Teorema del rango y la nulidad (teorema de la dimensión)

Actualizado el
El teorema del rango y la nulidad dice que, en una aplicación lineal, la dimensión del espacio de salida se reparte entre lo que «se pierde» (el núcleo) y lo que «llega» (la imagen): dim V = nulidad + rango. En una matriz con n columnas: rango + número de parámetros libres de Ax = 0 = n. Con él se sabe cuántas soluciones independientes tiene un sistema homogéneo sin resolverlo.
Conceptos previos
- Dimensión de un espacio vectorial: el número de vectores de cualquiera de sus bases. ℝ3 tiene dimensión 3; los polinomios de grado ≤ 3 forman un espacio de dimensión 4 (base 1, x, x2, x3).
- Núcleo de T: V → W: Ker T = {v ∈ V : T(v) = 0}. Su dimensión es la nulidad.
- Imagen: Im T = {T(v) : v ∈ V}. Su dimensión es el rango.
- Rango de una matriz: el número máximo de columnas (o de filas, da igual) linealmente independientes. Coincide con el número de pivotes al escalonarla.
Enunciado
Sea T: V → W una aplicación lineal y V de dimensión finita. Entonces:
dim V = dim Ker T + dim Im T, es decir, dim V = nulidad(T) + rango(T)
Versión para matrices: si A es una matriz m × n,
rango(A) + dim Ker(A) = n (el número de columnas)
El espacio de llegada W puede tener cualquier dimensión, incluso infinita: el teorema solo pide que V sea de dimensión finita. Se le llama también teorema de la dimensión, sobre todo en los cursos de álgebra lineal en español.
Demostración
- Se toma una base {u1, …, uk} del núcleo, con k = nulidad.
- Se completa hasta una base de V: {u1, …, uk, v1, …, vr}, con k + r = dim V.
- Los T(vj) generan la imagen. Cualquier vector de V es combinación de la base; al aplicar T, los T(ui) valen 0, así que toda imagen es combinación de T(v1), …, T(vr).
- Son independientes. Si c1T(v1) + … + crT(vr) = 0, por linealidad T(c1v1 + … + crvr) = 0, así que ese vector está en el núcleo y es combinación de los ui. Como la base de V es independiente, todos los coeficientes son 0.
- Por tanto {T(v1), …, T(vr)} es base de la imagen, rango = r y dim V = k + r = nulidad + rango.
Ejemplos resueltos
Ejemplo 1: una matriz 3 × 3
A tiene por filas (1, 2, 3), (2, 4, 6) y (1, 0, 1).
- La segunda fila es el doble de la primera; la tercera no es proporcional a la primera. Rango = 2.
- Por el teorema, nulidad = 3 − 2 = 1: las soluciones de Ax = 0 forman una recta.
- Comprobación: de x + 2y + 3z = 0 y x + z = 0 sale x = −z, y = −z. Con z = 1, el vector (−1, −1, 1). Efectivamente, A·(−1, −1, 1) = (−1 − 2 + 3, −2 − 4 + 6, −1 + 0 + 1) = (0, 0, 0).
Ejemplo 2: más incógnitas que ecuaciones
B es 3 × 4 con filas (1, 2, 0, 1), (0, 1, 1, 1) y (1, 3, 1, 2). La tercera fila es la suma de las dos primeras, así que el rango es 2 y la nulidad 4 − 2 = 2. Escalonando: x1 = 2x3 + x4 y x2 = −x3 − x4. Una base del núcleo es {(2, −1, 1, 0), (1, −1, 0, 1)}: dos vectores, como predice el teorema.
Ejemplo 3: la derivada de polinomios
D: P3 → P2, D(p) = p′, de los polinomios de grado ≤ 3 a los de grado ≤ 2. El núcleo son los polinomios constantes (derivada cero): nulidad 1. La imagen es todo P2, porque cualquier polinomio de grado ≤ 2 es la derivada de otro: rango 3. Y 1 + 3 = 4 = dim P3.
Consecuencias prácticas
| Situación (A de m × n) | Lo que dice el teorema |
|---|---|
| n > m (más incógnitas que ecuaciones) | Rango ≤ m < n, así que nulidad ≥ 1: Ax = 0 tiene soluciones no nulas |
| Rango = n | Nulidad 0: la única solución de Ax = 0 es x = 0 y T es inyectiva |
| Rango = m | La imagen es todo ℝm: T es sobreyectiva |
| Matriz cuadrada (m = n) | Inyectiva ⟺ sobreyectiva ⟺ det A ≠ 0 |
| Ax = b compatible | Sus soluciones tienen n − rango(A) parámetros libres |
La cuarta fila es especialmente útil: para un endomorfismo de un espacio de dimensión finita basta comprobar que el núcleo es {0} para saber que es biyectivo.
Rango de la matriz ampliada y Rouché-Frobenius
Para un sistema Ax = b se forma la matriz ampliada (A | b), añadiendo la columna de términos independientes. El teorema de Rouché-Frobenius dice:
- Si rango(A) ≠ rango(A | b), el sistema es incompatible.
- Si rango(A) = rango(A | b) = n, compatible determinado.
- Si rango(A) = rango(A | b) < n, compatible indeterminado con n − rango(A) parámetros. Ese número es la nulidad de A, y aquí es donde entra el teorema del rango.
Ejemplo incompatible. x + y + z = 1 y 2x + 2y + 2z = 3. La matriz de coeficientes tiene rango 1 (filas proporcionales), pero la ampliada tiene rango 2, porque 3 no es el doble de 1. No hay solución.
Ejemplo indeterminado. x + y + z = 6, x − y + 2z = 5, 2x + 3z = 11. La tercera ecuación es la suma de las dos primeras: rango(A) = rango(A | b) = 2 < 3, con 3 − 2 = 1 parámetro. Tomando z = λ: x = 11/2 − 3λ/2, y = 1/2 + λ/2. Con λ = 1 sale (4, 1, 1), que cumple las tres ecuaciones.
Propiedades del rango de una matriz
- rango(A) ≤ mín(m, n).
- rango(A) = rango(AT): el rango por filas y por columnas coinciden.
- Las operaciones elementales de fila no cambian el rango.
- rango(AB) ≤ mín(rango A, rango B).
- Una matriz cuadrada n × n tiene rango n si y solo si su determinante no es cero. Para calcular determinantes grandes es útil el desarrollo de Laplace por una fila o columna.
Errores habituales
- Restar el rango del número de filas. La nulidad es n − rango, con n el número de columnas (incógnitas), no de ecuaciones.
- Confundir rango con dimensión del espacio de llegada. El rango es la dimensión de la imagen, que puede ser menor que dim W.
- Contar filas no nulas sin escalonar. Una matriz puede no tener filas nulas y tener rango bajo, como la del ejemplo 1.
El teorema también sostiene resultados más avanzados: en el teorema espectral, la dimensión de cada subespacio propio es la nulidad de A − λI, que se calcula como n − rango(A − λI).
Preguntas frecuentes
¿Qué dice el teorema del rango y la nulidad?
Que para una aplicación lineal T: V → W con V de dimensión finita, dim V = dim Ker T + dim Im T. Para una matriz m × n, rango + nulidad = n.
¿Qué es la nulidad de una matriz?
La dimensión de su núcleo, es decir, el número de parámetros libres de las soluciones de Ax = 0.
¿Por qué se llama también teorema de la dimensión?
Porque relaciona tres dimensiones: la del espacio de partida, la del núcleo y la de la imagen.
¿Qué relación tiene con el rango de la matriz ampliada?
Rouché-Frobenius compara el rango de A con el de la ampliada para saber si hay solución; si la hay, el teorema del rango dice cuántos parámetros tiene: n − rango(A).
RELACIONADOS