NÚCLEO DE IMAGEN DE TRANSFORMACIÓN

LINEAL.

CARRIÓN APARICIO TANIA LIZBETH

DE LA CRUZ PUGA MELISSA
GARCÍA MORALES ITZEL
PÉREZ SANTOS FRANCISCO JAVIER
TRINIDAD DE LA CRUZ ORLANDO
VALENCIA SALAYA ANAHÍ
DOCENTE: M.A.C. GARCÍA GUZMÁN AZUCENA

INSTITUTO TECNOLÓGICO SUPERIOR DE LAS CHOAPAS

GRUPO: A… 3ER SEMESTRE
• Objetivos. Definir el núcleo y la imagen de una transformación lineal, probar
que son subespacios (del dominio y del contra dominio respectivamente), ver
la relación con las propiedades inyectiva y suprayectiva, conocer algunos
ejemplos. Luego en otras clases vamos a estudiar, como 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,
preimagen de un conjunto bajo una aplicación, funciones inyectivas, funciones
suprayectivas.
• 1. Definición (la imagen de una transformación lineal). Sean V, W espacios
vectoriales 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
vectoriales sobre un campo F y sea T ∈ L(V, W). El nucléo (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
vectorial 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 vectorial del
condominio). 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).
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 inyectiva 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 ´ultimas
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
• 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. 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).
• 11. 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.
• 12. Ejemplo. Transformada lineal en R 2 asociada con la matriz [1 0 0 0 ] : T :
R 2 → R 2 , T [ x1 x2 ] = [ 1 0 0 0 ] [ x1 x2 ] = [x1 0] . Es fácil ver que
ker(T) = {x ∈ R 2 : x1 = 0} ={ [0 x2 ] : x2 ∈ R } , im(T) = {y ∈ R 2 : y2 = 0}
={[ y1 0 ] : y1 ∈ R } .
• 13. 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(UT) ⊂ im(U), ker(T) ⊂
ker(UT).
• 14. Problema adicional. En este problema se trata de funciones generales, no
necesariamente 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.