Núcleo e imagen de una transformación lineal.

Se denomina el núcleo de una transformación al conjunto de vectores cuya

imagen es el vector cero del codominio. Si T :V →W es una transformación lineal y

0 es el vector cero de W, entonces el conjunto de vectores v ∈V para los que

T ( v )=0 se le denomina como núcleo de T o espacio nulo de T, también como

Kernel de T. Su notación puede ser Nu(T ) o como Ker ( T ).

Ker ( T )= {v ∈V :T ( v ) =0W }

El núcleo es un subconjunto del dominio. Además, cuando la transformación es

lineal, el núcleo es un subespacio vectorial del dominio.

La imagen de T, denotada como ℑ ( T ), es el subconjunto de elementos de W

formado por las imágenes, mediante T, de los vectores de

V :ℑ ( T )={ T ( x ) : x ∈V }

Por lo tanto podemos definir la imagen como:

ℑ ( T )= { w ∈W :∃ v ∈ V tal que w=T (v ) }

Una vez entendido lo anterior, podremos notar que la inyectividad y la

suprayectividad existen en las transformaciones lineales también.

Por lo que:

 Si T :V →W es una transformación lineal entonces T se dirá que es inyectiva

si para todo par de vectores diferentes v1 , v 2 (v 1 ≠ v 2 ) de V de los vectores

T (v 1 ) y T (v 2 ) de W también son distintos.

 Si la imagen de T es W diremos que T es suprayectiva.

 Si una transformación lineal es inyectiva y suprayectiva se denomina como

isomorfismo entre los espacios V y W; en tal caso, se dice que V y W son

isomorfos.

Ejemplo:

 T : R2 → R 2∨T ( x , y )= ( x , 0 )Hallar el núcleo e imagen.

K er ( T ) ={( x , y ) ∈ R2 :T (x , y)=(0,0) }

( x ,0 )=( 0 , 0 ) x=0 ∧ 0=0∴ ker ( T ) ={( x , y ) ∈ R2 : x=0 }=( 0,0 )

ℑ ( T )= {( a , b ) ∈ R2 : T ( x , y )=( a ,b ) }( x ,0 )=( a , b ) x=a ∧ b=0

∴ ℑ ( T )={( a , b ) ∈ R 2 : x=a ∧ b=0 ¿ }=(1,0)