Núcleo e imagen de una transformación lineal

Objetivos. Definir el núcleo y la imagen de una transformación lineal, probar que son
subespacios (del dominio y del contradominio respectivamente), ver la relación con las pro-
piedades inyectiva y suprayectiva, conocer algunos ejemplos. Luego en otras clases vamos
a estudiar, cómo construir bases en el núcleo y en la imagen, y cómo están relacionadas
sus dimensiones.

Requisitos. Transformación lineal, imagen de un conjunto bajo una aplicación, preima-

gen de un conjunto bajo una aplicación, funciones inyectivas, funciones suprayectivas.

1. Definición (la imagen de una transformación lineal). Sean V, W espacios vecto-

riales 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 aplicación T :

im(T ) := w ∈ W : ∃v ∈ V tal que w = T (v) .

2. Definición (el núcleo de una transformación lineal). Sean V, W espacios vec-

toriales sobre un campo F y sea T ∈ L(V, W ). El núcleo (kernel, espacio nulo) de T se
define como la preimagen completa del vector nulo:

ker(T ) := x ∈ V : T (x) = 0W .

3. Proposición (el núcleo de una transformación lineal es un subespacio vecto-

rial 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. Proposición (la imagen de una transformación lineal es un subespacio vec-

torial 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 demostración. Se aplica el criterio de subespacio. Se demuestra que el conjunto

im(T ) es cerrado bajo la adición y bajo la multiplicación por escalares, además contiene
al vector cero.
Mostremos que el conjunto im(T ) es cerrado bajo la adición. Sean w1 , w2 ∈ im(T ).
Por la definición 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 definición de la
imagen, esto implica que w1 + w2 ∈ im(T ).

Núcleo e imagen de una transformación lineal, página 1 de 3

Inyectividad y suprayectividad de una transformación lineal
en términos de su núcleo e imagen

5. Definición de función suprayectiva (repaso). Una función f : X → Y se llama

suprayectiva o sobreyectiva si para cualquier y ∈ Y existe un x ∈ X tal que f (x) = y.

6. Observación (criterio de la suprayectividad de una función en términos de

su imagen). Según la definición, f se llama suprayectiva si Y ⊂ im(f ). Pero la contención
im(f ) ⊂ Y es válida cualquier función f : X → Y . Por lo tanto,

f es suprayectiva ⇐⇒ im(f ) = Y.

7. Definición de función inyectiva (repaso). Una función f : X → Y se llama in-

yectiva si para cualesquiera x1 , x2 ∈ X tales que f (x1 ) = f (x2 ), se cumple la igualdad
x1 = x2 .

8. Proposición (criterio de la inyectividad de una transformación lineal en

términos de su núcleo). Sean V, W espacios vectoriales sobre un campo F y sea T ∈
L(V, W ). Entonces:

T es inyectiva ⇐⇒ ker(T ) = {0V }.

Demostración. =⇒. Supongamos que T es inyectiva. Tenemos por demostrar la igualdad

ker(T ) = {0V }. Sabemos que la contención {0V } ⊂ ker(T ) se cumple para cualquier
transformación lineal. Vamos a demostrar que ker(T ) ⊂ {0V }. Para ello, consideremos
un vector arbitrario v ∈ ker(T ) y demostremos que v = 0V . Por la definición del núcleo
tenemos que T (v) = 0W . Por otro lado, sabemos que T (0V ) = 0W . De las últimas dos
igualdades sigue que T (v) = T (0V ). Como T es inyectiva, podemos concluir que v = 0V .
⇐=. Supongamos que ker(T ) = {0}. Sean u, v ∈ V tales que T (u) = T (v), demostremos
que u = v. Por la linealidad de T ,

T (u − v) = T (u + (−1)v) = T (u) + (−1)T (v) = T (u) − T (v) = 0.

Esto significa que T (u − v) ∈ ker(T ). Luego u − v = 0 y u = v.

Núcleo e imagen de una transformación lineal, página 2 de 3

Ejemplo

9. Ejemplo (el núcleo y la imagen de la transformación nula). La transformación

nula 0V →W : V → W está definida mediante la fórmula
∀v ∈ V 0V →W (v) := 0W .
Es fácil ver que ker(0V →W ) = V , im(0V →W ) = {0W }.

10. Ejercicio (el núcleo y la imagen de la transformación identidad). Determine

ker(I) y im(I) de la transformación identidad I : V → V definida mediante la fórmula
∀v ∈ V I(v) := v.

11. Ejemplo (el núcleo y la imagen de la transformación D). Consideremos el

operador D : Pn (R) → Pn (R), Df = f 0 . Entonces im(A) = Pn−1 (F), ker(A) = P0 (F).

12. Ejemplo (el núcleo y la imagen de una proyección en V 2 (O)). Sea P el

operador de proyección sobre `1 paralelamente a `2 . Entonces ker(P ) = `2 , im(P ) = `1 .
 
2 1 0
13. Ejemplo. Transformada lineal en R asociada con la matriz :
0 0
      
2 2 x1 1 0 x1 x1
T: R →R , T = = .
x2 0 0 x2 0
Es fácil ver que
  
2 0
ker(T ) = {x ∈ R : x1 = 0} = : x2 ∈ R ,
x2
  
2 y1
im(T ) = {y ∈ R : y2 = 0} = : y1 ∈ R .
0

14. Problema adicional. Sean V, W, X espacios vectoriales sobre un campo F y sean

T ∈ L(V, W ), U ∈ L(W, X). Demuestre que
im(U T ) ⊂ im(U ), ker(T ) ⊂ ker(U T ).

15. Problema adicional. En este problema se trata de funciones generales, no necesa-

riamente de transformaciones lineales. Sean f : X → Y , g : Y → Z. Demuestre que:
1. Si la composición gf es suprayectiva, entonces g es suprayectiva.
2. Si la composición gf es inyectiva, entonces f es inyectiva.

Núcleo e imagen de una transformación lineal, página 3 de 3