́ que una base para el espacio fila de A es

 T  T 
1021 , 0100
18

el rango de A es 2 0 ρA = dim(fA ) = 2.
el espacio columna de A es
       

 1 3 2 1 

−3 −9 −6 −3 
cA = gen   ,   ,   ,  
       

  2   1   4   2 

 
−1 −8 −2 −1
 
   
1 3 

21


    
−3 −9
 
= gen   ,  

20

  2   1 

 
−1 −8
 

de
luego una base para el espacio columna es cA es

zo
   
1 3 

ar


    
−3 −9
 
 , 

m

  2   1  
 

−1 −8

de
Se tiene también que dim(cA ) = 2.
24

   
a x1
ón

b x 
 2
Para hallar la imagen de A, se y =   ∈ R4 tal que Ax = y para algún x =   ∈ R4 ,
 
c x3 
ci

d x4
c
ru

    
1 3 2 1 x1 a
t

 −3 −9 −6 −3  x2   b 
   
ns

  =  
 

 2 1 4 2  x3   c 
co

−1 −8 −2 −1 x4 d
en

se debe resolver la anterior ecuación matricial, al realizar las operaciones resulta la siguiente
matriz ampliada y su matriz en escalonada reducida son:
TA

     
1 3 2 1  a 1 3 2 1  a
JJ

 −3 −9 −6 −3  b   0 −5 0 0  −2a + c 
 ∼
     
 2 1 4 2  c   0 0 0 0  3a − c + d 
  
 
−1 −8 −2 −1  d 0 0 0 0  3a + b

Ası́ que    

 a 


 b 

4
Imagen(A) = y =   ∈ R : 3a − c + d = 0 y 3a + b = 0
 

 c 

 
d
 

Queda como ejercicio verificar que cA = Imagen(A).

6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 19

Definición 6.7. Se dice que dos vectores u1 y u2 en Rn son ortogonales, si su producto punto
o producto escalar es cero, u1 · u2 = 0.
Teorema 6.9. Todo vector en el espacio fila de A es ortogonal a todo vector en el espacio
nulo de A. Esto se representa fA ⊥ NA .

Demostración. Dada la ecuación vectorial Ax = 0

 
← f1 →    

21
    
a11 a12 a13 ··· a1n x1 0 ← x1 0
f2 →

20
    

 a21 a22 a23 ··· a2n 
  x2   0 
     .. 
 x2   0 
 .
···
        
a31 a32 a33 a3n   x3  =  0  o    x3  = 0

de
 
← fi →  . 

.. .. .. ..   ..   ..  .
      

. . . ··· .  .   .    .. 
  .. 
..
 
 
.

zo
am1 am2 am3 ··· amn xn 0 xn 0
 
← fm →

ar
Si x ∈ NA entonces Ax = 0, luego para todo i = 1, 2, . . . , m, se cumple

m
fi x = fiT · x = 0 (6.7)
de
Sea r ∈ fA luego r = α1 f1 + α2 f2 + · · · + αm fm .
24

r · x = (α1 f1T + α2 f2T + α3 f3T · · · + αm fm

T
)·x
ón

T :
 0 T :
 0 T  :0
 :0
1 · x) + α2 2 · x) + α3 3 · x) + · · · + αm m · x)
 
= α1
(f (f (f (f de (6.7)
 
ci

=0
c
ru

Luego todo vector del espacio fila de A es ortogonal a todo vector del espacio nulo de A y se
denota por
t
ns

fA ⊥ NA
co
en

Teorema 6.10. Sea Am×n , entonces ρA + νA = n

TA

Demostración. Si νA = n − r donde r es el numero de pivotes y como ρA = r, entonces

n = ρA + νA
JJ

Corolario 6.11. Sea A una matriz de orden n × n, entonces A es invertible si y solo si

ρA = n.

Demostración. [⇒] Sea A es una matriz invertible de orden n × n, entonces A es equivalente

por filas a la identidad, por tanto ρA = n
[⇐] Suponga que ρA = n y ρA + νA = n con A una matriz de orden n × n, entonces νA = 0.
Ası́ que el sistema de ecuaciones homogéneo Ax = 0 tiene como única solución la trivial, por
tanto A es invertible.
20

Teorema 6.12. El sistema Ax = b, es consistente si y solo si b ∈ cA .

Demostración. El sistema de ecuaciones Ax = b se puede expresar

   
  x1 b1
↑ ↑ ↑ ↑    
  x2  b 
  2
 c1 c2 c3 · · · cn  
 ..  =  ..  (6.8)

. .
↓ ↓ ↓ ↓    
xn bm

21
20

  
x1 b1

de
 x2  b 
   
Donde x =  .  y b =  .2 , De la ecuación (6.8) se tiene
 .   . 
 .   . 

zo
xn bm

ar
x1 c1 + x2 c2 + · · · + xn cn = b (6.9)

m
De lo anterior se concluye que: de
Si la ecuación (6.9) tiene solución (o es consistente), entonces b ∈ cA .
Y si b ∈ cA , entones b se puede escribir como combinación lineal de las columnas de A para
24

algunos escalares xi con i = 1, 2, 3, . . . , n. Luego la ecuación (6.9) tiene solución.

ón

     
1213 3 1
ci

Ejemplo 6.7. Sea A =  2 1 4 2 , b1 =  −4 , b2 =  −2 .

     
c

3355 −1 2
tru

1. Hallar ρA .
ns

2. Hallar ρ[A|b1 ] .
co

3. ¿Que solución tiene el sistema de ecuaciones Ax = b1 ?

en

4. Hallar ρ[A|b2 ] .
TA

5. ¿Que solución tiene el sistema de ecuaciones Ax = b2 ?

JJ

Solución. Para realizar los cálculos una sola vez se forma la matriz ampliada
   
1 2 1 3  3  1
[A|b1 |b2 ] =  2 1 4 2  −4  −2 
   
 
3 3 5 5  −1  2
y se lleva a la matriz escalonada reducida, dando como resultado la matriz
 
1 0 37 31 −11
3 0
0 1 −2 4 10
3 3 3 0
 

00 0 0 0 1
6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 21

asi se puede responde lo pedido:

1. ρA = 2.

2. ρ[A|b1 ] = 2.

3. El sistema de ecuaciones Ax = b1 tiene infinitas soluciones.

21
4. ρ[A|b2 ] = 3.

20
5. El sistema de ecuaciones Ax = b2 no tiene solución.

de
Corolario 6.13. Sea Am×n , el sistema Ax = b tiene una y solo una de de las siguientes
soluciones:

zo
ar
1. Única Solución si ρA = ρ[A|b ] = n.

m
2. Infinitas soluciones si ρA = ρ[A|b ] < n. de
3. Ninguna Solución si ρA < ρ[A|b ] .
24

Teorema 6.14. Sea A una matriz de orden m × n. Si B es una matriz de orden n × q,

ón

entonces cAB ⊆ cA .
c ci

 
↑ ↑ ↑ ↑ ↑
ru

Demostración. Sea B = b1 b2 b3 · · · bq , entonces

 
t

↓ ↓ ↓ ↓ ↓
ns
co

   
↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑
AB = A b1 b2 b3 · · · bq  = Ab1 Ab2 Ab3 · · · Abq 
   
en

↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
TA

como Abi ∈ cA para i = 1, 2, 3, 4, . . . , q, entonces cAB ⊆ cA

JJ

Ejercicios del ejercicio 6.1 al 6.7

Ejercicio 6.1. Para cada una de las siguientes matrices hallar: Espacio nulo de A, NA . La
imagen de A, ImagenA. Espacio columna de A, cA . Espacio fila de A, fA . El rango de A. La
nulidad de A. Una base para el espacio fila de A, fA . Una base para el espacio columna de A,
cA . Una base para el espacio nulo de A, NA .
22

 
" # " # 0 1 −1 2
1 2 2 1 2 −2 1 3
1. A = 2. A = 3. A = 0 0 1 −1
 
1 −1 1 −1 1 1 2 3
0 2 −2 4
     
1 −1 2 1−1 −1 1 −1 2 1 −1 3
1 −1 3 −1 1 1 −1 2 −2 1 −1 4
4. A =  5. A =  6. A = 
     
−2 −4 −1
  
2 5 1 1 1 1 4 3 2
2 −2 4 1 0 0 1 3 −2 0 2 5

21
 

20
λ 1 1
Ejercicio 6.2. Para que valores de λ la matriz A =  1 λ 1  tiene:
 

de
1 1 λ

zo
1. ρA = 1. 2. ρA = 2. 3. ρA = 3.

ar
Ejercicio 6.3. Sea A una matriz de orden m × n entonces cAT A = cA . hacer la demostra-

m
ción y ρAT A = ρA
de
Ejercicio 6.4. Sea S = {v1 , v2 , v3 , v4 , v5 } y T = {w1 , w2 , w3 , w4 } la matriz
24

   
  ← w1 → 1 2 1 0 0
↑ ↑ ↑ ↑ ↑
ón

← w2 −→ 2
  5 1 1 0
A4×5 = v1 v2 v3 v4 v5  =  =
   
← −→ 3 −2

w3 7 2 2
ci

↓ ↓ ↓ ↓ ↓
← w4 −→ 4 9 3 −1 4
c
ru

y  
1 0 3 0 −4
t
ns

0 1 −1 0 2
B=
 
−2

co

0 0 0 1
0 0 0 0 0
en

la matriz en forma escalonada reducida de A

TA

1. Determine el rango y la nulidad de A.

JJ

2. Escribir a v5 como combinación lineal de {v1 , v2 , v3 , v4 }.

3. Hallar el espacio nulo de A.

4. Hallar una base para el espacio fila de A y el espacio columna de A.

5. ¿T es linealmente independiente o Linealmente dependiente?

6. Si b = 3v1 + 4v2 − 7v4 . ¿ La ecuación matricial Ax = b es consistente?

7. Si b = α1 v1 + α2 v2 − α3 v4 . ¿ La ecuación matricial Ax = b es consistente?

6.9. ESPACIOS FUNDAMENTALES DE UNA MATRIZ 23

8. Si b = 3v1 + 4v2 − 7v3 . ¿ La ecuación matricial Ax = b es consistente?

9. Si b = α1 v1 + α2 v2 − α3 v3 . ¿ La ecuación matricial Ax = b es consistente?

10. Si b = 3v1 + 4v2 − 7v5 . ¿ La ecuación matricial Ax = b es consistente?

11. Si b = α1 v1 + α2 v2 − α3 v5 . ¿ La ecuación matricial Ax = b es consistente?

12. Si b = 3v1 + 4v2 − 7v3 + 2v4 − 5v5 . ¿ La ecuación matricial Ax = b es consistente?

21
13. Si b = α1 v1 +α2 v2 −α3 v3 +α4 v4 −α5 v5 . ¿ La ecuación matricial Ax = b es consistente?

20
Ejercicio 6.5. Sea A una matriz de orden n × n. A es invertible si y solo si νA = 0.

de
Ejercicio 6.6. en cada uno de los siguientes enunciados determine el valor de verdad de la

zo
proposición. Si la proposición es verdadera demuestrela, si es falsa de un contraejemplo.

ar
1. Sea A una matriz de orden m × n, entonces el espacio fila de A es igual al espacio

m
columna de A.
de
2. Sea A una matriz de orden n × n, entonces el espacio fila de A es igual al espacio
24

columna de A.
ón

3. Sea A3×5 , entonces la columnas de A nunca pueden ser linealmente independientes.

ci

4. Sea A una matriz de orden 3 × 4, entonces el rango de AT puede ser 4.

c
ru

Ejercicio 6.7. En los siguientes enunciados determine cual es la respuesta correcta.

t
ns

 
a12
co

1. Sea A = a a 2 Uno y solo uno de las siguientes afirmaciones es falsa.

 

aa4
en

a) Si a = 0, entonces el rango de A es 2.
TA

b) Si a = 1, entonces el rango de A es 2.
c) Si a = 0 0 a = 1, entonces el rango de A es 1.
JJ

d) Si a 6= 0, entonces el rango de A es 2.
e) Si a = 1, entonces el rango de A es 3.
   
12345 10 −1 −2 −3
   
2 3 4 5 6 0 1 2 3 4 
   
2. Sea A =  3 4 5 6 7  y su matriz en forma escalonada reducida es 
 
0 0 0 0 .
0 
4 5 6 7 8 0 0 0 0 0 
   
56789 00 0 0 0
Una y solo una de las siguientes afirmaciones es verdadera
24

a) El rango de A es 2 y la nulidad de A es 4.
     
1 2 3

 
 



 2 3 4 
     
b) El rango de A es 2 y una base para el espacio columna es 3 , 4 , 5
     
     
4 5 6

 

 


 5 
6 7 
c) La nulidad de A es 3 y una base para el espacio fila es

21
 T  T  T 

20
1 0 −1 −2 −3 , 0 1 2 3 4 , 0 0 0 0 0

de
d) La nulidad de
A  es 3 y y el sistema de ecuaciones lineales Ax = b tiene solución
9

zo
 
11

ar
 
cuando b = 13.


m
15
 
17 de
e) La nulidad de
 Aes 2 y el sistema de ecuaciones lineales Ax = b tiene solución
24

9
 
11
ón

 
cuando b = 13.

ci

15
 
c

17
t ru
ns
co
en
TA
JJ