Entender las matrices de forma intuitiva (máquinas que transforman viajes)

Las matrices son el tema que hace que estudiantes capaces se sientan de pronto tontos. Hasta este punto, cada operación tenía una imagen. Sumar es combinar. Multiplicar es escalar. Incluso las operaciones con vectores de el artículo de la semana pasada eran viajes que podías caminar. Luego alguien escribe dos cuadrículas de números, anuncia que se multiplican tomando "filas por columnas", y la imagen desaparece. La regla funciona. Nadie puede decir qué está haciendo.

El resultado es una segunda visión doble, hermana de la del artículo de vectores. En la clase de álgebra, una matriz es una caja de números. En cursos posteriores es una "transformación lineal", una frase que suena a respuesta y no explica nada. Este artículo es el puente: una matriz es una máquina que toma un viaje y devuelve un viaje, cada columna de la cuadrícula es un registro de dónde cayó un eje, y la regla de multiplicación es solo la contabilidad de hacer funcionar dos máquinas en secuencia.

Una máquina que transforma viajes

Esta serie vuelve una y otra vez a una idea: los números apuntan. Un número negativo es un número ordinario que apunta hacia atrás. Un número imaginario es un número que apunta de lado, fuera de la recta y hacia un plano. Un vector es esa idea liberada, una cantidad que lleva cualquier dirección. Una vez que tienes viajes, la siguiente pregunta casi se impone. ¿Qué actúa sobre un viaje? ¿Qué toma "3 al este, 4 al norte" y lo convierte en un viaje distinto?

Ese actor es una matriz.

Piensa en una máquina que puede estirar, aplastar, rotar o voltear lo que le des. Le das un viaje, te devuelve un viaje. Una matriz de 2 por 2 es la instrucción completa de una máquina de ese tipo que actúa sobre el plano. Una matriz de 3 por 3 es la misma idea en el espacio. La cuadrícula de números no es el objeto. La cuadrícula es la ficha de especificaciones.

Por eso una matriz no es un vector más grande. Un vector es un viaje. Una matriz es una regla para cambiar viajes. Confundirlos es como confundir un trayecto con el viento que te desvía.

Las columnas son donde caen los ejes

Aquí está el hecho que hace legible todo el tema. No necesitas saber qué le hace una matriz a cada viaje posible. Solo necesitas saber qué le hace a dos de ellos: un paso al este y un paso al norte. Cualquier otro viaje es una combinación de esos dos, así que el efecto de la máquina sobre cualquier viaje es la misma combinación de sus efectos sobre los ejes.

Escribe esos dos resultados como columnas, y tienes la matriz.

Supón que la máquina envía un paso al este a (2, 1) y un paso al norte a (0, 3). La matriz es la cuadrícula de 2 por 2 cuya primera columna es 2, 1 y cuya segunda columna es 0, 3. Dale el viaje (3, 4), que significa "3 al este y luego 4 al norte", y la salida son 3 copias de la primera columna más 4 copias de la segunda: 3 veces (2, 1) más 4 veces (0, 3), que es (6, 3) más (0, 12), que es (6, 15). Eso es la multiplicación matriz-vector. El ritual de fila por columna del libro de texto es esta misma suma, escrita para que una computadora la ejecute sin dibujar flechas.

Quien venga del artículo de vectores reconocerá la suma: estás sumando viajes escalados. La matriz no inventa un tipo nuevo de aritmética. Reutiliza la aritmética de los viajes, una vez por columna.

La matriz identidad es la máquina que no hace nada. Un paso al este se queda como un paso al este, un paso al norte se queda como un paso al norte, así que sus columnas son exactamente los dos viajes de los ejes. Dale cualquier cosa y te devuelve la misma cosa. Es la fotocopiadora puesta al 100 por ciento, sin rotación, y es la razón por la que el número 1 tiene un equivalente en este tema.

Multiplicar significa aplicar esto y luego aquello

La regla que parece inventada, multiplicar dos matrices, es la composición de funciones vestida de cuadrícula. Multiplicar A por B es construir la máquina única que hace B primero y A segundo. Le das un viaje a B, tomas lo que sale y se lo das a A. El producto AB es la ficha de especificaciones de esa máquina combinada.

Por eso importa el orden, y por eso se siente al revés. AB no es BA, por la misma razón por la que ponerse los calcetines y luego los zapatos no es ponerse los zapatos y luego los calcetines. La máquina de la derecha actúa primero porque así es como ya escribimos las funciones: f(g(x)) aplica g primero. La multiplicación de matrices heredó la misma convención.

También por eso existe la receta de fila por columna. Las columnas de AB son lo que la máquina combinada les hace a los ejes, lo que significa que son A aplicada a las columnas de B. Cada una de esas es un producto matriz-vector, y cada producto matriz-vector es un montón de productos escalares. El ritual del libro de texto es tres capas de la misma idea, comprimidas en una sola regla mnemotécnica.

Una consecuencia útil: puedes dejar de memorizar cuándo se permite multiplicar dos matrices. Se multiplican cuando los viajes que salen de la primera máquina tienen el tamaño correcto para entrar en la segunda. Una matriz de 2 por 3 come viajes de 3 dimensiones y devuelve viajes de 2 dimensiones. Puede ir a la derecha de una matriz de 2 por 2, que come viajes de 2 dimensiones, y a la izquierda de una de 3 por 4, que devuelve viajes de 3 dimensiones. Los tamaños internos tienen que coincidir porque son el mismo pasillo.

El determinante es cuánta área sobrevive

Dale a la máquina el cuadrado unitario cuyos lados son los dos viajes de los ejes. La imagen es un paralelogramo cuyos lados son las dos columnas. El determinante es el área con signo de ese paralelogramo.

Si el determinante es 2, la máquina duplica las áreas. Si es 1/2, las reduce a la mitad. Si es 0, el paralelogramo se ha colapsado en un segmento o un punto: la máquina ha aplanado el plano, dos viajes distintos pueden caer en el mismo lugar, y se ha tirado información. Si es negativo, la máquina ha invertido la orientación, convirtiendo un cuadrado en sentido antihorario en uno horario, la misma inversión que los números negativos realizan en la recta.

Las recetas de cálculo, ad menos bc para una de 2 por 2, el desarrollo por cofactores más adelante, son formas de calcular esa área. No son el significado. Una vez que ves el paralelogramo, "el determinante es cero" deja de ser un fallo misterioso y se vuelve una imagen: las dos columnas apuntan a lo largo de la misma recta, así que no abarcan área, así que la máquina no se puede distinguir de una proyección sobre esa recta.

Esto es también por qué un determinante cero impide una inversa, que es todo el punto de la siguiente sección.

Invertir significa deshacer

Una matriz inversa es el botón de deshacer. Si A envía un viaje v a un viaje w, entonces la inversa de A envía w de vuelta a v. Hacer funcionar la máquina y luego su inversa es la identidad: terminas donde empezaste, como si no hubiera pasado nada.

Una máquina se puede deshacer exactamente cuando no ha tirado información. Esa es de nuevo la prueba del determinante. Si dos viajes de entrada distintos pueden producir la misma salida, no hay forma honesta de decir de qué entrada vino una salida, y no existe inversa. Si cada salida vino de exactamente una entrada, la máquina de deshacer existe y es única.

En la escuela esto llega como una fórmula que involucra 1 sobre el determinante y una cuadrícula de entradas reordenadas. La fórmula es real, y vale la pena practicarla, pero es una consecuencia. La idea es "pasar la película al revés", y solo funciona cuando la película no aplanó la escena.

Los sistemas de ecuaciones lineales son esta misma idea disfrazada. El álgebra te enseñó a resolver dos ecuaciones con dos incógnitas por eliminación. Esas dos ecuaciones son una matriz que actúa sobre un viaje desconocido, igualada a un viaje conocido. Resolver el sistema es aplicar la inversa. Cuando el sistema no tiene solución, o tiene infinitas, el determinante es cero: la máquina aplanó el plano, y el lado derecho o bien no dio en la recta que queda o bien cayó sobre ella de infinitas maneras. Los casos que memorizaste como "incompatible" y "dependiente" (o infinitas soluciones) son las dos formas en que una máquina que se colapsa puede no tener un único deshacer.

Los vectores propios se niegan a girar

La mayoría de los viajes entran en la máquina y salen apuntando en otra dirección. Unos pocos viajes especiales salen apuntando en la misma dirección en la que entraron, solo más largos o más cortos. Esos viajes son los vectores propios, y el factor de estiramiento es el valor propio.

La imagen es un túnel de viento. La mayoría de las flechas salen desviadas hacia un lado. Los vectores propios son las flechas que el viento solo alarga o acorta. Si el factor es 2, la máquina duplica ese viaje. Si el factor es 1, deja ese viaje en paz. Si el factor es 0, aplasta ese viaje hasta la nada, que es el aplanamiento de las dos secciones anteriores visto a lo largo de una sola dirección. Si el factor es negativo, invierte el viaje además de estirarlo.

Esta es la única idea de los capítulos posteriores que parece avanzada y no lo es. Pedir vectores propios es preguntar: ¿a lo largo de qué direcciones esta máquina actúa como una multiplicación ordinaria por un número? Una vez que tienes esas direcciones, la máquina se vuelve simple en ese sistema de coordenadas, que es por lo que cada disciplina que usa matrices, desde las ecuaciones diferenciales hasta clasificar páginas web, empieza a buscarlos.

De dónde vienen los errores

Los errores con matrices se agrupan en tres lugares, y cada uno es una imagen que nunca se dibujó.

El primero es multiplicar casilla por casilla. Los estudiantes ven dos cuadrículas del mismo tamaño y emparejan los números, como se suman las matrices, que sí es casilla por casilla. Multiplicar no es sumar. Es hacer funcionar una máquina y después la otra. Dos matrices de 2 por 2 producen otra de 2 por 2, pero cada columna de salida es A aplicada a una columna de B, no los cuatro pares de casillas que coinciden, multiplicados.

El segundo es ignorar el orden. AB y BA son máquinas distintas siempre que A y B hagan cosas distintas, que es casi siempre. Escribir los factores en el orden en que los conociste, en lugar del orden en que actúan, es el error de los calcetines y los zapatos, y es el desliz algebraico más común de todo el capítulo.

El tercero es tratar un determinante cero como una calculadora rota en lugar de un paralelogramo aplanado. La máquina sigue haciendo algo: envía cada viaje a una recta, o al origen. Simplemente no se puede deshacer. "Sin inversa" no es una negativa del universo. Es la descripción de una máquina que ha perdido una dimensión.

Dónde encaja Math Zen

Las matrices se apoyan sobre el piso de los vectores, y los temblores de ahí afloran de inmediato. Sumar columnas es suma de vectores. El paso de "fila por columna" es un producto escalar. El determinante de una matriz de 2 por 2 es el área con signo de un paralelogramo, que es la misma geometría que el artículo de vectores usó para la ley del paralelogramo. Si esas operaciones siguen siendo verbales en lugar de visuales, cada cálculo con matrices se vuelve un ritual.

La progresión por niveles de Math Zen mantiene los pisos en orden. Los niveles iniciales entrenan la aritmética con signo y el círculo unitario. Los niveles de vectores hacen después que la suma, el escalado y el producto escalar sean un reflejo. Los niveles de matrices dan eso por sentado y entrenan las operaciones nuevas: multiplicar, calcular determinantes, invertir, resolver sistemas y hallar valores propios, que es exactamente la lista de imágenes de este artículo, convertida en problemas cortos que puedes hacer a diario. La repetición espaciada es lo que convierte "las columnas son donde caen los ejes" de una frase que una vez te convenció en un reflejo que usas en la segunda línea de una pregunta de examen.

En resumen

Una matriz es una máquina que toma un viaje y devuelve un viaje. La cuadrícula de números es la ficha de especificaciones: cada columna es dónde cayó un eje, y el efecto sobre cualquier otro viaje es la combinación correspondiente de esas columnas. Multiplicar dos matrices construye la máquina que hace funcionar primero la de la derecha. El determinante es cuánta área sobrevive, cero cuando la máquina aplana el plano. La inversa es el botón de deshacer, y existe exactamente cuando no se aplanó nada. Los vectores propios son los viajes raros que la máquina estira sin girar.

Sostenido así, el tema tiene una sola idea dentro, aplicada a máquinas cada vez más grandes. La visión doble de las dos aulas se resuelve en el momento en que dejas de preguntar si una matriz es realmente una cuadrícula o realmente una transformación. Es realmente una máquina, y la cuadrícula es solo la lista de adónde fueron los ejes.