Capítulo 3

Transformaciones Lineales

3.1 Generalidades
Definición 3.1 Sean V y W espacios vectoriales sobre el mismo cuerpo F . Una transformación
lineal de V en W es una función T de V en W tal que

i.) La imagen de la suma de dos vectores cualesquiera de V es igual a la suma de sus imágenes
en W , es decir
T (u + v) = T (u) + T (v) , para todo u, v ∈ V.

ii.) La imagen del producto de cualquier escalar por todo vector de V es igual al producto
del escalar por la imagen de dicho vector, es decir,

T (αu) = αT (u) , para todo α ∈ F, u ∈ V.

Observación. De i.) y ii.) vemos que T : (V, +, F, ·) → (W, +, F, ·) es una transformación lineal
si
T (αu + βv) = αT (u) + βT (v) , para todo α, β ∈ F y para todo u, v ∈ V.

Ejemplo 3.2 Demostrar que T : R2 → R3 definida por

T (x, y) = (x + y, x − y, 2x − 3y)

es una transformación lineal.

Ejemplo 3.3 Averiguar si la función T : R2 → R, definida por T (x, y) = ax + by + c, c ̸= 0,

es una transformación lineal.

3.2 Propiedades
Sea T : V → W una transformación lineal, entonces

i.) T (0V ) = 0W

ii.) T (−u) = −T (u)

(n )
∑ ∑
n
iii.) T α i ui = αi T (ui )
i=1 i=1
3.3 Clasificasión de las Transformaciones Lineales
1. T es un monomorfismo, si y solo, si T es inyectiva.

2. T es un epimorfismo, si y solo, si T es sobreyectiva.

3. T es un isomorfismo, si y solo, si T es biyectiva.

4. Si V = W , T es un endomorfismo.

5. Si V = W y T biyectiva, entonces T es un automorfismo.

Teorema 3.4 Sea V un espacio vectorial de dimensión finita con base

B = {v1 , v2 , . . . , vn } .

Sea W un espacio vectorial que contiene los vectores w1 , w2 , . . . , wn . Entonces existe una única
transformación lineal T : V → W tal que T vi = wi para i = 1, 2, . . . , n.

Ejemplo 3.5 Sea T : R2 → R4 una transformación lineal tal que

T (1, 1) = (−1, 1, 2, 3) yT (−1, 1) = (2, 0, 2, 3) .

Encontrar T (5, 3) .

Ejemplo 3.6 Dada la transformación lineal T : R3 → R3 tal que T (1, 0, 1) = (2, 4, −1),
T (1, 1, 0) = (1, 0, −1) y T (0, 1, 1) = (−1, −2, −3), calcular T (1, 0, 0) .

3.4 Núcleo e Imagen

Sean V y W dos espacios vectoriales y sea T : V → W una transformación lineal, entonces

i.) El núcleo de T , denotado por N u (T ), esta dado por

N u (T ) = {u ∈ V ; T (u) = 0}

ii.) La imagen de T , denotada por Im (T ), está dada por

Im (T ) = {w ∈ W ; w = T (u) para algún u ∈ V }

Observación 3.7 La imagen de T es el conjunto de imágenes de los vectores en V bajo la

trasformación T . De hecho, si w = T u, se dice que w es la imagen de u bajo T .

Teorema 3.8 Si T : V → W es una transformación lineal, entonces

i.) N u (T ) es un subespacio vectorial de V .

ii.) Im (T ) es un subespacio vectorial de W ..

Teorema 3.9 Sea T : V → W una transformación lineal, entonces T es inyectiva, si y sólo si

N u (T ) = {0W }.

Ejemplo 3.10 Sea T : R2 → R3 una transformación lineal definida por T (x, y) = (x + 3y, x + y, x).
Demostrar que T es inyectiva.

2
Teorema 3.11 Si V es un espacio vectorial de dimensión finita y T : V → W es una trans-
formación lineal, entonces

dim N u (T ) + dim Im (T ) = dim V

Ejemplo 3.12 Hallar el núcleo y la imagen de la transformación lineal T : R4 → R3 definida

por T (x, y, z, w) = (x + z − w, y − z + w, x + y) y verificar el teorema (3.11).
( )
x+y 0
Ejemplo 3.13 Sea T : R → R 2 2×2
una transformación lineal definida por T (x, y) = ,
0 x+y
hallar N u (T ), Im (T ) y verificar el teorema (3.11).

Corolario 3.14 Si dim V = dim W = n, entonces T es injectiva, si y sólo si, T es sobrejectiva.

Ejemplo 3.15 Probar que el operador lineal T : R3 → R3 definido por

T (x, y, z) = (x − y − z, x + y + z, z)

es sobreyectivo.

Ejemplo 3.16 Dada T : R3 → R2 una transformación lineal definida por

T (x, y, z) = (x − y + 3z, 2x + y − 6z)

1. Hallar N u (T ) e Im (T ) ¿Es T invertible?

2. Verificar que dim R3 = dim N u (T ) + dim Im (T ).

3.5 Rango de una matriz

Definición 3.17 El rango de la matriz A = (aij )m×n , denotado por ran (A), es el número de
filas(columnas) linealmemte independientes en la matriz

3.5.1 Propiedades
1. ran (A) ∈ Z+ , salvo cuando se trata de la matriz nula, en tal caso se define ran (O) = 0.

2. Si A es m × n, entonces ran (A) ≤ m y ran (A) ≤ n.

3. Si a es n × n entonces ran (A) ≤ n.

4. Cuando ran (A) = r ̸= 0 existe una submatriz cuadrada de A de orden r que es no

singular.

5. Cuando ran (A) = n, A cuadrada es no singular y existe A−1 .

6. Cuando A es de orden n × n, ran (A) < n entonces A es singular.

7. Cuando A es m × n, ran (A) = m < n, se dice que A tiene rango total fila. El rango es
igual al número de filas.

8. Cuando A es m × n, ran (A) = n < m, A tiene rango total columna. Su rango es igual al
número de columnas.

3
 9. Cuando A es de orden n × n, ran (A) = n se dice que A tiene rango total. Su rango es
igual a su orden, es no singular e inversible.
Ejemplo 3.18 Hallar el rango de las siguientes matrices
 
2 −3 4
1. A =  0 1 0 .
−4 6 −8
 
0 a b
2. A =  −a 0 c , a, b y c constantes reales no nulas.
−b −c 0

3.5.2 Rango y matrices inversas

Una matriz cuadrada tiene una inversa si y sólo si su rango es igual a su orden. Lo que
vemos en la propiedad 5. anterior.

3.6 Matriz Asociada a una Transformación Lineal

Dada una transformación lineal T : V → W entre los espacios V y W de dimensión
finita n y m respectivamente. Probaremos que si se fija una base en cada espacio, entonces la
transformación lineal T queda caracterizada por una matriz de orden m × n, que llamaremos
matriz de la transformación lineal respecto del par de bases dadas. Sean entonces
B = {v1 , v2 , . . . , vn }
una base de V , y
B1 = {w1 , w2 , . . . , wm }
una base de W . Si v es cualquier vector de de V , como B es una base, existen escalares
B = α1 , α2 , . . . , αn , únicos, tales que
∑
n
v= α i vi
i=1
tales escalares caracterizan a v respecto de la base de V , y se llaman las coordenadas de v
respecto de dicha base. Así  
α1
 α2 
 
vB =  .. 
 . 
αn
si la imagen v ∈ V es w ∈ W , se tiene w = T v. Como w es un vector de W , puede expresarse
de modo único como combinación lineal de la base B1 , o sea
∑
m
w= αi′ wi
i=1

donde α1′ , α2′ , . . . , αm

′
son las coordenadas de la imagen de v, respecto de la base B1 . En
consecuencia  
α1′
 α′ 
 2 
wB1 =  .. 
 . 
′
αm

4
por el teorema fundamental de las transformaciones lineales, T queda caracterizada unívo-
camente por los valores que toma sobre cualquier base de V . O sea es suficiente obtener las
imágenes, por T , de cada vector de la base B. Ahora bien, para cada i = 1, 2, . . . , n, T (vi ) ∈ W ,
y por consiguiente se puede expresar como una combinación lineal de la base B1 . O sea
∑
m
T (vj ) = aij wi , para todo j = 1, 2, . . . , n
i=1

donde el primer subíndice de aij corresponde a cada vector de la base B1 , y el segundo, en

correspondencia con el vector de la base B. Así

T (v1 ) = a11 w1 + a21 w2 + · · · + am1 wm

T (v2 ) = a12 w1 + a22 w2 + · · · + am2 wm
..
.
T (vn ) = a1n w1 + a2n w2 + · · · + amn wm

los n · m escalares, constituyen una matriz cuya transpuesta, que denotamos por A, recibe el
nombre de matriz de la transformación lineal T respecto de las bases B y B1 , es decir
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
 
A = [T ]BB1 =  .. .. ..  .
 . . . 
am1 am2 · · · amn

Nota. Si A es la matriz de la transformación lineal T , respecto de las bases B y B1 entonces

T (v) = AXB = YB1

en efecto, dado v ∈ V, tenemos

∑
n ∑
m
v= α j vj y T (v) = w = αi′ wi (*)
j=1 i=1

entonces ( )
∑
n ∑
n ∑n ∑m
T (v) = T α j vj =
αj T (vj ) = αj aij wi
j=1 j=1
( )j=1 i=1
(**)
∑
n ∑
m ∑
m ∑n
= αj aij wi = αj aij wi
j=1 i=1 i=1 j=1

De (∗) y (∗∗), por la unicidad de las combinaciones lineales, se tiene

∑
n
αi′ = αj aij
j=1

equivalentemente     
a11 a12 ··· a1n α1 α1′
 a21 a22 ··· a2n  α2   α2′ 
    
 .. .. ..  ... = .. 
 . . .    . 
′
am1 am2 · · · amn αn αm
o bien AXB = YB1 .

5
Ejemplo 3.19 Dada la transformación lineal T : R3 → R2 definida por

T (x, y, z) = (x + z, y − z) ,

determinar la matriz T respecto de las bases

B = {(1, 1, 1) , (1, 1, 0) , (1, 0, 0)}

y
B1 = {(2, 0) , (0, 1)} .

Ejemplo 3.20 Sea T : R2 → R3 una transformación lineal tal que

T (3, −5) = (1, 1, 1) y T (−1, 2) = (2, 1, 0) .

Calcular

1. La regla de correspondencia de T .

2. La matriz asociada a T respecto de las bases canónicas.

Ejemplo 3.21 Dada la transformación lineal T : R2×2 → R3 definida por

( )
a b
T = (a + b − c, a + b + d, b + c + d) ,
c d

obtener la matriz T respecto de las bases

{( ) ( ) ( ) ( )}
1 1 1 0 0 0 0 1
B= , , ,
1 1 1 0 0 1 1 1
y
B1 = {(0, 2, 1) , (2, 0, 1) , (0, 1, 1)}

Ejemplo 3.22 Sea T una transformación lineal de V en V , y B = {v1 , v2 , v3 } una base de V.

Si se sabe que

T (v1 ) = v1 − v2 , T (v2 ) = v2 + v3 y T (v3 ) = v2 + 3v3 ,

hallar la matriz representativa de T respecto a la base B.

3.7 Algebra de Operadores Lineales

El conjunto de todas las transformaciones lineales entre los espacios vectoriales V y W ,
sobre el cuerpo K, el cual denotaremos con L (V, W ),

L (V, W ) = {T : V → W ; T es una transformación lineal}

Entonces L (V, W ) es un espacio vectorial con las operaciones + y · definidas por

(T + T1 ) (v) = T (v) + T1 (v)

T (αv) = αT (v)

6
3.8 Funcionales Lineales y Espacio Dual
Sea V un espacio vectorial sobre el cuerpo o campo F . Llamaremos a la función ϕ : V → K,
un funcional lineal ( o una forma lineal ) sobre V , si para todo α, β ∈ F y para todo u, v ∈ V :

ϕ (αu + βv) = αϕ (v) + βϕ (v)

Es decir, un funcional lineal sobre V es una transformación lineal de V en K.

Ejemplo 3.23 ϕ : Rn → R definida por ϕ (x) = a · x = a1 x1 + a2 x2 + · · · + an xn , donde

a = (a1 , a2 , . . . , an ) y x = (x1 , x2 , . . . , xn ).

Ejemplo 3.24 ϕ : M (n) → Rdefinida por ϕ (A) = tr (A) = a11 + a22 + · · · + ann , donde
A = (aij )n×n .

Llamaremos el espacio dual de un espacio vectorial (V, +, ·, F ) al espacio vectorial de las

transformaciones lineales de V en K, el cual denotaremos por V ∗ , es decir

V ∗ = L (V, F ) = {ϕ : V → K; ϕ es una transformación lineal}

Los elementos de V ∗ se llaman formas lineales o funcionales. Así, ϕ ∈ L (V, F ) ⇔ ϕ : V → K

tal que ϕ es una transformación lineal.
Base Dual. Supongamos que {v1 , v2 , . . . , vn } es una base de V sobre F , entonces la dimen-
sión del espacio dual V ∗ también es n.

Teorema 3.25 Sea {v1 , v2 , . . . , vn } una base de V sobre F y sean ϕ1 , ϕ2 , . . . , ϕn ∈ V ∗ las

funcionales lineales definidas por
{
1, i = j
ϕi (vj ) = δij = .
0, i ̸= j

Entonces {ϕ1 , ϕ2 , . . . , ϕn } es una base de V ∗ .

Teorema 3.26 La base anterior {ϕi }1≤i≤n se denomina base dual a {vi }1≤i≤n . En forma ex-
plícita
ϕ1 (v1 ) = 1, ϕ1 (v2 ) = 0, ϕ1 (v3 ) = 0, · · · ϕ1 (vn ) = 0

ϕ2 (v1 ) = 0, ϕ2 (v2 ) = 1, ϕ2 (v3 ) = 0, ··· ϕ2 (vn ) = 0

.. .. .. ..
. . . .
ϕn (v1 ) = 0, ϕn (v2 ) = 0, ϕn (v3 ) = 0, ··· ϕn (vn ) = 1
Estas aplicaciones son únicas y están bien definidas.

Ejemplo 3.27 Dada la base {(1, 2) , (−1, 1)} de R2 . Hallar su base dual.

7
3.9 Ejercicios
1. Determinar justificadamente, cuál de las siguientes funciones

(a) T : R3 → R3 ; T (x, y, z) = (2x + y − z, 0, 4x + 5z)

( )
(b) T : C ([0, 1]) → R; T (f (x)) = f 12
(c) T : R2 → R2 ; T (x, y) = (y, 3x − a) , a es una constante diferente de cero.
(d) T : R2 → R2 ; T (x, y) = (x, y 2 )
(e) T : R2 → R3 ; T (x, y) = (x + y, cos (x) , ln |y|)

son transformaciones lineales.

2. Si T es una transformación lineal tal que T (1, 0) = (a, b) y T (0, 1) = (c, d), hallar
T (4, −3) .

3. Dada la trasformación lineal T : R3 → R3 tal que T (1, 0, 1) = (2, 4, −1) , T (1, 1, 0) =

(1, 0, −1) y T (0, 1, 1) = (−1, −2, −3) , calcular T (1, 0, 0) .

4. Supongamos que T es una transformación lineal tal que T (1, 0) = (0, 1) y T (0, 1) = (1, 0) .
Determinar {(x, y) ; 2x = y} .

5. Sea T : R2 → R2 una función definida por

T (x, y) = (x + y, x − y) .

Demostrar que T es un automorfismo.

6. Hallar una trasformación lineal T , si existe, tal que

T (1, 1, 1) = 3, T (0, 1, −1) = 1yT (0, 0, 1) = −2.

7. Hallar el Núcleo y la imagen de la transformación lineal T : R4 → R3 definida por

T (x, y, z, w) = (x + z − w, y − z + w, x + y) .

Además hallar las correspondientes dimensiones.

8. Sea la trasformación lineal T : R3 → R3 definida por

T (x, y, z) = (x − y + 2z, 2x + y, −x − 2y + 2z)

(a) Hallar la imagen de T .

(b) Es T inversible , en caso cierto, hallar la inversa de T .

9. Sea T : R3 → R3 la función que a cada punto P de R3 le asigna el punto T (P ) , de modo

que T (P ) y P son puntos simétricos con respecto del origen .

(a) Si B = {(1, 0, 3) , (0, 1, 2) , (−3, −2, 1)} es una base de R3 , hallar la matriz que
representa a la transformación lineal T en la base B.
(b) Si X = (2, 1, 8), determinar [X]B y [T (X)]B

10. Sea B = {v1 , v2 , ..., vk } una base del subespacio H de Rn . Definimos T : R3 → R3 por

T (v) = (v.v1 ) v1 + · · · + (v.vk ) vk

8
 (a) Demostrar que T es una trasformación lineal.
(b) Determinar una base para imagen de T y la dimensión del núcleo de T .

11. Si T : P2 → P2 es una trasformación lineal tal que T (1) = 1 + x, T (x) = 1 y Nu (T ) =

Gen {1 + x2 }

(a) Hallar la matriz de T en las bases

{ } { }
B1 = 1, x, x2 y B2 = 1, 1 + x, 1 + x + x2

(b) Hallar la imagen de 3 − 2x − x2 .

12. Sean T : R2 → R3 y G : R3 → R2 dos transformaciones lineales. ¿Cuál o cuáles de las

siguientes afirmaciones son verdaderas?

(a) dim (Im (F ◦ G)) < 3 (b) dim (ker G) ≥ 2 (c) dim (Im (G ◦ f )) < 2

13. Sea T : R3 → R2 de tal manera que a los elementos de la base

B = {(1, 1, 0) , (1, 2, 1) , (0, 1, 3)}

de R3 le hace corresponder los vectores (1, 3) , (5, 1) y (0, 1), respectivamente. Determinar
la imagen de un vector cualquiera de R3 y el núcleo de T .

14. Sean T : R2 → R3 tal que T (x, y) = (2x + y, x − y, x) y G : R3 → R2 definida por

G (x, y, z) = (0, z − x − y). Calcular F (G (x, y, z))

15. T : R2 → R2 tal que T (x, y) = (x + y, x − y) . Si G : R2 → R2 es tal que (G ◦ T ) (x, y) =

(x, y) . Calcular G (a, b).
 
1 0 1 1
16. ¿Cuál es el rango de la transformación lineal T : R4 → R3 representada por  0 1 0 2 ?
0 1 1 3
17. Sea T : P2 → P1 la transformación lineal definida por
( )
T a0 + a1 x + a2 x2 = (a0 + a1 ) − (2a1 + 3a2 ) x

Halle la matriz de T , con respecto a las bases estándar para P2 y P1 .

18. Sea T : R2 → R3 definida por T (x, y) = (x + 2y, −x, 0) .

(a) Encuentre la matriz de T con respecto a las bases B = {u1 , u2 } y B ′ = {v1 , v2 , v3 }

donde
u1 = (1, 3) , u2 = (−2, 4) , v1 = (1, 1, 1) , v2 = (2, 2, 0) , v3 = (3, 0, 0) .
(b) Use la matriz obtenida en a) con el fin de calcular T (8, 3) .

19. Sea T : R2 → R3 definida por T (x, y, z) = (x − y, y − x, x − z)

(a) Halle la matriz de T con respecto a la base

B = {(1, 0, 1) , (0, 1, 1) , (1, 1, 0)} .

(b) Use la matriz obtenida en a) para calcular T (2, 1, 3) .

9
20. Sea T : R3 → R3 la transformación lineal definida por

T (x, y, z) = (x − 3y + 4z, 2x − 5y + 7z, −y + z) .

Averiguar si T es inversible; en caso cierto, hallar la inversa de T .

21. Sea S = {(x, y, z) ∈ R3 ; 2x − y + 3z = 0} un subespacio de R3 . Encontrar una transfor-

mación lineal T de R3 en el plano.

22. Encuentre una transformación lineal T : R3 → R3 tal que N u (T ) = {(x, y, z) ∈ R3 ; 2x − y + z = 0}.

23. Sea T el operador lineal en R3 definido por

T (x, y, z) = (3x + z, −2x + y, −x + 2y + 4z)

(a) ¿Cuál es la matriz de T en la base ordenada canónica de R3 ?

(b) ¿Cuál es la matriz de T en la base {(1, 0, 1) , (−1, 2, 1) , (2, 1, 1)}?

24. Sea T : R3 → R2 ; T (x, y, z) = (x + y, x − z). Hallar el núcleo de T.

25. Dada la transformación lineal T : R4 → R3 definida por

T (x, y, z, w) = (x − y + 2z + 3w, y + 4z + 3w, x + 6z + 6w)

Hallar N u (T ) , Im (T ) y verificar que

( )
dim R4 = dim (N u (T )) + dim (Im (T ))

26. La imagen bajo T de la recta y = 4x es (a) Una recta (b) Dos rectas (c) Un círculo (d)
Una parábola.

27. Determinar la dimensión del núcleo de la transformación lineal T : R3 → R3 definida por

T (x, y, z) = (x + 2y − z, y + z, x + y − 2z)
 
1 3 −1
28. Sea A =  2 0 5  la matriz de T : P2 → P2 con respecto a la base B =
6 −2 4
{v1 , v2 , v3 } , en donde v1 = 3x + 3x2 , v2 = −1 + 3x + 2x2 , v3 = 3 + 7x + 2x2 . Hallar
[T (v1 )]B , [T (v2 )]B y [T (v3 )]B .

29. Sea T : R3 → R2 la transformación lineal definida por

T (x, y, z) = (2x − y, x + y + z) .

Hallar la matriz asociada a T en

a.) Bases canónicas de R3 y R2 .

b.) B = {(1, 2, 3) , (2, 3, 1) , (3, 1, 2)} y B ′ = {(2, 5) , (5, 2)}
 
4 3 2
30. Sea B = {(1, 2, 5) , (2, 0, 5) , (3, 3, 3)} una base de R y A =
3  1 0 6  una matriz
7 3 1
dada. Hallar una transformación lineal T : R → R cuya matriz en
3 3
la base dada es A.

10
31. Una empresa utiliza tres tipos de materia prima M1 , M2 y M3 en la elaboración de dos
productos P1 y P2 . El número de unidades de M1 , M2 y M3 usados por cada unidad de
P1 son 3, 2 y 4, respectivamente, y por cada unidad de P2 son 4, 1 y 3, respectivamente.
Suponga que la empresa produce 20 unidades de P1 y 30 unidades de P2 a la semana.
Resuelva utilizando transformaciones lineales lo siguiente:

a.) ¿Cuál es el consumo semanal de materia prima?

b.) Si los costos por unidad ($) para M1 , M2 y M3 son 6, 10 y 12 respectivamente
¿Cuáles son los costos de la materia prima por unidad de P1 y P2 ?
c.) ¿Cuál es la cantidad total gastada en materia prima a la semana en la producción
de P1 y P2 ?

32. Una empresa usa cuatro tipos de componentes en la elaboración de cada uno de sus
productos P, P2 y P3 . El número de unidades de cada componente empleados en la
elaboración de cada uno de sus productos, está dado por la tabla

C1 C2 C3 C4
P1 2 3 3 2
P2 4 1 2 3
P3 3 2 4 1

Si la empresa produce diariamente 800 u. de P1 , 700 u. de P2 y 500u. de P3

a.) ¿Cuál es el consumo semanal de materia prima? Tome 1 semana = 5 días.

b.) Si los costos unitarios de los componentes C1 , C2 , C3 y C4 son respectivamente $2.80,
$2.40, $3.20 y $1.80, determinar el costo de producción de cada producto.
c.) ¿Cuál es la cantidad total invertida semanalmente en los componentes?
d.) Si las utilidades obtenidas están en función de lo invertido en cada producto y éstas
son del 10% para P1 , 12.5% para P2 y 8% para P3 , halle la utilidad total.

33. En R3 , sea v1 = (1, 0, 1), v2 = (0, 1, −2), v3 = (−1, −1, 0). Si ϕ es un funcional lineal
sobre R3 tal que ϕ (v1 ) = 1, ϕ (v2 ) = −1, ϕ (v3 ) = 3, y si v = (x, y, z), hallar ϕ (v).

34. Sea B = {(1, 0, −1) , (1, 1, 1) , (2, 2, 0)} una base de R3 . Hallar la base dual de B.

35. Sea V el espacio vectorial de los polinomios sobre R de grado menor o igual a 2. Sean ϕ1 ,
ϕ2 , ϕ3 funcionales lineales sobre V definidas por
∫ 1 ∫ 2 ∫ 0
ϕ1 (p (t)) = p (t) dt, ϕ2 (p (t)) = p (t) dt, ϕ3 (p (t)) = p (t) dt
0 0 −1

donde p (t) = a + bt + ct2 ∈ V , hallar la base {p1 (t) , p2 (t) , p3 (t)} de V que es dual a
{ϕ1 , ϕ2 , ϕ3 }.

11