TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO SUPERIOR DE ACAYUCAN

INGENIERÍA BIOQUÍMICA

SEGUNDO SEMESTRE

201 A

ALGEBRA LINEAL

CATEDRÁTICO

ING. JAIR REYES BLANCO

INVESTIGACIÓN 2

NÚCLEO E IMAGEN DE UNA TRANSMORMACIÓN LINEAL

UNIDAD 4

ALEJANDRA AGUILAR HERNÁNDEZ

ACAYUCAN, VERACRUZ. 29 DE MAYO DEL 2023

 INTRODUCCIÓN
En el ámbito de las matemáticas, especialmente en el estudio del álgebra lineal, las
transformaciones lineales juegan un papel fundamental. Una transformación lineal
es una función que preserva las operaciones de suma y multiplicación por escalar
en un espacio vectorial. Al aplicar una transformación lineal a un vector, obtenemos
otro vector en el mismo espacio vectorial.
Dos conceptos importantes relacionados con las transformaciones lineales son el
núcleo (también conocido como kernel) y la imagen (o rango). Estos conceptos nos
permiten comprender y analizar las propiedades y el comportamiento de las
transformaciones lineales.
El núcleo de una transformación lineal es el conjunto de todos los vectores de
entrada que se mapean al vector cero (el vector nulo) en el espacio de salida. En
otras palabras, es el conjunto de todas las soluciones al sistema homogéneo de
ecuaciones lineales asociado a la transformación lineal. El núcleo es un subespacio
vectorial del espacio de entrada y su dimensión se conoce como la nulidad de la
transformación lineal.
Por otro lado, la imagen de una transformación lineal es el conjunto de todos los
vectores de salida que se obtienen al aplicar la transformación lineal a los vectores
de entrada. Es el espacio generado por los vectores de salida. La imagen también
es un subespacio vectorial, pero esta vez en el espacio de salida. La dimensión de
la imagen se conoce como el rango de la transformación lineal.
El núcleo de una transformación lineal está compuesto por los vectores de entrada
que se mapean al vector cero en el espacio de salida, mientras que la imagen está
formada por los vectores de salida obtenidos al aplicar la transformación lineal a los
vectores de entrada. Estos conceptos son fundamentales para comprender las
propiedades y el comportamiento de las transformaciones lineales y tienen
aplicaciones en diversos campos como la geometría, el análisis de datos y la
programación lineal, entre otros.
 NÚCLEO E IMAGEN DE UNA TRANSFORMACIÓN LINEAL
NÚCLEO DE UNA TRANSFORMACIÓN LINEAL
Sea una transformación lineal. Se define el Kernel o
Núcleo de la transformación lineal, denotado por al
conjunto de las preimágenes del vector nulo, es
decir:

Si T: V W es lineal, se define el núcleo y la imagen de T de la siguiente

manera:

Es decir que el núcleo de una transformación lineal está formado por el

conjunto de todos los vectores del dominio que tienen por imagen al vector
nulo del codominio.
PROPIEDADES DEL NÚCLEO:
• El núcleo siempre contiene el vector cero, ya que T(0) = 0.
• El núcleo es un subespacio vectorial del espacio de entrada V.
• El núcleo puede ser trivial (solo contiene el vector cero) o no trivial,
dependiendo de si la transformación lineal es inyectiva (inyectiva si y
solo si el núcleo es trivial).
• La dimensión del núcleo se conoce como la nulidad de la
transformación lineal.
IMAGEN DE UNA TRANFORMACIÓN LINEAL
Llamamos imagen de Fal conjunto de vectores de W que son imagen de algún
vector de
V I m (F) = {w ∈ W | w = F(v), v ∈ V}
La imagen es un subespacio de W.
El núcleo de toda transformación lineal es un subespacio del dominio:
1. dado que T(0V) = 0W
2. Dados
3. Dados

Se denomina nulidad a la dimensión del núcleo. Nulidad(T) = dim(Nu(T))

O sea que la imagen de una transformación lineal está formada por el

conjunto de todos los vectores del codominio que son imágenes de al menos
algún vector del dominio.
La imagen de toda transformación lineal es un subespacio del codominio. El
rango de una transformación lineal es la dimensión de la imagen.
rg(T) = dim (Im(T))
PROPIEDADES DE LA IMAGEN:
• La imagen siempre contiene al menos el vector cero, ya que T(0) = 0.
• La imagen es un subespacio vectorial del espacio de salida W.
• La dimensión de la imagen se conoce como el rango de la
transformación lineal y está relacionada con la nulidad a través del
teorema del rango y la nulidad.
• Si la transformación lineal es sobreyectiva (es decir, su imagen es igual
al espacio de salida), se dice que es una transformación lineal
suryectiva.
EJEMLO
Dada la siguiente transformación lineal
T: R3→R3, T ((x, y, z)) = (x–2y, 0, 2x–4y)
Buscar el núcleo, la imagen, y determinar sus dimensiones.
Para determinar el núcleo planteamos:

Esto implica que la primera componente debe ser el doble de la segunda y

que la tercera componente no tiene restricciones. Es un error común, en este
punto, suponer que como «no aparece z», entonces z=0. Pero es importante
notar que si «no aparece z» esto significa que no existen restricciones sobre
esa componente. La forma de un vector del núcleo sería:
(2y, y, z)
Aplicando propiedades lo podemos escribir:
y. (2, 1 ,0) + z. (0, 0, 1)
Luego el núcleo es:

Y una base del núcleo es:

BNu = {(2, 1, 0), (0, 0, 1)}
La imagen la podemos obtener aplicando propiedades sobre la expresión que
define la transformación lineal:
(x–2y, 0, 2x–4y) = x. (1,0,2) + y. (–2, 0, –4)
Los vectores (1, 0, 2) y (–2, 0, –4) son linealmente dependientes. Entonces
tomamos uno de ellos para la base de la imagen:
BIm = {(1, 0, 2)}
Finalmente podemos responder sobre las dimensiones de núcleo e imagen,
porque hemos obtenido bases de estos subespacios:
dim (Nu) = 2
dim (Im)= 1
TEOREMA DE LAS DIMENSIONES
El teorema de las dimensiones establece una relación aritmética sencilla
entre la dimensión de V y la dimensión del núcleo y de la imagen. Sea F:
V→W transformación lineal. Si dim(V)=n (finita) entonces:
dim(V) = dim (Nu (F)) + dim (Im (F))
EJEMPLO:
Buscar el núcleo y la imagen de la siguiente transformación lineal:

Solución
Buscar el núcleo de la transformación lineal es buscar los vectores del
dominio cuya imagen es el vector nulo del codominio:
Luego los vectores del núcleo son de la forma:

Así podemos escribir:

El núcleo es una recta porque tiene dimensión 1.

¿Cuál es la dimensión de la imagen? Por el teorema de las dimensiones debe
ser:

La imagen es todo el espacio R2 porque el único subespacio de dimensión 2

que está en R2 es R2.
¿Cómo se llaman las funciones cuya imagen coincide con el codominio?
Sobreyectivas.
Diremos entonces que Tes una transformación lineal sobreyectiva.
INYECTIVIDAD Y SUPRAYECTIVIDAD DE UNA TRANSFORMACIÓN
LINEAL EN TÉRMINOS DE SU NÚCLEO E IMAGEN
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.
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.
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.
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
EJEMPLO
• 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 }.
• 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.
• Ejemplo (el núcleo y la imagen de la transformación D). Consideremos
el operador D: Pn(R) → Pn(R), Df = f0 Entonces im(A) = Pn−1(F), ker(A)
= P0(F).
•
• Ejemplo (el núcleo y la imagen de una proyección en V2(O)). Sea P el
operador de proyección sobre `1 paralelamente a `2. Entonces ker(P)
= `2, im(P) = `1.
 CONCLUSIÓN
El núcleo de una transformación lineal, también conocido como espacio nulo,
es el conjunto de todos los vectores de entrada que se mapean al vector cero
en el espacio de salida. En otras palabras, son los vectores de entrada que
no sufren ninguna transformación bajo la aplicación lineal. El núcleo es un
subespacio vectorial de la dimensión correspondiente al número de
restricciones lineales impuestas por la transformación lineal.
Por otro lado, la imagen de una transformación lineal es el conjunto de todos
los vectores de salida que se obtienen al aplicar la transformación a los
vectores de entrada. Es decir, es el rango de la transformación lineal. La
imagen también es un subespacio vectorial y su dimensión está determinada
por el número de vectores linealmente independientes en la imagen.
En conclusión, el núcleo representa los vectores de entrada que no tienen
efecto en la transformación lineal, mientras que la imagen representa los
vectores de salida que son alcanzables a través de la transformación lineal.
Estos conceptos son fundamentales en el estudio de las transformaciones
lineales, ya que nos permiten entender la estructura y propiedades de las
aplicaciones lineales en el álgebra lineal.

BIBLIOGRAFÍA
5.2 Núcleo e imagen de una transformación lineal. - Sistemas Algebra Lineal.
(s/f). Google.com. Recuperado el 30 de mayo de 2023, de
https://sites.google.com/site/sistemasalgebralineal/unidad-5---
transformaciones-lineales/5-2-nucleo-e-imagen-de-una-transformacion-lineal

De una transformacion lineal, O. D. el N. y. la I., Subespacios, P. Q. S., la

relacion con las pro- piedades inyectiva y suprayectiva, V., La imagen, C. C.
B. en el N. y. en, & dimensiones., y. C. E. R. (s/f). N ́ucleo e imagen de una
transformaci ́on lineal. Egormaximenko.com. Recuperado el 30 de mayo de
2023, de https://esfm.egormaximenko.com/linalg/ker_image_es.pdf

Pustilnik y Federico Gómez, I. (2016, noviembre 8). Clasificación de las

Transformaciones Lineales. Núcleo e imagen de TL. Álgebra y Geometría
Analítica. https://aga.frba.utn.edu.ar/nucleo-e-imagen-clasificacion-de-las-
transformaciones-lineales/