Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 Transf Lineal 2021
2 Transf Lineal 2021
Débora Katovsky
TRANSFORMACIONES LINEALES
Sabemos que en toda transformación el vector cero del espacio dominio se transforma en el vector
cero del espacio codominio. ¿Existirán otros vectores del dominio cuya imagen sea el vector cero
del espacio codominio?
El conjunto de todos los vectores que verifican la condición analizada se denomina núcleo de la
transformación lineal.
𝑵𝒖(𝑻) = {𝒗 ∈ 𝕍⁄𝑻(𝒗) = 𝟎𝒘 }
El núcleo de una transformación lineal está formado por todos los vectores del espacio
dominio que se transforman en el vector nulo del espacio codominio.
Propiedad:
El núcleo de una transformación lineal es un subespacio vectorial del espacio dominio.
A la dimensión del núcleo se la denomina nulidad de la transformación lineal.
El conjunto imagen de una transformación lineal está formado por todos los vectores del
espacio codominio que resultan de transformar al menos un vector del espacio dominio.
Es decir, un vector pertenece al conjunto imagen si existe al menos un elemento del dominio que lo
tiene por imagen.
Está claro que el vector cero del codominio pertenece al conjunto imagen ya que es el transformado
de, al menos, el vector cero del espacio dominio.
Propiedad:
El conjunto imagen de una transformación lineal es un subespacio vectorial del espacio codominio.
A la dimensión del conjunto imagen se la denomina rango de la transformación lineal.
1
Transformación Lineal Parte 2 Prof. Débora Katovsky
Recordamos que:
a) una función es inyectiva si a elementos distintos del dominio le corresponden imágenes distintas.
b) una función es sobreyectiva si el conjunto imagen coincide con el codominio propuesto.
c) una función es biyectiva si es inyectiva y sobreyectiva.
Propiedad:
Una transformación lineal es un monomorfismo si y solo si el núcleo está formado únicamente por
el vector cero del espacio dominio.
Para obtener el núcleo buscamos todos los vectores del espacio dominio cuya imagen sea el vector
cero del espacio codominio.
𝑁𝑢(𝑇) = {(𝑥, 𝑦) ∈ ℝ2 ⁄𝑇(𝑥, 𝑦) = (0,0,0)}
Luego, reemplazando por la expresión analítica (fórmula) de la T.L. dada y por igualdad de vectores
resulta el siguiente Sistema Lineal Homogéneo
𝑥−𝑦 =0
{ −2𝑥 = 0
𝑥 + 3𝑦 = 0
Como todo S.L.H. es compatible, ya que el conjunto solución al menos contiene a la solución trivial.
En el caso de las T.L., se trata del núcleo de la misma que ya vimos al menos contiene al vector
cero del dominio.
En este caso el sistema planteado es compatible determinado (es sencillo de resolver).
Entonces
𝑵𝒖(𝑻) = {(𝟎, 𝟎, 𝟎)}
2
Transformación Lineal Parte 2 Prof. Débora Katovsky
Para hallar el conjunto imagen, debemos considerar a todos los vectores del espacio codominio que
son imagen de al menos un vector del dominio.
En este caso el espacio codominio es ℝ3 , y por conveniencia (para no confundirnos con la notación)
anotaremos
𝐼𝑚(𝑇) = {(𝑎, 𝑏, 𝑐) ∈ ℝ3 ⁄(𝑎, 𝑏, 𝑐, ) = 𝑇(𝑥, 𝑦) 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 (𝑥, 𝑦) ∈ ℝ2 }
Nos interesa generar el subespacio 𝐼𝑚(𝑇) por lo que debemos ver para qué vectores (𝑎, 𝑏, 𝑐) del
espacio ℝ3 el sistema es compatible.
1 -1 a 𝐹1
-2 0 b 𝐹2
1 3 c 𝐹3
1 -1 a
0 -2 b+2a 𝐹2′ = 𝐹2 + 2𝐹1
0 4 c-a 𝐹3′ = 𝐹3 − 𝐹1
1 -1 a
0 -2 b+2a
0 0 3a+2b+c 𝐹3′′ = 𝐹3′ + 2𝐹2′
𝐝𝐢𝐦(𝑰𝒎(𝑻)) = 𝟐
A partir del ejemplo resuelto, analizaremos algunas relaciones que se verifican en forma general.
Al expresar los dos sistemas en forma matricial se observa que la matriz del sistema es la misma
en ambos casos. Son sistemas asociados.
1 −1 𝑥 0 1 −1 𝑥 𝑎
(−2 0 ) . ( ) = (0) 𝑆. 𝐿. 𝐻. (−2 0 ) . ( ) = (𝑏 ) 𝑆. 𝐿.
𝑦 𝑦 𝑐
1 3 0 1 3
3
Transformación Lineal Parte 2 Prof. Débora Katovsky
Resulta que:
dim(𝑁𝑢(𝑇)) = 2 − 𝑟𝑎𝑛𝑔𝑜 (𝐴)
1 −1
Siendo 𝐴 = (−2 0 ) la matriz del sistema, 𝑛 = 2 es el número de incógnitas que es la dimensión
1 3
del espacio dominio (en este caso ℝ2 ). Y el rango de la matriz coincide con la dimensión del conjunto
imagen (2 en ambos casos). Por lo tanto “queda” para la dimensión del núcleo 0, que es lo que ya
obtuvimos.
¡Atención! Es una relación entre las dimensiones (que son números) y no entre los espacios.