Está en la página 1de 4

6.5 NUCLEO E IMAGEN DE UNA TRANSFORMACION LINEAL.

Teoría
Existen dos subespacios, el núcleo (𝑁𝑇 ) o kernel (palabra inglesa que significa
núcleo) y la imagen (𝐼𝑚𝑔(𝑇)) o recorrido (𝑅𝑇 ) asociados a una transformación lineal
dada. Estos espacios proporcionan información de las transformaciones lineales
como los espacios vectoriales y matrices.
Toda transformación lineal T: V→ W tiene otro conjunto asociado conocido como
imagen o recorrido.
Concepto
Sea T una transformación lineal de un espacio vectorial V a un espacio vectorial W,
es decir, 𝑇: 𝑉 → 𝑊, entonces el conjunto de todos los vectores de V que bajo la
transformación son iguales al vector cero en W, es llamado núcleo, kernel o espacio
nulo de la transformación T, esto es:
𝑁𝑇 = {𝒗 ∈ 𝑉| 𝑇 [(𝒗)] = 0 ∈ 𝑊}

Sea un vector 𝒗 ∈ 𝑉 que bajo la transformación T nos da un conjunto de vectores


𝒖 ∈ 𝑉 que son sus imágenes, a este conjunto se le conoce como la imagen de T,
esto es:
𝐼𝑚 𝑇 = {𝒖 ∈ 𝑊| ∃ 𝒗 ∈ 𝑉 ∋ 𝑇 (𝒗) = 𝒖}
La Dimensión o rango de la imagen representado por 𝑫𝒊𝒎(𝐼𝑚 𝑇 ) es igual al número
de vectores que hay en la base. Cuando solo está el vector cero entonces la
dimensión será cero.
La dimensión o nulidad del núcleo 𝑫𝒊𝒎(𝑁𝑇 ) es igual al número de vectores que hay
en la base, excepto cuando solo está el vector cero, el cual no es base, en este
caso la dimensión será cero. M. Leticia, L.F. Melken y R. Matus Q. (2006)
Ejemplo 1: Sea 𝑇: 𝑅3 → 𝑅3 una transformación lineal definida por:

u T (u)

𝑥 𝑥 + 2𝑦 − 𝑧 a) Encuentre una base y dimensión para el núcleo de T.


𝑇 [𝑦 ] = [2𝑥 − 3𝑦 + 𝑧]
𝑧 5𝑥 − 4𝑦 + 𝑧

Para calcular una base para el núcleo se debe cumplir:


𝑥 𝑥 0
𝑇 [𝑦 ] = 0, sea entonces 𝑇 𝑦] =
[ [0 ]
𝑧 𝑧 0
 Paso 1: Establecer la transformación lineal a modo de sistema de acuaciones
igualando a cero.

𝑥 + 2𝑦 − 𝑧 = 0
2𝑥 − 3𝑦 + 𝑧 = 0
5𝑥 − 4𝑦 + 𝑧 = 0
 Paso 2: pasar el sistema de ecuaciones a modo matricial y resolver por el
método de Gauss Jordan.

1 2  1 0  1 2  1 0 1 2  1 0 1 0  1 0
  2 R1  R 2   7 

2  3 1 0 0  7 3 0
1
R 2

0 1  3 0  2 R 2  R1 0 1  3 0
   5R1  R3   7  7  14 R 2  R3  7 
5  4 1 0 0  14 6 0 0  14 6 0 0 0 0 0
 
 Paso 3: Colocar el tipo de solución y ésta misma.

𝑥 − 1⁄7 𝑧 = 0
Solución Múltiple ; 𝑧 = 𝑎; 𝑎 ∈ 𝑅
𝑦 − 3⁄7 𝑧 = 0

 Paso 4: Parametrizar dicha solución.

𝑥 = 1⁄7 𝑎
𝑦 = 3⁄7 𝑎
𝑧=𝑎

 Paso 5: Sacar el núcleo de T.

𝑥 1⁄ 𝑎 1⁄
7 7
𝑁𝑇 = {[𝑦] = [3⁄ 𝑎] = 𝑎 [3⁄ ] ∴ 𝑎 𝜖 𝑅}
𝑧 7 7
𝑎 1

 Paso 6: Sacar la Base del núcleo.

1⁄ Solo es 1 ya que solo se toman las


7
𝐵(𝑁𝑇) = { [3⁄ ] ∴ 𝐷𝑖𝑚(𝑁𝑇) = 1} variables dependientes o las que
7 parametrizas, en éste caso fue
1 una variable que era z.
b) Encuentre una base y dimensión para el recorrido de T.
Calcularemos el recorrido para obtenerlo se deben encontrar todos los vectores 𝑢 ∈
𝑅3 de tal forma que bajo la transformación
𝑥 𝑥 𝑎
𝑇 [𝑦 ] = 𝑢 Sea u= (a, b, c) entonces: 𝑇 [𝑦] = [𝑏 ]
𝑧 𝑧 𝑐
 Paso 1: Establecer la transformación lineal a modo de sistema de acuaciones
igualando a u respectivamente.

𝑥 + 2𝑦 − 𝑧 = 𝑎
2𝑥 − 3𝑦 + 𝑧 = 𝑏
5𝑥 − 4𝑦 + 𝑧 = 𝑐
 Paso 2: pasar el sistema de ecuaciones a modo matricial y resolver por el
método de Gauss Jordan.

1 2  1 a  1 2 1 a  1 2 1 a 
   2 R1  R 2  1   3 2 a  1 b
2  3 1 b   5R1  R3 0  7 3  2a  b 7 R 2 0 1 7 7 7 
5  4 1 c  0  14 6  5a  c  0  14 6  5a  c 
1 0  1 3 a  2 b 
 2 R 2  R1 
7 7 7 
0 1  3 2 a  b
1
14 R 2  R3  7 7 7 
 0 0 0  a  2b  c

 Paso 3: colocar la solución y el tipo de ésta.(se toma el renglón que quedo
en ceros)
−𝑎 − 2𝑏 + 𝑐 = 0
Solución Múltiple
𝑑𝑒𝑠𝑝𝑒𝑗𝑎𝑛𝑑𝑜 𝑐; 𝑐 = 𝑎 + 2𝑏
 Paso 4: parametrizar
𝑎=𝑠
𝑎=𝑠
∴ 𝑠, 𝑡 𝜖 𝑅 Entonces; 𝑏 = 𝑡 ∴ 𝑠, 𝑡 𝜖 𝑅
𝑏=𝑡
𝑐 = 𝑠 + 2𝑡
 Paso 5: colocar el recorrido de T.
𝑎 𝑠 1 0
𝑅𝑇 = {[𝑏 ] = [ 𝑡 ] = 𝑠 [0] , 𝑡 [1] ∴ 𝑠, 𝑡 𝜖 𝑅}
𝑐 𝑠 + 2𝑡 1 2
 Paso 6: Sacar la base del recorrido.
1 0 Es 2 ya que solo se toman las
𝐵(𝑅𝑇) = { [0] , [1] ∴ 𝐷𝑖𝑚(𝑅𝑇) = 2} variables dependientes o las que
1 2 parametrizas, en éste caso fueron
dos variables que eran a y b
parametrizadas a s y t.
Teorema de la dimensión
Si T: V→W es una transformación lineal de un espacio vectorial de V de dimensión
finita a un espacio vectorial W, entonces:

𝑫𝒊𝒎 (𝒗) = 𝑫𝒊𝒎 (𝒊𝒎𝒈(𝑻)) + 𝑫𝒊𝒎(𝑵𝒕)

Esto es como la comprobación de que lo que has calculado está bien.

𝐷𝑖𝑚 (𝑣) = 𝐷𝑖𝑚 (𝑖𝑚𝑔(𝑇)) + 𝐷𝑖𝑚(𝑁𝑡)


𝐷𝑖𝑚 (𝑣) = 2 + 1
𝐷𝑖𝑚 (𝑣) = 3 = 𝑅3
Éste 𝑅3 es la que aparece al inicio del ejemplo, cuando menciona sea 𝑇: 𝑅3 → 𝑅3
Sí hubiera salido un número diferente de 3, entonces el ejercicio está mal.