Nucleo e Imagen de una Transformacion Lineal

Departamento de Matematicas, CCIR/ITESM

28 de junio de 2011

Indice
17.1. N
ucleo de una transformaci
on lineal . . . . .
17.2. El n
ucleo de una matriz y la tecnologa . . .
17.3. Inyectividad de transformaciones lineales . . .
17.4. El Rango de una transformaci
on . . . . . . .
17.5. Suprayectividad de transformaciones lineales
17.6. N
ucleo e Imagen son subespacios . . . . . . .
17.7. Nulidad y Rango de una Transformacion . . .
17.8. SEL a traves del kernel y el rango . . . . . .
17.9. Ejemplo clave . . . . . . . . . . . . . . . . . .

17.1.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

1
6
6
7
10
11
12
14
14

N
ucleo de una transformaci
on lineal

Definici
on 17.1
Sea T : V W una transformaci
on lineal. El n
ucleo T es el subconjunto formado por todos los
vectores en V que se mapean a cero en W .
Ker(T ) = {v V | T (v) = 0 W }

Ejemplo 17.1
Indique cuales opciones contienen un vector en el n
ucleo de la transformacion de R3 en R3 definida como

x
2 x + 3 z
T y = 23 x 15 y 18 z
z
5 x 3 y 3 z
dentro de las opciones:
1.
2.
3.
4.
5.
6.

v1
v2
v3
v4
v5
v6

= (0, 0, 0)0
= (12, 28, 8)0
= (1, 2, 1)0
= (3, 7, 2)0
= (2, 4, 4)0
= (9, 18, 15)0

Soluci
on
Antes de pasar a la verificaci
on, es conveniente observar que es posible encontrar una matriz A tal que
T (x) = A x. Es decir, aplicar T a un vector x es equivalente a multiplicar por una cierta matriz A al vector x.

Empecemos con la dimensi

on de A: como A se multiplica por la izquierda de x y x R3 entonces el n
umero
de columnas de A es 3. Por otro lado, como el resultado A x es un vector de R3 , entonces el n
umero de
renglones de A es 3. Si requerimos que

2 x + 3 z
x
23 x 15 y 18 z =
y
z
5 x 3 y 3 z
No es difcil ver

0
3
2
x
2 x + 3 z
23 x 15 y 18 z = 23 15 18 y
z
5 x 3 y 3 z
5 3 3

es decir que

2
0
3
A = 23 15 18
5 3 3
El vector v1 esta en el n
ucleo de T debido a que

2
0
3
0
0
T (v1 ) = Av1 = 23 15 18 0 = 0 = 0
5 3 3
0
0
El vector v2 esta en el n
ucleo de T debido a que

2
0
3
12
0
T (v2 ) = Av2 = 23 15 18 28 = 0 = 0
5 3 3
8
0
El vector v3 no est
a en el n
ucleo de T debido a que

2
0
3
1
1
T (v3 ) = Av3 = 23 15 18 2 = 11 =
6 0
5 3 3
1
2
El vector v4 esta en el n
ucleo de T debido a que

2
0
3
3
0
T (v4 ) = Av4 = 23 15 18 7 = 0 = 0
5 3 3
2
0
El vector v5 no est
a en el n
ucleo de T debido a que

2
0
3
2
16
T (v5 ) = Av5 = 23 15 18 4 = 86 =
6 0
5 3 3
4
14
El vector v6 no est
a en el n
ucleo de T debido a que

2
0
3
9
63
T (v6 ) = Av6 = 23 15 18 18 = 333 6= 0 
5 3 3
15
54

Ejemplo 17.2
Determine el n
ucleo de la transformaci
on de R3 en R3 definida como

x
2 x + 3 z
T y = 23 x 15 y 18 z
z
5 x 3 y 3 z
Soluci
on
Un vector v = (a, b, c)0 pertenece al n
ucleo de T si T (v) = 0, es decir si:

2 a + 3 c
T ((a, b, c)0 ) = 23 a 15 b 18 c = 0( en R3 )
5 a 3 b 3 c
Por lo tanto, para pertenecer al n
ucleo debe cumplirse
2 a + 3 c
= 0
23 a 15 b 18 c = 0
5 a 3 b 3 c
= 0
Reduciendo tenemos:
a 3/2 c = 0
b + 7/2 c = 0
Es decir

a
3/2 c
3/2
b = 7/2 c = c 7/2
c
c
1

Observe que el n
ucleo de T en este caso es un espacio generado:

3/2

Ker(T ) = Gen 7/2

1
Ademas, la dimensi
on de Ker(T ) es 1, lo cual coincide con el n
umero de columnas sin pivote en la reducida de
A (La matriz que define a la transformaci
on T ). Geometricamente en R3 este generado corresponde a la lnea
que pasa por el origen y con vector de direcci
on (3/2, 7/2, 1)0 que es:
y
z
x
=
= 
3/2
7/2
1
Ejemplo 17.3
Determine el n
ucleo de la transformaci
on de R3 en R2 definida como



x
x+y+z

T y =
2x + 2y + 2z
z
Soluci
on
Un vector v = (a, b, c)0 pertenece al n
ucleo de T si T (v) = 0, es decir si:


 

a
a+b+c
1 1 1
T (v) =
=
b = 0 ( en R2 )
2a + 2b + 2c
2 2 2
c
3

Por lo tanto, para pertenecer al n

ucleo debe cumplirse
a+b+c
= 0
2a + 2b + 2c = 0
Reduciendo tenemos:
a+b+c = 0
Es decir

a
b c
1
1
b =
=b 1 +c 0
b
c
c
0
1

Es decir, que el n
ucleo de T en este caso es un espacio generado:

1
1
Ker(T ) = Gen 1 , 0

0
1
Ademas, la dimensi
on de Ker(T ) es 2, lo cual corresponde al n
umero de columnas sin pivote de la reducida
de la matriz que define a T . Geometricamente, en R3 este generado corresponde a un plano que pasa por el
origen y con vector normal n = u1 u2 = (1, 1, 1)0 que es:
1x + 1y + 1z = x + y + z = 0
Ejemplo 17.4
Determine el n
ucleo de T : R3 R2 .



x
xz
T = y =
y+z
z

Soluci
on
Sabemos que Ker(T ) es el conjunto de todos los vectores v =< x, y, z >0 de R3 tal que T (v) = 0 (en R2 ):


 
 

x
0
1 0 1
xz

=
=
T (v) =
0
0 1
1
y+z
z
Para resolver el sistema

1 0 1 0
0 1
1 0

1 0 1 0
0 1
1 0

Cuya solucion general es

x
1
y = z 1
z
1
De ah que,

z
1

Ker(T ) = z , z R = Gen 1

z
1
Vemos que la dimensi
on de Ker(T ) es 1, lo cual corresponde al n
umero de columnas sin pivote en la matriz
3
que define a T . Geometricamente, en R esto corresonde a la recta
x
y
z
=
= 
1
1
1
4

Ejemplo 17.5
Determine el n
ucleo de T : R3 R3 .

x
xz
T = y = y+z
z
xy

Soluci
on
Sabemos que Ker(T ) es el conjunto de todos los vectores v =< x, y, z >0 de R3 tal que T (v) = 0 (en R3 ):

xz
1
0 1
x
0
1
1 y = 0
T (v) = y + z = 0
xy
1 1
0
z
0
Para resolver el sistema

1
0 1 0
1 0 0 0
0
1
1 0 0 1 0 0
1 1
0 0
0 0 1 0

El sistema tiene soluci

on u
nica y es 0. Por tanto,
Ker(T ) = {0}

Ejemplo 17.6
Indique la opcion que describe adecuadamente al conjunto


B = < 0, 0, 3, 2 >0 , < 0, 1, 0, 0 >0
respecto al n
ucleo de la transformaci
on de R4 en R4 definida

0
3w 2z
x
y 3w 2z 0


T
z = 12 w 8 z = 0
0
15 w 10 z
w
A

Es base para el n
ucleo.

Esta en el n
ucleo; pero no es LI ni no lo genera.

Genera al n
ucleo pero no es LI.

Esta en el n
ucleo; es LI pero no lo genera.

No es comparable con el n
ucleo.

Soluci
on
Determinemos el n
ucleo de T :

0
0

0
0

como

x
0 2 3
y
0 2 3

0 8 12 z
w
0 10 15

0 2 3 0
0 0

0 2 3 0 rref 0 0

0 8 12 0
0 0
0 10 15 0
0 0
5

1 3/2 0
0
0 0

0
0 0
0
0 0

Por lo tanto, los vectores del n

ucleo tienen la forma

1
x
0
y

z =x 0 +y
0
w

0
1
+w
0
0

0
0

3/2
1

Es decir,

0
1

0
, 1
Ker(T ) = Gen
0

0
0
Comparemos ahora Gen{B} con
a) Gen{B} Ker(T )?

1
0

0
0

3/2

Ker(T ):
0
0 0
1
0 0
0 3/2 3
0
1 2

Concluimos que s:Gen{B} Ker(T ).

b)Ker(T ) Gen{B}?

0 0 1
0 1 0

3 0 0
2 0 0

1
0

1 rref 0

0
0
0
0

1
0
0

1
0 rref 0

0 3/2
0
0
1
0

0
1
0
0

0
1
0
0

0
0
1
0

0
0
1
0

0
0
2
0

0
1

0
0

0 1/2
1
0

0
0
0
0

Concluimos que no:Ker(T ) 6 Gen{B}. De estos calculos (los que llevan B primero) tambien se deduce que: c)
B es linealmente independiente.
Por lo tanto, la opcion correcta es D:
esta contenido en el n
ucleo (a)
no genera al n
ucleo (b); y
B es li (c) 

17.2.

El n
ucleo de una matriz y la tecnologa

Practicamente la totalidad de los sistemas computacionales que manejan matrices vienen acompa
nados de
funciones para manejar el kernel de una matriz. En el caso de Maple la instruccion nullspace(A) entrega una
base para el n
ucleo de la transformaci
on lineal T (X) = A X. Desafortunadamente, para la TI Voyage 200 no
aparece un comando similar.

17.3.

Inyectividad de transformaciones lineales

Una pregunta importante sobre funciones es si una funcion dada es inyectiva, o tambien dicho 1 a 1.
Recuerde que una funci
on es inyectiva si no hay dos elementos diferentes del dominio que tienen la misma
evaluacion. Es decir, es f es inyectiva si y s
olo si f (x1 ) = f (x2 ) implica que x1 = x2 . Este concepto en las
funciones lineales en espacios vectoriales tiene un comportamiento simple: f (x1 x2 ) = 0 implica x1 x2 = 0.
Es decir:
Teorema

Sea T : V W una transformaci

on lineal. T es inyectiva si y solo si Ker(T ) = {0}.
Note que en los ejemplos anteriores, s
olo la u
ltima funcion fue inyectiva.
Notas
En resumen:
Para ver si un vector est
a en el n
ucleo de una transformacion lineal se debe aplicar la transformaci
on. El
vector x esta en el n
ucleo de T si y s
olo si T (x) = 0.
Determinar el n
ucleo de una transformacion lineal equivale a encontrar la solucion general de un SEL
homogeneo.
Para determinar el n
ucleo de una transformacion, debe encontrar la matriz que define a la transformaci
on
lineal y resolver [A|0]. Hay dos alternativas: el sistema tiene solucion u
nica o el sistema tienen infinitas
soluciones. En el caso de infinitas soluciones, la formula general muestra al n
ucleo como un espacio
generado donde el n
umero columnas sin pivote es la dimension del n
ucleo como subespacio. En caso de
tener solucion u
nica, el n
ucleo de T es el conjunto formado por el vector cero.
Para determinar si una transformaci
on lineal es inyectiva, todas las columnas de la reducida de la matriz
que define a la transformaci
on lineal deben de tener pivote.

17.4.

El Rango de una transformaci

on

Definici
on 17.2
Sea T : V W una transformaci
on lineal. El rango o imagen de T es el conjunto de todas las imagenes de T
en W.
R(T ) = {w W |w = T (v) para alg
un v V }
Es decir, el rango es el subconjunto de W formado por aquellos vectores que provienen de alg
un vector de V .
Ejemplo 17.7
Indique cuales opciones contienen un vector en la imagen de la transformacion de R3 en R3 definida como

x
2x + 5y + z
T y = 8 x + 12 y + 6 z
z
4 x 2 y 4 z
dentro de las opciones:
1.
2.
3.
4.
5.

v1
v2
v3
v4
v5

= (0, 0, 0)0
= (2, 8, 4)0
= (23, 52, 6)0
= (5, 12, 2)0
= (3, 1, 1)0

Soluci
on
El vector v1 = (0, 0, 0)0 de R3 est
a en la imagen de T si existe un vector (a, b, c)0 en R3 tal que T ((a, b, c)0 ) = v1 .
Es decir, si es consistente el sistema
2a + 5b + c
= 0
8 a + 12 b + 6 c = 0
4 a 2 b 4 c = 0
Pero este sistema por ser homogeno es consistente. Por tanto el vector v1 s esta en la imagen de T .
El vector v2 = (2, 8, 4)0 de R3 est
a en la imagen de T si existe un vector (a, b, c)0 en R3 tal que T ((a, b, c)0 ) =

v2 . Es decir, si es consistente el sistema:

2a + 5b + c
= 2
8 a + 12 b + 6 c = 8
4 a 2 b 4 c = 4
Al reducir la matriz aumentada se obtiene:

1 0
9/8 1
0 1 1/4 0
0 0
0 0
por ser consistente el sistema, el vector v2 s esta en la imagen de T .
El vector v3 = (23, 52, 6)0 de R3 est
a en la imagen de T si existe un vector (a, b, c)0 en R3 tal que
0
T ((a, b, c) ) = v3 . Es decir, si es consistente el sistema:
2a + 5b + c
= 23
8 a + 12 b + 6 c = 52
4 a 2 b 4 c =
6
Al reducir la matriz aumentada se obtiene:

1 0
9/8
1
0 1 1/4 5
0 0
0
0
por ser consistente el sistema, el vector v3 s esta en la imagen de T .
El vector v4 = (5, 12, 2)0 de R3 est
a en la imagen de T si existe un vector (a, b, c)0 en R3 tal que T ((a, b, c)0 ) =
v4 es decir si es consistente el sistema:
2a + 5b + c
= 5
8 a + 12 b + 6 c = 12
4 a 2 b 4 c = 2
Al reducir la matriz aumentada se obtiene:

1 0
9/8 0
0 1 1/4 1
0 0
0 0
por ser consistente el sistema, el vector v4 s esta en la imagen de T .
El vector v5 = (3, 1, 1)0 de R3 de est
a en la imagen de T si existe un vector (a, b, c)0 en R3 tal que
T ((a, b, c)0 ) = v5 es decir si es consistente el sistema:
2a + 5b + c
= 3
8 a + 12 b + 6 c = 1
4 a 2 b 4 c = 1
Al reducir la matriz aumentada se obtiene:

1 0
9/8 0
0 1 1/4 0
0 0
0 1
por ser inconsistente el sistema, el vector v5 no esta en la imagen de T 

Ejemplo 17.8
Determine la imagen de la transformaci
on lineal de R3 en R3 definida como

x
2x + 5y + z
T y = 8 x + 12 y + 6 z
z
4 x 2 y 4 z
Soluci
on
El vector v1 = (a, b, c)0 de R3 de est
a en la imagen de T si existe un vector (x, y, z)0 en R3 tal que T ((x, y, z)0 ) =
v10 es decir si es consistente el sistema
2x + 5y + z
= a
8 x + 12 y + 6 z = b
4 x 2 y 4 z = c
Al formar la matriz aumentada y escalonar se obtiene:

2
5 1
a
0 8 2
4 a + b
0
0 0 2 a + b + c
Por tanto, (a, b, c)0 est
a en la imagen de T ssi el sistema anterior es consistente ssi 2 a + b + c = 0. Esto
ocurrira si y solo si a = 1/2 b + 1/2 c. Es decir, (a, b, c)0 esta en la imagen de T si y solo si

a
1/2 b + 1/2 c
1/2
1/2
b =
=b 1 +c 0
b
c
c
0
1
Por tanto,

1/2
1/2
R(T ) = Gen 1 , 0

1
0
Geometricamente, R(T ) es el plano 2 a b c = 0 (o 2 x y z = 0) en R3 
Ejemplo 17.9
Determine la imagen de la transformaci
on lineal de R3 en R4 definida como

x + y + 2z
x

xy

T y =
2 x + y z
z
xy
Soluci
on
El vector v = (a, b, c, d)0 de R4 est
a en la imagen de T si existe un vector (x, y, z)0 en R3 tal que T ((x, y, z)0 ) =
v0 . Es decir, si es consistente el sistema

x + y + 2z = a
1
1
2 a
1 1
xy = b
0 b

2 x + y z = c
2
1 1 c
xy = c
1 1
0 d

En este ejemplo ilustraremos el uso de una tecnica mas eficiente que la usada en el problema anterior. La idea
es que manejaremos s
olo los coeficientes de a, b, c y d. De esta manera una expresion en estas variables la
podemos representar por medio de un vector renglon con cuatro componentes. As
2a + 3b c + 8d
a
3a 3b 3d
c
Con esta idea, el sistema cuya matriz nos

1
1
2 1
1 1
0 0

2
1 1 0
1 1
0 0

se
se
se
se

representa
representa
representa
representa

(2, 3, 1, 8)
(1, 0, 0, 0)
(3, 3, 0, 3)
(0, 0, 1, 0)

por
por
por
por

interesa revisar nos

0 0 0
1

1 0 0
0

0
0 1 0
0
0 0 1

queda:
0
1
0
0

1
1
0
0

0
0
1
0

0 1 1
0 1 2

0
2
3
1
0 1

Por tanto, la matriz aumentada representa un sistema consistente si y solo si

a = 2 c 3 d
b = d
Resumiendo, (a, b, c, d)0 est
a en la imagen de T si y solo si

a
2
b

=c 0 +d
c
1
d
0

3
1

0
1

para c y d escalares. Por tanto

2
3

1
0

R(T ) = Gen
1 , 0

0
1

Nota
Observe que tanto Ker(T ) como R(T ) de una transformacion lineal T son conjuntos no vacos
T (0V ) = 0W
implica que
0V Ker(T ) y
0W R(T ).

17.5.

Suprayectividad de transformaciones lineales

Una pregunta importante sobre funciones es si una funcion dada es suprayectiva, o tambien dicho sobre.
Recuerde que una funci
on es suprayectiva si para todo elemento en el codominio hay un elemento en el dominio
que bajo la funcion se transforma en el. Es decir, es f es suprayectiva si y solo si f (x) = a es consistente para
todo a en el codominio de f . en espacios vectoriales tiene un comportamiento simple:
Teorema

10

Sea T : V W una transformaci

on lineal y
B = {v1 , v2 , . . . , vm }
un conjunto generador para V . T es suprayectiva si y solo si Gen(T (v1 ), T (v2 ), . . . , T (vm )) = W .
No que lo anterior implica que:
Si T es suprayectiva, entonces dim(V ) dim(W ).
En particular, si por ejemplo T : R3 R4 es lineal, entonces T no puede ser sobre!
Notas
En resumen:
Para ver si un vector est
a en la imagen de una transformacion lineal se debe ver si un sistema es
consistente.
Para determinar el rango de una transformacion, debe encontrar la matriz que define a la transformaci
on
lineal y reducir [A|I]. Si todo rengl
on tiene pivote la funcion es suprayectiva. Es decir, todo vector del
codominio es imagen de un vector en el dominio. Si hay renglones sin pivote en la parte izquierda se
debe forzar la consistencia igualando a cero los elementos en la parte derecha de la reducida. El rango
entonces queda como un espacio generado, el cual es precisamente el espacio generado por las columnas.
Su dimension ser
a el n
umero de pivotes en la reducida de la matriz A.
Para determinar si una transformaci
on lineal es suprayectiva, todos los renglones en la reducida de A
deben de tener pivotes.

17.6.

N
ucleo e Imagen son subespacios

La propiedad fundamental del n

ucleo y del contradominio es que ambos son espacios vectoriales:
Teorema
Sea T : V W una transformaci
on lineal. Entonces
Ker(T ) es un subespacio de V .
R(T ) es un subespacio de W .
Demostraci
on
El n
ucleo de T es subespacio
Sean v1 y v2 elementos del n
ucleo de T y c un escalar cualquiera. As T (v1 ) = 0 = T (v2 ), y por tanto:
T (c1 v1 + c2 v2 ) = c1 T (v1 ) + c2 T (v2 ) = c1 0 + c2 0 = 0
probando que c1 v1 + c2 v2 est
a tambien en el n
ucleo de T . Lo cual a su vez prueba que el n
ucleo de T es un
subespacio de V .
La imagen de T es subespacio
Sean w1 y w2 elementos de la imagen de T y c un escalar cualquiera. As T (v1 ) = w1 y T (v2 ) = w2 para
algunos v1 y v2 en V , y por tanto:
T (c1 v1 + c2 v2 ) = c1 T (v1 ) + c2 T (v2 ) = c1 w1 + c2 w2
probando que c1 w1 + c2 w2 es imagen de c1 v1 + c2 v2 y por consiguiente c1 w1 + c2 w2 esta tambien en la
imagen de T . Lo cual a su vez prueba que la imagen de T es un subespacio de W 
11

17.7.

Nulidad y Rango de una Transformaci

on

Debido al resultado anterior el n

ucleo y la imagen de una transformacion lineal son espacios vectoriales.
Como espacios vectoriales, ellos tienen una dimension asociada. Estas dimensiones tienen nombre especficos:
Definici
on 17.3
Sea T : V W una transformaci
on lineal.
La nulidad de T es la dimensi
on de Ker(T ).
El rango de T es la dimensi
on de R(T ).
El siguiente resultado permite calcular f
acilmente la nulidad y el rango de una transformacion matricial.
Teorema
Sea T : V W una transformaci
on lineal. Suponga que T corresponde a la transformaci
on
matricial asociada a A. Entonces:
Ker(T ) = V(A) = Espacio nulo de A
R(T ) = C(A) = Espacio generado por las columnas de A
Nulidad(T ) = Nulidad(A) = N
umero de columnas sin pivote en A reducida.
Rango(T ) = Rango(A) = N
umero de columnas con pivote en A reducida.
Note que el resultado anterior indica que para cualquier transformacion lineal T : V W ,
dim(V ) = dim(Ker(T )) + dim(R(T ))
dim(R(T )) dim(W )

(1)

As por ejemplo:
T : R4 R3 lineal no puede ser inyectiva pues
4 = dim(Ker(T )) + dim(R(T )) dim(Ker(T )) + 3
por tanto, dim(Ker(T )) 1 probando que Ker(T )) 6= {0}.
T : R4 R8 lineal no puede ser sobre pues
4 = dim(Ker(T )) + dim(R(T ))
por tanto, dim(R(T )) 4 probando que R(T ) 6= R8

Ejemplo 17.10
Calcule las bases para el n
ucleo y la imagen y determine la nulidad y el rango de
T : R4 R3 , T ((x, y, z, w)0 ) = (x + 3z, y 2z, w)0
Soluci
on
De acuerdo con el teorema previo, basta expresar a T como transformacion matricial y obtener las bases para
las columnas y el espacio nulo de su matriz estandar A. A se expresa con

1 0
3 0
A = 0 1 2 0
0 0
0 1
12

Como ya esta en forma escalonada reducida por operaciones de renglon, los vectores {(1, 0, 0)0 , (0, 1, 0)0 , (0, 0, 1)0 }
forman una base para Col(A) = R(T ) = R3 . Por otra parte, {(3, 2, 1, 0)0 } es una base para V (A) = Ker(T ).
De modo que el rango de T es 3 y la nulidad es 1.
Ker(T ) = {0} Ax = 0 solo tiene la solucion trivial
y
R(T ) = Rm las columnas de A generan a Rm 
Ejemplo 17.11
Resuelva la siguiente ecuaci
on diferencial:
(2 x 1) y 0 (x) + 2 y(x) = 4 x2 + 4 x
pensando el lado izquierdo de la ecuaci
on como una transformacion lineal de P2 en P3 .
Soluci
on
Definamos T de P2 en P3 por
T (p(x) = a x2 + b x + c) = (2 x 1)p0 (x) + 2 p(x)
= 2 a x2 2 a x b + 2 c
Viendo los polinomios como vectores tenemos tenemos que la transformacion anterior queda:

2 1
0
b + 2 c
c
c

2 a 0
0 2

b
b

=
T
=
0 2
2 a 0
a
a
0
0
0
0
El problema de resolver la ED se transforma encontrar un p(x) que cumpla: T (p(x)) = 4 x2 + 4 x. Es decir, en
encontrar (c, b, a)0 tal que

0
2 1
0
c

4
0
0
2
b =

4
0
0 2
a
0
0
0
0
Formando la aumentada y reduciendo tenemos:

2 1
0 0
0
0 2 4

0
0 2 4
0
0
0 0

1 1/2 0
0

0 1 2
0

0
0
0 0
0
0 0
0

Como el sistema es consistente, la primera conclusion es que s existe

infinitas soluciones las cuales podemos calcular:


c = 1/2b
c 1/2b = 0
b = b

a = 2

a = 2

solucion en P2 . Tambien vemos que hay

c
1/2b
b = b
a
2

Y separando vectores

c
0
1/2
b = 0 + b 1
a
2
0
La solucion general de la ED en P2 queda:
y(x) = 2 x2 + b (1/2 + x), b escalar libre 
13

17.8.

SEL a trav
es del kernel y el rango

Veamos ahora el an
alisis de un SEL a la luz de los conceptos de n
ucleo e imagen de una transformaci
on lineal.
Supongamos que estamos resolviendo el SEL A x = b. Si definimos la transformacion lineal TA (x) = A x,
entonces
El sistema ser
a consistente si y s
olo si el vector b pertenece a la imagen de T .
Si el SEL es consistente, entonces: el sistema tendra solucion u
nica si y solo si el n
ucleo de T se reduce
al vector cero.
Si x1 y x2 son dos soluciones, entonces x1 x2 pertenece al n
ucleo de T . Por tanto: Si el sistema tiene
soluciones infinitas, entonces la soluci
on general tiene la forma
x = xp + c1 z1 + + ck zk
donde xp es una soluci
on particular y z1 , . . . ,zk consituyen un conjunto generador para el n
ucleo.

17.9.

Ejemplo clave

Ejemplo 17.12
Suponga que usted es maestro de
algebra lineal y le ha pedido a sus alumnos que resuelvan el SEL:

x1

1
2
1
1
1
1
3

2 4
x2

2
10
1 1
x3 7

6 3 15
1 1
= 13

x4

1 2
4
1
5
0
0

x5
1
2
1
1 1
3
1
x6
Analice las siguientes soluciones dadas por sus alumnos:
Jose dice que la soluci
on general es:

3
5
2
3
1
1
1
1

4
2
6
1

x=
+ c1 2 + c2 1 + c3 1

0
1
0
1
0
1
1
0
0
La solucion particular de Jose es jp =< 3, 1, 1, 0, 0, 0 >0 y el generador de las soluciones al sistema homogeneo
es:

5
3
2

1 1 1

4
2
6

,
,
jh =

2 1 1

1
1
0

1
1
0
Revisemos sus respuestas:

14

Es jp solucion al sistema original?

Por conveniencia hacemos: A jp b:

A jp b =

2
0
0
0
2

3
7
13
4
1

1
7
13
4
1

como no da el vector cero, concluimos que la solucion particular dada por Jose no lo es.
La formula para el sistema homogeneo genera todas las soluciones al sistema homogeneo asociado?
Por conveniencia, con los vectores en jh formamos una matriz que representamos tambien por jh y
realizamos el producto A jh ; como obtenemos una matriz de ceros, concluimos que en la soluci
on de
Jose la formula efectivamente da soluciones al sistema homogeneo. La pregunta que cabe ahora es si acaso
las da todas. Cuando aplicamos rref a A vemos que tiene 3 columnas sin pivote, por tanto, la dimensi
on
del espacio nulo de A es 3. Como al aplicar rref a la matriz jh tiene tres pivotes, concluimos que el
conjunto jh es linealmente independiente, esta dentro del n
ucleo y tiene tres elementos; por tanto, debe
ser base para el n
ucleo. Por tanto, en la formula de Jose la parte asociada a la solucion a la homogenea
es adecuada.
Mara dice que la soluci
on general es:

5
2
7

1
1
0

2
6
7

+ c3
+ c2
+ c1
x=

1
2
2

1
0
1
1
0
0

12
1
10
4
2
2

La solucion particular de Mara es mp =< 7, 0, 7, 2, 1, 0 >0 y el generador de las soluciones al sistema

homogeneo es:

2
5
12

1 1 1

6 2 10
,
,

mh =
2 1
4

0
1
2

0
1
2
Revisemos sus respuestas:
Es mp soluci
on al sistema original?
Por conveniencia hacemos: A mp b: como s da el vector cero, concluimos que la solucion particular
dada por Mara s lo es.
La formula para el sistema homogeneo genera todas las soluciones al sistema homogeneo asociado?
Por conveniencia, con los vectores en mh formamos una matriz que representamos tambien por mh y
realizamos el producto A mh ; como obtenemos una matriz de ceros, concluimos que en la soluci
on de
Mara la formula efectivamente da soluciones al sistema homogeneo. La pregunta que cabe ahora es si
acaso las da todas. Cuando aplicamos rref a A vemos que tiene 3 columnas sin pivote, por tanto, la
dimension del espacio nulo de A es 3. Como al aplicar rref a la matriz mh tiene dos pivotes, concluimos
que el conjunto mh es linealmente dependiente y esta dentro del n
ucleo; por tanto, no puede ser base
para el n
ucleo. Por tanto, en la f
ormula de Mara la parte asociada a la solucion a la homogenea es
incompleta.
15

Resumiendo; la f
ormula de Mara no genera todas las soluciones al sistema.
Luis dice que la soluci
on general es:

3
2
5
0
1
1

8
6
2

x=
3 + c1 2 + c2 1 + c3

1
0
1

1
1
1
1
1
1

La solucion particular de Luis es lp =< 3, 0, 8, 3, 1, 0 >0 y el generador de las soluciones al sistema homogeneo
es:

2
5
1

1
1
1

6
2
1
,
,
lh =
2 1 1

0 1 1

0
1
1
Revisemos sus respuestas:
Es lp solucion al sistema original?
Por conveniencia hacemos: A lp b: como s da el vector cero, concluimos que la solucion particular
dada por Luis s lo es.
La formula para el sistema homogeneo genera todas las soluciones al sistema homogeneo asociado?
Por conveniencia, con los vectores en lh formamos una matriz que representamos tambien por lh y
realizamos el producto A lh ;

0 0
7
0 0
6

A lh = 0 0 9

0 0
3
0 0
7
como obtenemos una matriz con dos primeras columnas de ceros y una tercera que no es de ceros,
concluimos que en la soluci
on de Luis la formula da algunas soluciones al sistema homogeneo (las que
tienen c3 = 0) pero tambien da otros vectores que no son solucion (los que tienen c3 6= 0). Por tanto, la
solucion de Luis es parcialmente correcta y parcialmente incorrecta.
Carolina dice que la soluci
on general es:

3
2
0
1

1
+ c1 6
x=
2
0

0
1
0
0

+ c2

5
1
2
1
1
1

16

+ c3

3
1
4
1
1
1

+ c4

4
1
4
2
2
2

La solucion particular de Carolina es cp =< 3, 0, 1, 0, 1, 0 >0

homogeneo es:

2
5
3

1
1
1

6 2 4

,
ch =
,

2
1

0
1

0
1
1

y el generador de las soluciones al sistema

,

4
1
4
2
2
2

Revisemos sus respuestas:

Es cp solucion al sistema original?
Por conveniencia hacemos: A cp b: como s da el vector cero, concluimos que la solucion particular
dada por Carolina s lo es.
La formula para el sistema homogeneo genera todas las soluciones al sistema homogeneo asociado?
Por conveniencia, con los vectores en ch formamos una matriz que representamos tambien por ch y
realizamos el producto A ch ; obtenemos una matriz con cuatro columnas de ceros. Esto nos indica que
la formula correspondiente a sistema homogeneo entrega soluciones al sistema homogeneo. Por otro lado,
al aplicar rref a ch obtenemos tres pivotes y una columna sin pivote. As el espacio generado en la f
ormula
de Carolina correspondiente a las soluciones a la homogenea tiene dimension 3, lo que iguala la dimensi
on
3 previamente calculada. Esto nos lleva a concluir que se generan todas las soluciones a la homogenea.
Que se tenga una columna sin pivote indica que el vector que entro en tal columna es redundante en la
solucion dada por Carolina.
Resumiendo; la f
ormula de Carolina es correcta al generar todas las soluciones al sistema de ecuaciones,
aunque el u
ltimo vector puede omitirse sin perdida.

17