UNIDAD 3. TEMA 4.

3.1. TRANSFORMACIONES LINEALES

3.1.4. Núcleo e imagen.

Definición del kernel de una transformación lineal

Sea T :V → W una transformación lineal. Entonces, el conjunto de todos los vectores en V
que cumplen T (v )=0 se denomina kernel de T y se denota por ker (T ) .

Imagen
La imagen de T, denotado por im T, está dado por:
Im T ={ w ϵ W :w=Tv para alguna v ϵ V }
El rango de una transformación lineal
El kernel es uno de los dos subespacios críticos asociados con una trasformación lineal.
El segundo es el rango (o alcance) de T, denotado por el rango (T). Recuerde que el rango
de T :V → W es el conjunto de vectores w en W que son imágenes de vectores en V. Es
decir,
Rango (T )=¿ está en V).
El rango de T es un subespacio de W
El rango de una transformación linealT :V → W es un subespacio de W.
Definición de rango y la nulidad de una transformación lineal
Sea T :V → W una transformación lineal. La dimensión de kernel de T se llama nulidad de
T y se denota como nulidad (T). La dimensión de rango de T se denomina rango de T y se
denota como rango (T).
Suma de rango y la nulidad
Sea T :V → W una transformación lineal de un espacio vectorial V n-dimensional a un
espacio vectorial W. Entonces, la suma de las dimensiones del rango y de kernel es igual a
la dimensión del dominio. Es decir,
Rango(T )+nu lidad (T )=n
O bien dim( recorrido)+dim( kernel)=n
Transformaciones lineales uno a uno (inyectiva) y sobre (suprayectiva)
Transformaciones lineales uno a uno
Una función T :V → W se denomina uno a uno si la preimagen de todo ⃗
w en el
contradominio costa de un solo vector

Sea T :V → W una trasformación lineal. Entonces T es uno a uno si y solo si ket (T )={ ⃗0 }

Transformaciones lineales sobre

Sea T :V → W una trasformación lineal, donde W es de dimensión finita..T es sobre si y
solo si el rango de T es igual a la dimensión de W.
Isomorfis de espacios vectoriales
Isoformo: palabra griega que significa igual.
Definición de isomorfismo
Una trasformación lineal T :V → W que sea uno a uno y sobre se denomina isomorfismo.
Además, si V y W son espacios vectoriales tales que existen un isomorfismo de V a W,
entonces se dice que V y W son isomorfismos entre si
Espacios isomorfismos y dimensión
Dos espacios vectoriales de dimensión finita, V y W, son isomorfos si y solo si tienen la
misma dimensión
Ejercicio Propuesto
Ejercicio 8 deber 3
Encuentre el Kernel de la transformación lineal T : R 4 → R4 , T ( x , y , z , w )= ( y , x , w , z )

[ ]
0 1 0 0 ¿0
1 0 0 0 ¿0
( x , y , z , w )=( y , x , w , z ) Ker ( T )=( y , x , w , z ) z=0w=0x=0 y=0
0 0 0 1 ¿0
0 0 1 0 ¿0

Ker ( T )=( y , x , w , z ) Ker ( T )=(0,0,0,0)

Determine la nulidad de T
4 2
T : R → R , rango ( T ) =2
Rango(T )+nulidad (T )=n
2+nulidad (T )=4
Nulidad (T )=2
5 2
T : R → R , rango ( T )=2
Rango(T )+nulidad (T )=n
2+nulidad (T )=5
Nulidad (T )=3

T : R 4 → R4 , rango ( T )=0
Rango(T )+nulidad (T )=n
0+ nulidad(T )=4
Nulidad (T )=4