Nucleo e Imagen de una Transformacion Lineal

Departamento de Matematicas, CCIR/ITESM

15 de mayo de 2009

Indice
22.1. Nucleo de una transformacion lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
22.2. El nucleo de una matriz y la tecnologa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
22.3. Inyectividad de transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
22.4. El Rango de una transformacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
22.5. Suprayectividad de transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
22.6. Nucleo e Imagen son subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
22.7. Nulidad y Rango de una Transformacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

22.1. Nucleo de una transformacion lineal

Definicion 22.1

Sea T : V W una transformacion lineal. El nucleo 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 22.1
Indique cuales opciones contienen un vector en el nucleo 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. v1 = (0, 0, 0)
2. v2 = (12, 28, 8)
3. v3 = (1, 2, 1)
4. v4 = (3, 7, 2)
5. v5 = (2, 4, 4)
6. v6 = (9, 18, 15)
Solucion
Antes de pasar a la verificacion, 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 dimension de A: como A se multiplica por la izquierda de x y x R3 entonces el numero
de columnas de A es 3. Por otro lado, como el resultado A x es un vector de R3 , entonces el numero de
renglones de A es 3. Si requerimos que

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

No es difcil ver
2 x + 3 z 2 0 3 x
23 x 15 y 18 z = 23 15 18 y
5 x 3 y 3 z 5 3 3 z
es decir que
2 0 3
A = 23 15 18
5 3 3
El vector v1 esta en el nucleo 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 nucleo 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 esta en el nucleo 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 nucleo 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 esta en el nucleo 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 esta en el nucleo 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

2
Ejemplo 22.2
Determine el nucleo 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

Solucion
Un vector v = (a, b, c) pertenece al nucleo de T si T (v) = 0, es decir si:

2 a + 3 c
T ((a, b, c) ) = 23 a 15 b 18 c = 0( en R3 )
5 a 3 b 3 c

Por lo tanto, para pertenecer al nucleo 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 nucleo de T en este caso es un espacio generado:

3/2
Ker(T ) = Gen 7/2
1

Ademas, la dimension de Ker(T ) es 1, lo cual coincide con el numero de columnas sin pivote en la reducida de
A (La matriz que define a la transformacion T ). Geometricamente en R3 este generado corresponde a la lnea
que pasa por el origen y con vector de direccion (3/2, 7/2, 1) que es:
x y z
= = 
3/2 7/2 1

Ejemplo 22.3
Determine el nucleo de la transformacion de R3 en R2 definida como

x  
x+y+z
T y =

2x + 2y + 2z
z

Solucion
Un vector v = (a, b, c) pertenece al nucleo 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 nucleo 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 =b 1 +c 0
c c 0 1
Es decir, que el nucleo de T en este caso es un espacio generado:

1 1
Ker(T ) = Gen 1 , 0
0 1

Ademas, la dimension de Ker(T ) es 2, lo cual corresponde al numero 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) que es:

1x + 1y + 1z = x + y + z = 0

Ejemplo 22.4
Determine el nucleo de T : R3 R2 .
x  
xz
T = y =
y+z
z
Solucion
Sabemos que Ker(T ) es el conjunto de todos los vectores v =< x, y, z > de R3 tal que T (v) = 0 (en R2 ):

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

0 1 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 dimension de Ker(T ) es 1, lo cual corresponde al numero de columnas sin pivote en la matriz
que define a T . Geometricamente, en R3 esto corresonde a la recta
x y z
= = 
1 1 1

4
Ejemplo 22.5
Determine el nucleo de T : R3 R3 .
x xz
T = y = y+z
z xy
Solucion
Sabemos que Ker(T ) es el conjunto de todos los vectores v =< x, y, z > de R3 tal que T (v) = 0 (en R3 ):

xz 1 0 1 x 0
T (v) = y + z = 0 1 1 y = 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 solucion unica y es 0. Por tanto,

Ker(T ) = {0}

Ejemplo 22.6
Indique la opcion que describe adecuadamente al conjunto

B = < 0, 0, 3, 2 > , < 0, 1, 0, 0 >

respecto al nucleo de la transformacion de R4 en R4 definida como

x 3w 2z 0 0 2 3 x
y 3w 2z 0 0 2 3 y
T z = 12 w 8 z = 0

0 8 12 z
w 15 w 10 z 0 0 10 15 w

A Es base para el nucleo.

B Esta en el nucleo; pero no es LI ni no lo genera.

C Genera al nucleo pero no es LI.

D Esta en el nucleo; es LI pero no lo genera.

E No es comparable con el nucleo.

Solucion
Determinemos el nucleo de T :

0 0 2 3 0 0 0 1 3/2 0
0 0 2 3 0 rref
0 0 0 0 0

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

5
Por lo tanto, los vectores del nucleo tienen la forma

x 1 0 0
y 0 1 0
z =x 0 +y
+w
0 3/2
w 0 0 1

Es decir,

1 0 0
0 , 1
0

Ker(T ) = Gen


0 0 3/2

0 0 1

Comparemos ahora Gen{B} con Ker(T ):

a) Gen{B} Ker(T )?

1 0 0 0 0 1 0 0 0 0
0 1 0 0 1 rref 0
1 0 0 1

0
0 3/2 3 0 0 0 1 2 0
0 0 1 2 0 0 0 0 0 0
Concluimos que s:Gen{B} Ker(T ).
b)Ker(T ) Gen{B}?

0 0 1 0 0 1 0 0 0 1/2
0 1 0 1 0 rref 0
1 0 1 0

3 0 0
0 3/2 0 0 1 0 0
2 0 0 0 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 nucleo (a)

no genera al nucleo (b); y

B es li (c) 

22.2. El nucleo de una matriz y la tecnologa

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

22.3. 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 funcion es inyectiva si no hay dos elementos diferentes del dominio que tienen la misma
evaluacion. Es decir, es f es inyectiva si y solo 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

6
 Sea T : V W una transformacion lineal. T es inyectiva si y solo si Ker(T ) = {0}.
Note que en los ejemplos anteriores, solo la ultima funcion fue inyectiva.
Notas
En resumen:
Para ver si un vector esta en el nucleo de una transformacion lineal se debe aplicar la transformacion. El
vector x esta en el nucleo de T si y solo si T (x) = 0.
Para determinar el nucleo de una transformacion, debe encontrar la matriz que define a la transformacion
lineal y resolver [A|0]. Hay dos alternativas: el sistema tiene solucion unica o el sistema tienen infinitas
soluciones. En el caso de infinitas soluciones, la formula general muestra al nucleo como un espacio
generado donde el numero columnas sin pivote es la dimension del nucleo como subespacio. En caso de
tener solucion unica, el nucleo de T es el conjunto formado por el vector cero.
Para determinar si una transformacion lineal es inyectiva, todas las columnas de la reducida de la matriz
que define a la transformacion lineal deben de tener pivote.

22.4. El Rango de una transformacion

Definicion 22.2
Sea T : V W una transformacion 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 algun v V }
Es decir, el rango es el subconjunto de W formado por aquellos vectores que provienen de algun vector de V .

Ejemplo 22.7
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. v1 = (0, 0, 0)
2. v2 = (2, 8, 4)
3. v3 = (23, 52, 6)
4. v4 = (5, 12, 2)
5. v5 = (3, 1, 1)
Solucion
El vector v1 = (0, 0, 0) de R3 esta en la imagen de T si existe un vector (a, b, c) en R3 tal que T ((a, b, c) ) = 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) de R3 esta en la imagen de T si existe un vector (a, b, c) en R3 tal que T ((a, b, c) ) =
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

7
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) de R3 esta en la imagen de T si existe un vector (a, b, c) en R3 tal que
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) de R3 esta en la imagen de T si existe un vector (a, b, c) en R3 tal que T ((a, b, c) ) =
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) de R3 de esta en la imagen de T si existe un vector (a, b, c) en R3 tal que
T ((a, b, c) ) = 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 22.8
Determine la imagen de la transformacion 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

8
Solucion
El vector v1 = (a, b, c) de R3 de esta en la imagen de T si existe un vector (x, y, z) en R3 tal que T ((x, y, z) ) =
v1 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) esta 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) esta en la imagen de T si y solo si

a 1/2 b + 1/2 c 1/2 1/2
b = b =b 1 +c 0
c c 0 1

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

Geometricamente, R(T ) es el plano 2 a b c = 0 (o 2 x y z = 0) en R3 

Ejemplo 22.9
Determine la imagen de la transformacion lineal de R3 en R4 definida como

x + y + 2z
x xy
T y = 2 x + y z

z
xy

Solucion
El vector v = (a, b, c, d) de R4 esta en la imagen de T si existe un vector (x, y, z) en R3 tal que T ((x, y, z) ) =
v . Es decir, si es consistente el sistema

x + y + 2z = a 1 1 2 a
xy = b 1 1 0 b
o
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 solo 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 se representa por (2, 3, 1, 8)

a se representa por (1, 0, 0, 0)
3a 3b 3d se representa por (3, 3, 0, 3)
c se representa por (0, 0, 1, 0)

9
Con esta idea, el sistema cuya matriz nos interesa revisar nos queda:

1 1 2 1 0 0 0 1 0 1 0 0 1 1
1 1 0 0 1 0 0 0 1 1 0 0 1 2

2
1 1 0 0 1 0 0 0 0 1 0 2 3
1 1 0 0 0 0 1 0 0 0 0 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) esta en la imagen de T si y solo si

a 2 3
b
=c 0 +d
1

c 1 0
d 0 1

para c y d escalares. Por tanto

2 3

0 1

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 ).

22.5. Suprayectividad de transformaciones lineales

Una pregunta importante sobre funciones es si una funcion dada es suprayectiva, o tambien dicho sobre.
Recuerde que una funcion 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

Sea T : V W una transformacion 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 ).

10
En particular, si por ejemplo T : R3 R4 es lineal, entonces T no puede ser sobre!
Notas
En resumen:

Para ver si un vector esta 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 transformacion
lineal y reducir [A|I]. Si todo renglon 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 sera el numero de pivotes en la reducida de la matriz A.

Para determinar si una transformacion lineal es suprayectiva, todos los renglones en la reducida de A
deben de tener pivotes.

22.6. Nucleo e Imagen son subespacios

La propiedad fundamental del nucleo y del contradominio es que ambos son espacios vectoriales:
Teorema

Sea T : V W una transformacion lineal. Entonces

Ker(T ) es un subespacio de V .
R(T ) es un subespacio de W .

Demostracion
El nucleo de T es subespacio
Sean v1 y v2 elementos del nucleo 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 esta tambien en el nucleo de T . Lo cual a su vez prueba que el nucleo 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 

22.7. Nulidad y Rango de una Transformacion

Debido al resultado anterior el nucleo y la imagen de una transformacion lineal son espacios vectoriales.
Como espacios vectoriales, ellos tienen una dimension asociada. Estas dimensiones tienen nombre especficos:

Definicion 22.3
Sea T : V W una transformacion lineal.

La nulidad de T es la dimension de Ker(T ).

11
 El rango de T es la dimension de R(T ).

El siguiente resultado permite calcular facilmente la nulidad y el rango de una transformacion matricial.
Teorema

Sea T : V W una transformacion lineal. Suponga que T corresponde a la transformacion

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) = Numero de columnas sin pivote en A reducida.
Rango(T ) = Rango(A) = Numero 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 ))

(1)
dim(R(T )) dim(W )

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 22.10
Calcule las bases para el nucleo y la imagen y determine la nulidad y el rango de

T : R4 R3 , T ((x, y, z, w) ) = (x + 3z, y 2z, w)

Solucion
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

Como ya esta en forma escalonada reducida por operaciones de renglon, los vectores {(1, 0, 0) , (0, 1, 0) , (0, 0, 1) }
forman una base para Col(A) = R(T ) = R3 . Por otra parte, {(3, 2, 1, 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 

12
Ejemplo 22.11
Resuelva la siguiente ecuacion diferencial:

(2 x 1) y (x) + 2 y(x) = 4 x2 + 4 x

pensando el lado izquierdo de la ecuacion como una transformacion lineal de P2 en P3 .

Solucion
Definamos T de P2 en P3 por

T (p(x) = a x2 + b x + c) = (2 x 1)p (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:

b + 2 c 2 1 0
c 2 a 0 c
0 2

T b = = b
2 a 0 0 2
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) tal que
2 1 0 0
0 c
0 2
b =
4
0 0 2 4
a
0 0 0 0
Formando la aumentada y reduciendo tenemos:

2 1 0 0 1 1/2 0 0
0 0 2 4 0 0 1 2


0 0 2 4 0 0 0 0
0 0 0 0 0 0 0 0

Como el sistema es consistente, la primera conclusion es que s existe solucion en P2 . Tambien vemos que hay
infinitas soluciones las cuales podemos calcular:

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