Transformaciones lineales
“Una matriz es un verbo, no un sustantivo—un movimiento que mueve el espacio.”
La fórmula
T(v) = Av, T(u+v) = T(u)+T(v), T(cu) = c·T(u)Cómo leerla: una aplicación que mueve un punto v multiplicándolo por una matriz A, preservando la suma y el escalado
- A
- — la matriz que define la aplicación—sus columnas muestran dónde caen los vectores base
- T(u+v)=T(u)+T(v)
- — aditividad—mover y luego sumar es igual a sumar y luego mover
- T(cu)=c·T(u)
- — escalado—escalar y luego mover es igual a mover y luego escalar
El gancho
Una matriz no es una tabla de números—es un único movimiento que mueve todo el espacio a la vez.
En palabras simples
Una transformación lineal mueve cada punto del plano (o del espacio) manteniendo las líneas de la cuadrícula rectas, igualmente espaciadas, y el origen fijo. Este movimiento ordenado queda capturado por completo en una sola matriz.
La intuición
Imagina una cuadrícula de goma. Una transformación lineal puede estirarla, rotarla o inclinarla, pero nunca doblarla ni romperla. Las líneas rectas siguen rectas y las paralelas siguen paralelas. El hecho sorprendente: saber solo dónde caen los vectores base (1,0) y (0,1) fija el destino de todos los puntos—y esos dos destinos son exactamente las dos columnas de la matriz.
Cómo se construye
Dos reglas lo son todo: aditividad T(u+v)=T(u)+T(v) y escalado T(cu)=cT(u). Juntas te permiten descomponer cualquier vector en una combinación de vectores base, mover cada uno y sumar—que es exactamente por qué el producto matriz-vector Av es la transformación.
Ejemplo
A=[[2,0],[0,3]] estira por 2 en x y por 3 en y. El punto (1,1) va a (2·1, 3·1)=(2,3). Sus columnas (2,0) y (0,3) son los destinos de (1,0) y (0,1).
Error común
El error común de creer que la multiplicación de matrices es 'una regla para memorizar'. En realidad, su extraña regla es el resultado natural de aplicar transformaciones una tras otra—por eso el orden importa (AB ≠ BA).
Dónde se usa
Rotación, escalado y proyección en gráficos por computadora, cambios de coordenadas para brazos robóticos, reducción de dimensionalidad (PCA) en ciencia de datos, cambio de marcos de referencia en física—las transformaciones lineales están en todas partes donde el espacio se reorganiza de manera ordenada.
De dónde viene
Cayley introdujo las matrices a mediados del siglo XIX como 'tablas que registran transformaciones'. Una herramienta para resolver ecuaciones resultó ser la notación para movimientos del espacio.
Requisitos previos
Comprobación rápida
Aplica la matriz [[0,−1],[1,0]] al vector (1,0). (Esta matriz es una rotación de 90°.)
- (1,0)
- (0,1)✓
- (−1,0)
- (0,−1)
Práctica
Aplica A=[[2,0],[0,2]] a (3,5); halla la componente x de la imagen.
Respuesta: 6
- componente x = 2·3 + 0·5
- = 6
Idea clave: Una matriz diagonal estira cada eje según su entrada.
Aplica el corte A=[[1,1],[0,1]] a (2,3); halla la componente x de la imagen.
Respuesta: 5
- componente x = 1·2 + 1·3
- = 5 (la componente y se queda en 3)
Idea clave: Un corte desliza hacia el lado en proporción a la altura.
Aplica A=[[3,0],[0,3]] a (4,4); halla la componente y de la imagen.
Respuesta: 12
- componente y = 0·4 + 3·4
- = 12
Idea clave: La matriz de escala por 3 empuja cada punto 3× desde el origen.
Explica en tu cuaderno por qué saber dónde caen (1,0) y (0,1) determina dónde cae cada punto.
Respuesta: undefined
- cualquier punto (a,b) = a·(1,0) + b·(0,1)
- por aditividad y escalado, T(a,b) = a·T(1,0) + b·T(0,1)
- así que los dos destinos base deciden todo
Idea clave: Linealidad = conoce las partes (la base) y el todo se sigue.