Transformación Lineal Parte 2 Prof.

Débora Katovsky

TRANSFORMACIONES LINEALES

Núcleo de una transformación lineal

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.

En símbolos: dada la T.L. 𝑇: 𝕍 → 𝕎⁄𝑇 (𝑣) = 𝑤, definimos

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.

Conjunto imagen de una 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.

En símbolos: dada la T.L. 𝑇: 𝕍 → 𝕎⁄𝑇 (𝑣) = 𝑤, definimos

𝑰𝒎(𝑻) = {𝒘 ∈ 𝕎⁄𝒘 = 𝑻(𝒗) 𝒑𝒂𝒓𝒂 𝒂𝒍𝒈ú𝒏 𝒗 ∈ 𝕍}

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

Clasificación de una transformación lineal

Dada una transformación lineal 𝑇: 𝕍 → 𝕎, se tiene la siguiente clasificación:

➢ 𝑻 es un monomorfismo si y solo si es inyectiva.

➢ 𝑻 es un epimorfismo si y solo si es sobreyectiva.

➢ 𝑻 es un isomorfismo si y solo si es biyectiva.

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.

𝑇: 𝕍 → 𝕎: 𝑇 𝑒𝑠 𝑚𝑜𝑛𝑜𝑚𝑜𝑟𝑓𝑖𝑠𝑚𝑜 ⇔ 𝑁𝑢(𝑇) = {0𝑣 ]

Ejemplo 6) (continua la numeración desde la parte 1)

Dada la transformación lineal 𝑇: ℝ2 → ℝ3 ⁄𝑇 [(𝑥, 𝑦)] = (𝑥 − 𝑦, −2𝑥, 𝑥 + 3𝑦)

i) Halle el núcleo, una base (si es posible) y la dimensión del mismo.

ii) Halle el conjunto imagen, una base y la dimensión del mismo.
iii) Clasifique la transformación lineal.

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)}

Este subespacio no tiene base y 𝐝𝐢𝐦(𝑵𝒖(𝑻)) = 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 }

Planteamos, entonces, el siguiente sistema:

𝑥−𝑦 =𝑎
{−2𝑥 =𝑏
𝑥 + 3𝑦 = 𝑐

Este ya no es un S.L.H., pero está relacionado con el anterior ¿cómo?

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.

Cálculo auxiliar: Aplicamos “Gauss”

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′

El sistema equivalente resulta compatible siempre que 3𝑎 + 2𝑏 + 𝑐 = 0 (justificar con el teorema de

Rouche-Frobenius). Luego:

𝑰𝒎(𝑻) = {(𝒂, 𝒃, 𝒄) ∈ ℝ𝟑 ⁄𝟑𝒂 + 𝟐𝒃 + 𝒄 = 𝟎 }

𝑩𝒂𝒔𝒆 (𝑰𝒎(𝑻)) = {(𝟏, 𝟎, −𝟑); (𝟎, 𝟏, −𝟐)}

𝐝𝐢𝐦(𝑰𝒎(𝑻)) = 𝟐

Clasificamos la T.L. dada: T es monomorfismo y no es epimorfismo.

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

El conjunto solución del homogéneo es un subespacio cuya dimensión es igual al número de

incógnitas menos el rango de la matriz del sistema (propiedad ya analizada en “sistemas”). Y,
precisamente, ese rango coincide con la dimensión del subespacio generado que es el conjunto
imagen.

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.

Pasando en limpio y generalizando, tenemos el siguiente

Teorema de las dimensiones para las transformaciones lineales

𝐝𝐢𝐦(𝒆𝒔𝒑𝒂𝒄𝒊𝒐 𝒅𝒐𝒎𝒊𝒏𝒊𝒐) = 𝐝𝐢𝐦(𝑵𝒖(𝑻)) + 𝐝𝐢𝐦 (𝑰𝒎(𝑻))

¡Atención! Es una relación entre las dimensiones (que son números) y no entre los espacios.