Sec. 6.

6 El rango de una matriz y sus aplicaciones 331

Solución Tenemos j1 = 1, j2 = 2 y j3 = 4, de modo que

v = 5w1 + 4w2 + 6w3. ■

Observación La solución del ejemplo 1 también proporciona una base para el espacio fila de la matriz
A en ese ejemplo. Observe que los vectores de dicha base no son filas de la matriz A.

DEFINICIÓN La dimensión del espacio fila de A se denomina rango fila de A y la dimensión del es-
pacio columna de A se denomina rango columna de A.

EJEMPLO 3 Determinaremos una base para el espacio fila de la matriz A del ejemplo 1, que con-
tenga solamente vectores fila de A. Calcularemos también el rango fila de la matriz A.

Solución Según el procedimiento de la demostración alternativa del teorema 6.6, formamos la

ecuación

c1 (1, −2, 0, 3, −4) + c2 (3, 2, 8, 1, 4)

+ c3 (2, 3, 7, 2, 3) + c4 (−1, 2, 0, 4, −3) = (0, 0, 0, 0, 0),

cuya matriz aumentada es

⎡ ⎤
1 3 2 −1 0
⎢−2 2 3 2 0⎥
⎢ ⎥
⎢ 0 8 7 0 0⎥ = A T 0 ; (1)
⎣ 3 1 2 4 0⎦
−4 4 3 −3 0

esto es, la matriz de coeficientes es AT. Al transformar la matriz aumentada [AT 0] en

(1) a la forma escalonada reducida por filas, obtenemos (verifique)

⎡ ⎤
11
1 0 0 0
⎢ 24 ⎥
⎢0
⎢ 1 0 − 49 0⎥
⎥
⎢ 24
⎥
⎢0
⎢ 0 1 7
3
0⎥
⎥. (2)
⎢ ⎥
⎢0
⎣ 0 0 0 0⎥
⎦
0 0 0 0 0

Como los unos principales en (2) aparecen en las columnas 1, 2 y 3, concluimos que
las tres primeras filas de A forman una base para el espacio fila de A. Esto es,

{(1, −2, 0, 3, 4), (3, 2, 8, 1, 4), (2, 3, 7, 2, 3)}

es una base para el espacio fila de A. El rango fila de A es 3. ■

EJEMPLO 4 Determinaremos una base para el espacio columna de la matriz A definida en el ejem-
plo 1 y calcularemos el rango columna de A.
332 Capítulo 6 Espacios vectoriales reales

Solución 1 Al escribir las columnas de A como vectores fila, obtenemos la matriz AT, cuya forma
escalonada reducida por filas es (como vimos en el ejemplo 3)
⎡ ⎤
11
1 0 0
⎢ 24 ⎥
⎢0 − 49 ⎥
⎢ 1 0 24 ⎥
⎢ ⎥
⎢0 7⎥ .
⎢ 0 1 3⎥
⎢ ⎥
⎢0 0 0 ⎥
0⎦
⎣
0 0 0 0

Entonces, los vectores 1, 0, 0, 11

24
, 0, 1, 0, − 49
24
y 0, 0, 1, 7
3
forman una base para
T
el espacio fila de A . Por lo tanto, los vectores
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 0 0
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0⎥ ⎢ ⎥ ⎢0⎥
⎢ ⎥ , ⎢ 1⎥ y ⎢ ⎥
⎢0⎥ ⎢ 0⎥ ⎢1⎥
⎣ ⎦ ⎣ ⎦ ⎣ ⎦
11
24
− 49
24
7
3

forman una base para el espacio columna de A, de lo cual se concluye que el rango co-
lumna de A es 3.

Solución 2 Si queremos determinar una base para el espacio columna de A, que contenga sólo vec-
tores columna de A, seguimos el procedimiento desarrollado en la demostración del teo-
rema 6.6. Para ello, formamos la ecuación
⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤
1 −2 0 3 −4 0
⎢ 3⎥ ⎢ 2⎥ ⎢8⎥ ⎢1⎥ ⎢ 4⎥ ⎢0⎥
c1 ⎣ ⎦ + c 2 ⎣ ⎦ + c 3 ⎣ ⎦ + c 4 ⎣ ⎦ + c 5 ⎣ ⎦ = ⎣ ⎦
2 3 7 2 3 0
−1 2 0 4 −3 0

cuya matriz aumentada es A 0 . Transformamos esta matriz a la forma escalonada

reducida por filas, obteniendo (como en el ejemplo 1)
⎡ ⎤
1 0 2 0 1 0
⎢0 1 1 0 1 0⎥
⎣0 0 0 1 −1 0⎦
.
0 0 0 0 0 0

Como los unos principales aparecen en las columnas 1, 2 y 4, concluimos que la primera,
segunda y cuarta columnas de A forman una base para el espacio columna de A. Es decir,
⎧⎡ ⎤ ⎡ ⎤ ⎡ ⎤⎫
⎪ 1 −2 3 ⎪
⎨ ⎬
⎢ 3⎥ ⎢ 2⎥ ⎢1⎥
⎣ 2⎦ , ⎣ 3⎦ , ⎣2⎦
⎪
⎩ ⎪
⎭
−1 2 4

es una base para el espacio columna de A. El rango columna de A es 3. ■

En los ejemplos 3 y 4 obtuvimos valores iguales para el rango fila y el rango co-
lumna de A. Esta igualdad, que se cumple siempre, constituye un resultado muy impor-
tante en álgebra lineal; como lo establece el siguiente teorema.

TEOREMA 6.11 El rango fila y el rango columna de la matriz A = [aij] de m × n son iguales.
 Sec. 6.6 El rango de una matriz y sus aplicaciones 333

Demostración Sean w1, w2, . . . , wn las columnas de A. Para determinar la dimensión del espacio co-
lumna de A, utilizaremos el procedimiento seguido en la demostración alternativa del
teorema 6.6. Entonces, formamos la ecuación

c1w1 + c2w2 + · · · + cnwn = 0

y transformamos la matriz aumentada, [A 0], de este sistema homogéneo a la forma

escalonada reducida por filas. Los vectores correspondientes a las columnas en que
aparecen los unos principales forman una base para el espacio columna de A. Por lo
tanto, el rango columna de A es igual al número de unos principales. Pero este número
es también el número de filas no nulas de la matriz en forma escalonada reducida que es
equivalente por filas a la matriz A, de modo que es también el rango fila de A. Se con-
cluye entonces, que rango fila de A = rango columna de A. ■

DEFINICIÓN El resultado, rango fila de A = rango columna de A, nos permite referirnos al rango de
una matriz de m × n, que denotaremos como rango A.
Ahora resumiremos el procedimiento para calcular el rango de una matriz.

El procedimiento para calcular el rango de una matriz dada A, es el siguiente.

Paso 1. Llevar A a su forma escalonada reducida por filas, B.
Paso 2. El rango de A es igual al número de filas no nulas de B.

Hemos definido (vea la sección 6.5) la nulidad de una matriz A de m × n, como la

dimensión del espacio nulo de A, es decir, como la dimensión del espacio solución de
Ax = 0. Si la matriz B es la forma escalonada reducida por filas de A, y B tiene r ren-
glones no nulos, la dimensión del espacio solución de Ax = 0 es n – r. Como (n – r ) +
r = n, y r es también el rango de A, hemos demostrado así el teorema siguiente que
establece una relación fundamental entre el rango y la nulidad de A.

TEOREMA 6.12 Si A es una matriz de m × n, entonces rango A + nulidad A = n. ■

EJEMPLO 5 Sea
⎡ ⎤
1 1 4 1 2
⎢0 1 2 1 1⎥
⎢ ⎥
A = ⎢0 0 0 1 2⎥ ,
⎣1 −1 0 0 2⎦
2 1 6 0 1

la matriz definida en el ejemplo 1 de la sección 6.5. Cuando A se lleva a la forma es-

calonada reducida por filas, obtenemos
⎡ ⎤
1 0 2 0 1
⎢0 1 2 0 −1⎥
⎢ ⎥
⎢0 0 0 1 2⎥ .
⎣0 0 0 0 0 ⎦
0 0 0 0 0

Entonces rango A = 3 y nulidad A = 2. Esto coincide con el resultado obtenido en la

solución del ejemplo 1 de la sección 6.5, según el cual la dimensión del espacio solu-
ción de Ax = 0 es 2. ■