N´ ucleo e imagen de una transformaci´ on lineal

Objetivos. Definir el n´ ucleo y la imagen de una transformaci´ on lineal, probar que son subespacios (del dominio y del contradominio respectivamente), ver la relaci´ on con las propiedades inyectiva y suprayectiva, conocer algunos ejemplos. Luego en otras clases vamos a estudiar, c´ omo construir bases en el n´ ucleo y en la imagen, y c´ omo est´ an relacionadas sus dimensiones. Requisitos. Transformaci´ on lineal, imagen de un conjunto bajo una aplicaci´ on, preimagen de un conjunto bajo una aplicaci´ on, funciones inyectivas, funciones suprayectivas. 1. Definici´ on (la imagen de una transformaci´ on lineal). Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W ). La imagen de T se define como el conjunto de todos los valores de la aplicaci´ on T : im(T ) := w ∈ W : ∃v ∈ V tal que w = T (v ) .

2. Definici´ on (el n´ ucleo de una transformaci´ on lineal). Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W ). El n´ ucleo (kernel, espacio nulo ) de T se define como la preimagen completa del vector nulo: ker(T ) := x ∈ V : T (x) = 0W . 3. Proposici´ on (el n´ ucleo de una transformaci´ on lineal es un subespacio vectorial del dominio). Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W ). Entonces ker(T ) es un subespacio de V . 4. Proposici´ on (la imagen de una transformaci´ on lineal es un subespacio vectorial del codominio). Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L(V, W ). Entonces im(T ) es un subespacio de W . Parte de demostraci´ on. Se aplica el criterio de subespacio. Se demuestra que el conjunto im(T ) es cerrado bajo la adici´ on y bajo la multiplicaci´ on por escalares, adem´ as contiene al vector cero. Mostremos que el conjunto im(T ) es cerrado bajo la adici´ on. Sean w1 , w2 ∈ im(T ). Por la definici´ on de la imagen, existen v1 , v2 ∈ V tales que w1 = T (v1 ), w2 = T (v2 ). Por la linealidad de T , T (v1 + v2 ) = T (v1 ) + T (v2 ) = w1 + w2 . Logramos encontrar un vector x = v1 + v2 tal que T (x) = w1 + w2 . Por la definici´ on de la imagen, esto implica que w1 + w2 ∈ im(T ). N´ ucleo e imagen de una transformaci´ on lineal, p´ agina 1 de 3

f es suprayectiva ⇐⇒ im(f ) = Y. Sean V. sabemos que T (0V ) = 0W . se cumple la igualdad x1 = x2 . podemos concluir que v = 0V . Por otro lado. v ∈ V tales que T (u) = T (v ). consideremos un vector arbitrario v ∈ ker(T ) y demostremos que v = 0V . Definici´ on de funci´ on inyectiva (repaso). Observaci´ on (criterio de la suprayectividad de una funci´ on en t´ erminos de su imagen). Tenemos por demostrar la igualdad ker(T ) = {0V }. Una funci´ on f : X → Y se llama suprayectiva o sobreyectiva si para cualquier y ∈ Y existe un x ∈ X tal que f (x) = y . Para ello. Supongamos que ker(T ) = {0}. De las u ´ltimas dos igualdades sigue que T (v ) = T (0V ). demostremos que u = v . Seg´ un la definici´ on. Como T es inyectiva. x2 ∈ X tales que f (x1 ) = f (x2 ). Entonces: T es inyectiva ⇐⇒ ker(T ) = {0V }. ⇐=. Supongamos que T es inyectiva. Por la linealidad de T .Inyectividad y suprayectividad de una transformaci´ on lineal en t´ erminos de su n´ ucleo e imagen 5. 6. Por la definici´ on del n´ ucleo tenemos que T (v ) = 0W . Esto significa que T (u − v ) ∈ ker(T ). Sean u. Vamos a demostrar que ker(T ) ⊂ {0V }. Una funci´ on f : X → Y se llama inyectiva si para cualesquiera x1 . 8. Por lo tanto. Sabemos que la contenci´ on {0V } ⊂ ker(T ) se cumple para cualquier transformaci´ on lineal. N´ ucleo e imagen de una transformaci´ on lineal. p´ agina 2 de 3 . W ). f se llama suprayectiva si Y ⊂ im(f ). Proposici´ on (criterio de la inyectividad de una transformaci´ on lineal en t´ erminos de su n´ ucleo). Definici´ on de funci´ on suprayectiva (repaso). Pero la contenci´ on im(f ) ⊂ Y es v´ alida cualquier funci´ on f : X → Y . =⇒. 7. Demostraci´ on. T (u − v ) = T (u + (−1)v ) = T (u) + (−1)T (v ) = T (u) − T (v ) = 0. Luego u − v = 0 y u = v . W espacios vectoriales sobre un campo F y sea T ∈ L(V.

Demuestre que: 1. Sean V. ker(T ) ⊂ ker(U T ). im(P ) = 1 . Df = f . Entonces ker(P ) = 2 . Transformada lineal en R2 asociada con la matriz T : R2 → R2 . 11. no necesariamente de transformaciones lineales. Ejemplo (el n´ ucleo y la imagen de una proyecci´ on en V 2 (O )). La transformaci´ on nula 0V →W : V → W est´ a definida mediante la f´ ormula ∀v ∈ V 0V →W (v ) := 0W . im(0V →W ) = {0W }. Problema adicional. entonces f es inyectiva. Es f´ acil ver que ker(0V →W ) = V . Sea P el operador de proyecci´ on sobre 1 paralelamente a 2 . N´ ucleo e imagen de una transformaci´ on lineal. 2. Problema adicional. 13. Ejemplo. Demuestre que im(U T ) ⊂ im(U ). Ejemplo (el n´ ucleo y la imagen de la transformaci´ on nula). Determine ker(I ) y im(I ) de la transformaci´ on identidad I : V → V definida mediante la f´ ormula ∀v ∈ V I (v ) := v. Es f´ acil ver que ker(T ) = {x ∈ R2 : x1 = 0} = im(T ) = {y ∈ R2 : y2 = 0} = 0 x2 y1 0 : x2 ∈ R . ker(A) = P0 (F). 15.Ejemplo 9. X ). Consideremos el operador D : Pn (R) → Pn (R). Si la composici´ on gf es suprayectiva. Sean f : X → Y . 12. X espacios vectoriales sobre un campo F y sean T ∈ L(V. : y1 ∈ R . 10. U ∈ L(W. En este problema se trata de funciones generales. Ejercicio (el n´ ucleo y la imagen de la transformaci´ on identidad). Ejemplo (el n´ ucleo y la imagen de la transformaci´ on D ). W ). W. p´ agina 3 de 3 . T x1 x2 = 1 0 0 0 x1 x2 = 1 0 : 0 0 x1 0 . Entonces im(A) = Pn−1 (F). entonces g es suprayectiva. g : Y → Z . 14. Si la composici´ on gf es inyectiva.

Sign up to vote on this title
UsefulNot useful