Ortogonalidad entre espacio fila y nulo

Cuando trabajas con los espacios fundamentales de una matriz, el espacio fila y el espacio nulo izquierdo completan el cuadro junto al espacio columna y al espacio nulo. Entender cómo se relacionan entre sí a través de la ortogonalidad te permite separar lo que importa en una transformación lineal de lo que se aplasta al origen.

¿Qué son el espacio fila y el espacio nulo izquierdo?

Los dos subespacios que faltan se construyen como espejos de los anteriores, usando la matriz transpuesta como herramienta.

El espacio fila se define como el espacio columna de la matriz transpuesta. Como la transposición intercambia columnas por filas, este subespacio reúne todas las combinaciones lineales de los vectores fila de la matriz original.

El espacio nulo izquierdo, por su parte, es el espacio nulo de la matriz transpuesta. Si ya dominas el espacio columna y el espacio nulo, estos dos no agregan complejidad nueva: son los mismos conceptos aplicados a la matriz girada.

¿Qué es el espacio fila de una matriz? Es el conjunto de todas las combinaciones lineales de los vectores fila. Formalmente, es el espacio columna de la matriz transpuesta.

¿Por qué el espacio fila es ortogonal al espacio nulo?

Estos cuatro subespacios no viven aislados. Tienen una relación geométrica precisa que vale la pena visualizar.

El espacio fila, es decir col(Aᵀ), siempre es ortogonal al espacio nulo null(A). Y el espacio columna col(A) siempre es ortogonal al espacio nulo izquierdo null(Aᵀ). En la práctica, esto significa que cualquier vector que tomes de un subespacio forma un ángulo de 90 grados con cualquier vector del otro.

¿Y por qué esto se cumple? Piénsalo así: un vector X pertenece al espacio nulo si AX = 0. Esa operación es una serie de productos punto entre las filas de A y el vector X. Para que el resultado sea cero, el producto punto de cada fila de A con X debe ser cero. Y un producto punto igual a cero es exactamente la definición de ortogonalidad.

¿Qué significa que dos vectores sean ortogonales? Que su producto punto es cero, lo que geométricamente equivale a formar un ángulo de 90 grados entre ellos.

Comprobación gráfica y algebraica con un ejemplo

Tomemos la matriz M = [[1, 2], [2, 4]]. Uno de sus vectores fila es v₁ = (1, 2). En la clase anterior viste que el vector X = (-2, 1) satisface AX = 0, así que pertenece al espacio nulo.

La comprobación visual muestra que v₁ y X forman efectivamente un ángulo recto en el plano. Y la comprobación algebraica lo confirma con el producto punto:

• v₁ · X = (1)(-2) + (2)(1).
• = -2 + 2.
• = 0.

El resultado cero confirma la ortogonalidad. El espacio fila —la línea de las entradas relevantes para la transformación— y el espacio nulo —la línea de las entradas que se aplastan al origen— son perpendiculares entre sí. Juntos describen todo el espacio de entrada.

¿Para qué sirve la ortogonalidad entre subespacios?

Esta propiedad es una de las más útiles del álgebra lineal porque te permite descomponer cualquier entrada en dos partes con roles muy distintos.

Una parte vive en el espacio fila y aporta a la transformación. La otra vive en el espacio nulo y es completamente ignorada, aplastada hacia el cero. Esa separación limpia entre lo que importa y lo que no, es la base de técnicas más avanzadas como las proyecciones, los mínimos cuadrados y la descomposición en valores singulares.

Y aquí viene lo interesante: la misma lógica aplica del otro lado. El espacio columna captura las direcciones donde la transformación deja huella en la salida, mientras que el espacio nulo izquierdo recoge las direcciones que nunca se alcanzan. Ortogonales entre sí, también dividen el espacio de salida en dos zonas complementarias.

Ejercicio para practicar

Con la misma matriz M = [[1, 2], [2, 4]] y el mismo vector fila v₁ = (1, 2), encuentra otro vector X distinto de (-2, 1) que también satisfaga AX = 0. Es decir, otro vector que sea aplastado al origen por la transformación.

Una vez que lo tengas, comprueba si es ortogonal al vector fila usando:

• El gráfico, dibujando ambos vectores y verificando el ángulo.
• El producto punto, confirmando que el resultado sea cero.
• O ambas vías, para reforzar la intuición geométrica con la verificación algebraica.

Comparte tu vector X y tu comprobación en los comentarios. ¿Notas algún patrón entre todos los vectores que pertenecen al espacio nulo de esta matriz?