Teoremas fundamentales del álgebra lineal: base, dimensión y rango

- ¿Cuál es «el» teorema fundamental del álgebra lineal?
- 1. Lema de intercambio de Steinitz
- 2. Teorema de la base
- 3. Teorema del rango y la nulidad (de la dimensión)
- 4. Los cuatro subespacios de una matriz
- 5. Fórmula de Grassmann
- 6. Teorema de la matriz invertible
- Cómo se usan juntos en un sistema de ecuaciones
- Errores habituales
- Preguntas frecuentes
- Fuentes
Actualizado el
Los teoremas fundamentales del álgebra lineal son los resultados sobre bases y dimensión que permiten contar cuántas soluciones tiene un sistema, cuánto «aplasta» una aplicación lineal y qué vectores se pueden escribir como combinación de otros. El más citado con ese nombre es el teorema de la dimensión o del rango y la nulidad: para una matriz de n columnas, rango + dimensión del núcleo = n. Detrás de él están el teorema de la base y el lema de intercambio de Steinitz, que garantizan que la dimensión está bien definida.
¿Cuál es «el» teorema fundamental del álgebra lineal?
No hay un único enunciado aceptado por todos los libros. Gilbert Strang, del MIT, popularizó el nombre para el conjunto de hechos sobre los cuatro subespacios fundamentales de una matriz (espacio columna, espacio fila, núcleo y núcleo por la izquierda), y la Wikipedia inglesa recoge que el teorema del rango y la nulidad, junto con las dimensiones de esos espacios, «a veces se llama teorema fundamental del álgebra lineal». Tampoco debe confundirse con el teorema fundamental del álgebra, que dice que todo polinomio complejo no constante tiene una raíz compleja: es un resultado sobre polinomios, no sobre espacios vectoriales.
En esta guía reunimos, en el orden en que se demuestran en un curso, los teoremas que sostienen todo lo demás.
1. Lema de intercambio de Steinitz
Enunciado. Sea V un espacio vectorial, U = {u1, …, uk} un conjunto linealmente independiente y W = {w1, …, wm} un sistema generador de V. Entonces k ≤ m y se pueden sustituir k vectores de W por los de U de forma que el conjunto resultante siga generando V.
Idea de la prueba. Se introduce u1: como W genera V, u1 es combinación de los wj con algún coeficiente no nulo; el wj correspondiente se despeja y se retira sin perder la propiedad de generar. Se repite con u2, …, uk. Si en algún paso ya no quedasen vectores w por retirar, el siguiente u sería combinación de los anteriores u, en contra de la independencia. Por eso k ≤ m.
2. Teorema de la base
Enunciado. Si V tiene un sistema generador finito, entonces V tiene una base, y todas las bases de V tienen el mismo número de vectores. Ese número es la dimensión de V, dim V.
La existencia sale de ir quitando vectores dependientes de un generador finito. La igualdad de tamaños es Steinitz aplicado dos veces: si B y B′ son bases, |B| ≤ |B′| y |B′| ≤ |B|.
Consecuencias útiles para los ejercicios. En un espacio de dimensión n:
- n vectores linealmente independientes ya son base (no hace falta comprobar que generan).
- n vectores que generan ya son base.
- Todo conjunto independiente se puede completar hasta una base.
- Cada vector tiene coordenadas únicas en una base dada.
Ejemplo: comprobar una base de ℝ3 y hallar coordenadas
Los vectores (1, 1, 0), (0, 1, 1) y (1, 0, 1) forman base de ℝ3 porque el determinante de la matriz que los tiene por columnas vale 2 ≠ 0. Para escribir v = (2, 3, 5) en esa base resolvemos α(1, 1, 0) + β(0, 1, 1) + γ(1, 0, 1) = (2, 3, 5): el sistema α + γ = 2, α + β = 3, β + γ = 5 da α = 0, β = 3, γ = 2. Comprobación: 3·(0, 1, 1) + 2·(1, 0, 1) = (2, 3, 5).
3. Teorema del rango y la nulidad (de la dimensión)
Enunciado. Sea f: V → W una aplicación lineal con V de dimensión finita. Entonces
dim V = dim Ker f + dim Im f.
En lenguaje de matrices, para A de tamaño m × n: n = rg(A) + dim Nul(A).
Demostración. Toma una base {v1, …, vk} del núcleo y complétala hasta una base de V con vk+1, …, vn (teorema de la base). Los vectores f(vk+1), …, f(vn) generan la imagen, porque las imágenes de v1, …, vk son nulas. Además son independientes: si Σ cif(vi) = 0, entonces Σ civi está en el núcleo, se escribe con v1, …, vk, y por la independencia de la base todos los ci son 0. Luego dim Im f = n − k. La guía del teorema del rango y la nulidad desarrolla más ejemplos.
Ejemplo resuelto
A = [[1, 2, 3], [2, 4, 6], [1, 0, 1]]. La segunda fila es el doble de la primera y la tercera no es proporcional a la primera, así que rg(A) = 2. Por el teorema, dim Nul(A) = 3 − 2 = 1. En efecto, resolviendo A·x = 0 se obtiene x = λ(−1, −1, 1): 1·(−1) + 2·(−1) + 3·1 = 0 y 1·(−1) + 0 + 1·1 = 0.
4. Los cuatro subespacios de una matriz
Para A de tamaño m × n y rango r:
| Subespacio | Vive en | Dimensión |
|---|---|---|
| Espacio columna Col(A) | ℝm | r |
| Espacio fila Fil(A) | ℝn | r |
| Núcleo Nul(A) | ℝn | n − r |
| Núcleo por la izquierda Nul(AT) | ℝm | m − r |
Además, con el producto escalar usual, el núcleo es ortogonal al espacio fila y el núcleo por la izquierda es ortogonal al espacio columna. En el ejemplo anterior, Nul(AT) está generado por (−2, 1, 0), que expresa que la fila 2 menos dos veces la fila 1 es cero.
5. Fórmula de Grassmann
Para dos subespacios U y W de dimensión finita: dim(U + W) = dim U + dim W − dim(U ∩ W). Dos planos distintos que pasan por el origen en ℝ3 suman todo el espacio (dimensión 3), así que su intersección tiene dimensión 2 + 2 − 3 = 1: es una recta.
6. Teorema de la matriz invertible
Para una matriz cuadrada A de orden n son equivalentes: A es invertible; det A ≠ 0; rg(A) = n; el núcleo es {0}; las columnas forman una base de ℝn; el sistema A·x = b tiene solución única para cada b; 0 no es valor propio de A. Es una consecuencia directa del teorema de la dimensión: en una aplicación de ℝn en ℝn, inyectiva equivale a sobreyectiva.
Cómo se usan juntos en un sistema de ecuaciones
Para un sistema A·x = b, el teorema de Rouché-Frobenius dice que hay solución si y solo si rg(A) = rg(A|b). Cuando la hay, el conjunto de soluciones es una solución particular más el núcleo de A, y por el teorema del rango el número de parámetros libres es n − rg(A). Si una matriz es simétrica, el teorema espectral añade que existe una base ortonormal de vectores propios.
Errores habituales
- Pensar que tres vectores de ℝ3 siempre son base: deben ser independientes (determinante distinto de cero).
- Confundir dimensión del núcleo con número de ecuaciones: lo que cuenta es el rango, no cuántas filas tiene la matriz.
- Restar mal en Grassmann: dim(U ∩ W) se resta una sola vez.
Preguntas frecuentes
¿Cuál es el teorema fundamental del álgebra lineal?
Con ese nombre se suele citar el teorema del rango y la nulidad junto con las dimensiones de los cuatro subespacios de una matriz: para A de m × n y rango r, el núcleo tiene dimensión n − r y el núcleo por la izquierda, m − r.
¿Qué dice el teorema de la base?
Que todo espacio vectorial con un generador finito tiene base y que todas sus bases tienen el mismo número de vectores, la dimensión.
¿Qué es el lema de Steinitz?
Si U es independiente y W genera V, entonces U no tiene más vectores que W y se pueden cambiar vectores de W por los de U sin perder la propiedad de generar.
¿Es lo mismo que el teorema fundamental del álgebra?
No. El teorema fundamental del álgebra dice que todo polinomio complejo no constante tiene una raíz compleja; es un resultado sobre polinomios.
RELACIONADOS