Transformaciones lineales · Definición
Núcleo e imagen
Antes de empezar necesitas conocer
Estos dos subespacios miden qué información destruye una transformación y qué valores alcanza; con ellos se decide si es inyectiva o suprayectiva.
Definición
El núcleo \(\ker T\) de una transformación lineal \(T\) es el conjunto de vectores que ella envía al cero; la imagen \(\operatorname{Im}T\) es el conjunto de todos los vectores que produce.
Ambos conjuntos son subespacios: el núcleo vive en el dominio y la imagen en el codominio. Si \(T(u)=0\) y \(T(v)=0\), entonces \(T(au+bv)=0\); y una combinación de valores \(T(u)\) y \(T(v)\) es el valor \(T(au+bv)\). Por eso ambos contienen siempre al vector cero, ya que \(T(0)=0\).
Cuando \(T(x)=Ax\), el núcleo es el conjunto de soluciones de \(Ax=0\) y la imagen es el conjunto de combinaciones lineales de las columnas de \(A\). Ejemplo: para \(T(x,y,z)=(x+y,\,y+z)\), resolver \(x+y=0\), \(y+z=0\) da \(x=z=-y\), así que el núcleo es la recta generada por \((1,-1,1)\); las columnas \((1,0)\), \((1,1)\) y \((0,1)\) generan todo \(\mathbb{R}^2\), de modo que la imagen es \(\mathbb{R}^2\).
El núcleo detecta la inyectividad: \(T\) es inyectiva exactamente cuando su núcleo es \(\{0\}\), porque \(T(u)=T(v)\) equivale a \(u-v\in\ker T\). La imagen detecta la suprayectividad: \(T\) es suprayectiva cuando la imagen es todo el codominio.
Error típico: creer que el núcleo es vacío cuando \(T\) es inyectiva. Nunca es vacío, pues siempre contiene al cero; inyectiva significa que contiene solo al cero. Las dimensiones de núcleo e imagen están ligadas de forma precisa, y eso es justamente el teorema del rango y la nulidad.
Para pensar
¿Puede el núcleo de una transformación lineal ser el conjunto vacío?
No: como \(T(0)=0\), el vector cero siempre pertenece al núcleo.
Si \(T(u)=T(v)\), ¿qué vector está en el núcleo de \(T\)?
El vector \(u-v\), porque \(T(u-v)=T(u)-T(v)=0\).
Ejercicios 10
- Sea \(T(x,y,z)=(x+y,\,y+z)\). ¿Cuál de estos vectores está en el núcleo de \(T\)?
- Sea \(T(x,y,z)=(x,y,0)\). ¿Cuál es la imagen de \(T\)?
- Sea \(T(x,y)=(2x,\,3y)\). ¿Cuál es el núcleo de \(T\)?
- ¿Qué es cierto del núcleo de cualquier transformación lineal?
- Sea \(T(x,y)=(x,\,y,\,x+y)\) de \(\mathbb{R}^2\) en \(\mathbb{R}^3\). ¿Cuál es su imagen?
- Sea \(T(x)=Ax\) con \(A=\begin{pmatrix}1&2&0\\2&4&0\end{pmatrix}\). ¿Cuál es la dimensión de su núcleo?
- Sea \(T(x)=Bx\) con \(B=\begin{pmatrix}1&0&1\\0&1&1\\1&1&2\end{pmatrix}\). ¿Cuál es la dimensión de su imagen?
- Sea \(T(x)=Ax\) con \(A=\begin{pmatrix}1&2\\2&4\end{pmatrix}\). ¿Cuál de estos vectores está en la imagen de \(T\)?
- Una transformación lineal \(T\) es inyectiva si y solo si…
- Sea \(T(x,y)=(x-y,\,2x-2y)\). ¿Qué afirmación describe correctamente su núcleo y su imagen?
Después de esto
Referencias
- Gilbert Strang, Introduction to Linear Algebra, 6th edition, Wellesley-Cambridge Press, 2023. §3.2 y §8.1
- Sheldon Axler, Linear Algebra Done Right, 4th edition, Springer, 2024. §3.B
- David C. Lay, Steven R. Lay, Judi J. McDonald, Linear Algebra and Its Applications, 6th edition, Pearson, 2021. §4.2