Calculadora de Espaço Nulo e Espaço Coluna

Use esta calculadora para informar uma matriz, ajustar as opções e analisar os resultados em uma área de trabalho compacta e responsiva.

Os resultados são calculados automaticamente conforme você informa os dados.

Dados da matriz

Informe uma entrada da matriz por célula. Todas as linhas devem ter o mesmo número de colunas.

Fórmula e etapas da redução por linhas
Resultado Informe uma matriz.

▼ Veja explicações e dicas abaixo ▼

Calculadoras relacionadas

O que são espaço nulo, espaço coluna e espaço linha?

Matrizes fazem mais do que armazenar números. Na álgebra linear, uma matriz pode representar um sistema de equações, uma transformação linear ou uma coleção de vetores. O espaço nulo, o espaço coluna e o espaço linha são três maneiras de descrever o que essa matriz faz.

Para uma matriz \(m \times n\) \(A\):

  • O espaço coluna é o conjunto de todas as combinações lineares das colunas de \(A\). Ele contém todo vetor \(b\) para o qual a equação \(Ax=b\) é possível.
  • O espaço nulo é o conjunto de todos os vetores \(x\) que fazem \(Ax=0\). Ele mostra quais direções de entrada são enviadas ao vetor nulo.
  • O espaço linha é o conjunto de todas as combinações lineares das linhas de \(A\). Ele descreve as informações independentes das equações contidas nas linhas.

Esses espaços são subespaços, o que significa que são fechados para a adição e a multiplicação por escalar e sempre incluem o vetor nulo. Eles se relacionam por meio da redução por linhas, dos pivôs, das variáveis livres, do posto e da nulidade.

Por que esses espaços são importantes

O espaço nulo e o espaço coluna ajudam a responder a duas das perguntas mais importantes sobre uma equação matricial:

  1. É possível resolver \(Ax=b\)?

Isso depende de \(b\) pertencer ao espaço coluna de \(A\).

  1. Se existe uma solução, ela é única?

Isso depende do espaço nulo. Se o espaço nulo contém apenas o vetor nulo, então uma solução de \(Ax=b\), quando existe, é única. Se o espaço nulo contém vetores não nulos, as soluções podem diferir por esses vetores do espaço nulo.

Essas ideias aparecem em toda a álgebra linear. Elas são usadas para estudar sistemas de equações, independência linear, transformações, problemas de mínimos quadrados, posto de matrizes, modelos de dados e muitos problemas aplicados nos quais a questão principal é saber se determinada informação é independente ou redundante.

Termos fundamentais

  • Envoltória linear: Todas as combinações lineares que podem ser formadas a partir de um conjunto de vetores.
  • Base: Um conjunto linearmente independente de vetores que gera um espaço.
  • Independência linear: Um conjunto de vetores é linearmente independente quando nenhum dos vetores pode ser construído a partir dos outros.
  • Forma escalonada reduzida por linhas (RREF): Uma forma simplificada e reduzida por linhas de uma matriz, na qual os pivôs são fáceis de identificar.
  • Coluna-pivô: Uma coluna que contém uma posição de pivô após a redução por linhas.
  • Variável livre: Uma variável correspondente a uma coluna que não é pivô.
  • Posto: O número de colunas-pivô. Ele também é a dimensão do espaço coluna e do espaço linha.
  • Nulidade: O número de variáveis livres. Ela também é a dimensão do espaço nulo.
  • Posto completo nas colunas: O posto é igual ao número de colunas.
  • Posto completo nas linhas: O posto é igual ao número de linhas.

Como a RREF se relaciona com os espaços

A redução por linhas é útil porque revela a estrutura de pivôs de uma matriz. Quando uma matriz está na RREF, os pivôs mostram quais variáveis são básicas, quais são livres e quantas direções independentes a matriz possui.

Para uma matriz \(m \times n\) \(A\), a relação posto-nulidade é:

$$ \operatorname{rank}(A) + \operatorname{nullity}(A) = n $$

em que \(n\) é o número de colunas de \(A\).

Como cada coluna corresponde a uma variável em \(Ax=0\), toda coluna é uma coluna-pivô ou uma coluna de variável livre. O número de colunas-pivô é o posto, e o número de colunas de variáveis livres é a nulidade.

Na prática:

  • As colunas-pivô identificam o posto.
  • As colunas-pivô da matriz original formam uma base para o espaço coluna.
  • As linhas não nulas da RREF formam uma base para o espaço linha.
  • As variáveis livres geram a base do espaço nulo.

O ponto sutil mais comum é a base do espaço coluna. A redução por linhas altera o espaço coluna de uma matriz, portanto a base do espaço coluna deve usar as colunas-pivô da matriz original, e não as colunas correspondentes da RREF. A RREF informa quais colunas escolher; a matriz original fornece os vetores coluna propriamente ditos.

Exemplos práticos de espaço nulo e espaço coluna

Exemplo 1: uma matriz com posto deficiente

Considere a matriz:

$$ A = \begin{bmatrix} 1 & 2 & 3 & 4 \\ 2 & 4 & 6 & 8 \\ 1 & 1 & 0 & 2 \end{bmatrix} $$

Uma forma escalonada reduzida por linhas é:

$$ \operatorname{RREF}(A) = \begin{bmatrix} 1 & 0 & -3 & 0 \\ 0 & 1 & 3 & 2 \\ 0 & 0 & 0 & 0 \end{bmatrix} $$

As colunas-pivô são \(c_1\) e \(c_2\), portanto:

$$ \operatorname{rank}(A)=2 $$

Há quatro colunas ao todo, portanto:

$$ \operatorname{nullity}(A)=4-2=2 $$

Uma base para o espaço coluna usa as duas primeiras colunas da matriz original:

$$ \left\{ \begin{bmatrix}1\\2\\1\end{bmatrix}, \begin{bmatrix}2\\4\\1\end{bmatrix} \right\} $$

Uma base para o espaço linha usa as linhas não nulas da RREF:

$$ \left\{ \begin{bmatrix}1 & 0 & -3 & 0\end{bmatrix}, \begin{bmatrix}0 & 1 & 3 & 2\end{bmatrix} \right\} $$

Para encontrar o espaço nulo, interprete a RREF como um sistema homogêneo:

$$ x_1 - 3x_3 = 0 $$
$$ x_2 + 3x_3 + 2x_4 = 0 $$

Portanto:

$$ x_1 = 3x_3 $$
$$ x_2 = -3x_3 - 2x_4 $$

As variáveis \(x_3\) e \(x_4\) são livres. Portanto:

$$ x = x_3 \begin{bmatrix} 3\\ -3\\ 1\\ 0 \end{bmatrix} + x_4 \begin{bmatrix} 0\\ -2\\ 0\\ 1 \end{bmatrix} $$

Uma base para o espaço nulo é:

$$ \left\{ \begin{bmatrix}3\\-3\\1\\0\end{bmatrix}, \begin{bmatrix}0\\-2\\0\\1\end{bmatrix} \right\} $$

Este exemplo tem nulidade positiva, portanto o espaço nulo contém mais do que apenas o vetor nulo.

Exemplo 2: uma matriz com posto completo nas colunas

Considere uma matriz \(3 \times 2\) cujas duas colunas são independentes:

$$ A = \begin{bmatrix} 1 & 2 \\ 3 & 4 \\ 5 & 6 \end{bmatrix} $$

Essa matriz tem duas colunas, e ambas são colunas-pivô. Seu posto é \(2\), portanto:

$$ \operatorname{nullity}(A)=2-2=0 $$

Isso significa que:

$$ \operatorname{Nul}(A)=\{0\} $$

O espaço nulo contém apenas o vetor nulo, portanto as colunas são linearmente independentes. No entanto, a matriz tem três linhas e posto \(2\), então tem posto completo nas colunas, mas não nas linhas.

Exemplo 3: a matriz totalmente nula

Para a matriz nula \(2 \times 3\),

$$ A = \begin{bmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix} $$

não há colunas-pivô. Portanto:

$$ \operatorname{rank}(A)=0 $$

e:

$$ \operatorname{nullity}(A)=3-0=3 $$

O espaço coluna é o subespaço nulo, o espaço linha é o subespaço nulo, e todo vetor em \(\mathbb{R}^3\) resolve \(Ax=0\). Este é um caso-limite importante porque mostra que nulidade não é “o número de linhas nulas”. Nulidade é o número de variáveis livres.

Como interpretar o resultado

O posto informa quantas direções de coluna independentes a matriz possui. Um posto maior significa mais informações independentes. Posto zero significa que a matriz não tem nenhuma direção de coluna independente não nula.

A nulidade informa quanta liberdade existe na equação homogênea \(Ax=0\). Nulidade zero significa que apenas o vetor nulo resolve \(Ax=0\). Nulidade positiva significa que há infinitas soluções para \(Ax=0\), geradas pelos vetores da base do espaço nulo.

As colunas-pivô mostram quais colunas originais formam uma base para o espaço coluna. As variáveis livres mostram quais variáveis geram o espaço nulo. As linhas não nulas da RREF fornecem uma base simples para o espaço linha.

Posto completo nas linhas e posto completo nas colunas significam coisas diferentes:

Status Significado
Posto completo nas colunas Toda coluna é uma coluna-pivô; a nulidade é \(0\).
Posto completo nas linhas Toda linha tem um pivô; o posto é igual ao número de linhas.
Posto completo nas linhas e nas colunas Possível apenas para uma matriz quadrada cujo posto é igual à sua dimensão.
Nenhum dos dois A matriz tem dependência nas linhas e nas colunas.

Uma matriz pode ter posto completo nas linhas sem ter posto completo nas colunas, ou posto completo nas colunas sem ter posto completo nas linhas. Sempre compare o posto separadamente com o número de linhas e com o número de colunas.

Erros e equívocos comuns

Usar as colunas da RREF como base do espaço coluna.
A RREF identifica as posições das colunas-pivô, mas a base efetiva do espaço coluna vem da matriz original.

Confundir nulidade com linhas nulas.
A nulidade conta as variáveis livres, não as linhas nulas. Em uma matriz \(m \times n\), a nulidade é \(n-\operatorname{rank}(A)\).

Supor que posto completo nas linhas implica posto completo nas colunas.
Posto completo nas linhas significa que o posto é igual ao número de linhas. Posto completo nas colunas significa que o posto é igual ao número de colunas. Para matrizes não quadradas, essas são condições diferentes.

Esquecer que cada coluna corresponde a uma variável.
No sistema homogêneo \(Ax=0\), a coluna \(c_i\) corresponde à variável \(x_i\). As colunas que não são pivôs correspondem a variáveis livres.

Esperar resultados simbólicos exatos a partir de entradas numéricas.
Uma ferramenta numérica de redução por linhas pode exibir aproximações decimais e tratar valores muito pequenos como zero. Para demonstrações formais ou cálculos exatos com frações, verifique os resultados com álgebra exata quando necessário.

Arredondar cedo demais.
Pequenas alterações nas entradas da matriz podem mudar se um valor é tratado como zero, especialmente em matrizes quase dependentes. Interprete os resultados com cuidado quando as entradas estiverem muito próximas de zero.

Quando usar o espaço nulo e o espaço coluna

Use essas ideias quando precisar:

  • Determinar se uma equação matricial \(Ax=b\) pode ter uma solução.
  • Determinar se as colunas de uma matriz são independentes.
  • Encontrar uma base para o espaço coluna, o espaço linha ou o espaço nulo.
  • Determinar o posto e a nulidade.
  • Entender quantas variáveis livres um sistema homogêneo possui.
  • Verificar se uma matriz tem posto completo nas linhas ou nas colunas.
  • Estudar a estrutura de uma transformação linear.
  • Identificar redundâncias em linhas, colunas, equações ou variáveis.

Elas são especialmente úteis em exercícios de álgebra linear, revisão para provas, análise de matrizes, modelos de engenharia, estatística, ciência de dados e qualquer contexto em que matrizes codifiquem sistemas ou transformações.

Limitações e pontos importantes

Este cálculo funciona com entradas matriciais numéricas reais. Ele não aceita entradas com números complexos, variáveis simbólicas ou expressões fracionárias como “1/2” digitadas como texto. Valores decimais são permitidos, mas são tratados numericamente, e não de forma simbólica.

A calculadora normaliza a matriz antes da redução por linhas e usa uma tolerância de ponto flutuante relativa à escala para detectar pivôs. Isso significa que multiplicar todas as entradas pelo mesmo fator não nulo, por si só, não altera o posto estimado. As entradas de matrizes e vetores exibidas são arredondadas, portanto o resultado ainda deve ser interpretado como um resultado numérico, e não como uma demonstração simbólica exata.

Para a maior parte dos trabalhos em sala de aula e das explorações, a RREF numérica é muito útil. Se um pivô candidato estiver próximo da tolerância numérica, a calculadora marcará o posto como sensível à tolerância, enquanto continua exibindo a estimativa. Para demonstrações formais, frações exatas, parâmetros simbólicos ou matrizes quase dependentes, confira o resultado com aritmética exata ou com a orientação de um professor.

As matrizes são limitadas a 20 linhas e 20 colunas, e cada entrada pode conter até 15 algarismos significativos. Esses limites mantêm a recalculação interativa ágil e evitam sugerir uma precisão que os números do JavaScript não conseguem preservar.

A lista de operações de linha também pode ser abreviada em reduções longas. Se forem necessárias muitas operações, use a RREF, as colunas-pivô e os resultados das bases como principais ferramentas de interpretação.

Como usar esta calculadora

  1. Insira valores numéricos na tabela da matriz.
  2. Adicione ou exclua linhas e colunas conforme necessário.
  3. Opcionalmente, carregue uma matriz de exemplo ou cole dados da matriz com as linhas separadas por quebras de linha.
  4. Consulte o resumo do resultado para ver o posto, a nulidade, as colunas-pivô, as variáveis livres e o status de posto completo.
  5. Verifique a tabela da RREF para ver como os pivôs e as variáveis livres foram identificados.
  6. Use as tabelas de bases para consultar as bases do espaço coluna, do espaço linha e do espaço nulo.
  7. Lembre-se de que a base do espaço coluna usa as colunas da matriz original nas posições de pivô.

Perguntas frequentes

O que significa ter nulidade zero?

Nulidade zero significa que não há variáveis livres em \(Ax=0\). A única solução da equação homogênea é o vetor nulo, portanto as colunas da matriz são linearmente independentes.

Por que as colunas originais são usadas na base do espaço coluna?

As operações de linha geralmente alteram o espaço coluna de uma matriz. A RREF é usada para identificar quais posições de coluna são pivôs, mas os vetores da base do espaço coluna devem ser obtidos da matriz original nessas posições de pivô.

As linhas não nulas da RREF formam uma base para o espaço linha?

Sim. As operações de linha preservam o espaço linha, e as linhas não nulas da RREF são independentes. Isso torna as linhas não nulas da RREF uma base conveniente para o espaço linha.

O posto é igual ao número de linhas não nulas na RREF?

Sim, para uma matriz na RREF, o posto é igual ao número de linhas não nulas, que também é o número de colunas-pivô. A perspectiva das colunas-pivô é especialmente útil porque relaciona o posto à base do espaço coluna.

Qual é a diferença entre posto e nulidade?

O posto mede o número de direções de pivô independentes. A nulidade mede o número de direções de variáveis livres no conjunto de soluções de \(Ax=0\). Juntos, eles somam o número de colunas da matriz.

Uma matriz pode ter posto completo nas linhas, mas não nas colunas?

Sim. Uma matriz larga pode ter um pivô em cada linha e ainda assim ter variáveis livres, pois possui mais colunas do que linhas. Nesse caso, ela tem posto completo nas linhas, mas não nas colunas.

Posso inserir frações, números complexos ou variáveis?

Use entradas numéricas decimais ou inteiras. Números complexos, variáveis simbólicas e expressões fracionárias digitadas, como “1/2”, não são aceitos como entrada direta.

Fontes e referências

Livros e livros didáticos abertos

  1. Dan Margalit and Joseph Rabinoff. Interactive Linear Algebra. Georgia Institute of Technology, 2019. Sections 2.6 “Subspaces,” 2.7 “Basis and Dimension,” and 2.9 “The Rank Theorem.” Subspaces, Basis and Dimension, The Rank Theorem.
  2. David Austin. Understanding Linear Algebra. 619 Wreath Publishing and Consulting, 2023. Section 1.4 “Pivots and their influence on solution spaces.” Pivots and their influence on solution spaces.

Fontes de cursos on-line

  1. MIT OpenCourseWare. “Column Space and Nullspace.” 18.06SC Linear Algebra, Fall 2011, Prof. Gilbert Strang. MIT OpenCourseWare.
  2. MIT OpenCourseWare. “Independence, Basis and Dimension.” 18.06SC Linear Algebra, Fall 2011, Prof. Gilbert Strang. MIT OpenCourseWare.
  3. MIT OpenCourseWare. “Lecture 10: The Four Fundamental Subspaces.” 18.06 Linear Algebra, Spring 2010, Prof. Gilbert Strang. Lecture transcript PDF.